摘要
利用CMIP5中5个气候模式1961—2005年的月平均气象要素资料、低纬高原区高分辨的月平均温度格点资料,采用BP神经网络、EOF分析以及多元回归方法对低纬高原地区2006年1月至2099年12月期间的温度进行预估研究.结果表明,各温度模型集合模拟的低纬高原地区未来94年温度在RCP2.6、RCP4.5、RCP8.5三种排放情景下均呈明显的上升趋势.至2099年,与2005年平均温度相比,RCP2.6排放情景下,温度升高0.9℃,RCP4.5排放情景下,温度升高1.8℃,RCP8.5排放情景下,温度升高3.3℃.
The research applies monthly average data of 5 models on CMIP5 from 1961 to 2005 and temperature of the low latitude highland in high- resolution grid,followed by BP neural network,EOF analysis and Multiple Linear Regression to the area of low latitude highland between January 2006 and December 2099. The result shows that the temperature estimate of the future 94 years from the ensemble model simulation presents an apparent rising trend,in all emission scenario of RPC2. 6,RCP4. 5 and RCP8. 5. In 2099,compared with the average temperature in 2005,temperature is likely to increase by 0. 9℃ on RCP2. 6 emissions scenario,to increase by 1.8 ℃ on RCP4. 5,and to increase by 3. 3 ℃ on RCP8. 5.
出处
《云南大学学报(自然科学版)》
CAS
CSCD
北大核心
2015年第6期851-860,共10页
Journal of Yunnan University(Natural Sciences Edition)
基金
国家自然科学基金(41375097
41405001)
教育部博士点基金(20135301120010)
关键词
BP神经网络
温度
降尺度
排放情景
低伟高原
BP neural network
temperature
downscaling
emission scenario
low latitude highland