International Journal of Climatology

Recent studies show that different types of ENSO influence the atmospheric fields differently. In this study, precipitation anomalies and extreme events over South America are analysed with relation to two types of ENSO [East (strong Sea Surface Temperature Anomalies (SSTA) on East Pacific) and Central (strong SSTA on Central Pacific)]. The composites of precipitation anomalies, during these two types of ENSO, show that there are different patterns, e.g. during austral summer of Central El Niño (CEN) there are negative precipitation anomalies in eastern Brazil that do not exist in East El Niño (EEN), whereas in southern Brazil there are positive precipitation anomalies during EEN that do not exist in CEN. Furthermore, the anomalies are mostly stronger and more extensive during EEN (Central La Niña – CLN) than in CEN (East La Niña – ELN), although there are some exceptions, such as during austral spring in southern Brazil, where anomalies during CEN (ELN) are stronger than during EEN (CLN). The anomalous frequency of extreme precipitation events shows generally patterns consistent with the anomalous precipitation behaviour, though the patterns are not always coincident, because the regions with significant increase of frequency of extreme events tend to be more extensive than those with increased seasonal precipitation. When the monthly or seasonal atmospheric anomalies associated with a type of ENSO episode are very similar (opposite) to the atmospheric anomalies associated with extreme precipitation in a certain region, then a significant enhancement (suppression) of the frequency of extreme events is observed in that region during this type of episode.

Hiểu rõ những tác động của biến đổi khí hậu trong tương lai tại Kansas là rất quan trọng đối với nông nghiệp và các lĩnh vực kinh tế - xã hội khác trong khu vực. Để định lượng những tác động này, chúng tôi tiến hành phân tích các xu hướng theo mùa về nhiệt độ không khí và mô hình lượng mưa từ dữ liệu đầu ra trung bình hàng tháng theo thập niên của 21 mô hình khí hậu toàn cầu dưới kịch bản A1B trong Báo cáo Đánh giá lần thứ 4 của Ủy ban liên Chính phủ về Biến đổi Khí hậu. Chúng tôi đã khảo sát sáu ô lưới đại diện cho Kansas. Để xác định hiệu suất của các mô hình, chúng tôi đã so sánh đầu ra của mô hình với dữ liệu khí tượng đã được kigr hóa từ các trạm của Mạng lưới Khí hậu Lịch sử Toàn cầu trong giai đoạn từ 1950 đến 2000. Mức độ phù hợp giữa đầu ra trung bình của nhiều mô hình và quan sát là rất tốt đối với nhiệt độ (r² tất cả đều trên 0.99, sai số trung bình căn bậc hai dao động từ 0.84 đến 1.48 °C) và tốt với lượng mưa (r² dao động giữa 0.64 và 0.89, sai số trung bình căn bậc hai dao động từ 322 đến 1144 mm). Các xu hướng theo mùa trong nửa sau của thế kỷ 20 thường không được quan sát ngoại trừ trong các xu hướng nhiệt độ được mô phỏng. Các xu hướng tuyến tính cho thế kỷ 21 là có ý nghĩa cho tất cả các mùa ở tất cả các ô lưới đối với nhiệt độ và nhiều ô lưới đối với lượng mưa. Kết quả cho thấy nhiệt độ có khả năng tăng ở tất cả các mùa, với các xu hướng lớn nhất ước đoán khoảng 0.04 °C/năm vào mùa hè và mùa thu. Lượng mưa có khả năng tăng nhẹ vào mùa đông và giảm xuống vào mùa hè và mùa thu. Những thay đổi này có những tác động sâu sắc đối với cả hệ sinh thái tự nhiên và các cách sử dụng đất nông nghiệp trong khu vực. Bản quyền © 2009 Hiệp hội Khí tượng Hoàng gia

Khí hậu và thời tiết là một ví dụ điển hình về việc mà nhiều hiện tượng phức tạp có nhiều chiều gặp nhau. Hệ thống khí quyển là kết quả của các tương tác phức tạp giữa nhiều mức độ tự do hoặc các chế độ. Để hiểu rõ hơn về hành vi động lực/ vật lý liên quan, việc cố gắng hiểu các tương tác của chúng dựa trên một số lượng nhỏ các chế độ biến thiên nổi bật là hữu ích. Điều này đã dẫn đến sự phát triển của các phương pháp mà các nhà nghiên cứu khí quyển đã xây dựng để cung cấp một hình ảnh không gian và hình ảnh thời gian của các dữ liệu khí quyển lớn trong không-thời gian.

