基于 CMIP5 模式中亚地区降水与气温模拟不确定性分析与订正
文献类型:学位论文
作者 | 黄芳 |
答辩日期 | 2020-08-30 |
文献子类 | 硕士 |
授予单位 | 中国科学院大学 |
授予地点 | 北京 |
导师 | 甘淼 ; 于瑞德 |
关键词 | CMIP5 CRU EOF 分解 气候漂移 多元线性回归 CMIP5 CRU Empirical Orthogonal Function Climate drift Multiple linear regression |
学位专业 | 理学硕士 |
其他题名 | Error Analysis and Correction for Precipitation and Air Temperature over Central Asia based on CMIP5 Models |
英文摘要 | 全球气候变化一直以来是人们所关注的热点,又以全球气候变暖对生态环境以及人类社会发展影响深远。全球气候模式是进行气候模拟及预估的重要工具,近二十年来已有大量学者利用全球气候模式对全球气候变化进行模拟及预估研究,并得到许多有意义的结论。而由于气候系统内部变率复杂,以及气候模式的不确定性,在利用气候模式对未来气候变化预估中仍存在许多的不确定性。 如何减少模式预估的不确定性,提高模式模拟能力成为气候变化研究中亟待研究解决的核心问题。本文主要分析全球气候模式对中亚降水及气温模拟的不确定性,同时通过气候漂移以及多元线性回归订正法尝试对其模拟误差进行订正。最终得出以下结论:CMIP5 多模式集合平均对中亚降水模拟具有较大不确定性, 对中亚年均以及各季节模拟呈现大范围正偏差。 参考时段的降水模拟误差经验正交函数(EOF)分解显示两个主要空间模态,第一模态为误差气候漂移部分,第二模态属于误差的非定常部分。 气候漂移和多元线性回归订正对降水误差有明显的改善, 同时降水年际变率 CV 值显示,夏、 秋季降水订正效果较冬、 春季更为显著, 对中亚南部订正效果好于北部。各模式对气温的模拟能力均较好,多模式集合对中亚大部分地区年均气温模拟偏高,季节误差空间分布中夏、 冬季也呈大范围正偏差。 参考时段平均气温误差时空分解显示, 误差主要模态为地形引起的气候漂移部分。订正对平均气温误差有很好的改善, 很好的去除了地形等因素引起的误差。多模式集合对中亚最高气温年均以及各季节模拟也呈大范围正偏差。 参考时段模拟误差时空分解显示第一模态既有模式集合的气候漂移部分,也有误差的非定常部分。订正后最高气温误差有明显的改善,各季节最高气温模拟与观测数据的空间相关系数均达到 0.99,尤其冬季最高气温订正效果最为显著。模式对中亚最低气温的模拟能力,较平均气温与最高气温弱, 多模式集合对中亚最低气温年均以及春、秋季模拟呈现大范围负偏差,夏、冬季模拟呈大范围正偏差。 参考时段最低气温误差时空分解显示, 第一模态主要属于模式集合的气候漂移部分。通过气候漂移和多元线性回归订正,最低气温与观测数据的空间相关系数有了明显提高。模式对中亚降水以及气温模拟误差特征分析显示模拟预估误差可能多来自模式自身的问题,如模式分辨率过低,对降水物理过程描述不足等。气候漂移订正以及多元线性回归订正,对中亚降水以及气温有较好的订正效果,但对局部区域订正并不明显,因此为更加准确地预估中亚未来气候变化需要更加细致的分析影响中亚气温、降水模拟的不确定性因素,实现更为有效的误差订正。 |
学科主题 | 自然地理学 |
语种 | 中文 |
源URL | [http://ir.xjlas.org/handle/365004/15424] |
专题 | 中国科学院新疆生态与地理研究所 新疆生态与地理研究所_研究系统 |
作者单位 | 中国科学院新疆生态与地理研究所 |
推荐引用方式 GB/T 7714 | 黄芳. 基于 CMIP5 模式中亚地区降水与气温模拟不确定性分析与订正[D]. 北京. 中国科学院大学. 2020. |
入库方式: OAI收割
来源:新疆生态与地理研究所
浏览0
下载0
收藏0
其他版本
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。