基于秩评分方法定量评估大气环流模式在雅鲁藏布江流域的模拟能力

大气环流模式具有区域适应性.基于秩评分方法对比分析了20个大气环流模式在输出雅鲁藏布江流域9个气候变量的模拟能力,针对每个变量优选出了适应性较强的模式,并对模式的综合模拟能力进行秩评分.结果显示:INM:CM30、MIROC3.2_M、ECHAM5、CGCM3.1_T47、CGCM3.1_T63对地面要素的拟合更佳;与ERA-40再分析资料相比,ECHAM5、MIROC3.2_H、ECHAM4、GFDL:CM21、FGOALS:g10对高空变量的适应性更好;综合评估显示,ECHAM5、MIROC3.2_H、MIROC3.2_M、ECHAM4、GFDL:CM21更能模拟雅鲁藏布江流域气候状态.不同的统计特征值或气候变量组合将对模式评估产生不同的影响.

基于低秩评分的非监督特征选择算法

为将数据的全局结构信息引入特征选择中,提升特征评分机制的有效性,提出一种基于低秩评分的非监督特征选择算法。利用"干净"字典约束的低秩表示模型,获得权值矩阵,该权值矩阵能够揭示数据全局结构信息,具有一定的鉴别能力,将其引入拉普拉斯评分机制,构建低秩评分机制,用于数据的特征选择。在不同的数据库上进行聚类和分类实验,实验结果表明,同传统的特征选择算法相比,该算法的性能更优。

基于低秩稀疏评分的非监督特征选择

在处理高维数据过程中,特征选择是一个非常重要的数据降维步骤。低秩表示模型具有揭示数据全局结构信息的能力和一定的鉴别能力。稀疏表示模型能够利用较少的连接关系揭示数据的本质结构信息。在低秩表示模型的基础上引入稀疏约束项,构建一种低秩稀疏表示模型学习数据间的低秩稀疏相似度矩阵;基于该矩阵提出一种低秩稀疏评分机制用于非监督特征选择。在不同数据库上将选择后的特征进行聚类和分类实验,同传统特征选择算法进行比较。实验结果表明了低秩特征选择算法的有效性。

多模式下泾河上游流域未来降水变化预估

利用站点实测资料、GCMs月数据对GCMs进行秩评分评估排序,从21种GCMs模式优选出的6种GCM模式的日数据、6种GCM集成的气候模式、站点实测资料和NCEP再分析资料构建统计降尺度模型SDSM,预估泾河上游流域的未来降水变化。结果表明:构建的降尺度模型对降水模拟较为可靠,率定期各模式决定系数R2为0.228~0.324,标准误差为0.354~0.450,率定期和验证期模拟月均降水与实测值年内分布相近。在降尺度性能评价中集成模式表现最好。在RCP 4.5情景下,泾河上游流域未来降水大多数模式和集成模式呈增加趋势,到2030年泾河上游流域降水量将增加4.8%,且当地的春季雨量会增加,夏季雨量会减少。

杨楼流域降水变化特征及CMIP5气候模式评估

利用杨楼流域9个站点的逐日降水资料,分析历史时段(1981—2010年)降水时空变化特征,基于多目标函数的秩评分方法,评估全球耦合模式第五阶段(CMIP5)的23个气候模式对流域降水的模拟能力,并利用优选出的气候模式对未来降水进行预估。结果表明:杨楼流域历史时段降水整体呈微弱上升趋势,增量为39.4 mm/10a;CMIP5气候模式模拟降水量普遍偏高,模拟能力较优的模式是ACCESS1.0,Had GEM2-AO及CNRM-CM5;流域未来时段降水年际波动较平缓,年内分配更为不均,集中于汛期。

CIMP5气候模式对北江流域气温和降水的模拟性能评估

以北江流域为研究区,基于4个气象站的气温资料和37个雨量站的降水资料,利用多目标函数的秩评分方法,综合评价了全球耦合模式比较计划第五阶段(CMIP5)的23个气候模式对研究区平均气温和降水的模拟能力。结果表明:CMIP5模式模拟的平均气温普遍偏高,且高估了该区域的增温趋势,而模拟的降水量普遍偏低。综合模拟能力表现最优的模式是CNRM-CM5,此外FIO-ESM、CSIRO-Mk3.6和BNU-ESM等模式的整体表现也较好。不同评价指标对于模式评价结果有较大影响,当评估气候模式对区域气候要素的模拟能力时,建议使用多目标进行综合评价。