收藏 分销(赏)

基于CMIP6的分权多模式集合对福建省的降水模拟评价.pdf

上传人:自信****多点 文档编号:636483 上传时间:2024-01-21 格式:PDF 页数:9 大小:6.78MB
下载 相关 举报
基于CMIP6的分权多模式集合对福建省的降水模拟评价.pdf_第1页
第1页 / 共9页
基于CMIP6的分权多模式集合对福建省的降水模拟评价.pdf_第2页
第2页 / 共9页
基于CMIP6的分权多模式集合对福建省的降水模拟评价.pdf_第3页
第3页 / 共9页
基于CMIP6的分权多模式集合对福建省的降水模拟评价.pdf_第4页
第4页 / 共9页
亲,该文档总共9页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

1、第 卷 第 期 年 月出版亚热带资源与环境学报 涂圣哲 李新通.基于 的分权多模式集合对福建省的降水模拟评价.亚热带资源与环境学报 ():.():.:/.基于 的分权多模式集合对福建省的降水模拟评价收稿日期:基金项目:福建省水利厅科技重点项目()作者简介:涂圣哲()男 湖北荆州人 硕士研究生 研究方向为地理信息系统应用 通信作者:李新通()男 福建福州人 副教授 博士 研究方向为遥感与地理信息系统 涂圣哲 李新通(福建师范大学 地理科学学院、碳中和未来技术学院 福州)摘要:为探究分权多模式集合平均在降水模拟上的可行性 基于福建省 个台站观测数据与 个 全球气候模式的降水数据 联合优劣解距离法与

2、秩和比法两种综合评价法 对 个 模式的不同统计指标进行综合评价 由此形成分权多模式集合平均()并与等权多模式集合平均()进行比较 结果表明 在综合得分上 的得分高于 与其他 个模式 且各项统计指标均相对较好 在相对误差上 两者均对降水模拟偏低 且在秋冬两季的相对误差绝对值大于春夏两季 但 相较于 有所改善 在对 种极端降水指数的模拟评价中 对各项的泰勒技巧得分均优于 但所有模式对连续干旱天数的模拟均较差 对最大连续五日降水的模拟均较好关键词:分权多模式集合平均 等权多模式集合平均 福建省 降水模拟评价中图分类号:文献标志码:文章编号:()():()().:()()亚热带资源与环境学报第 卷 引

3、言国际耦合模式比较计划()已发展至第 阶段()其结果直接支撑着政府间气候变化专门委员会评估报告的撰写 对古气候的研究、未来气候变化的预估、政府决策的制定、政府间协议的签署等有重要意义 目前针对 的降水模拟评价主要分为历史期的平均降水评价与极端降水评价 以及未来不同发展情景下的降水趋势分析 通过模拟评价了解何种模式能较好地反映历史期的降水变化特征 从而针对未来不同发展情景预测降水的变化趋势 为未来的资源分配和防灾减灾等提供数据支撑在对众多模式的分析评价中 等权多模式集合平均()脱颖而出 众多结果均表明 相较于单一模式有更好的模拟能力 例如 等表明由于在集合多模式时会将个别模式的系统误差相互抵消

4、从而使得 的模拟性能相较于单一模式会更好 谢文强等表明不同模式的模拟性能存在差异 但多模式集合平均的效果均优于大部分单一模式 并且也指出对于不同变量 并不是将所有模式统一集合平均就能产生较好的效果 需要谨慎选择模式 但不同模式对同一区域的模拟能力存在差异在等权集合平均的过程会突出“劣质信息”的占比 所以应该依据模拟优劣排序对不同的模式进行赋权 从而尽可能减少“劣质信息”的增加 突出“优质信息”占比 目前对 降水模拟的评价多基于等权多模式集合 针对分权多模式集合的研究相对较少 虽然部分研究有模式优劣的想法 但未经过分权处理 例如 等通过对 个模式进行综合评价 使用优选方法将部分模式进行集合 并与

