The invention discloses a multi climate model output data comprehensive calibration and uncertainty assessment method, quantile regression model based on the output data of many climate models as independent variables, to build a comprehensive correction model of multi climate model output data, in the implementation of climate model output data correction at the same time, the quantitative assessment of forecast to overcome the current uncertainty, usually based on single mode output data are corrected, and unable to multi mode output data comprehensive correction, and it is difficult to quantitative evaluation of the uncertainty of the data this problem. The invention has good application prospect in the field of climate model output data correction.
【技术实现步骤摘要】
本专利技术涉及一种多气候模式输出数据综合校正及不确定性评估方法,尤其涉及一种基于分位点多元回归模型的多气候模式输出数据综合校正及不确定性评估方法。
技术介绍
气候模式输出数据可以用于对未来的气候变化情况进行定量预估。模式输出的降雨气温等长期预估数据,已经成为认识气候变化、分析和评估气候变化对水资源及生态环境等影响的非常重要的工具。不同模式输出的预估数据通常存在不可忽视的预估误差,且各模式间预估效果的差异性明显,但各个模型的预估数据都能在一定程度上或是一定水平上,反应真实观测的某些局部特征。为此,通过对多模式输出数据进行综合校正,可以较好地集成利用各个模式预估数据的有效特征。而目前关于模式输出数据的校正,均采用单模式数据校正方法,无法实现对多模式输出数据综合校正且很难对校正结果的不确定性进行评估。
技术实现思路
本专利技术所要解决的技术问题是提供一种多气候模式输出数据综合校正及不确定性评估方法,克服了目前校正方法存在的如下不足:1、基于单模式输出数据进行校正,而无法对多模式输出数据进行综合校正;2、很难定量评估数据的不确定性。本专利技术为解决上述技术问题采用以下技术方案:本专利技术提供一种多气候模式输出数据综合校正及不确定性评估方法,包括如下步骤:步骤1,根据实际需求,从IPCC公布的模式中选取若干气候模式;步骤2,对步骤1所选气候模式的预估精度进行评价,从高到低进行排序,并根据实际需求选取预估精度最优的N个气候模式;步骤3,从步骤2中选取的N个气候模式中,随机抽取n个气候模式构建多模式集合预报系统,其中,n≤N;步骤4,重复进行步骤3,构建m个集合预报成员为 ...
【技术保护点】
一种多气候模式输出数据综合校正及不确定性评估方法,其特征在于,包括如下步骤:步骤1,根据实际需求,从IPCC公布的模式中选取若干气候模式;步骤2,对步骤1所选气候模式的预估精度进行评价,从高到低进行排序,并根据实际需求选取预估精度最优的N个气候模式;步骤3,从步骤2中选取的N个气候模式中,随机抽取n个气候模式构建多模式集合预报系统,其中,n≤N;步骤4,重复进行步骤3,构建m个集合预报成员为n的多模式集合预报系统,其中,m为根据实际需求重复进行步骤3的次数;步骤5,根据实际需求改变n的大小,重复进行步骤3至4,构建若干具有不同数量预报成员的多模式集合预报系统,并对这些多模式集合预报系统进行性能评估;步骤6,从步骤5中构建的多模式集合预报系统中,选取性能最优的多模式集合预报系统;步骤7,基于实际观测数据和同时期步骤6中选取的性能最优的多模式集合预报系统的回预报数据,对分位点多元回归模型的参数进行率定,构建不同分位点水平下的分位点多元回归模型;步骤8,基于步骤7中构建的分位点多元回归模型,以多气候模式的输出数据为自变量,以多模式集合预报系统中的各模式预报数据为协变量,建立不同分位点水平下的 ...
【技术特征摘要】
1.一种多气候模式输出数据综合校正及不确定性评估方法,其特征在于,包括如下步骤:步骤1,根据实际需求,从IPCC公布的模式中选取若干气候模式;步骤2,对步骤1所选气候模式的预估精度进行评价,从高到低进行排序,并根据实际需求选取预估精度最优的N个气候模式;步骤3,从步骤2中选取的N个气候模式中,随机抽取n个气候模式构建多模式集合预报系统,其中,n≤N;步骤4,重复进行步骤3,构建m个集合预报成员为n的多模式集合预报系统,其中,m为根据实际需求重复进行步骤3的次数;步骤5,根据实际需求改变n的大小,重复进行步骤3至4,构建若干具有不同数量预报成员的多模式集合预报系统,并对这些多模式集合预报系统进行性能评估;步骤6,从步骤5中构建的多模式集合预报系统中,选取性能最优的多模式集合预报系统;步骤7,基于实际观测数据和同时期步骤6中选取的性能最优的多模式集合预报系统的回预报数据,对分位点多元回归模型的参数进行率定,构建不同分位点水平下的分位点多元回归模型;步骤8,基于步骤7中构建的分位点多元回归模型,以多气候模式的输出数据为自变量,以多模式集合预报系统中的各模式预报数据为协变量,建立不同分位点水平下的预报数据综合校正模型,对步骤6中选取的性能...
【专利技术属性】
技术研发人员:胡义明,梁忠民,刘永伟,杜康宁,李大洋,
申请(专利权)人:河海大学,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。