[6] The RCCI is calculated using we

[6] The RCCI is calculated using wet season (WS) and dry season (DS) (Table 2) [as defined by Giorgi and Bi, 2005a, hereinafter referred to as GB05a] temperature and precipitation over 26 land regions of the world (see Figure 1) from 20 global model simulations (some including multiple realizations) of 20th and 21st climate under forcing from 3 IPCC emission scenarios, A1B, B1 and A2 [Intergovernmental Panel on Climate Change, 2000]. Note that these scenarios almost encompass the entire IPCC scenario range, the A2 being close to the high end of the range, the B1 close to the low end and the A1B lying toward the middle of the range. The model data are obtained from the PCMDI site and are interpolated onto a common 1 degree grid to facilitate intercomparison. More details on the data, models, simulations and definitions of regions are given by GB05a. The RCCI is defined as


where n is an integer varying from 0 to 4 as described in Table 1. Note that small changes below a certain threshold do not contribute to the index (n = 0) and that larger changes are weighted more heavily (i.e., the factor n doubles from each category to the next). As an illustrative example, ΔP is the change (2080–2099 minus 1960–1979) in average precipitation for a given region in Figure 1, (where only land points are included in the regional average, see GB05a) and is obtained via the following steps: 1) Calculate ΔP for each individual region and model simulation; 2) Average over the different realizations for the same model (if available); 3) Ensemble average over the different available models; 4) Average over the three scenarios (A1B, A2, B1). The same procedure is used to calculate the average regional values of RWAF, ΔσT and ΔσP.


Figure 1.

Open in figure viewer
Regional Climate Change Index (RCCI) over 26 land regions of the World calculated from 20 coupled AOGCMs and 3 IPCC emission scenarios (A1B, A2, B1). The models used are BCCR-BCM2-0, CCMA-3-T47, CNRM-CM3, CSIRO-MK3, GFDL-CM2-0, GFDL-CM2-1, GISS-AOM, GISS-EH, GISS-ER, IAP-FGOALS, INMCM3, IPSL-CM4, MIROC3-2H, MIROC3-2M, MIUB-ECHO-G, MPI-ECHAM5, MRI-CGCM2, NCAR-CCSM3, NCAR-PCM1, UKMO-HADCM3. See also Table 1 of GB05a and http://www-pcmdi.llnl.gov.

Table 1. Value of the Factor n in the Definition of the RCCIa
n ΔP ΔσP RWAF ΔσT
a See equation (1).
0 15%
3. Results

[7] Figure 1 shows the RCCI for the different regions, while Table 2 presents the regional changes of relevant variables and the contributions of the different terms to the RCCI. The two most prominent Hot-Spots emerging from the RCCI analysis are the Mediterranean (MED) and North Eastern Europe (NEE) regions. The greatest contribution to the MED RCCI is given by a large decrease in mean precipitation and an increase in precipitation variability during the dry (warm) season. This summer drying signal, which makes the Mediterranean one of the most responsive regions to global change, has been consistently observed in different generations of model projections [Giorgi et al., 2001; GB05a]. The main contributions to the NEE Hot-Spot are from a large increase in dry (cold) season precipitation, a large RWAF and an increase in precipitation interannual variability (Table 2). Note that, in agreement with previous studies [Räisänen, 2002; Giorgi and Bi, 2005b], Table 2 shows an increase in precipitation interannual variability over most regions, an increase in temperature variability over warm climate regions and a decrease in temperature variability over mid- and high latitude cold climate regions.

Table 2. Values of ΔP, ΔσP, RWAF and ΔσT over the 26 Regions of Figure 1a
Region Season ΔP, % ΔσP, % RWAF ΔσT, % Season ΔP, % ΔσP, % RWAF ΔσT, %
a See text for further information on values. WS is the wet season and DS is the dry season. The changes are calculated for the period 2080–2099 compared to 1960–1979 and are averaged over the A1B, A2, and B1 scenarios. The corresponding value of n in equation (1) is shown in parentheses.
