统计降尺度方法的研究及其对中国未来区域气候情景的预估

统计降尺度方法的研究及其对中国未来区域气候情景的预估

论文摘要

全球气候模式(GCM)对于预估大尺度未来全球气候变化来说,是目前最重要也是最可行的方法。但是由于目前GCM输出的空间分辨率较低,缺少区域气候信息,很难对区域气候情景做详细的预测。降尺度法已广泛用于弥补GCM在这方面的不足。常用的降尺度方法主要有两种:动力降尺度法和统计降尺度法。鉴于动力降尺度方法在国内的研究已经很多以及统计降尺度的诸多优越性,本文主要研究了统计降尺度方法,并初步探讨了统计降尺度多模式集成方法。本研究利用NCEP再分析资料和中国各气象台站气温(562个台站)和降水(533个台站)的观测资料,并利用主分量分析和逐步回归相结合的统计降尺度模型,通过对多个大尺度预报因子和预报因子区域进行验证,分别建立1月份和7月份中国各区域各站点气温和区域平均月降水量的统计降尺度模式;并把建立的统计降尺度模式应用于HadCM3 SRES A2和B2两种情景,从而生成各个台站1月份和7月份未来温度变化情景和未来区域平均降水变化情景;并把统计降尺度模拟结果与HadAM3H-PRECIS区域气候模式的模拟结果进行了比较研究;最后我们利用统计降尺度方法的快速模拟的优越性对多模式集成预估进行了初步的研究。通过本文研究可以得出以下结论:1.建立大尺度气候与区域气温之间统计关系的研究中得出的主要结果是:1)在大多数区域的站点,一个大气环流因子和一个温度因子的联合是最优的预报因子;不同的预报因子区域对气温降尺度模式的性能也有很大的影响,而且不同的季节不同的站点都有不同的最优预报因子和最优预报因子区域;2)总体上来说对于气温的统计降尺度模式的模拟性能是比较好的,大多数区域平均最大相关系数都超过或接近0.90,只有西南地区和华南地区7月份气温模拟效果较低一些,这可能是因为西南地区受青藏高原特殊地形的影响和NCEP再分析资料在青藏高原地区误差较大的缘故,而华南地区很可能是南海的海表温度影响的缘故;但也都超过了0.80,因此把统计降尺度方法应用于我国气温预测是可行的;3)对于复杂地形的高山地区,气温统计降尺度效果比其他地区略微差一些;4)西北,华北和东北地区7月份气温统计降尺度模式的性能要高于1月份,西南,华中,

论文目录

  • 中文摘要
  • 英文摘要
  • 第一章 绪论
  • 1.1 引言
  • 1.2 降尺度的提出
  • 1.3 统计降尺度的提出和研究进展综述
  • 1.3.1 统计降尺度法的基本原理
  • 1.3.2 统计降尺度技术应用的基本假设
  • 1.3.3 统计降尺度的主要优缺点
  • 1.3.4 常用的统计降尺度方法
  • 1.3.5 统计降尺度法应用的一般步骤
  • 1.3.6 方差放大技术在统计降尺度法中的应用
  • 1.3.7 统计降尺度与动力降尺度的比较研究
  • 1.4 本文研究的出发点
  • 1.5 本文研究的主要内容
  • 第二章 利用统计降尺度方法建立大尺度气候与中国各区域气温之间的统计联系
  • 2.1 引言
  • 2.2 数据与方法介绍
  • 2.2.1 使用数据
  • 2.2.2 预报因子和预报区域的选择
  • 2.2.3 采用的统计降尺度方法
  • 2.2.4 检验方法
  • 2.3 结果与讨论
  • 2.3.1 预报因子对结果的总体影响
  • 2.3.2 模拟效果的空间分布特征
  • 2.3.3 预报因子对站点结果的影响
  • 2.3.4 特征向量对我国区域气温的影响
  • 2.4 小结与讨论
  • 第三章 利用统计降尺度法预估中国未来区域气温变化情景
  • 3.1 引言
  • 3.2 数据及方法介绍
  • 3.3 HadCM3 模式结果的检验
  • 3.3.1 HadCM3 模式结果与NCEP再分析资料的比较
  • 3.3.2 HadCM3 模拟的地面温度和观测资料的比较
  • 3.4 统计降尺度法预估中国未来区域气温变化情景
  • 3.4.1 统计降尺度对当前气候条件下气温的模拟结果
  • 3.4.2 统计降尺度模式对我国未来温度变化情景的预估
  • 3.4.3 不同预报因子和不同预报因子区域的统计降尺度模式气温模拟结果的比较
  • 3.5 统计降尺度与区域模式模拟结果的比较
  • 3.5.1 统计降尺度模式与区域模式模拟结果的比较
  • 3.5.2 统计降尺度和区域模式气温估计值的年际变化比较
  • 3.6 小结与讨论
  • 第四章 利用多个统计降尺度模式预估中国未来区域气温变化情景
  • 4.1 引言
  • 4.2 数据及方法介绍
  • 4.3 多模式集成的年际变化
  • 4.4 多模式集成的空间分布
  • 4.5 小结与讨论
  • 第五章 利用统计降尺度法预估中国未来区域降水变化情景
  • 5.1 引言
  • 5.2 数据及方法介绍
  • 5.3 降水统计降尺度模式的标定
  • 5.4 预报因子场对中国区域降水的影响
  • 5.5 统计降尺度生成的区域平均降水量情景
  • 5.5.1 统计降尺度对当前降水气候的估计
  • 5.5.2 统计降尺度对未来各区域降水变化情景的预估
  • 5.5.3 统计降尺度与区域模式模拟结果的比较
  • 5.6 小结与讨论
  • 第六章 结论与展望
  • 6.1 主要结论
  • 6.2 讨论和展望
  • 参考文献
  • 附图
  • 博士期间发表和已完成的论文
  • 致谢
  • 相关论文文献

