2025年cmip6数据介绍(cmip6的哪个模式最好)

cmip6数据介绍(cmip6的哪个模式最好)CMIP Coupled Model Intercompari Project 是国际耦合模式比较计划的英文缩写 近些年来 CMIP 逐渐发展成为以 推动模式发展和增进对地球气候系统的科学理解 为目标的庞大计划 CMIP6 是 CMIP 计划实施 20 多年来参与的模式数量最多 设计的科学试验最为完善 所提供的模拟数据最为庞大的一次 CMIP6 凝练出七大迫切需要解决的

大家好,我是讯享网,很高兴认识大家。



CMIP(Coupled Model Intercomparison Project)是国际耦合模式比较计划的英文缩写。近些年来,CMIP逐渐发展成为以“推动模式发展和增进对地球气候系统的科学理解”为目标的庞大计划。CMIP6是CMIP计划实施20多年来参与的模式数量最多、设计的科学试验最为完善、所提供的模拟数据最为庞大的一次。

CMIP6凝练出七大迫切需要解决的、并有望在未来5-10年取得显著进步的科学问题,包括:

根据以上问题着重于回答以下三大科学问题:

CMIP6的试验设计包括三个层次。

DECK试验

第一层,DECK试验:这是最为核心的试验,DECK的含义是气候诊断、评估和描述(Diagnostic, Evaluation and Characterization of Klima;Klima为Climate的希腊语)。DECK试验是CMIP计划的“准入证”,任何气候模式只要完成DECK试验并把数据国际共享,即可称参加了CMIP计划。

DECK包含了4组基准试验,分别是AMIP试验、工业革命前参照试验(piControl)、4倍CO2突增试验(abrupt-4xCO2)、CO2浓度每年增加1%的强迫试验(1pctCO2)。

AMIP和piControl试验是评估大气模式和耦合模式性能的基础,也是其他CMIP6试验的基准。 AMIP试验利用1979年以来的观测海温和海冰作为边界条件来驱动大气环流模式。 piControl试验是把外强迫(温室气体、太阳辐射、气溶胶、土地利用等)维持在1850年的水平下驱动全球耦合模式进行500年以上的长期积分。

abrupt-4xCO2和1pctCO2试验是从piControl试验的某个时间点开始启动,在理想二氧化碳强迫下的气候变化敏感性试验。 abrupt-4xCO2试验通过与piControl比较,用来研究二氧化碳的辐射强迫以及估算平衡态气候敏感度。 1pctCO2试验用来估计在海洋热吸收下的瞬态气候响应,若利用含有碳循环的地球系统模式来完成该组试验,则可以估算累计碳排放的瞬态气候响应。


讯享网

历史气候模拟试验

第二层,历史气候模拟试验(Historical):它是CMIP6的“准入证”,任何气候模式只要完成了该试验并把数据国际共享,即可称参加了CMIP6计划。

Historical试验也从piControl试验的某个时间点启动,在基于观测的、随时间变化的各种外强迫驱动下进行1850年以来的历史气候模拟。该试验用来评估模式对气候变化的模拟能力,包括气候变率的大小和百年尺度的趋势,还被用来分析气候模式的辐射强迫和敏感性与观测记录的一致性;同时,它与piControl试验一道是进行气候变化检测归因的参考基准试验。

数值试验

第三层,模式比较子计划:环绕上述两级核心试验,在最外层是CMIP6批准的MIPs,总计有23个,其中19个MIPs计划有自己专门设计的数值试验。具体计划列表如下

happy科研公众号曾经介绍了3个比较计划:情景模式比较计划(ScenarioMIP)、年代际气候预测计划(DCPP)、高分辨率模式比较计划(HighResMIP),感兴趣的移步:

总结来自于happy科研

总算到了今天的重头戏了,就是如何使用python高效便捷的下载数据。 要用到的就是acccmip6,官网链接:https://github.com/TaufiqHassan/acccmip6

安装acccmip6模块

目前应该只支持Linux系统

查看可下载的模式

目前已有102个模型的输出结果可下载了:

数据搜索

所有搜索都可以使用,该命令需在命令行模式下输入,具体包含下面几个参数:

具体使用示例如下: acccmip6 -o S -m MIROC6 -v vas -f mon -r atmos

下载数据

下载数据的命令都以开头,后面添加参数,具体如下:

具体使用示例如下: acccmip6 -o D -e hist-piNTCF -v vas -m MIROC6

网络上有很多开放的数据,比如再分析数据,台风路径数据,AQI数据,遥感影像数据,探空数据,各城市历年的温压湿风等数据。手动下载这些数据非常繁琐耗时,幸好大部分数据可以直接通过api,ftp还有爬虫等方式进行下载。 大家可以参与讨论,说说你有什么高效获取数据的方式,也可以说说你想下载哪些数据,后面也会根据留言内容继续推出一些数据自动下载的文章。

目前已有210+位成员,

快快加入吧!

小讯
上一篇 2025-05-13 13:20
下一篇 2025-05-30 20:56

相关推荐

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/172444.html