抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
地表被覆は陸面及び気候モデルにおける重要な基礎変数であり、そのデータ品質は気候モデルの性能に顕著な影響を与える。本論文では、中国が自主的に開発した全世界30Mの地表被覆データ(GLOBELAND30)に基づく。北京の気候中心気候システム(BEIJING CLIMATE CENTER CLIMATE SYSTEM MODEL、BCC_CSM)における陸面過程と大気循環成分モデルを利用した。気候モデルの性能に及ぼすGLOBELAND30データの影響を研究した。まず第一に,GLOBELAND30と他の衛星リモートセンシングデータの融合によって,植生(PFT FUNCTION TYPE,PFT)タイプのデータは,BCC_CSMモードの要求を満たすことができる。次に,面積比に基づく升尺度法を用いて,全地球規模における異なる被覆タイプとその面積パーセンテージデータを得たが,GLOBELAND30とパターン被覆データは,全球面被覆の基本的分布特性を合理的に記述することができたが,いくつかの差異が存在した。それらの間で,植生タイプの差異は最も顕著であった。数値シミュレーションにより、GLOBELAND30データがモデル結果に与える影響を全面的に評価した結果、BCC_CSMの陸面モデルと大気モデルにおいて、GLOBELAND30データを用いて、陸面と大気の基本的な気候特徴を合理的に再現できることが分かった。植生データを更新する気候効果は更新氷河と水体のタイプより大きく、すべてのカバー類型データを総合的に更新することはシミュレーション結果に対する影響が最も大きい。GLOBELAND30データを導入することにより、BCC_CSM大気モデルが北半球中高緯度地区の降水の正偏差と南米アマゾンなどの地域の模擬降水量の負偏差、及び南半球部分地域の大気温度シミュレーションの負偏差を低減できる。そのため、GLOBELAND30データはBCC_CSM成分モデルに適用し、モデルの性能を改善するのに正の貢献がある。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】