Các hàm trực giao thực nghiệm (EOFs) lần đầu tiên được sử dụng trong khí tượng vào cuối những năm 1940. Phương pháp này, phân rã một trường không-thời gian thành các mẫu không gian và các chỉ số thời gian liên quan, đã đóng góp nhiều vào sự hiểu biết của chúng ta về khí quyển. Tuy nhiên, do khí quyển chứa tất cả các loại đặc điểm, ví dụ như ổn định và lan truyền, EOFs không thể cung cấp một bức tranh đầy đủ. Ví dụ, EOFs thường, nhìn chung, rất khó để diễn giải vì các thuộc tính hình học của chúng, chẳng hạn như đặc điểm toàn cầu và tính trực giao trong không gian và thời gian. Để có được các đặc điểm địa phương hơn, các sửa đổi, chẳng hạn như các EOF xoay (REOFs), đã được giới thiệu. Đồng thời, vì những phương pháp này không thể xử lý các đặc điểm lan truyền, vì chúng chỉ sử dụng tương quan không gian của trường, việc sử dụng cả thông tin không gian và thời gian là cần thiết để xác định các đặc điểm như vậy. Các EOF mở rộng và phức tạp đã được giới thiệu để phục vụ cho mục đích đó.

Vì tính quan trọng của EOFs và các phương pháp liên quan trong khoa học khí quyển, và vì các đánh giá hiện có về chủ đề này đã hơi lỗi thời, dường như có sự cần thiết phải cập nhật kiến thức của chúng ta bằng cách bao gồm các phát triển mới mà chưa được trình bày trong các đánh giá trước đây. Bài đánh giá này đề xuất đạt được chính xác mục tiêu này. Lý thuyết cơ bản của các loại EOF chính được xem xét và một loạt các ứng dụng sử dụng các tập dữ liệu khác nhau cũng được cung cấp. Bản quyền © 2007 Hiệp hội Khí tượng Hoàng gia

Hiện tượng El Niño/Hu问题 (ENSO) vẫn là hiện tượng kết hợp giữa đại dương và khí quyển quan trọng nhất, gây ra sự biến đổi khí hậu toàn cầu theo mùa đến hàng năm. Bài báo này đề cập đến nhu cầu về một chỉ số ENSO đáng tin cậy cho phép xác định lịch sử các sự kiện ENSO trong hồ sơ công cụ tính từ năm 1871. Chỉ số ENSO Đa Biến (MEI) ban đầu được định nghĩa là thành phần chính thay đổi theo mùa đầu tiên của sáu trường biến đổi khí quyển - đại dương (COADS) trong vùng nhiệt đới Thái Bình Dương. Nó cung cấp một mô tả toàn diện và linh hoạt hơn về hiện tượng ENSO hơn so với các chỉ số ENSO đơn biến như SOI hoặc SST Niño 3.4. Tại đây, chúng tôi mô tả nỗ lực của mình để tinh giản khái niệm MEI xuống các thành phần thiết yếu nhất (dựa trên SLP, SST) nhằm thực hiện các phân tích lịch sử, kéo dài hơn gấp đôi khoảng thời gian hồ sơ của nó từ 1871–2005. MEI.ext mới xác nhận rằng hoạt động ENSO đã trải qua một giai đoạn im ắng vào giữa thế kỷ 20, nhưng thực tế cũng phổ biến như một thế kỷ trước đây so với các thập kỷ gần đây. Chúng tôi chẩn đoán các mối quan hệ mạnh giữa biên độ cực đại của các sự kiện ENSO và thời gian xảy ra của chúng, cũng như giữa biên độ cực đại của chúng và độ cách quãng (tính chu kỳ). Nỗ lực của chúng tôi được thiết kế để hỗ trợ việc đánh giá các điều kiện ENSO qua một khoảng thời gian dài nhất có thể, nhằm có thể phân biệt giữa hành vi ENSO ‘tự nhiên’ với tất cả các khía cạnh phong phú, và ‘Thế giới Mới Dũng Cảm’ của hiện tượng này trong bối cảnh khí hậu phát triển liên quan đến khí nhà kính. Cho tới nay, không có hành vi nào của các sự kiện ENSO gần đây xuất hiện chưa từng có, bao gồm độ dài, thời gian bắt đầu và độ cách quãng trong vài thập kỷ qua so với một thế kỷ trước đó.

