首页|统计修正的多模式集合近期预估新方法

统计修正的多模式集合近期预估新方法

扫码查看
原文链接
  • NETL
10-30年尺度的年代际气候变率受外强迫和气候系统内部变率的共同作用,因而这两方面的因素在近期预估中都要考虑.数值模拟是未来预估的主要手段,然而基于初始化的单模式预估能力目前只有几年、传统多模式集合又会削弱内部变率的作用,因而需要发展新的多模式集合近期预估方法.本文发展了一种针对区域气温近期预估的多模式集合新方法(AMME-BMA).用集合经验模分解(EEMD)方法对模式结果中的长期趋势(ST)和多年代际变率(MDV)进行提取,在历史阶段(1901–2005)用贝叶斯平均(BMA)方法分别对这两个分量进行集成并进行了验证(2006–2016).新的多模式集成结果可以再现观测中MDV调制ST的现象.对CMIP5的34个模式结果进行集成,预估了未来全球、半球及21个典型陆地区域的气温近期变化(2017-2035年).结果表明,在中等排放浓度路径(RCP4.5)情景下,2017–2035年间受MDV调制的增温全球陆地平均可达0.44℃(90％不确定性区间:0.30℃–0.58℃)、北半球陆地平均达0.48℃[0.29℃–0.67℃]、南半球陆地平均达0.29℃[0.23℃–0.35℃].在近期预估阶段,多年代际变率将增强13个典型陆地区域的升温幅度,最强增温效应出现在中美洲(46％);将减缓全球、半球及其他区域的增温幅度,在阿拉斯加地区尤为明显.这些结果对于认识全球和区域的近期气候变化具有重要的参考意义.

齐亚杰、严中伟、钱诚、孙颖

展开 >

中国气象局北京城市气象研究所,北京,100089

中国科学院大气物理研究所,北京,100029

中国科学院大学,北京,100049

近期天气预估 多模式集成 集合经验模分解 贝叶斯平均

中国气象学会

第35届中国气象学会年会

2018-10-24

合肥

第35届中国气象学会年会论文集

1-3

2018