NEU WS (May–Oct) 0.85 (0) 17.39 (2) 1.13 (1) 15.09 (4) DS (Nov–Apr) 14.40 (2) 6.69 (1) 1.43 (2) −19.45 (4)
MED WS (Oct–Mar) −9.73 (1) 24.94 (4) 1.09 (0) −3.43 (0) DS (Apr–Sep) −21.58 (4) 39.99 (4) 1.47 (2) 15.25 (4)
NEE WS (May–Oct) 6.02 (1) 23.23 (4) 1.34 (2) 4.19 (0) DS (Nov–Apr) 20.07 (4) 16.71 (2) 1.93 (4) −12.40 (2)
NAS WS (May–Oct) 11.40 (2) 14.69 (2) 1.39 (2) 3.39 (0) DS (Nov–Apr) 27.27 (4) 9.41 (1) 1.96 (4) 5.28 (1)
CAS WS (Nov–Apr) −2.08 (0) 21.89 (4) 1.29 (1) 2.02 (0) DS (May–Oct) −9.26 (1) 16.13 (2) 1.55 (4) 4.31 (0)
TIB WS (Apr–Sep) 7.94 (1) 3.15 (0) 1.42 (2) 3.00 (0) DS (May–Oct) 15.93 (4) 12.62 (2) 1.54 (4) 3.61 (0)
EAS WS (Apr–Sep) 8.20 (1) 9.81 (1) 1.20 (1) 3.03 (0) DS (Oct–Mar) 6,87 (1) 1753 (2) 1.29 (1) 2.09 (0)
SAS WS (May–Oct) 11.16 (2) 2.23 (0) 1.09 (0) 4.89 (0) DS (Nov–Apr) −2.28 (0) 8.82 (1) 1.31 (2) 9.99 (1)
SEA WS (Apr–Sep) 6.84 (1) 12.24 (2) 0.95 (0) −2.95 (0) DS (Oct–Mar) 5.84

ผลลัพธ์ (ไทย) 1:

[6] RCCI การคำนวณโดยใช้ (WS) ช่วงฤดูฝนและฤดูแล้ง (DS) (ตารางที่ 2) [ตามที่กำหนด โดย Giorgi และ Bi, 2005a, GB05a า] อุณหภูมิและปริมาณฝนมากกว่าที่ดิน 26 ภูมิภาคของโลก (ดูรูปที่ 1) จากการจำลองแบบสากล 20 (บางรวมทั้งหลาย realizations) ของสภาพภูมิอากาศที่ 20 และ 21 ภายใต้บังคับจากสถานการณ์การปล่อย IPCC 3 , A1B, B1 และ A2 [ว่าด้วยการเปลี่ยนแปลงสภาพภูมิอากาศ 2000] หมายเหตุว่า สถานการณ์เหล่านี้ครอบคลุมสถานการณ์ IPCC ทั้งเกือบช่วง A2 ที่เกือบสูงสุดของช่วง B1 ใกล้ต่ำสุดและ A1B นอนไปทางตรงกลางของช่วงนี้ แบบจำลองข้อมูลได้จากเว็บไซต์ PCMDI และเอกสารลงในตาราง 1 ระดับทั่วไปเพื่ออำนวยความสะดวก intercomparison เพิ่มรายละเอียดข้อมูล แบบจำลอง จำลอง และข้อกำหนดของภูมิภาคได้ตั้งขึ้น โดย GB05a RCCI ถูกกำหนดให้เป็นn เป็นจำนวนเต็มที่แตกต่างจาก 0 ไป 4 ดังที่แสดงในตารางที่ 1 หมายเหตุว่า การเปลี่ยนแปลงเล็ก ๆ ใต้เพดานไม่สนับสนุนดัชนี (n = 0) และให้เปลี่ยนแปลงขนาดใหญ่มีน้ำหนักมากกว่า (เช่น ปัจจัย n คู่ผสมจากแต่ละประเภทถัดไป) เป็นตัวอย่างโฆษณา ΔP เป็นการเปลี่ยนแปลง (2080 – 2099 ลบ 1960-1979) ปริมาณฝนเฉลี่ยสำหรับพื้นที่ที่กำหนดในรูปที่ 1, (ที่เฉพาะที่ดินคะแนนรวมอยู่ในค่าเฉลี่ยของภูมิภาค ดู GB05a) และได้ผ่านขั้นตอนต่อไปนี้: 1) คำนวณ ΔP