基于统计降尺度的云南气温的模拟与预估

发布时间：2020-08-21 22:04

【摘要】：相比于全球气候模式较粗的空间分辨率,在地形复杂地区的气候模拟需要更为精细的气候模拟精度。目前受限于计算机能力和物理参数化过程的双重限制,高精度的全球气候模式还不能完全运用于实际的气候模拟中,本文分析了云南地区115个测站近地面气温在1981-2015年间的时空分布特征,评估了CMIP5历史模拟阶段对云南近地面气温的模拟情况,挑选出对云南地区模拟较为出色的气候模式,基于ERA-Interim再分析资料与站点观测资料,运用逐步回归与主成份分析相结合的统计降尺度方法建立大尺度环流与近地面气温场的统计关系,并将所构建的最优回归模型运用到CMIP5模式中,对其温度进行降尺度处理。结果表明:(1)1981-2015年间,云南地区月平均气温年增温趋势为0.310℃/decade,其中冬季增温最快(0.414℃/decade),夏季增温最慢(0.178℃/decade);云南地区月平均最高气温的年增温趋势为0.374℃/decade,其中全年增温最快为冬季(0.449℃/decade),最慢出现在夏季(0.274℃/decade);云南地区月平均最低气温的年增温趋势为0.353℃/decade,其中全年增温最快为春季(0.505℃/decade),最慢出现在夏季(0.204℃/decade)(所有结果均通过信度为95%的F检验)。(2)CMIP5模式对云南地区的温度模拟存在极大不确定性,各模式模拟出的序列值低于实测序列值,平均态的空间分布形式与实测结果差异较显著,年增温趋势空间分布各不相同。主要表现为从1981-2005年的历史评估来看,通过信度为95%T检验的模式个数只有22个,占所有模式的45.8%。在通过检验的22个模式里,年序列模拟结果的相关性平均只达到0.5,相关性最高的为来自澳大利亚的ACCESS1.0模式,达到0.66。此外,所有模式均低估了云南的平均地表气温,在通过信度检验的22个模式中,整体对云南地表气温低估2.4℃。(3)本文采用主成份分析和逐步回归相结合的方法构建统计降尺度模型,然后将所构建的降尺度模型运用到CMIP5模式中,对模式温度进行降尺度处理,结果表明:对历史数据模拟过程中,各自模式能保证各自模式的模拟特点,且修正各自模式的模拟偏差。此外,对云南地区的月平均气温、月平均最高、最低气温的模拟均能得到符合实际的平均态分布及增温趋势分布。降尺度模型能修正再分析资料对云南西北部地区模拟失真的情况,提高再分析资料对云南地区气温变化的准确度。因此,在云南这种低纬高原地区运用统计降尺度模型来提高再分析资料的准确性具有一定可行性。(4)基于所构建的统计降尺度模型对未来三种排放情景下的云南地区温度进行了预测,结果显示:RCP26、RCP45和RCP85情景下云南地区月平均气温的年增温趋势分别达到0.052、0.157和0.252℃/decade,其中最大增趋势出现在RCP85情景下的春季(0.326℃/decade),最小出现在RCP26情景下的秋季(0.042℃/decade);三种排放情景下月平均最高气温的年增温趋势分别为0.064、0.187和0.314℃/decade,其中最大增率出现在RCP85情景下的春季(0.397℃/decade),最小出现在RCP26情景下的秋季(0.043℃/decade);三种排放情景下月平均最低气温的增温趋势分别为0.048、0.154和0.242℃/decade,其中最大增温趋势出现在RCP85情景下的春季(0.294℃/decade),最小出现在RCP26情景下的秋季(0.031℃/decade)。
【学位授予单位】：云南大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：P468.021
【图文】：

1低纬高原115个气象站点及地形分布（紫色及绿色点分别代表海拔高度高于及低于850hPa

1技术路线图

1不同PC个数模型的逐月评估表3.1.2不同PC个数的模型年尺度评估

【参考文献】

相关期刊论文 前10条

1 张万诚;郑建萌;马涛;任菊章;;1961-2012年云南省极端气温时空演变规律研究[J];资源科学;2015年04期

2 段旭;陶云;;云南近50年来的气候变化[J];热带气象学报;2012年02期

3 赵志江;谭留夷;康东伟;刘琪t

本文编号：2799906