统计降尺度法在我国未来区域气温变化预测中的应用研究

摘 要：利用1961～2000年NCEP再分析资料与中国562个气象台站的历史气温观测资料，并利用主分量分析与逐步回归相结合的统计降尺度方法，建立大尺度气候预报因子与中国各气象站点1月和7月气温的统计降尺度模式；将主分量分析和逐步回归相结合的统计降尺度模型应用于全球气候模式 HadCM3模拟的两种排放情景的预报因子，估计中国562台站的当前和未来气温变化情景，并与区域气候模式PRECIS的模拟结果进行比较。
　　关键词：统计降尺度法；气温；变化预测；应用
　　
　　1 建立大尺度气候与中国各区域气温之间的统计联系
　　
　　(1)使用数据。
　　笔者采用了1961～2000年1月和7月的NCEP全球月平均再分析资料作为观测的大尺度气候资料，空间分辨率为 2.5×2.5o，共有 144×73个经纬网格；并使用了全国562个台站的1961～2000年共40年1月和7月的气温观测资料。
　　(2)采用的统计降尺度方法。
　　采用主分量分析（PCA）与逐步线性回归相结合的统计降尺度方法，并采用历史观测资料，建立大尺度气候预报因子与地面月平均温度的统计模式。
　　
　　筛选得到的通过显著性检验的PC主分量，再建立多元线性模型。用PCobs同样代表筛选后的j个PC主分量组成的矩阵，其中j对于不同的站点n值不同，且j　　对于多元线性回归系数Lpc的估计可以由以下方程得到：
　　
　　对于两个预报因子的联合，采用两个场相联合的PCA分析方法（CPCA），也就是首先把两个变量场在空间上联合，再对联合场进行主分量分析，它的优点是可以更好的揭示两个场之间的物理联系，具体如下：
　　假设一个预报因子为 A，另外一个预报因子为B，ai，t和bj，t分别为两个预报因子场在第i，j个空间点的时间序列，假设 n1，n2分别为两个场的空间点数，那么两个场的联合为：
　　
　　其中两个预报因子的联合场AB就共有n1+n2个空间点了，然后按照与单独的预报因子相同的方法进行PCA分析，建立多元线性回归模型，从而分析两个场对区域气候的共同影响。
　　2 利用统计降尺度法预估中国未来区域气温变化情景
　　2.1 数据及方法介绍
　　本文地面观测资料采用的是1961～2000年1月和7月全国562个观测站点的月平均气温资料；观测的大尺度气候资料为NCEP/NCAR再分析资料；笔者采用GCM 模式为Hadley中心的HadCM3 IPCC SRES A2和B2排放情景，其中HadCM3模式的水平分辨率为3.7×2.5°。对于预报因子和预报量都进行标准化处理。
　　假设某月的标准化后的GCM模拟的大尺度预报因子投影到NCEP再分析资料的主分量矩阵表示为PCgcmm，标准化后的GCM模拟的大尺度预报因子可写为：
　　
　　2．2 统计降尺度法预估中国未来区域气温变化情景
　　（1）统计降尺度对当前气候条件下气温的模拟结果
　　笔者给出了SLP+T850作为预报因子的统计降尺度模式的情况，其中大尺度预报因子区域选择的是各区域各月份分别对应于SLP+T850的最优预报因子区域。
　　1月份除了东北，华南，华北五台山地区以及青海西部，统计降尺度估计值略微偏高以外，但大部分偏差不高于0.2℃，全国大部分地区统计降尺度估计值与观测值相比偏低，尤其在南疆地区偏低较明显，偏低大约1℃左右，与HadCM3结果相比，东北，西南地区都有了很大的改善。7月份我国北部地区包括西北，华北，东北大部分地区统计降尺度估计值略大于观测值，但大部分地区偏差不高于0.4℃；我国南部地区，主要是华中、华东、华南以及西南东部大部分地区，统计降尺度估计值比观测值偏低。但是无论是1月份还是7月份统计降尺度估计值与 HadCM3 相比更接近现实的气温分布，统计降尺度估计值与HadCM3相比更接近观测值，偏差均小于1℃，而且我国西部地区统计降尺度模拟结果比HadCM3也有了很大的改善。
　　因此可以得出这样的结论：把统计降尺度应用于低分辨率的全球气候模式，能够改善对我国区域气温的模拟能力，尤其能够改善复杂地形条件下的区域气候的模拟能力，这是因为 HadCM3无法解决由地形引起的地面逆温等当地气候特征，而统计降尺度方法通过利用标准化距平进行统计降尺度，并在统计降尺度结果加上观测值的平均气温，而除去了这种偏差。
　　（2）统计降尺度模式对我国未来温度变化情景的预估
　　 SLP+T850 统计降尺度模式应用于HadCM3IPCC SRESA2和B2两种排放情景的大尺度预报因子，生成在两种HadCM3 IPCC SRES A2和B2排放情景下的各站点未来温度变化情景。我们选择两个未来时间段：2021～2050年和2071～2099年，把这两个未来时间段的统计降尺度结果与当前气候情景下的统计降尺度的结果也就是1961～1990年的降尺度结果进行比较。
