気候変動は農業、生態系、社会経済、人類の生存と発展に関連しており、今日の世界の重要な問題の一つです。IPCC（気候変動に関する政府間パネル）の第6次評価報告書は、1950年代以降、世界の平均気温や海水温の上昇、大規模な雪や氷河の融解、世界の海面上昇などにより、気候変動 暖かさは議論の余地のない事実です。
国際結合モデル相互比較プログラムは新しい段階、第 6 段階 (CMIP6) に入りました。この段階では、気候変動研究の分野により豊富な地球規模の気候モデル データが提供されます。CMIP5 と比較して、CMIP6 モデルには 2 つの主な特徴があります: 1 つ目は、CMIP6 で考慮されているプロセスがより複雑で、多くのモデルが大気化学プロセスの双方向結合を実現していること、2 つ目は、大気モデルと海洋モデルの解像度が大幅に向上していることです。 、大気モデルの最高水平解像度は、世界中で 25 km に達します。また、CMIP5のRCPシナリオでは、今後100年間に安定したCO2濃度とそれに対応する放射強制力を達成するという目標のみが考慮されており、特定の社会開発経路は目標としていなかったが、CMIP6の新たな共通社会経済経路ではこの点が十分に考慮されており、より多様な排出シナリオを提供することで、緩和と適応の研究および地域の気候予測のためにより合理的なシミュレーション結果が得られ、CMIP5 における RCP シナリオの欠如を大幅に補うことができます。
国際結合モデル比較プログラムでは、GCM は気候変動を構築するための地球規模の大規模情報を提供しますが、気候研究が地域規模で実施される場合、比較的低解像度の情報は地域の気候変動予測に大きな偏りを生み出します。スケーリング手法は、大規模な情報を地域スケールに変換する際に重要な役割を果たします。これには、動的ダウンスケーリング、統計的ダウンスケーリング、およびその 2 つの組み合わせが含まれます。
データを寄付する
l 無料の CMIP 6 月データ (500G+)
-
変数を含める: 温度、圧力、湿度、風、放射線、降水量
-
含まれるシナリオ: 歴史的、ssp126、ssp245、ssp370、ssp585
l 無料の CMIP 6 日間データ (1.8T+)
-
変数を含める: 温度、圧力、湿度、風、放射線、降水量
-
含まれるシナリオ: 歴史的、ssp126、ssp245、ssp370、ssp585
l 現在の世界的な VIPPHEN 生物季節学データ (40G+)
-
時期: 1981 年から 2014 年、年次データ
-
空間解像度: 5.6km
l 無料のERA5-LAND地表再解析データ（約5T）
-
時間: 1951.1.1 ～ 2021.12.31 時間分解能: 時間単位
-
空間解像度: 0.1° (正角ロンラット投影 + wgs84)
-
11 個の変数が含まれます: 温度、気圧、日射量、蒸発量、降水量、湿度 [詳細についてはデータ記述ファイルを参照]
詳細：
CMIP6のモデル比較プログラム
GCM の概要
関連する比較プログラムの紹介
方法 1: 手動で
公式ウェブサイトを利用する
方法 2: 自動的に
Python のコマンドライン ツールを利用する
方法 3: 半自動ショッピング カート
公式ウェブサイトを利用する
netCDF ファイルをトリミングする
QGIS と CDO に基づいて netCDF 形式をトリミングします
QGISでの操作
トリミング効果
365 日以内でない日付を処理する GCM
BCCを例に挙げてみましょう
基本知識
3.1 基礎知識
Python の基本
l Numpyの基本
l Scipyの基本
l パンダの基本
3.2 CDOの基本動作
CDO (Climate Data Operator) は、大気科学で一般的に使用される処理ツールです。
l ファイル操作
l リサンプリング
l 統計計算
3.3 Xarray の基本操作
Xarray は、Python システムに基づく netCDF の一般的なツールであり、処理、視覚化、その他の操作を容易にします。
l Netcdf ファイルの読み取りと書き込み
l 統計計算
視覚化
単一ポイントのダウンスケーリング
4.1 デルタ法
4.2 統計の改訂
4.3 機械学習の手法
l ビルド機能
l モデルの構築
l モデルの評価
4.4 複数アルゴリズムの統合方法
エリアダウンスケーリングの統計的手法
5.1 デルタ法
5.2 確率補正法に基づく
WRF モデルに基づく動的なダウンスケーリング
6.1 CMIP6用WRF走行データの準備
cdo ツールを使用して gcm 出力ファイルを再コーディングし、wrf ドライブ データを準備します。
6.1.1 圧力座標系のデータ準備
6.1.2 シグマ座標系用の GCM データの準備
6.1.3 WPS処理
6.2 WRFモードの動作
6.3 モデルの後処理
l 変数の抽出
l 変数統計
l 変数の可視化
典型的な適用例 - 気候変動 1
7.1 風速のダウンスケーリング
7.2 短波放射のダウンスケーリング
典型的な適用例 - 気候変動 2
ECA 異常気象指数の計算
l 連続乾燥日指数
l 期間ごとの連続霜日数指数
l 期間ごとの夏日連続指数
l 期間ごとの連続降水日指数
代表的な応用例 - 生態分野
成長期の推定開始時間と終了時間
1. 気象データと VIPPHEN リモートセンシング季節学データで生育期の開始と終了を確立します。
2. 将来の気候シナリオに基づいて、長い生育期の開始、終了、長さを推定する
典型的な応用例 - 水文学および生態学的モデルデータ
l SWATデータの準備
l バイオーム-BGCデータ
Biome-BGC は、サイト記述データ、気象データ、植生の生理学的および生態学的パラメータを使用して、日スケールの炭素、水、窒素フラックスをシミュレートするモデルです。その研究の空間スケールは、点スケールから陸上生態系まで拡張できます。この場合、CMIP6の気象データは一点シミュレーションにより作成されます。
