基于贝叶斯模型的中国未来气温变化预估及不确定性分析

被引:21
作者
郯俊岭
江志红
马婷婷
机构
[1] 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
基金
国家自然科学基金重点项目;
关键词
CMIP5; 贝叶斯模型平均; 地表气温变化; 不确定性;
D O I
暂无
中图分类号
P423 [大气温度];
学科分类号
0706 ; 070601 ;
摘要
利用第5次耦合模式比较计划(CMIP5)中35个全球气候模式历史模拟与RCP4.5预估结果,通过贝叶斯模型平均(Bayesian Model Averaging,BMA)对中国气温进行多模式集合研究,给出了中国未来气温变化预估及其不确定性的时空分布。结果表明,中国21世纪冬夏将持续升温,且升温具有冬季高于夏季,北方高于南方的特点。初期(2016—2035年)北方有很大可能(>80%)升温超过0.7℃,南方升温相同幅度的概率则超过50%;中期(2046—2065年)北方和南方升温超过1.5℃的概率分别为80%和50%;末期(2081—2100年),北方(南方)有80%(50%)的可能的升温超过2℃。气温预估的不确定性研究发现,无论冬夏,21世纪不同时期升温相对较弱的塔里木盆地、青藏高原南侧和中国东南地区为不确定性低值区,基本低于0.6℃,对应可信度较高,如21世纪初期信噪比超过4;而不确定性的高值区则主要分布在新疆北部、东北平原北部和青藏高原东南侧等升温相对较大的地区,普遍高于1℃,对应可信度较低,如初期信噪比低于2.5。此外,基于信噪比对比发现除青藏高原东部外,其他区域夏季预估的可信度均高于冬季,21世纪末期高于初期,且空间分布特征一致。
引用
收藏
页码:583 / 597
页数:15
相关论文
共 20 条
[1]   CMIP5多模式资料中气温的BMA预测方法研究 [J].
智协飞 ;
王晶 ;
林春泽 ;
彭婷 ;
王佳 .
气象科学, 2015, 35 (04) :405-412
[2]   气候变化科学与人类可持续发展 [J].
秦大河 .
地理科学进展, 2014, 33 (07) :874-883
[3]   IPCC第五次评估报告全球和区域气候预估图集评述 [J].
周天军 ;
邹立维 .
气候变化研究进展, 2014, 10 (02) :149-152
[4]   IPCC第5次评估报告问世 [J].
王绍武 ;
罗勇 ;
赵宗慈 ;
闻新宇 ;
黄建斌 .
气候变化研究进展, 2013, 9 (06) :436-439
[5]   Near Future (2016-40) Summer Precipitation Changes over China as Projected by a Regional Climate Model (RCM) under the RCP8.5 Emissions Scenario: Comparison between RCM Downscaling and the Driving GCM [J].
邹立维 ;
周天军 .
Advances in Atmospheric Sciences, 2013, 30 (03) :806-818
[6]   基于多模式集合方案的中国东部夏季降水概率季度预测 [J].
李芳 .
气象学报, 2012, 70 (02) :183-191
[7]   一种求解贝叶斯模型平均的新方法 [J].
田向军 ;
谢正辉 ;
王爱慧 ;
杨晓春 .
中国科学:地球科学, 2011, 41 (11) :1679-1687
[8]   近50年中国气温、降水极值分区的时空变化特征 [J].
黄琰 ;
封国林 ;
董文杰 .
气象学报, 2011, 69 (01) :125-136
[9]   代表性浓度路径情景下的全球温室气体减排和对中国的挑战 [J].
陈敏鹏 ;
林而达 .
气候变化研究进展, 2010, 6 (06) :436-442
[10]   基于IPCC A1B情景的中国未来气候变化预估:多模式集合结果及其不确定性 [J].
李博 ;
周天军 .
气候变化研究进展, 2010, 6 (04) :270-276