    • [1].大渡河流域水电开发对区域气候的可能影响[J]. 大气科学学报 2017(01)
    • [2].东亚区域气候合作浅析[J]. 东南亚纵横 2011(10)
    • [3].三江源地区草地退化对中国区域气候影响的数值模拟研究[J]. 气象学报 2009(04)
    • [4].三峡工程对区域气候影响有多大[J]. 中国三峡 2009(11)
    • [5].巧妙描述区域气候特征[J]. 高中生学习(学法指导) 2015(01)
    • [6].三峡水库对区域气候影响的数值模拟分析[J]. 长江流域资源与环境 2010(09)
    • [7].库布齐沙被区域气候特征对比分析[J]. 内蒙古气象 2019(05)
    • [8].山西省不同区域气候调研与分析[J]. 科技与创新 2017(16)
    • [9].IPCC第五次评估报告全球和区域气候预估图集评述[J]. 气候变化研究进展 2014(02)
    • [10].《绿色生态城区专项规划技术导则》征求意见[J]. 建设科技 2015(11)
    • [11].农牧交错带植被演变对区域气候影响的模拟[J]. 高原气象 2018(03)
    • [12].东亚区域气候治理合作困境分析[J]. 东北亚论坛 2017(06)
    • [13].我国大尺度LUCC对区域气候影响研究的学术影响力分析[J]. 科技中国 2017(01)
    • [14].西南区域气候变化原因分析[J]. 高原山地气象研究 2012(01)
    • [15].中国周边海域海面温度日变化对区域气候的影响[J]. 气候与环境研究 2019(02)
    • [16].甘肃酒泉大型风电基地对区域气候的影响研究[J]. 全球能源互联网 2018(02)
    • [17].区域气候变化监测与检测学术研讨会在哈尔滨召开[J]. 气候变化研究进展 2011(05)
    • [18].甘肃旱作农业推广技术[J]. 北京农业 2015(03)
    • [19].区域气候成因的分析[J]. 新丝路(下旬) 2016(05)
    • [20].内蒙古草地退化对区域气候影响研究进展[J]. 安徽农业科学 2010(27)
    • [21].不同区域气候条件影响下的纳帕海湿地植物叶绿素荧光特性[J]. 生态环境学报 2013(04)
    • [22].气候设计与地域分区的节能设计策略[J]. 制冷空调与电力机械 2011(02)
    • [23].我省500万短信助机收[J]. 山东农机化 2008(07)
    • [24].区域气候变化检测学术研讨会在太原召开[J]. 气候变化研究进展 2009(06)
    • [25].我国区域气候因素影响下的男性收缩压参考值[J]. 中国老年学杂志 2012(20)
    • [26].甘肃省NDVI时空演变特征及其与区域气候的响应[J]. 林业资源管理 2018(01)
    • [27].人类活动对中国区域气候及水循环的影响数值试验[J]. 气象与环境科学 2013(03)
    • [28].区域气候动力降尺度方法研究综述[J]. 中国科学:地球科学 2019(03)
    • [29].“区域气候变暖增湿对塔里本盆地沙尘暴分异变化的影响”项目[J]. 沙漠与绿洲气象 2013(02)
    • [30].基于区域气候与城市发展耦合模型的气候变化适应度评价——以上海市为例[J]. 复旦学报(自然科学版) 2015(02)

    标签:;  ;  ;  ;  ;  

    统计降尺度方法的研究及其对中国未来区域气候情景的预估
    下载Doc文档

    猜你喜欢