5、用所有模式进行集合的数据进行对比 发现优选模式集合在一定程度上有所改善 特别是在冬季 更进一步来说 应该继续对模拟较优的模式进行分权 从而突出模式之间的差异性 传达更多的信息因此 依据前人对众多模式数据评价的结果 选取 个 模式降水数据 应用优劣解距离法()联合秩和比法()在福建省进行降水综合评价 并统一进行偏差校正与空间降解()处理 通过综合评价赋予 个模式不同的权重 从而形成分权多模式集合平均()通过与 和观测数据的比较 探讨 在福建省降水模拟上的可行性 因为福建省特殊的地理条件 在此区域进行模式降水评价存在较大的不确定性 但还是期望通过此方法了解 是否相较于普遍使用的 方法会有所改善 从

6、而证明该方法的应用潜力图 研究区位置及气象站点分布 资料与方法 研究区福建省位于中国东南沿海 介于 和 (图)陆地总面积约 万 该地区以山脉和丘陵为主 约占该省总面积的 主要集中在西部和中部地区 地势总体上西北高东南低 福建东南沿海属于南亚热带气候 其余地区属于中亚热带气候 各气候带水热条件的垂直变化具有较大差异 全省年平均降雨量波动范围在 之间 降水主要集中在春、夏两季 具有丰枯水周期性交替性特征 降水极值更替频繁 由于季风活动的影响 福建省降水时空分布变化大 降水资源分配不均 数据来源观 测 数 据 来 源 于 中 国 气 象 网(:/)的气象站点历史日值降雨数据(年)选取福建省 个气象站

7、点(图)之后以()为协变量 通过 的局部薄盘光滑样条函数进行空间插值 生成分辨率为 第 期涂圣哲等:基于 的分权多模式集合对福建省的降水模拟评价表 中 种全球气候模式基本特征 模式名称研究机构及所属国家空间分辨率 澳大利亚 欧洲 国 中国 德国 日本 的 年每日降水分布栅格数据集 用于模式进行 空间降尺度处理等 其中行政矢量图与 均来自中国科学院资源环境科学数据中心(:/)图 的底图审图号为闽 号采用的 个 模式数据来源于表 种极端降水指数的定义 变量名指数名称定义单位连续干旱天数一年中日降水量第 分位值的强降水之和最大日降水量一月中最大单日降水量最大连续五日降水量一月中最大连续五日降水量之和

8、网址:/选用的是历史时期的日尺度数据 时间范围为 年(表)由于各模式的分辨率不一 故通过双线性插值统一成 利于后期数据集合与处理 选用的 种极端降水指数及其定义如表 所示 降尺度处理与评价方法 降尺度处理由于模式的分辨率较粗糙 在应用于小型区域时往往达不到理想的效果 进而有针对气候模式数据降尺度的研究出现 通过降尺度可以在一定程度上改善模式分辨率带来的不利影响 从而弥补模式数据对区域气候模拟的局限 在多种降尺度方法中 是偏差校正与空间降解()降尺度以其简单便利的特点而广为应用 降尺度主要为了克服全球气候模式模拟偏差和分辨率低的缺陷而提出 早期应用在季度水文预测中 之后被广泛应用在气候变化影响评

9、估中 其基本原理为:首先利用面积加权平均法将高分辨率的观测资料升尺度到与模式网格对应的分辨率上 在每个网格点上 利用观测资料的累积概率分布来修正模式资料的累积概率分布 之后用逐日的粗分辨率模式数据除以对应多年日均的粗分辨率观测数据 得到逐日降雨修正因子 再将逐日修正因子通过空间插值变为高分辨格网 通过将高分辨率逐日修正因子乘以对应高分辨率多年日均观测格网数据得到逐日降尺度后数据 评价方法优劣解距离法()的核心思想是首先确定各项指标的正理想值(最优值)和负理想值(最劣值)接着求出各个方案与正理想值、负理想值之间的加权欧氏距离 与 由此得出各方案与最优方案的接近程度 作为评价方案优劣的标准 具体公

