全球增暖1.5/2℃下中国区域极端降水的风险变化及其影响因子

利用24个CMIP6全球气候模式的逐日降水模拟资料,基于广义极值分布(GEV)模型,研究了全球增暖1.5/2℃下我国20、50和100 a重现期极端降水的未来风险变化。可以发现,相对于历史时期(1995—2014年),全球升温1.5和2℃下极端降水发生概率风险空间分布相近,总体上呈现增加趋势,但额外增暖0.5℃将导致更高的风险。如50 a重现期极端降水,在增暖1.5/2℃下其重现期将分别变为17/14 a,极端降水将变得更加频繁。不同区域对气候变暖的响应存在区域差异,其中中国西部长江黄河中上游和青藏高原地区、中国东部长江黄河中下游及其以南地区,极端降水发生概率比达到3以上,局部更是达到5以上,为我国极端降水气候变化响应高敏感区域。进一步,基于概率分布函数从理论角度探讨了位置和尺度参数对发生概率风险的影响与贡献度量,并用于探讨极端降水气候平均态和变率变化对极端降水发生风险的影响,结果显示:位置和尺度参数的增量变化、风险变化率存在着显著的东西部差异,从而导致极端降水发生风险的影响因素存在差异。如中国西部尽管极端降水气候平均态和变率变化幅度不大,但因风险变化率较高,从而导致该区域的发生风险大幅增加;与之相反,中国东部风险变化率较小,但气候平均态和年际变率增幅较大,同样导致该区域风险增加依然较高;此外,相对于位置参数,全国大部分区域主要是尺度参数的变化导致极端降水未来风险增大。

基于聚类分析法的广东省区域科技竞争力的评价

结合广东省科技竞争力发展水平,从R&D经费、发明专利授权量、财政科技支出占地方财政支出比重等9个维度出发,构建广东省区域科技竞争力评价指标体系。综合广东统计年鉴和广东科技年鉴的数据,用K-means++方法将科技发展水平相似的城市聚为同类,并对不同类别的区域科技竞争力进行主观评价与比较。对广东省21个城市这一数据集进行多次不同训练集和测试集的选取,进行多次对比实验。实验结果表明广东省科技发展水平总体较高,但区域之间科技竞争力差异较大,科技发展水平不平衡。最后通过对各指标结果综合评价并提出了针对加强广东省科技竞争力的对策建议。