基于ARMA模型非因果空间预测滤波(英文)

常规频域预测滤波方法是建立在自回归(autoregressive,AR)模型基础上的,这导致滤波过程中前后假设的不一致,即首先利用源噪声的假设计算误差剖面,却又将其作为可加噪声而从原始剖面中减去来得到有效信号。本文通过建立自回归-滑动平均(autoregres sive/moving-average,ARMA)模型,首先求解非因果预测误差滤波算子,然后利用自反褶积形式投影滤波过程估计可加噪声,进而达到去除随机噪声目的。此过程有效避免了基于AR模型产生的不一致性。在此基础上,将一维ARMA模型扩展到二维空间域,实现了基于二维ARMA模型频域非因果空间预测滤波在三维地震资料随机噪声衰减中的应用。模型试验与实际资料处理表明该方法在很好保留反射信息同时,压制随机噪声更加彻底,明显优于常规频域预测去噪方法。     

基于多尺度小波特征的高光谱影像亚像素目标识别

提出了一种基于多分辨率小波高频特征系数的高光谱遥感影像亚像素目标识别方法。首先利用多尺度小波变换将光谱信号分解为不同尺度的高频特征信号,然后借助接收操作特性曲线(ROC)和马氏距离投影寻踪求取一维最佳识别特征,最后通过高斯最大似然决策函数求解亚像素目标的存在概率。通过38种小波函数的高光谱数据实验证明,该方法对亚像素目标的识别效果较好。     

喀斯特地区的水资源承载力评价研究——以贵州省为例

喀斯特地区水文运动规律特殊,生态环境脆弱,其水资源承载力也不同于非喀斯特地区。本文从喀斯特地区的水资源承载力入手,选取了供水模数、需水模数、水资源开发利用程度、人均供水量、工业用水重复利用率、耕地灌溉率、生态环境用水率等评价指标,并用多目标灰色关联投影法对贵州省各地区的水资源承载力状态进行了合理排序。最后对人口、GDP、水资源量和喀斯特面积与评价结果进行了灰色关联度分析,得出以上四因素与喀斯特地区的水资源承载力具有一定的关系,其关联程度大小顺序为: 水资源量> 人口> GDP> 喀斯特分布面积;喀斯特分布面积对其水资源承载力具有一定程度的影响,喀斯特地区经济发展的落后导致其经济发展与水资源承载力关系不明显; 随着经济技术水平的提高,喀斯特分布面积对水资源承载力的影响将逐渐减小。      

华南冬季极端低温事件的统计建模及未来预估

基于1961—2005年华南冬季逐日最低温度观测资料,以及参与CMIP5的IPSL-CM5A-MR、MPI-ESM-MR、CMCC-CMS 3个模式的历史模拟和未来排放情景预估数据,从过程角度定义和提取华南冬季极端低温事件及其特征指标,并通过引入极值理论构建极端低温事件的概率分布模型(Cold Spell Model, CSM),刻画其强度、频数和持续时间特征分布;进一步结合基于累计概率分布变换的偏差订正方法降低模式模拟的偏差,探讨了RCP4.5情景下全球升温1.5℃和2℃时极端低温事件的风险变化。研究表明：(1)CSM模型能够较好地拟合极端低温特征概率分布,大部分台站通过了K-S或卡方检验;(2)相对于观测,模式模拟极端低温存在一定偏差,经偏差订正后,各站点BS评分接近于0,SS评分普遍提高到0.88左右;(3)全球增暖背景下,华南地区极端低温呈现强度减弱、频数减少、持续时间缩短的特征。全球增暖1.5、2.0℃背景下,华南大多数地区极端低温事件平均强度减弱,频次降低,持续时间变化具有明显的空间差异;每年发生1次极端低温事件的概率增加,但每年发生3、5次的概率减少;增暖1.5℃下极端低...     

IPCC第六次气候变化评估中的气候约束预估方法

得益于第五次评估报告（AR5）以来约束预估研究的迅速发展,观测约束成为政府间气候变化专门委员会（IPCC）第一工作组（WGI）第六次评估报告（AR6）提升对未来预估约束的证据链中的重要一环。IPCC第一工作组第六次评估报告首次利用包括根据历史模拟温度升高幅度得到的观测约束、多模式预估以及第六次评估报告中更新的气候敏感度在内的多条证据链来约束全球地表温度未来变化的预估,减小了多模式预估的不确定性。文中回顾并介绍了IPCC第一工作组第六次评估报告中涉及的几种主要观测约束方法（多模式加权方法、基于归因结论的约束方法（ASK方法）、萌现约束方法）及其应用情况。在IPCC第一工作组第六次评估报告以及很多针对不同区域不同变量的预估研究中,观测约束方法均显示出了订正模式误差、改善模式预估的潜力。相比而言,目前中国在观测约束预估方面的研究还不多,亟待加强观测约束方法研究以及在中国区域气候变化预估中的应用,为中国应对气候变化的政策制定和适应规划提供更丰富、不确定性更小的未来气候信息。      