10、式如下:()()()()()式()中:和 为待评价模式 分别到正理想解与负理想解之间的距离 为评价指标总数 为第 个模式的第 个指标的数值 与 分别为指标 的正理想解与负理想解 为评价指数 区间为 值越接近 说明模式越优秩和比法()通过计算 值对评价对象的优劣直接排序或分档排序 从而对评价对象做出综合评价 具体公式如下:()()式()中:为模式的数量 为指标数量 为第 个指标的权重 且 当指标权重相同时 亚热带资源与环境学报第 卷/为第 个模式第 个指标的秩 为秩和数 值越大说明模式越优 在联合的过程中 各项指标的权重通过熵权法进行计算 之后将 得到的 值赋予对应模式的 值 再查找表 找到对应

11、的概率 值 应用两者建立的线性回归方程得出 拟合值 进行归一化后即为各个模式的权重系数在综合评价中所选用的指标为以下几种:()()()()()()()式()中:为 得分()用于评价模型的总体表现 其中 为模型预测事件发生的概率 为观测数据真实结果 如果模型总体表现完美 则预测值和实际值就完全一致 即 评分等于 故 值越趋于 越好 降雨事件的发生与等级的划分参考/为 技巧得分()其中 为气候预报的 值 为实际事件发生的所有概率的平均值因此 的取值范围为负无穷到 越高代表概率预报技巧越高 为泰勒技巧得分()其中 为相关系数 为模式的标准差 为观测数据的标准差 为理论上的最大相关系数 这里取值为 所

12、以 取值范围为 到 越趋于 表明模式模拟得越好 除此之外 还将使用相关系数 和归一化均方根误差 两种评价指标 结果与分析 各模式综合得分及排序表 模式综合得分及排序 模式综合得分排序 应用 法联合 法对降尺度后的 种 模式数据进行综合评价 再根据各模式得出的 拟合值进行分权多模式平均 模式降水模拟的各项指标以及综合得分如表 所示 在综 合 得 分 上 得 分 为 得分为 说明 的综合模拟能力要优于 而在 种模式中 来源于中国的 相较于其他 种模式表现得更好 的 得分为 略高于 的 得分 在各个模式相关系数 的比较中 的相关系数最高为 但在统计学上其值较小 低于 说明两者线性相关性并不强 的 相

13、对最小 为 说明其误差相对于 与其他模式较小 的 值为 值为 说明其累积概率密度与观测数据吻合较好 这是因为在降尺度的过程中通过非参数偏差校正方法将各模式的累积概率密度进行过校正 综合来讲 通过综合评价法得到的 比 及其余 种模式的降水模拟能力更好 不同模式下气象站点分档等级与偏差的空间分布通过 法与 法 对不同模式下的研究区内所有站点进行分档排序 共 个等级 数值越大表示模拟的性能越好 其空间分布如图 所示 从整体上看 所有模式均对福建省沿海岸线附近的站点模拟得较差 而越靠近内陆 模拟性能越好 但在内陆地区九仙山站点位置处 各个模式均对此模拟得较差 在 个 模式中 对此处模拟得相对较好 但也

14、只是第 等级 在第 等级至第 等级的站点占比为 而 对此区间的站点占比为 在最高等级的 第 期涂圣哲等:基于 的分权多模式集合对福建省的降水模拟评价模拟上 的高等级站点集中分布在福建省北侧 分别为武夷山、浦城和建瓯 而 的高等级站点集中分布在福建省中部 分别为南平、闽清和永安 通过与 结合分析 在高程小于 的平原地区 各站点的模拟等级偏低 而这部分站点恰好位于沿海区域 在高程介于 与 之间的站点的模拟能力较好 集中在第 等级与第 等级 而这部分站点主要位于福建省的中北部和闽江流域附近 而对于海拔高于 的少部分站点 模拟等级居中 比如与江西省交界的七仙山 在 与 下的等级均为第 等级图 站点降水