Mô hình sinh thái trên quy mô cảnh quan đã gặp khó khăn do thiếu các tập dữ liệu khí tượng bề mặt có độ phân giải cao phù hợp. Để khắc phục những hạn chế này, những thuộc tính không gian mong muốn của dữ liệu khí hậu dạng lưới được kết hợp với những thuộc tính tạm thời mong muốn của tái phân tích quy mô vùng và lượng mưa dựa trên trạm đo hàng ngày để tạo ra một tập dữ liệu khí tượng bề mặt dạng lưới hoàn chỉnh về không gian và thời gian, có độ phân giải cao (4-km) cần thiết trong mô hình sinh thái cho các tiểu bang liên tục của Hoa Kỳ từ năm 1979 đến 2010. Việc xác thực dữ liệu khí tượng bề mặt dạng lưới thu được, bằng cách sử dụng mạng lưới rộng lớn các trạm khí tượng tự động trên khắp miền Tây Hoa Kỳ, cho thấy kỹ năng so với việc nội suy sử dụng dữ liệu quan sát từ các trạm, cho thấy nó có thể được coi là một đại diện phù hợp cho mô hình sinh thái trên quy mô cảnh quan ở những khu vực rộng lớn chưa được giám sát của Hoa Kỳ. Bản quyền © 2011 Hiệp hội Khí tượng Hoàng gia

Hiện nay có một lượng lớn tài liệu được công bố về những điểm mạnh và yếu của các phương pháp hạ xuống cho các biến khí hậu khác nhau, ở những vùng miền và mùa khác nhau. Tuy nhiên, rất ít sự chú ý được dành cho việc lựa chọn phương pháp hạ xuống khi xem xét các tác động của biến đổi khí hậu đối với hệ thống thủy văn. Bài báo tổng quan này đánh giá tài liệu hạ xuống hiện tại, xem xét những phát triển mới trong lĩnh vực hạ xuống đặc biệt cho các tác động thủy học. Các phần tập trung vào khái niệm hạ xuống; các phương pháp mới; các nghiên cứu phương pháp so sánh; mô hình hóa các cực trị; và ứng dụng vào các tác động thủy học.

Tiếp theo, chúng tôi xem xét các phát triển mới trong việc xây dựng kịch bản khí hậu có thể cung cấp nhiều tiềm năng nhất cho sự tiến bộ trong cộng đồng ‘hạ xuống cho tác động thủy học’, như mô hình hóa xác suất, quy mô họa tiết và hạ xuống của nhiều biến và đề xuất các cách mà chúng có thể được kết hợp với các kỹ thuật hạ xuống trong khuôn khổ kịch bản biến đổi khí hậu xác suất để đánh giá những bất định liên quan đến các dự báo trong tương lai. Trong các nghiên cứu tác động thủy học, vẫn còn ít sự xem xét dành cho nghiên cứu ứng dụng; cách mà các kết quả có thể được sử dụng tốt nhất để giúp các bên liên quan và nhà quản lý đưa ra quyết định sáng suốt, vững chắc về các chiến lược thích ứng và giảm thiểu trong bối cảnh nhiều bất định về tương lai. Chúng tôi gợi ý rằng cần có sự chuyển đổi từ các nghiên cứu so sánh sang cung cấp các công cụ ra quyết định cho việc lập kế hoạch và quản lý mà vững chắc trước những bất định trong tương lai; với việc xem xét và hiểu rõ những bất định trong hệ thống mô hình hóa. Bản quyền © 2007 Hiệp hội Khí tượng Hoàng gia.

