Assessment of Temperature Extremes in China Using RegCM4 and WRF

Abstract:
This study assesses the performance of temperature extremes over China in two regional climate models (RCMs), RegCM4 and WRF, driven by the ECMWF’s 20th century reanalysis. Based on the advice of the Expert Team on Climate Change Detection and Indices (ETCCDI), 12 extreme temperature indices (i.e., TXx, TXn, TNx, TNn, TX90p, TN90p, TX10p, TN10p WSDI, ID, FD, and CSDI) are derived from the simulations of two RCMs and compared with those from the daily station-based observational data for the period 1981–2010. Overall, the two RCMs demonstrate satisfactory capability in representing the spatiotemporal distribution of the extreme indices over most regions. RegCM performs better than WRF in reproducing the mean temperature extremes, especially over the Tibetan Plateau (TP). Moreover, both models capture well the decreasing trends in ID, FD, CSDI, TX10p, and TN10p, and the increasing trends in TXx, TXn, TNx, TNn, WSDI, TX90p, and TN90p, over China. Compared with observation, RegCM tends to underestimate the trends of temperature extremes, while WRF tends to overestimate them over the TP. For instance, the linear trends of TXx over the TP from observation, RegCM, and WRF are 0.53°C (10 yr)−1, 0.44°C (10 yr)−1, and 0.75°C (10 yr)−1, respectively. However, WRF performs better than RegCM in reproducing the interannual variability of the extreme-temperature indices. Our findings are helpful towards improving our understanding of the physical realism of RCMs in terms of different time scales, thus enabling us in future work to address the sources of model biases.摘 要以欧洲中心的二十世纪再分析资料为初始场和侧边界场, 利用两个区域气候模式—RegCM4.5 和 WRF3.6—对东亚地区的气候进行了水平分辨率为 50km 的动力降尺度模拟. 本文评估了两个模式在中国的极端气温模拟性能. 基于气候变化检测和指数专家组的建议, 对比分析了 1981–2010 年两个模式模拟的12个极端气温指数 (即TXx, TXn, TNx, TNn, TX90p, TN90p, TX10p, TN10p WSDI, ID, FD, 和CSDI) 及对应的观测资料. 总体而言, 在中国大多数地区, 两个区域气候模式在表征极端气温指数的时空分布特征上有令人满意的表征能力. RegCM模式再现极端气温的平均气候态上性能优于 WRF 模式, 尤其是在青藏高原地区. 此外, 两个模式都很好地抓住了 1981–2010 年间 ID, FD, CSDI, TX10p 和 TN10p 的下降趋势, 以及TXx, TXn, TNx, TNn, WSDI, TX90p 和 TN90p 的上升趋势. 在青藏高原地区, 与观测资料相比表明, RegCM 模式低估了极端气温的趋势, 而 WRF 模式高估了极端气温的趋势. 例如, 在青藏高原地区中TXx的线性趋势在观测资料, RegCM和WRF模式分别是 0.53ºC (10 yr)−1, 0.44ºC (10 yr)−1 和 0.75ºC (10 yr)−1. 在模拟极端气温的年际变率方面, WRF模式的表现优于 RegCM 模式. 我们的发现有助于提高对区域气候模式在不同时间尺度上物理过程的理解, 从而使我们在今后的工作中追踪模式偏差的来源
Author Listing: Xianghui Kong;Aihui Wang;Xunqiang Bi;Dan Wang
Volume: 36
Pages: 363-377
DOI: 10.1007/s00376-018-8144-0
Language: English
Journal: Advances in Atmospheric Sciences

ADVANCES IN ATMOSPHERIC SCIENCES

ADV ATMOS SCI

影响因子:6.5 是否综述期刊:否 是否OA:否 是否预警:不在预警名单内 发行时间:1984 ISSN:0256-1530 发刊频率:Bimonthly 收录数据库:SCIE/Scopus收录 出版国家/地区:PEOPLES R CHINA 出版社:Science Press

期刊介绍

Advances in Atmospheric Sciences, launched in 1984, aims to rapidly publish original scientific papers on the dynamics, physics and chemistry of the atmosphere and ocean. It covers the latest achievements and developments in the atmospheric sciences, including marine meteorology and meteorology-associated geophysics, as well as the theoretical and practical aspects of these disciplines.Papers on weather systems, numerical weather prediction, climate dynamics and variability, satellite meteorology, remote sensing, air chemistry and the boundary layer, clouds and weather modification, can be found in the journal. Papers describing the application of new mathematics or new instruments are also collected here.