สำหรับแต่ละภูมิภาคแต่ละแบบจำลอง 2) เฉลี่ยมากกว่า realizations แตกต่างกันสำหรับแบบเดียวกัน (ถ้ามี); 3) วงเฉลี่ยมากกว่ามีรุ่นแตกต่างกัน 4) เฉลี่ยมากกว่า 3 สถานการณ์ (A1B, A2, B1) กระบวนการเดียวกันถูกใช้เพื่อคำนวณค่าเฉลี่ยของภูมิภาคของ RWAF, ΔσT และ ΔσPรูปที่ 1เปิดในตัวแสดงรูปภูมิภาคภูมิอากาศเปลี่ยนแปลงดัชนี (RCCI) กว่า 26 ที่ดินภูมิภาคของโลกคำนวณจาก 20 คู่ AOGCMs และ IPCC 3 ปล่อยสถานการณ์ (A1B, A2, B1) รุ่นที่ใช้ BCCR-BCM2-0, CCMA-3-T47, CNRM CM3, CSIRO MK3 ฟอีแอล-cm 2-0 ฟอีแอล-cm 2-1, GISS อ้อม GISS เอ๊ะ GISS ER, IAP FGOALS, INMCM3, IPSL CM4, MIROC3 - 2H, MIROC3 - 2M, MIUB-ECHO-G, MPI ECHAM5, MRI CGCM2, NCAR CCSM3, NCAR PCM1 ไว้ UKMO HADCM3 ดูตารางที่ 1 ของ GB05a และ http://www-pcmdi.llnl.govตารางที่ 1 ค่าของ n ปัจจัยในข้อกำหนดของ RCCIan ΔP ΔσP RWAF ΔσTสมการดู (1)0 < 5% < 5% < 1.1 < 5%1 5-10% 5-10% 1.1 – 1.3 5-10%2 10 – 15% 10-20% 1.3 – 1.5 10 – 15%4 > 15% > 20% > 1.5 > 15%3. ผลลัพธ์[7] รูปที่ 1 แสดง RCCI สำหรับภูมิภาคต่าง ๆ ในขณะที่ตารางที่ 2 แสดงการเปลี่ยนแปลงในภูมิภาคของตัวแปรที่เกี่ยวข้องและผลงานของเงื่อนไขต่าง ๆ RCCI สองชั้นเท่ ๆ จากการวิ RCCI เป็นภูมิภาคเมดิเตอร์เรเนียน (MED) และยุโรปตะวันออกเหนือ (ณี) MED RCCI จำนวนสูงสุดถูกกำหนด โดยลดลงเฉลี่ยฝนขนาดใหญ่และเพิ่มความแปรปรวนฝนช่วงฤดูแล้ง (อบอุ่น) สัญญาณแห้งนี้ฤดูร้อน ซึ่งทำให้การเปลี่ยนแปลง เมดิเตอร์เรเนียนการตอบสนองมากที่สุดในภูมิภาค อย่างสม่ำเสมอตรวจสอบการประมาณการแบบจำลอง [Giorgi et al, 2001 รุ่นแตกต่างกัน GB05a] ผลงานหลักเพื่อจุดร้อนณีย์มาจากเพิ่มขนาดใหญ่ในฝนแล้ง (เย็น) RWAF ขนาดใหญ่ และการเพิ่มขึ้นของความแปรปรวน interannual ฝน (ตาราง 2) หมายเหตุว่า ตามซึ่งการศึกษาก่อนหน้านี้ [Räisänen, 2002 Giorgi และ Bi, 2005b], ตารางที่ 2 แสดงเพิ่มฝนแปรปรวน interannual ผ่านภูมิภาคส่วนใหญ่ การเพิ่มขึ้นในความแปรปรวนอุณหภูมิภูมิภาคภูมิอากาศอบอุ่นและการลดความแปรปรวนอุณหภูมิเหนือละติจูดกลาง และสูงอากาศหนาวภูมิภาคตารางที่ 2 ค่า ΔP, ΔσP, RWAF และ ΔσT ผ่านภูมิภาค 26 ของรูป 1aภูมิภาคฤดูกาล% RWAF ΔσT % ΔσP, ΔP %ฤดูกาล% RWAF ΔσT % ΔσP, ΔP %การดูข้อความสำหรับข้อมูลเพิ่มเติมเกี่ยวกับค่า WS ช่วงฤดูฝน และ DS เป็นฤดูกาล การเปลี่ยนแปลงมีคำนวณสำหรับรอบระยะเวลา 2080 – 2099 เมื่อเทียบกับ 1960-1979 และเฉลี่ยผ่านสถานการณ์ A1B, A2 และ B1 ค่าของ n ในสมการ (1) สอดคล้องกันจะแสดงในวงเล็บNEU WS (พฤษภาคม – ตุลาคม) 0.85 DS 1.13 (1) 15.09 (4) (0) 17.39 (2) (พ.