首页 | 本学科首页   官方微博 | 高级检索  
     检索      

非齐次隐马尔可夫降尺度方法对江淮流域夏季逐日降水的模拟及其评估
引用本文:丁梅,江志红,陈威霖.非齐次隐马尔可夫降尺度方法对江淮流域夏季逐日降水的模拟及其评估[J].气象学报,2016,74(5):757-771.
作者姓名:丁梅  江志红  陈威霖
作者单位:南京信息工程大学气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心, 南京, 210044,南京信息工程大学气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心, 南京, 210044,南京信息工程大学气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心, 南京, 210044
基金项目:国家自然科学基金项目(41230528、41205062)、国家重点研发计划项目(Grant 2016 YFA0600402)、江苏高校优势学科建设工程资助项目PAPD、江苏省高校“青蓝工程”创新团队项目、公益性行业(气象)科研专项(GYHY201306024)。
摘    要:引入非齐次隐马尔可夫模型(Nonhomogeneous hidden Markov model,NHMM)统计降尺度方法,利用1961—2002年江淮流域夏季逐日降水资料、欧洲中期天气预报中心(ECMWF)的ERA-40再分析资料建立模型,检验其对东部季风区(以江淮流域为代表)夏季日降水的模拟能力,并对比BCC-CSM1.1(m)模式NHMM降尺度前后的模拟效果。结果表明,NHMM降尺度方法通过建立降水概率分布态间转移参数与大尺度环流变量的联系,对江淮流域逐日降水量具有较好的降尺度效果。模拟的各站日降水量概率分布函数(PDF)曲线与观测非常接近,布赖尔评分(Brier Score,S_B)均小于0.11%,显著性评分(Significance Score,Ss)均大于0.84;夏季总降水量、降水日数、中雨日数、降水强度和95%分位降水量指数的多年平均场偏差百分率绝对值低于10%,前3个指数的空间相关系数高于0.9;该方法对各降水指数的年际变率也有一定的模拟能力,模拟得到的各指数的区域平均年际序列与观测序列的相关系数为0.62—0.87。对BCC-CSM1.1(m)模式的模拟结果进行降尺度后,SB较降尺度前平均减小0.57%,Ss平均增大0.23,皆表明降尺度后的概率分布函数曲线更接近于观测;各降水指数在多数台站的偏差百分率绝对值由大于40%降至10%以内,空间相关系数普遍提高至0.8以上。NHMM降尺度方法能够有效提高BCC-CSM1.1(m)模式对江淮流域夏季日降水的模拟能力,相对气候模式具有显著的"增值",未来可进一步利用该方法进行气候变暖背景下的日降水变化预估。

关 键 词:非齐次隐马尔可夫模型(NHMM)  统计降尺度  逐日降水  模拟
收稿时间:2016/2/25 0:00:00
修稿时间:2016/5/26 0:00:00

Simulation and evaluation of summer daily precipitation based on nonhomogeneous hidden Markov model over the Yangtze-Huaihe River Basin
DING Mei,JIANG Zhihong and CHEN Weilin.Simulation and evaluation of summer daily precipitation based on nonhomogeneous hidden Markov model over the Yangtze-Huaihe River Basin[J].Acta Meteorologica Sinica,2016,74(5):757-771.
Authors:DING Mei  JIANG Zhihong and CHEN Weilin
Institution:Key Laboratory of Meteorological Disaster, Ministry of Education(KLME)/Joint International Research Laboratory of Climate and Environment Change(ILCEC)/Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disaster(CIC-FEMD), Nanjing University of Information Science and Technology, Nanjing 210044, China,Key Laboratory of Meteorological Disaster, Ministry of Education(KLME)/Joint International Research Laboratory of Climate and Environment Change(ILCEC)/Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disaster(CIC-FEMD), Nanjing University of Information Science and Technology, Nanjing 210044, China and Key Laboratory of Meteorological Disaster, Ministry of Education(KLME)/Joint International Research Laboratory of Climate and Environment Change(ILCEC)/Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disaster(CIC-FEMD), Nanjing University of Information Science and Technology, Nanjing 210044, China
Abstract:
Keywords:Nonhomogeneous hidden Markov model  Statistical downscaling  Daily precipitation  Simulation
本文献已被 CNKI 等数据库收录!
点击此处可从《气象学报》浏览原始摘要信息
点击此处可从《气象学报》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号