Uncertainty in projections of the South Asian summer monsoon under global warming by CMIP6 models: Role of tropospheric meridional thermal contrast

本文基于第六次国际耦合模式比较计划共18个模式的工业革命前实验和CO₂浓度突然四倍实验,发现在CO₂四倍强迫下,南亚夏季风环流呈显著减弱趋势,但减弱强度存在较大模式间差异.利用Webster-Yang指数和经向哈得莱环流指数的下降趋势表征SASM减弱强度,发现该下降趋势与欧亚大陆-印度洋之间对流层上层经向温度梯度的变化值(EUTT-IUTT)高度相关.进一步利用气候反馈-响应分析方法进行分析,发现EUTT-IUTT变化的模式间差异主要来自于大气动力过程,其次是云的短波辐射效应的贡献.地表潜热通量和云的长波辐射效应缩小了EUTT-IUTT变化的模式间差异.     

未来气候变化背景下贵州省夏季旅游气候资源的变化预估

利用区域气候模式(RegCM4)1951-2005年历史模拟和2006-2099年RCP8.5(高排放)和RCP4.5(中排放)情景下的逐日平均气温、降水量、10 m风速和入射辐射通量,给出21世纪贵州省夏季与全国其他地区的旅游气候资源时空对比.结果表明:未来贵州省夏季平均气温的增幅在两种排放情景下均小于全国的增幅,且...     

时空投影模型(STPM)的次季节至季节(S2S)预测应用进展

随着数值天气预报技术和季节动力预报系统的发展,短期天气预报及长期气候预测的能力持续提高,然而介于两者之间的次季节至季节(S2S,两周至三个月)预测技巧偏低,成为当今气象学界和业务服务的难题。南京信息工程大学国家特聘专家李天明教授团队于2012年研发了基于时空投影技术的统计预报模型(STPM),成功地对中国大陆降水和气温距平,以及区域极端降水、夏季高温、冬季低温和西太平洋台风群发事件等高影响天气进行提前10~30 d的预报,并在国家气候中心及多个省份开展了业务应用。STPM也成功应用于台湾春雨预报、南海季风爆发和ENSO预测等季节至年际变化的预测。本文对S2S预测的理论基础、STPM的发展和应用进行了完整的介绍,并讨论了S2S预测业务中所面临的挑战和未来展望。     

2050年前中国雾日变化趋势的预估

 利用1971-2005年中国591个气象台站的雾日资料以及逐日最低气温、相对湿度、平均风速资料,分析了35 a来中国各区域年雾日数与这些因子的相关关系,并利用IPCC第四次评估报告所提供的模式数据资料,针对3种不同的排放情景,对21世纪上半叶各区域年平均雾日进行预估。结果表明：对划分的9个雾区的年雾日数的回归方程的拟合效果较好,可以用来进行预估;未来50 a中国大部分地区雾日呈明显减少的变化趋势,在A1B,A2和B1情景下,雾日减少的平均幅度分别为16.2%,13.4%和12.9%。未来50 a中国雾日预估结果的空间分布显示：3种情景下未来中国大部分雾区雾日数都将减少,个别地区雾日数有增加趋势,其中A1B情景下雾日减少区的减少趋势最明显,而B1情景下雾日增加区的增加趋势最明显。     

Robustness of Precipitation Projections in China:Comparison between CMIP5 and CMIP3 Models

Three sources of uncertainty in model projections of precipitation change in China for the 21st century were separated and quantified: internal variability,inter-model variability,and scenario uncertainty.Simulations from models involved in the third phase and the fifth phase of the Coupled Model Intercomparison Project(CMIP3 and CMIP5) were compared to identify improvements in the robustness of projections from the latest generation of models.No significant differences were found between CMIP3 and CMIP5 in terms of future precipitation projections over China,with the two datasets both showing future increases.The uncertainty can be attributed firstly to internal variability,and then to both inter-model and internal variability.Quantification analysis revealed that the uncertainty in CMIP5 models has increased by about 10%–60% with respect to CMIP3,despite significant improvements in the latest generation of models.The increase is mainly due to the increase of internal variability in the initial decades,and then mainly due to the increase of inter-model variability thereafter,especially by the end of this century.The change in scenario uncertainty shows no major role,but makes a negative contribution to begin with,and then an increase later.