基于气候重建资料及均生函数-最优子集回归模型的降水预测

利用由科尔沁沙地榆树区域综合年表而重建的181a降水序列,采用均生函数-最优子集回归(MGF-OSR)预测模型对科尔沁沙地降水进行了5a情景的预测,克服了以往序列短的不足。模型建模期相对误差绝对值在3%、5%、10%以内的年数分别占建模年数的36.46%、64.64%、93.37%,建模期模拟精度较高。2007～2010年实测检验期,模拟与实测值保持了方向一致性,各年份相对误差绝对值分别为11.40%、6.73%、22.06%、5.49%,大部分年份预测较理想。经预测,2011～2015年期间,2011年、2012年、2014年和2015年为降水正常年份,2013年为降水偏干年份。与实际情况对比,2011年与预测一致,2012年稍有差别。总体上,2011～2015年降水变化较为平缓。

基于贝叶斯模型的器测、古气候重建与气候模拟数据的融合试验

气象部门馆藏的西部最早的器测气象资料始于20世纪30年代,不能满足建立20世纪以来中国气候变化序列的需求,而古气候重建或气候模拟资料则可以延伸到器测时代以前。为了探讨长序列多源气候资料序列融合方法,采用贝叶斯方法对中国北疆地区8条树轮气温重建资料、器测资料与国际耦合模式比较计划第5阶段(CMIP5)模式模拟资料进行了融合试验。首先利用器测资料对气温代用资料进行校验与网格重建,并以此作为贝叶斯模型的先验分布,然后,用泰勒图选出了该区域气候模拟效果最佳的几个模式;最后将网格重建和气候模拟序列用贝叶斯模型进行了融合试验。结果表明,贝叶斯融合模型能有效提取各种数据来源的有用信息进行融合,融合结果的长期变化(线性)趋势更接近器测气候序列,并在一定程度上提高了序列的精度,减小了结果的不确定性;并且,融合结果能够纠正先验分布及气候模拟数据的明显偏差,为长年代气候序列重建提供了一个可行的思路。