1984年发起的《大气科学进展》旨在迅速发表关于大气和海洋的动力学、物理学和化学的原创科学论文。该期刊涵盖大气科学的最新成就和发展,包括海洋气象学和与气象学有关的地球物理学,以及这些学科的理论和实践方面。在该期刊上可以找到关于天气系统、数值天气预报、气候动力学和变率、卫星气象学、遥感、空气化学和边界层、云和人工影响天气的论文。描述新数学或新仪器应用的论文也被收集在这里。

年发文量 141
国人发稿量 131
国人发文占比 92.91%
自引率 7.7%
平均录取率 约50%
平均审稿周期 平均6月
版面费 US$3140
偏重研究方向 地学-气象与大气科学
期刊官网 https://www.springer.com/376/?utm_medium=display&utm_source=letpub&utm_content=text_link&utm_term=null&utm_campaign=MPSR_00376_AWA1_CN_CNPL_letpb_mp
投稿链接 https://mc03.manuscriptcentral.com/aasiap

质量指标占比

研究类文章占比 OA被引用占比 撤稿占比 出版后修正文章占比
94.33% 18.08% 0.00% 6.42%

相关指数

{{ relationActiveLabel }}
{{ item.label }}

期刊预警不是论文评价,更不是否定预警期刊发表的每项成果。《国际期刊预警名单(试行)》旨在提醒科研人员审慎选择成果发表平台、提示出版机构强化期刊质量管理。

预警期刊的识别采用定性与定量相结合的方法。通过专家咨询确立分析维度及评价指标,而后基于指标客观数据产生具体名单。

具体而言,就是通过综合评判期刊载文量、作者国际化程度、拒稿率、论文处理费(APC)、期刊超越指数、自引率、撤稿信息等,找出那些具备风险特征、具有潜在质量问题的学术期刊。最后,依据各刊数据差异,将预警级别分为高、中、低三档,风险指数依次减弱。

《国际期刊预警名单(试行)》确定原则是客观、审慎、开放。期刊分区表团队期待与科研界、学术出版机构一起,夯实科学精神,打造气正风清的学术诚信环境!真诚欢迎各界就预警名单的分析维度、使用方案、值得关切的期刊等提出建议!

预警情况 查看说明

时间 预警情况
2024年02月发布的2024版 不在预警名单中
2023年01月发布的2023版 不在预警名单中
2021年12月发布的2021版 不在预警名单中
2020年12月发布的2020版 不在预警名单中

JCR分区 WOS分区等级:Q1区

版本 按学科 分区
WOS期刊SCI分区
WOS期刊SCI分区是指SCI官方(Web of Science)为每个学科内的期刊按照IF数值排 序,将期刊按照四等分的方法划分的Q1-Q4等级,Q1代表质量最高,即常说的1区期刊。
(2021-2022年最新版)
METEOROLOGY & ATMOSPHERIC SCIENCES Q1

关于2019年中科院分区升级版(试行)

分区表升级版(试行)旨在解决期刊学科体系划分与学科发展以及融合趋势的不相容问题。由于学科交叉在当代科研活动的趋势愈发显著,学科体系构建容易引发争议。为了打破学科体系给期刊评价带来的桎梏,“升级版方案”首先构建了论文层级的主题体系,然后分别计算每篇论文在所属主题的影响力,最后汇总各期刊每篇论文分值,得到“期刊超越指数”,作为分区依据。

分区表升级版(试行)的优势:一是论文层级的主题体系既能体现学科交叉特点,又可以精准揭示期刊载文的多学科性;二是采用“期刊超越指数”替代影响因子指标,解决了影响因子数学性质缺陷对评价结果的干扰。整体而言,分区表升级版(试行)突破了期刊评价中学科体系构建、评价指标选择等瓶颈问题,能够更为全面地揭示学术期刊的影响力,为科研评价“去四唯”提供解决思路。相关研究成果经过国际同行的认可,已经发表在科学计量学领域国际重要期刊。

《2019年中国科学院文献情报中心期刊分区表升级版(试行)》首次将社会科学引文数据库(SSCI)期刊纳入到分区评估中。升级版分区表(试行)设置了包括自然科学和社会科学在内的18个大类学科。基础版和升级版(试行)将过渡共存三年时间,推测在此期间各大高校和科研院所仍可能会以基础版为考核参考标准。 提示:中科院分区官方微信公众号“fenqubiao”仅提供基础版数据查询,暂无升级版数据,请注意区分。

中科院分区 查看说明

版本 大类学科 小类学科 Top期刊 综述期刊
地球科学
2区
METEOROLOGY & ATMOSPHERIC SCIENCES
气象与大气科学
2区
2021年12月
基础版
地学
2区
METEOROLOGY & ATMOSPHERIC SCIENCES
气象与大气科学
2区
2021年12月
升级版
地球科学
2区
METEOROLOGY & ATMOSPHERIC SCIENCES
气象与大气科学
2区
2020年12月
旧的升级版
地球科学
2区
METEOROLOGY & ATMOSPHERIC SCIENCES
气象与大气科学
2区
2022年12月
最新升级版
地球科学
2区
METEOROLOGY & ATMOSPHERIC SCIENCES
气象与大气科学
3区