15、模拟能力分档等级的空间分布 图 为 与 在不同时间段的日均相对误差空间分布 其中春季时间段为每年的、月份 夏季时间段为每年的、月份 秋季时间段为每年的、月份 冬季时间段为每年的、月份 图 中 从上至下每行分别为年日均 春季日均 夏季日均 秋季日均和冬季日均每列分别为 的相对误差 的相对误差 以及 相对误差的绝对值与 相对误差的绝对值之差 用来查看 相较于 的相对误差改善情况 若相对误差值之差大于 表明 相较于 的相对误差情况有所改善 若等于 则无变化 若小于 表示 的相对误差值大于 可以看到 不论是 还是 在年日均相对误差的空间分布上 均呈现出沿海地区相对误差大于内陆地区 且相对误差沿西北方向

16、逐渐减小的特征 而且 在夏季的日均相对误差均小于冬季的日均相对误差 的夏季日均相对误差的平均值为 而冬季的日均相对误差平均值为 的夏季日均相对误差的平均值为 冬季日均相对误差的平均值为 通过图 的 可以看出 与 的年日均相对误差值之差均大于 表明 在年日均相对误差上较 有所改善 且改善 的区域占比最大 改善 的区域集中在东南近海位置 通过图 的 可以得知 与 对福建省的春季日均降水模拟偏差既有偏小的区域也有偏大的区域 但两者均以模拟值偏小占主要地位 偏差为正值的区域主要分布在武夷山靠近江西省的附近地区 且两者偏差值之差主要为正值 改善偏差 的区域占比较大 而在福建省北部邻近江西省的区域存在极少

17、数的偏差值之差小于 的像元 在对秋季的误差分布上 与 均表现出以福建南部邻近广东省地区为中心 向东北方向扩散的波纹特征 且日均误差逐渐增大 而在误差值之差的分布上 改善 的区域集中在南部 改善 的少数像元分布在武夷山附近 而夏季日均相对误差的改善情况较为复杂 在南部少数地区出现相对误差值小于 的区域 表明 在这部分地区的相对误差较 偏大 而且差值在 的区域占比也较为突出 主要集中在福建省南部内陆 少部分集中在中部及东北部沿海区域 差值在 的地区占比最大 而相对误差改善最 亚热带资源与环境学报第 卷注:为年日均 为春季日均 为夏季日均 为秋季日均 为冬季日均图 与 的相对误差空间分布 大的 地区

18、主要集中在西北邻接江西省的区域 与 对冬季日均降水的模拟偏小 但相较于 对偏差值在的区域改善比较明显 改善情况较好的区域主要集中在福建省北部武夷山附近 在冬季日均相对误差的改善情况呈现沿西北内陆差值逐渐减小的特征 且差值 第 期涂圣哲等:基于 的分权多模式集合对福建省的降水模拟评价最大位于福建省邻接广东省的沿海地区 为 其中差值在 的地区占比最大 除了春季日均的误差值存在少数大于 的情况 年日均、夏季日均、秋季日均与冬季日均 其相对误差值均小于 表明 与 的降水模拟值均小于观测值 但 相较于 的相对误差情况有所改善 特别是在冬季 不同模式下 种极端降水指数的模拟评价极端降水相较于平均降水更能突

19、出降水模拟中对极端情况的表现 因此通过选取 定义的 种极端降水指标进行分析 对 种 模式与 和 的 种极端降水指数进行泰勒图分析 结果如图 所示 泰勒图的横轴与纵轴为模式的标准差与观测数据的标准差之比 观测值的标准差为 在图中为黑色实心点 若模式的标准差与观测数据的标准差一致 则模式的点落在黑色虚线处由原点向最外侧弧线扩散的灰色实线为相关系数 相关系数值越大 点越趋近横轴 以观测点为圆心一定距离为半径所作的灰色虚线为中心型均方根误差 其值可由相关系数与标准差比值计算得到 若点图 种极端降水指数的泰勒图 越趋近于观测点 则认为模式的模拟性能越好在 的 泰 勒 图中 距离观测点的距离最近 相关系数

