| CMIP5多模式资料中气温的BMA预测方法研究 |
| |
| 引用本文： | 智协飞,王晶,林春泽,彭婷,王佳.CMIP5多模式资料中气温的BMA预测方法研究[J].气象科学,2015,35(4):405-412. |
| |
| 作者姓名： | 智协飞 王晶 林春泽 彭婷 王佳 |
| |
| 作者单位： | 南京信息工程大学 气象灾害省部共建教育部重点实验室, 南京 210044,南京信息工程大学 气象灾害省部共建教育部重点实验室, 南京 210044,中国气象局武汉暴雨研究所 暴雨监测预警湖北省重点实验室, 武汉 430074,南京信息工程大学 气象灾害省部共建教育部重点实验室, 南京 210044,江苏省气候中心, 南京 210009 |
| |
| 基金项目： | 国家重点基础研究发展计划(973计划)资助项目(2012CB955204);江苏省普通高校研究生科研创新计划项目(CXLX13-4804);江苏高校优势学科建设工程资助项目(PAPD) |
| |
| 摘 要： | 利用CMIP5的8个全球气候系统模式对气温的回报结果进行贝叶斯模式平均(简称BMA)试验,并采用均方根误差、距平相关系数、连续等级概率评分等对多模式集合平均(简称EMN)和BMA的回报结果进行检验、评估。结果表明,EMN的回报效果优于8个单模式的回报效果,而BMA的回报效果最好,其区域平均的均方根误差比EMN小0.5℃左右。在此基础上,利用中等排放情景RCP4.5下CMIP5模式中的年际年代际预估资料对2011—2035年的气温进行预估。研究发现东亚地区在2011—2035年气温将普遍升高,海洋上的增暖幅度较小,陆地上的增暖幅度较大,且增暖幅度随纬度升高而增大。青藏高原及中国北方大部分地区气温将明显升高,升温幅度在1℃左右,而南方的升温幅度较小,约为0.3~0.6℃。
|
| 关 键 词： | 气温 贝叶斯模式平均 连续等级概率评分 RCP4.5排放情景 |
| 收稿时间： | 1/2/2014 12:00:00 AM |
| 修稿时间： | 2014/5/22 0:00:00 |
Bayesian model average prediction on temperature by CMIP5 data |
| |
| ZHI Xiefei,WANG Jing,LIN Chunze,PENG Ting and WANG Jia.Bayesian model average prediction on temperature by CMIP5 data[J].Scientia Meteorologica Sinica,2015,35(4):405-412. |
| |
| Authors: | ZHI Xiefei WANG Jing LIN Chunze PENG Ting and WANG Jia |
| |
| Institution: | Key Laboratory of Meteorological Disaster of Ministry of Education, Nanjing University of Information Science & Technology, Nanjing 210044, China,Key Laboratory of Meteorological Disaster of Ministry of Education, Nanjing University of Information Science & Technology, Nanjing 210044, China,Hubei Key Laboratory for Heavy Rain Monitoring and Warning Research, Wuhan Institute of Heavy Rain, China Meteorological Administration, Wuhan 430074, China,Key Laboratory of Meteorological Disaster of Ministry of Education, Nanjing University of Information Science & Technology, Nanjing 210044, China and Jiangsu Climate Center, Nanjing 210009, China |
| |
| Abstract: | |
| |
| Keywords: | Temperature BMA CRPS RCP4 5 scenario |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《气象科学》浏览原始摘要信息 |
| 点击此处可从《气象科学》下载免费的PDF全文 |
|