　　在 HadCM3 SRESA2和B2温室气体排放情景下，SLP+T850的统计降尺度模式模拟的2021～2050 年1月份共30年和2071～2099年1月份共29年的平均温度估计值与1961～1990年1月份共30年统计降尺度估计值的差值的空间分布图。（a）在HadCM3 SRESA2情景驱动2021～2050年统计降尺度的平均估计值与 1961～1990 年降尺度值平均估计值的差值空间分布图；（b）与（a）相似为 2071～2099 年的情况；（d）与（a）相似为 HadCM3 SRES B2情景的情况；（e）与（d）相似，为 2071～2099 年的情况；（c）为2021～2050 年在 HadCM3 SRESA2 和B2情景下，统计降尺度估计的平均值的差值；（f）为2071～2099 年的情况。从图2（a）和（d）可以看出：1月份，2021～2050 年两种排放情景下，气温估计值与当前气候条件下的估计值相比都有明显的增温趋势，在我国北部地区升温比较明显，一般增温在1℃以上，我国南部地区相比增温幅度较小，一般小于1℃；而且HadCM3 IPCC SRES A2排放情景增温超过1℃的区域从范围上看要比 B2 情景大。图2（b）和 9（e）出示了1月份2071～2099年两种排放情景下，气温估计值与当前气候条件下的估计值的差值图。
　　7月份2021～2050 年，A2情景下，西北，华北和东北大部份地区增温在0.5～1℃，只有个别站点超过了1℃，西南，华中，华东和华南大部分地区增温在0～0.5℃之间；在 B2情景下，东北，华北，华中和华东地区大部分站点，以及西北部分站点增温超过了0.5℃，而其他地区增温幅度很少，小于0.5℃；2071～2099年，A2情景下， 西北大部，华北，东北以及华中和华东大部，增温超过了1℃，东北和华北大部以及西北部分地区，增温超过2℃；在 B2情景下，增温大于1℃的范围与A2情景基本一致，但范围要略小一些，而且增温超过2℃范围更少一些。7月份，统计降尺度 2021～2050年30年平均估计值和2071～2099年29年平均估计值增温幅度明显没有1月份大，尤其在我国南部。
　　会计学近3年论文/d/file/p/2024/0425/FONTbr综上所述，我国未来气温变化趋势是北部增温比较明显，南部增温较小，1月份增温大于7月份，即冬季增温大于夏季增温，陆地增温大于沿海，高纬度增温大于低纬度。
　　
　　3 统计降尺度与区域模式模拟结果的比较
　　
　　统计降尺度研究中的一个很重要的方面就是与动力降尺度也就是区域模式的比较研究。笔者选用的区域气候模式（RCM）是由哈德莱中心发展的PRECIS区域气候模式，其水平方向的网格距为50公里，垂直方向分为19层。PRECIS可以应用于全球任何一个区域，来提供高分辨的气候信息，在应用PRECIS于中国区域发展气候情景时，应用高分辨率的GCM-HadAM3H模式，并采用IPCC SRES B2排放情景，在侧边界驱动PRECIS，以得到更高分辨率的区域气候情景。
　　选择10个站点，包括：①乌鲁木齐站（西北19），位于北疆地区；②和田站（西北42）位于南疆沙漠地区；③北京站（华北39），代表大城市下垫面；④哈尔滨站（东北38），代表高纬度；⑤狮泉河站（西南 1），代表高原地区；⑥成都站（西南27），位于高原东侧，气候受高原的影响；⑦ 南岳站（华中61），位于高山地区；⑧上海站（华东24），为大城市的代表，而且濒临太平洋；⑨福州站（华南 8）；⑩三亚（华南 62），位于海南岛。
　　对于1 月份未来气候情景，统计降尺度模拟的B2情景增温趋势比 A2 情景要明显，这说明在青藏高原地区，当前气候条件下统计模式明显优于动力模式。对于高山地区的南岳站，在当前气候条件下，统计降尺度结果与观测值基本一致，但区域模式的结果与观测值相比明显偏低，这说明区域模式对复杂地形条件的站点模拟效果比较差，但在未来气候情景的模拟结果都有明显的增温趋势。
　　对于7月份未来气候情景，统计降尺度模式模拟的A2和B2情景增温趋势基本一致，而成都，福州，三亚增温趋势不明显；在南岳站气温有略微下降的趋势；与统计降尺度相比，区域模式气温的模拟结果表现出更明显的上升趋势。会计学近3年论文/d/file/p/2024/0425/FONTbr总之，无论统计模式，还是动力模式7月份明显比1月份要差。
　　
　　免费论文检测软件-论文检测天使http://www.jiancetianshi.com
参考文献
　　〔1〕范丽军，符淙斌，陈德亮.统计降尺度对未来区域气候变化情景预估的研究进展〔J〕.地球科学进展，2006，（3）.
　　〔2〕许吟隆.应用Hadley中心RCM发展中国高分辩率区域气候情景〔J〕.气候变化通讯，2004，（5）.
　　〔3〕许吟隆，黄晓莹，张勇.中国21世纪气候变化情景的统计分析〔J〕.气候变化研究进展，2005，（2）.
　　
　　注：“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。”