20、大于 标准差之 比 大 于 而 的相关系数不到 标 准 差 之 比 在 左右说明 在连续干旱日数上的模拟性能优于 在 的泰勒图中 的相关性大于 而其余模式以及 都未达到 但在标准差之比上 的 值 为 而 的值最接近 说明 的标准差更接近观测数据 的 标 准 差在的 泰 勒 图 中 的相关系数接近 而 的相关系 数 在 左 右所有模式的标准差之比均小于 但 更为接近 在 的泰勒图中 的相关系数在 左右 的相关系数在 左右 且 的去中心均方根误差最小 距离观测数据最近 在 的泰勒图中 的相关性大于 但未达到 和 的相关系数甚至在 左右 所有模式的标准差之比均小于 在 的泰勒图中 与 的相关系数在

21、左右 所有模式的标准差之比均小于 对暴雨日数的模拟情况不佳 在 的泰勒图中 的相关系数在 左右 所有模式的标准差之比均小于 的相关系数甚至接近 的相关 亚热带资源与环境学报第 卷系数仅在 左右 在 的泰勒图中 的相关系数为 略大于 为 其余 种模式的分布也比较集中 的标准差之比最接近 在 的泰勒图中 的相关系数达到 大部分模式的相关系数均超过 的标准差之比最接近 的去中心均方根误差小于 其余模式的去中心均方根误差均大于 综上所述 各模式对 的模拟性能优于其余 种极端降水指数 除此之外 对 和 这两种极端降水指数的模拟也优于其他模式 对 和 的模拟问题主要由于相关系数偏低 对 模拟较差的原因为相

22、关系数与标准差之比均较差 而对 模拟较差的原因在于模式与观测数据的标准差之比均较大图 种极端降水指数 得分的热力图 通过计算各模式在 种极端降水指数的 得分 得到如图 的热力图 在各项极端降水指数的 得分中 的得分均为最高 说明 对这 种极端降水指数的模拟均优于其他模式 但 在 和 上的得分略逊于 和 而 在 和 上的得分较好 对其他 种极端降水指数的得分较差 特别对 的得分最低 为 说明 在对连续干旱天数上的模拟较差 其原因可能为:在某个模式未降雨的一天 其他模式可能降雨 集合后导致未降雨天数减少 所以模拟情况不乐观 对模式来说 在 种极端降水指数的 评分中 与 的模拟情况相对较差 的模拟性

23、能最优 其次为 与 对 种极端降水指数来说 各个模式对 的模拟情况最差 最低的 得分仅有 为 所得 其次是对 的评分也较差 最高的得分仅为 为 所得 与 的得分非常接近 表明 在对暴雨日数的模拟上并未明显优于 各个模式下 得分均较高的极端降水指数为对 的模拟 其原因可能与 有关 因为对连续湿润天数的模拟情况较好 所以在最大连续 日降水量的模拟上也会有一定优势 综上所述 各模式对 的模拟情况较好 对 与 的模拟性能不佳 而对以上 种极端降水指数模拟均较好的为 结论应用综合评价法 与 的联合 在福建省对 种 模式进行分权多模式集合 并与等权多模式集合进行比较 在综合评分与极端降水的模拟上进行评价与