ย. – เม.ย.) 14.40 6.69 (2) 1.43 (1) (2) −19.45 (4)−21.58 DS (เม.ย. – ก.ย.) 1.09 (4) (0) −3.43 (0) −9.73 (1) 24.94 เมด WS (ตุลาคม – มีนาคม) 39.99 (4) (4) 1.47 (2) 15.25 (4)ณีย์ WS (พฤษภาคม – ตุลาคม) 6.02 (1) 23.23 (4) 1.34 (2) 4.19 (0) DS (พ.ย. – เม.ย.) 20.07 (4) 16.71 1.93 (2) (4) −12.40 (2)NAS WS (พฤษภาคม – ตุลาคม) 11.40 (2) (2) 14.69 1.39 DS 3.39 (2) (0) (พ.ย. – เม.ย.) 27.27 (4) รวม 9.41 (1) 1.96 (4) 5.28 (1)CAS WS (พ.ย. – เม.ย.) −2.08 (4) (0) 21.89 DS 1.29 (1) 2.02 (0) (พฤษภาคม – ตุลาคม) −9.26 (1) 16.13 (2) 1.55 (4) 4.31 (0)TIB WS (เม.ย. – ก.ย.) 7.94 (1) 3.15 (0) 1.42 (2) 3.00 (0) DS (พฤษภาคม – ตุลาคม) (4) 15.93 12.62 (2) (4) 1.54 3.61 (0)EAS WS (เม.ย. – ก.ย.) 8.20 (1) 9.81 (1) 1.20 DS 3.03 (1) (0) (ตุลาคม – มีนาคม) 6,87 (1) 1753 (2) 1.29 (1) 2.09 (0)WS SAS (พฤษภาคม – ตุลาคม) 11.16 (2) 2.23 −2.28 DS 4.89 (0) (0) (พ.ย. – เม.ย.) (0) 1.09 8.82 (0) (1) 1.31 (2) 9.99 (1)ทะเล WS (เม.ย. – ก.ย.) 6.84 (1) 12.24 (2) 0.95 (0) −2.95 (0) DS (ตุลาคม – มีนาคม) 5.84

ผลลัพธ์ (ไทย) 2:

[6] RCCI จะคำนวณโดยใช้ฤดูฝน (WS) และฤดูแล้ง (DS) (ตารางที่ 2) [ตามที่กำหนดโดย Giorgi และ Bi, 2005A, ต่อไปนี้จะเรียกว่า GB05a] อุณหภูมิและปริมาณน้ำฝนกว่า 26 ภูมิภาคที่ดินของโลก ( ดูรูปที่ 1) ตั้งแต่วันที่ 20 จำลองรูปแบบทั่วโลก (รวมทั้งบางส่วนเข้าใจหลาย) 20 และสภาพภูมิอากาศที่ 21 ภายใต้บังคับตั้งแต่วันที่ 3 สถานการณ์การปล่อย IPCC, A1B, B1 และ A2 [คณะกรรมการระหว่างรัฐบาลว่าด้วยการเปลี่ยนแปลง สภาพภูมิอากาศ 2000] โปรดทราบว่าสถานการณ์เหล่านี้เกือบจะครอบคลุมทั้งช่วงสถานการณ์ IPCC ที่ A2 การอยู่ใกล้กับปลายสูงของช่วงที่ B1 ใกล้กับต่ำสุดและ A1B โกหกต่อกลางของช่วง ข้อมูลแบบจะได้รับจากเว็บไซต์ PCMDI และมีการสอดแทรกลงในตารางที่พบบ่อย 1 องศาเพื่ออำนวยความสะดวก intercomparison รายละเอียดเพิ่มเติมเกี่ยวกับข้อมูลแบบจำลองการจำลองและคำจำกัดความของภูมิภาคจะได้รับจาก GB05a RCCI ถูกกำหนดให้เป็นที่ n เป็นจำนวนเต็มแตกต่างกัน 0-4 ตามที่อธิบายไว้ในตารางที่ 1 ทราบว่าการเปลี่ยนแปลงเล็ก ๆ ด้านล่างเกณฑ์บางอย่างไม่นำไปสู่ดัชนี (n = 0) และการเปลี่ยนแปลงขนาดใหญ่มีน้ำหนักมากขึ้น (เช่น ปัจจัย n คู่จากแต่ละประเภทต่อไป) เป็นตัวอย่างตัวอย่าง, ΔPคือการเปลี่ยนแปลง (2080-2099 ลบ 1960-1979) ในการเร่งรัดเฉลี่ยสำหรับพื้นที่ที่กำหนดในรูปที่ 1 (ที่มีเพียงจุดที่ดินจะรวมอยู่ในค่าเฉลี่ยของภูมิภาคให้ดู GB05a) และได้รับผ่านทางดังต่อไปนี้ ขั้นตอนคือ 1) การคำนวณΔPสำหรับแต่ละภูมิภาคของแต่ละบุคคลและการจำลองรูปแบบ; 2) เฉลี่ยมากกว่าความเข้าใจที่แตกต่างกันสำหรับรูปแบบเดียวกัน (ถ้ามี); 3) เฉลี่ยทั้งมวลกว่ารุ่นพร้อมใช้งานที่แตกต่างกัน 4) เฉลี่ยในช่วงสามสถานการณ์ (A1B, A2, B1) ขั้นตอนเดียวกันถูกนำมาใช้ในการคำนวณค่าเฉลี่ยของภูมิภาค RWAF, ΔσTและΔσP. รูปที่ 1 เปิดในมุมมองรูปในภูมิภาคดัชนีการเปลี่ยนแปลงภูมิอากาศ (RCCI) กว่า 26 ภูมิภาคที่ดินของโลกโดยคำนวณจาก 20 AOGCMs คู่และ 3 สถานการณ์การปล่อย IPCC ( A1B, A2, B1) รุ่นที่ใช้เป็น BCCR-BCM2-0, CCMA-3-T47, CNRM-CM3, CSIRO-MK3, GFDL-CM2-0, GFDL-CM2-1, GISS ออม, GISS-EH, GISS เอ้อ IAP- FGOALS, INMCM3, IPSL-CM4, MIROC3-2H, MIROC3-2M, MIUB-ECHO-G-MPI ECHAM5, MRI-CGCM2, NCAR-CCSM3, NCAR-PCM1, UKMO-HADCM3 ดูเพิ่มเติมตารางที่ 1 ของ GB05a และ http://www-pcmdi.llnl.gov. ตารางที่ 1 มูลค่าของปัจจัย N ในความหมายของ RCCIa n ΔPΔσP RWAF ΔσT สมการเห็น (1). 0 <5% < 5% <1.1 <5% 05-10 มกราคม% 5-10% 1.1-1.3 5-10% 10-15 กุมภาพันธ์% 10-20% 1.3-1.5 10-15% 4> 15%> 20%> 1.5> 15 % 3 ผลการค้นหา[7] รูปที่ 1 แสดง RCCI สำหรับภูมิภาคที่แตกต่างกันในขณะที่ตารางที่ 2 ที่มีการเปลี่ยนแปลงในระดับภูมิภาคของตัวแปรที่เกี่ยวข้องและมีส่วนร่วมของเงื่อนไขที่ต่างกันไป RCCI ทั้งสองที่โดดเด่นที่สุดฮอตสปอตที่เกิดขึ้นใหม่จากการวิเคราะห์ RCCI เป็นเมดิเตอร์เรเนียน (MED) และทวีปยุโรปตะวันออก (NEE) ภูมิภาค ผลงานที่ยิ่งใหญ่ที่สุดกับ MED RCCI จะได้รับจากการลดลงของค่าเฉลี่ยขนาดใหญ่ในการตกตะกอนและการเพิ่มขึ้นของปริมาณน้ำฝนแปรปรวนในช่วงฤดูแล้ง (อบอุ่น) นี้สัญญาณการอบแห้งในช่วงฤดูร้อนซึ่งจะทำให้ทะเลเมดิเตอร์เรเนียนหนึ่งในภูมิภาคที่มีการตอบสนองมากที่สุดในการเปลี่ยนแปลงของโลกได้รับการปฏิบัติอย่างต่อเนื่องในรุ่นที่แตกต่างของรูปแบบการประมาณการ [Giorgi et al, 2001. GB05a] ผลงานหลักไป NEE จุดร้อนมาจากการเพิ่มขึ้นของขนาดใหญ่ในที่แห้ง (เย็น) ฤดูกาลตกตะกอนเป็น RWAF ขนาดใหญ่และการเพิ่มขึ้นของปริมาณน้ำฝนแปรปรวน Interannual (ตารางที่ 2) โปรดทราบว่าในข้อตกลงกับการศึกษาก่อนหน้า [Räisänen 2002; Giorgi และ Bi, 2005b] ตารางที่ 2 แสดงให้เห็นการเพิ่มขึ้นของปริมาณน้ำฝนแปรปรวน Interannual มากกว่าพื้นที่ส่วนใหญ่ของการเพิ่มขึ้นของความแปรปรวนของอุณหภูมิมากกว่าภูมิภาคอากาศอบอุ่นและลดลงในความแปรปรวนของอุณหภูมิมากกว่าภูมิภาคอากาศหนาวกลางและละติจูดสูง. ตารางที่ 2 ค่าของ ΔP, ΔσP, RWAF และΔσTกว่า 26 ภูมิภาคของรูปที่ 1a ภาคฤดูΔP% ΔσP% RWAF ΔσT% ฤดูกาลΔP% ΔσP% RWAF ΔσT% ข้อความดูข้อมูลเพิ่มเติมเกี่ยวกับค่า WS คือฤดูฝนและ DS เป็นฤดูแล้ง การเปลี่ยนแปลงที่มีการคำนวณสำหรับรอบระยะเวลา 2080-2099 เมื่อเทียบกับ 1960-1979 และมีการเฉลี่ยมากกว่า A1B, A2, B1 และสถานการณ์ ค่าที่สอดคล้องกันของ n ในสมการ (1) จะแสดงในวงเล็บ. NEU WS (พฤษภาคม ต.ค. ) 0.85 (0) 17.39 (2) 1.13 (1) 15.09 (4) DS (พฤศจิกายน เม.ย. ) 14.40 (2) 6.69 ( 1) 1.43 (2) -19.45 (4) MED WS ( ต.ค. มี.ค. ) -9.73 (1) 24.94 (4) 1.09 (0) -3.43 (0) DS (APR ก.ย. ) -21.58 (4) 39.99 (4 ) 1.47 (2) 15.25 (4) WS NEE (พฤษภาคม ต.ค. ) 6.02 (1) 23.23 (4) 1.34 (2) 4.19 (0) DS (พฤศจิกายน เม.ย. ) 20.07 (4) 16.71 (2) 1.93 (4) -12.40 (2) NAS WS (พฤษภาคม ต.ค. ) 11.40 (2) 14.69 (2) 1.39 (2) 3.39 (0) DS (พฤศจิกายน เม.ย. ) 27.27 (4) 9.41 (1) 1.96 (4) 5.28 (1) CAS WS (พฤศจิกายน เม.ย. ) -2.08 (0) 21.89 (4) 1.29 (1) 2.02 (0) DS (พฤษภาคม ต.ค. ) -9.26 (1) 16.13 (2) 1.55 (4) 4.31 (0) TIB WS ( เมษายน ก.ย. ) 7.94 (1) 3.15 (0) 1.42 (2) 3.00 (0) DS (พฤษภาคม ต.ค. ) 15.93 (4) 12.62 (2) 1.54 (4) 3.61 (0) EAS WS (APR ก.ย. ) 8.20 (1) 9.81 (1) 1.20 (1) 3.03 (0) DS ( ต.ค. มี.ค. ) 6,87 (1) 1753 (2) 1.29 (1) 2.09 (0) SAS WS (พฤษภาคม ต.ค. ) 11.16 (2) 2.23 (0) 1.09 (0) 4.89 (0) DS (พฤศจิกายน เม.ย. ) -2.28 (0) 8.82 (1) 1.31 (2) 9.99 (1) WS SEA (APR ก.ย. ) 6.84 (1) 12.24 (2) 0.95 (0) -2.95 (0) DS ( ต.ค. มี.ค. ) 5.84

ผลลัพธ์ (ไทย) 3:

[ 6 ] rcci คำนวณโดยใช้ฤดูฝน ( WS ) และฤดูแล้ง ( DS ) ( ตารางที่ 2 ) [ นิยามโดย Giorgi และ บี , 2005a , ต่อไปนี้เรียกว่า gb05a ] อุณหภูมิและปริมาณน้ำฝนมากกว่า 26 ที่ดิน ภูมิภาคของโลก ( ดูรูปที่ 1 ) จาก 20 แบบจำลองเชิงทั่วโลก ( รวมทั้งรับรู้หลาย 20 และ 21 ) ของอากาศภายใต้บังคับจาก 3 สถานการณ์ เล็ด IPCC a1b , B1 และแผงระหว่างรัฐบาลว่าด้วยการเปลี่ยนแปลงภูมิอากาศ A2 [ 2000 ] ทราบว่าสถานการณ์เหล่านี้จะครอบคลุมช่วงสถานการณ์รุนแรงทั้ง A2 อยู่ใกล้กับปลายสูงของช่วงที่ B1 ใกล้สิ้นสุดต่ำและ a1b โกหกต่อตรงกลางของช่วง ข้อมูล นายแบบที่ได้รับจาก pcmdi เว็บไซต์และขัดลงบนตารางเพื่ออำนวยความสะดวกทั่วไป 1 องศา intercomparison . รายละเอียดเพิ่มเติมเกี่ยวกับข้อมูลแบบจำลอง , จำลองและคำจำกัดความของภูมิภาค จะได้รับ โดย gb05a . rcci หมายถึงเมื่อ n เป็นจำนวนเต็มที่แตกต่างจาก 0 ถึง 4 ตามที่อธิบายไว้ใน ตารางที่ 1 หมายเหตุ การเปลี่ยนแปลงเล็ก ๆด้านล่างเกณฑ์บางอย่างไม่สนับสนุนดัชนี ( n = 0 ) และการเปลี่ยนแปลงขนาดใหญ่หนักหนัก ( เช่น ปัจจัย N คู่จากแต่ละประเภทให้ต่อไป ) เป็นตัวอย่างΔ , P คือเปลี่ยน ( 2080 ) 923 ลบ 1960 – 1979 ) ปริมาณน้ำฝนเฉลี่ยในภูมิภาคให้ 1 รูป ( ที่จุดที่ดินจะรวมอยู่ในค่าเฉลี่ยของภูมิภาคเห็น gb05a ) และได้ผ่านขั้นตอนต่อไปนี้ : 1 ) การคำนวณΔ p สำหรับแต่ละภูมิภาค และแบบจำลอง รุ่น 2 ) เฉลี่ยมากกว่า realizations ที่แตกต่างกันสำหรับรุ่นเดียวกัน ( ถ้ามี ) ; 3 ) ensemble เฉลี่ยมากกว่าที่แตกต่างกันของรูปแบบ ; 4 ) เฉลี่ยมากกว่าสามสถานการณ์ ( a1b A2 , B1 ) ขั้นตอนเดียวกันจะใช้ในการคำนวณค่าเฉลี่ยของภูมิภาค และΔσ rwaf Δσ T , Pรูปที่ 1เปิดดูรูปในดัชนีการเปลี่ยนแปลงภูมิอากาศระดับภูมิภาค ( rcci ) กว่า 26 ที่ดินภูมิภาคของโลกที่คำนวณจาก 20 คู่ aogcms 3 ครั้งต่อสถานการณ์ ( a1b A2 , B1 ) รุ่นที่ใช้เป็น bccr-bcm2-0 ccma-3-t47 cnrm-cm3 csiro-mk3 , , , , gfdl-cm2-1 gfdl-cm2-0 giss-aom giss-eh , , , , iap-fgoals giss-er inmcm3 ipsl-cm4 , , , , miroc3-2h miroc3-2m miub-echo-g mpi-echam5 , , , , mri-cgcm2 ncar-ccsm3 ncar-pcm1 ukmo-hadcm3 , , , . เห็นตารางที่ 1 และ gb05a http://www-pcmdi.llnl.gov .ตารางที่ 1 . ค่าของปัจจัยในความหมายของ rcciaN Δ P Δσ P rwaf Δσ Tดูสมการที่ ( 1 )0 < 5 % < < < 5 % 5 % สำหรับ1 5 – 10% 5 – 10% 1.1 – 1.3 5 – 10%2 10 – 15% 10 – 20% 1.3 - 1.5 10 – 15%4 > 15% > > > 15% 20% สำหรับ3 . ผลลัพธ์[ 7 ] รูปที่ 1 แสดง rcci สำหรับภูมิภาคต่างๆ ส่วนตารางที่ 2 แสดงการเปลี่ยนแปลงของตัวแปรที่เกี่ยวข้องในภูมิภาค และเงินสมทบของเงื่อนไขที่แตกต่างกันไป rcci . สองที่โดดเด่นที่สุดจุดร้อนที่เกิดขึ้นจากการวิเคราะห์ rcci เป็นทะเลเมดิเตอร์เรเนียน ( Med ) และภาคตะวันออกเฉียงเหนือยุโรป ( ไม่ ) ภูมิภาค ผลงานที่ยิ่งใหญ่ที่สุดที่แพทย์ให้ rcci