Đánh giá sự tiến bộ trong khí hậu đô thị suốt hai thập kỷ qua kể từ khi xuất bản lần đầu tiên của tạp chí International Journal of Climatology. Nhấn mạnh rằng khí hậu đô thị trong giai đoạn này đã được hưởng lợi từ những tiến bộ về khái niệm trong vi khí hậu học và khí hậu lớp ranh giới nói chung. Vai trò của quy mô, tính không đồng nhất, các khu vực nguồn động năng cho dòng chảy hỗn loạn và sự phức tạp được giới thiệu bởi lớp thô dưới cùng trên các yếu tố thô cứng cao của thành phố được mô tả. Sự đa dạng của các đảo nhiệt đô thị, tùy thuộc vào phương tiện cảm nhận và kỹ thuật cảm nhận, được giải thích. Bài đánh giá tập trung vào hai lĩnh vực trong khí hậu đô thị. Đầu tiên, đánh giá sự tiến bộ trong nghiên cứu các quá trình khí hậu đô thị được chọn liên quan đến sự hỗn loạn khí quyển đô thị (bao gồm độ thô bề mặt) và các quá trình trao đổi năng lượng và nước, tại những quy mô xem xét từ các khía cạnh riêng lẻ của môi trường đô thị, qua các con phố và khối phố đến các khu dân cư. Thứ hai, khám phá tài liệu về trường nhiệt độ đô thị. Tình trạng kiến thức về các đảo nhiệt đô thị khoảng năm 1980 được mô tả và công việc kể từ đó được đánh giá dựa trên những điểm tương đồng và khác biệt với tình huống đó. Cuối cùng, những tiến bộ chính được tóm tắt và các khuyến nghị cho công việc về khí hậu đô thị trong tương lai được đưa ra. Bản quyền © 2003 Hiệp hội Khí tượng Hoàng gia.

Chúng tôi đã tạo ra một tập dữ liệu mới về dữ liệu khí hậu tháng được nội suy không gian cho các vùng đất toàn cầu với độ phân giải không gian rất cao (khoảng 1 km²). Tập dữ liệu này bao gồm nhiệt độ hàng tháng (tối thiểu, tối đa và trung bình), lượng mưa, bức xạ mặt trời, áp suất hơi nước và tốc độ gió, được tổng hợp trong khoảng thời gian mục tiêu từ 1970–2000, sử dụng dữ liệu từ 9000 đến 60 000 trạm khí tượng. Dữ liệu từ các trạm khí tượng được nội suy bằng cách sử dụng spline mỏng với các biến covariate bao gồm độ cao, khoảng cách đến bờ biển và ba biến covariate từ vệ tinh: nhiệt độ bề mặt đất tối đa và tối thiểu cũng như độ che phủ mây, thu được từ nền tảng vệ tinh MODIS. Việc nội suy được thực hiện cho 23 khu vực với kích thước khác nhau tùy thuộc vào mật độ trạm. Dữ liệu vệ tinh đã cải thiện độ chính xác dự đoán cho các biến nhiệt độ từ 5–15% (0.07–0.17 °C), đặc biệt là cho các khu vực có mật độ trạm thấp, mặc dù sai số dự đoán vẫn cao trong những khu vực đó cho tất cả các biến khí hậu. Đóng góp của các biến covariate từ vệ tinh hầu như không đáng kể đối với các biến khác, mặc dù tầm quan trọng của chúng thay đổi theo khu vực. Trái ngược với cách tiếp cận thông thường là sử dụng một mô hình đơn cho toàn cầu, chúng tôi đã xây dựng sản phẩm cuối cùng bằng cách chọn mô hình hoạt động tốt nhất cho từng khu vực và biến. Các tương quan kiểm định chéo toàn cầu đạt ≥ 0.99 cho nhiệt độ và độ ẩm, 0.86 cho lượng mưa và 0.76 cho tốc độ gió. Thực tế là hầu hết các ước lượng bề mặt khí hậu của chúng tôi chỉ được cải thiện một cách marginal bởi việc sử dụng các biến covariate từ vệ tinh nhấn mạnh tầm quan trọng của việc có một mạng lưới dữ liệu khí tượng dày đặc và chất lượng cao.

