简介:利用政府问气候变化专门委员会第四次评估报告(IPCCAR4)的15个耦合气候模式在不同排放情景下的模拟结果,对我国夏季降水及相关大气环流场的未来时空变化特征与模式之间的不确定性作了研究。结果表明,在全球变暖背景下,我国夏季降水表现出较强的局地特征。其中,我国东部和高原地区的降水在21世纪表现出明显的增加趋势,而且这种趋势随着变暖的加剧而增强,同时模式模拟结果之间的一致性也更好,表明这一结果的可信度较高。在全球变暖背景下,我国新疆南部地区表现为持续的降水减少趋势,而我国西南地区夏季降水的变化则呈现出先减少(21世纪初)后增加的特征,不同模式对降水这些局地特征的模拟也都表现出较好的一致性。其他地区夏季降水在21世纪的变化不大,同时模式模拟的一致性也较差。多模式模拟的我国未来百年夏季降水的这些变化特征在温室气体高、中、低不同排放情景下基本一致,A2情景预估结果变化最大,AIB次之,B1相对最小。东亚夏季大气环流场的预估结果显示,在全球变暖的背景下,大部分模式的模拟结果都表明,东亚夏季风环流有所增强,从而使得由低纬度大洋和南海地区向我国大陆的水汽输送增加,造成该地区大气含水量的增多,从而为我国东部地区夏季降水的增加提供有利条件。此外,随着全球变暖的加剧,西太平洋副热带高压持续增强,其变化对我国东部地区夏季降水的影响程度和范围也明显增大。这些环流场及其不确定性的分析结果进一步加强了我国夏季降水未来变化预估结果的可信度。
简介:将BP(BackPropagation)神经网络方法引入到奥运空气质量预报工作中,利用MATLAB神经网络工具箱搭建运行平台,将高时效性的观测结果与多模式集成实时预报系统的模式输出结果相结合,做出BP神经网络拟合预报结果。在对北京大学医学部站点2008年7月7日到8月26日模式模拟结果、观测结果以及BP神经网络拟合结果的对比研究中发现:BP神经网络能大大提高模式预报效果,平均误差率减少34.7%,相关系数提高39%,特别是在模式模拟效果较差的情况下,对提高预报效果更明显。对BP神经网络样本问题进行敏感性实验结果表明,样本数目多少并不是决定拟合效果的决定性因素,应选取具有稳定映射关系的样本,才是提高拟合预报效果的关键。