ขนาดใหญ่ลดลงในการตกตะกอนและการตกตะกอนของค่าเฉลี่ยเพิ่มขึ้นในบริการ ( อุ่น ) ฤดู ฤดูร้อนนี้สัญญาณแห้ง ซึ่งจะทำให้หนึ่งในภูมิภาคเมดิเตอร์เรเนียนที่ตอบสนองมากที่สุดในการเปลี่ยนแปลงโลกได้เสมอ พบในรุ่นที่แตกต่างกันของรูปแบบประมาณการ [ Giorgi et al . , 2001 ; gb05a ] ผลงานหลักที่จะไม่ร้อนจากการเพิ่มขนาดใหญ่ในบริการ ( เย็น ) ฝนฤดู , rwaf ขนาดใหญ่และมีการเพิ่มอัตราการตกตะกอน ( ตารางที่ 2 ) หมายเหตุ ที่สอดคล้องกับการศึกษาก่อนหน้านี้ [ R และเป็นและเณร , 2002 ; Giorgi และ บี , 2005b ) ตารางที่ 2 แสดงการเพิ่มขึ้นในอัตราการตกตะกอนมากกว่าภูมิภาคมากที่สุด การเพิ่มของอุณหภูมิกว่าเขตภูมิอากาศอบอุ่น และลดอุณหภูมิของอากาศหนาวเหนือกลางและบริเวณละติจูดสูงตารางที่ 2 คุณค่าของΔ p , Δσ P และ T rwaf Δσกว่า 26 ภูมิภาคของรูป 1aฤดูเขตΔ P , % Δσ P , % rwaf Δσ T , ในฤดูกาลΔ P , % Δσ P , % rwaf Δσ t , %ดูข้อความ สำหรับข้อมูลเพิ่มเติมเกี่ยวกับค่า มันเป็นฤดูฝนและ DS เป็นฤดูแล้ง การเปลี่ยนแปลงค่าสำหรับช่วง 2080 – 2099 เทียบกับ 1960 – 2522 และมีการเฉลี่ยมากกว่า a1b A2 และ B1 สถานการณ์ ที่ค่าของ n ในสมการ ( 1 ) จะแสดงอยู่ในวงเล็บ .หรือ WS ( พฤษภาคม–ตุลาคม ) 0.85 ( 0 ) การละลาย ( 2 ) 1.13 ( 1 ) 15.09 ( 4 ) DS ( พ.ย. - เม.ย. ) 14.40 ( 2 ) 6.69 ( 1 ) 1.43 ( 2 ) −คอน ( 1 )ด้วย WS ( ต.ค. – มี.ค. ) − 9.73 ( 1 ) 24.94 ( 4 ) 1.09 ( 0 ) − 3.43 ( 0 ) DS ( เม.ย. – ก.ย. ) บริษัท เวสเทิร์น 21.58 39.99 ( 4 ) ( 4 ) 1.47 ( 2 ) ตรวจ ( 1 )นี่มัน ( พฤษภาคม–ตุลาคม ) 6.02 ( 1 ) 23.23 ( 4 ) 1.34 ( 2 ) 4.19 ( 0 ) DS ( พ.ย. - เม.ย. ) 20.07 ( 4 ) 16.71 ( 2 ) 1.93 ( 4 ) − 12.40 ( 2 )NAS คือ ( พฤษภาคม–ตุลาคม ) 11.40 ( 2 ) 14.69 ( 2 ) ประเทศ ( 2 ) 3.39 ( 0 ) DS ( พ.ย. - เม.ย. ) 27.27 ( 4 ) 9.41 ( 1 ) 1.96 ( 4 ) ตลาดหลักทรัพย์ ( 1 )CAS WS ( พ.ย. - เม.ย. ) − ( 0 ) คิดเป็นร้อยละ 2.08 ( 4 ) 1.29 ( 1 ) 2.02 ( 0 ) DS ( พฤษภาคม–ตุลาคม ) − 9.26 ( 1 ) ตุลาคม 2551 ( 2 ) 1.55 ( 4 ) 4.31 ( 0 )ทิป WS ( เม.ย. – ก.ย. ) 7.94 ( 1 ) 3.15 ( 0 ) - ( 2 ) - ( 0 ) DS ( พฤษภาคม–ตุลาคม ) 15.93 ( 4 ) 12.62 ( 2 ) 154 ( 4 ) 3.61 ( 0 )EAS ( เม.ย. - ก.ย. ) คือ 8.20 ( 1 ) 9.81 ( 1 ) 1.20 ( 1 ) 3.03 ( 0 ) DS ( ต.ค. - มี.ค. ) 6,87 ( 1 ) 1144 ( 2 ) 1.29 ( 1 ) 2.09 ( 0 )SAS WS ( พฤษภาคม–ตุลาคม ) 11.16 ( 2 ) 2.23 ( 0 ) 1.09 ( 0 ) และ DS ( 0 )