24、分析 得到如下结论:()在指标评价上 分权多模式集合平均的各项指标与综合得分均优于等权多模式集合平均 且在 种 模式的综合评分中 来源于中国的 对研究区的模拟性能最好()在对福建省 个站点的降水性能模拟中 不同模式的模拟结果具有一定的相似性与差异性()通过对 种极端降水指数的评价与分析 各模式对最大连续 日降水的模拟效果最优 其次为对连续湿润天数与最大日降水量的模拟 但对连续干旱天数与暴雨日数的模拟效果均较差 所有模式对大雨日数与强降水量的相关系数均较低 对连续干旱天数模拟的标准差偏大 分权多模式集合平均对 种极端降水指数的泰勒得分均高于等权多模式集合平均与其余 种模式 讨论分权多模式集合相较

25、于等权多模式集合有一定程度的改善 但还是存在一些问题 一方面 在平均降水上存在很大程度的低估 特别是对福建省多年秋冬两季的平均降水 而且对福建省沿海平原地区的模拟情况不乐观 反而对沿西北方向的山地地区的模拟较好 其原因可能是受地形因素影响 比如东南季风在福建省沿海平原地区时并不会下沉 而是移动至山地并上升 当达到一定高度后开始形成降水而沿海附近的降水便会减少 因此也说明了模式对少量降水地区的低估更为严重 另一方面 在极端降 第 期涂圣哲等:基于 的分权多模式集合对福建省的降水模拟评价水的模拟上 对连续湿润天数和最大连续 日降水量的情况相对较好 但对连续干旱天数和暴雨日数模拟较差 其原因可能为在

26、模式集合的过程中 存在将低值与高值进行平均的现象 从而导致少量降水时间序列变长 而大雨甚至暴雨的次数会急剧减少 整个时间序列的降水量被平均化 虽然分权多模式集合相较于等权多模式集合在这个问题上有所改善 但依旧无法消除这种现象 目前的解决办法是尽量采用更多的模式并对此做出评价 依据模式的排序筛选出较优部分进行集合 而集合的方式不局限于平均 也可以采取中位数 上四分位数等综合评价虽然囊括了 个模式的 个指标 但依然存在一些不足之处 比如在模式的选取上 仅选取了 个 模式数据 具有一定的局限性 使得综合得分并不高 而且由此产生的严重低估现象使得数据质量不高 不足以拓展时间序列长度至未来情景进行分析

27、并且 在生成分权多模式集合的过程中仅考虑了 种指标 且均为时间维度向指标 缺少空间维度向指标 因此 在之后的研究中需要考虑囊括更多的模式 纳入更多不同指向性指标 采用不同的集合处理方式 使结果更具有可靠性与一定的应用潜力参考文献():周天军 邹立维 吴波 等.中国地球气候系统模式研究进展:计划实施近 年回顾.气象学报 ():./:.():.周天军 邹立维 陈晓龙.第六次国际耦合模式比较计划()评述.气候变化研究进展 ():.().():.():.():.():.():.():.谢文强 王双双 延晓冬.全球气候模式对中国年平均日最高气温和最低气温模拟的评估.气候与环境研究 ():.():.():.张淼 刘梅冰.近 年福建省不同时间尺度降水演变特性分析.福建师范大学学报(自然科学版)():.()():.():.刘昌明 刘文彬 傅国斌 等.气候影响评价中统计降尺度若干问题的探讨.水科学进展 ():.():.():.王林 陈文.误差订正空间分解法在中国的应用.地球科学进展 ():.():.():.田凤调.秩和比法及其应用.北京:中国统计出版社:.:.():.:():.(责任编辑:洪文丹)

展开阅读全文
相似文档                                   自信AI助手自信AI助手
猜你喜欢                                   自信AI导航自信AI导航
搜索标签

当前位置:首页 > 学术论文 > 论文指导/设计

移动网页_全站_页脚广告1

关于我们      联系我们       自信AI       AI导航        获赠5币

©2010-2024 宁波自信网络信息技术有限公司  版权所有

客服电话:4008-655-100  投诉/维权电话:4009-655-100

gongan.png浙公网安备33021202000488号  |  icp.png浙ICP备2021020529号-1 浙B2-2024(办理中)  

关注我们 :gzh.png    weibo.png    LOFTER.png 

客服