This study has used a multiple regression model to quantify the importance of wintertime mean North Atlantic sea‐surface temperatures (SSTs) for explaining (simultaneous) variations in wintertime mean temperatures in northwestern Europe. Although wintertime temperature variations are primarily determined by atmospheric flow patterns, it has been speculated that North Atlantic SSTs might also provide some additional information. To test this hypothesis, we have attempted to explain 1900–93 variations in wintertime mean central England temperature (CET) by using multiple regression with contemporaneous winter mean North Atlantic sea‐level pressures (SLPs) and SSTs as explanatory variables. With no SST information, the leading SLP patterns (including the North Atlantic oscillation) explain 63% of the total variance in winter mean CET; however, SSTs alone are capable of explaining only 16% of the variance in winter mean CET. Much of the SST effect is ‘indirect’ in that it supplies no more significant information than already contained in the mean SLP; e.g. both SLP and SST together can only explain 68% of the variance. However, there is a small (5% variance) direct effect due to SST that is not mediated by mean SLP, which has a spatial pattern resembling the Newfoundland SST pattern identified by Ratcliffe and Murray (1970. Quarterly Journal of the Royal Meteorological Society 96: 226–246). In predictive mode, however, using explanatory variables from preceding seasons, SSTs contain more information than SLP factors. On longer time scales, the variance explained by contemporaneous SST increases, but the SLP explanatory variables still provide a better model than the SST variables. Copyright © 2003 Royal Meteorological Society

Một biến thể của phương pháp hồi quy bình phương tối thiểu được phát triển và đánh giá nhằm ước lượng nhiệt độ tối đa và tối thiểu hàng ngày bị thiếu, đặc biệt là đối với các giá trị cực trị nhiệt độ. Phương pháp này tập trung vào việc thu được những ước lượng chính xác về số ngày vượt quá (ví dụ: số ngày có nhiệt độ tối đa hàng ngày lớn hơn hoặc bằng centiles 90) hàng năm, cũng như số lần sự kiện liên tiếp vượt quá, trong khi giới hạn sai số ước lượng liên quan đến từng giá trị đơn lẻ.

Hiệu suất của phương pháp này được so sánh với hai phương pháp hiện có đã được phát triển cho toàn bộ phân phối nhiệt độ. Trong các phương pháp hiện có này, các ước lượng nhiệt độ được dựa trên dữ liệu từ các trạm lân cận bằng cách sử dụng hoặc phương pháp hồi quy hoặc phương pháp dựa trên sự thay đổi nhiệt độ.

Việc đánh giá phương pháp của chúng tôi bằng cách sử dụng nhiệt độ tối thiểu lạnh và tối đa ấm cho thấy phần trăm trung vị của số lần vượt quá được xác định chính xác là 97% và phần trăm trung vị của số lần vượt quá liên tiếp được xác định chính xác là 98%. Các phương pháp hiện có khác có xu hướng đánh giá thấp cả số lần vượt quá đơn lẻ và liên tiếp. Sử dụng các quy trình này, các số lần vượt quá ước lượng thường ít hơn 80% so với những gì đã thực sự xảy ra.

Mặc dù phương pháp của chúng tôi được tinh chỉnh để ước lượng số lần vượt quá, độ chính xác ước lượng của các giá trị nhiệt độ tối đa hoặc tối thiểu hàng ngày riêng lẻ tương tự như các quy trình ước lượng khác. Sai số tuyệt đối trung vị (MAE) sử dụng tất cả các nhiệt độ lớn hơn hoặc bằng centiles 90 (T₉₀) là −1.1°C cho mười trạm khí hậu đa dạng là 1.28°C cho phương pháp của chúng tôi, trong khi các phương pháp khác cho MAE lần lượt là 1.27 và 1.17°C. Tuy nhiên, về sai số trung vị, xu hướng đánh giá thấp của các phương pháp hiện có là rõ ràng với độ lệch lần lượt là −0.77 và −0.61°C. Phương pháp tối ưu hóa của chúng tôi tương đối không có thiên kiến khi sai số trung bình thu được là −0.12°C. Bản quyền © 2001 Hiệp hội Khí tượng Hoàng gia