广义线性统计降尺度方法模拟 日降水量的应用研究
降尺度方法在广西月降水量预测中的应用研究的开题报告
降尺度方法在广西月降水量预测中的应用研究的开题报告一、研究背景与意义降尺度方法是将大尺度气候模式输出的数据转化为小尺度气象现象的方法。
广西位于中国南部，地理位置靠近赤道，自然环境复杂多样，而且受影响因素也很多，包括气候变化、自然灾害等。
作为一个农业大省，广西农业生产的发展也受到了这些因素的影响，因此需要进行有效的气候预测和应对工作。
月降水量是影响农作物生长和气候变化的一个重要指标，而降尺度方法可以将大尺度气象预测转化为准确的月降水量预测，是有效应对气候灾害和优化农业生产的重要手段。
因此，本研究旨在探究降尺度方法在广西月降水量预测中的应用，为广西的气候预测与农业生产提供科学依据。
二、研究内容与目的本研究将以广西地区为基础，结合大尺度气候模式的输出数据，采用降尺度方法，预测广西月降水量情况。
主要包括以下研究内容：1. 收集并分析广西地区的气象数据。
2. 研究降尺度方法的理论及其应用范围。
3. 利用降尺度方法，将大尺度气候模式输出数据转换为广西地区的月降水量预测数据。
4. 对预测结果进行分析和验证，并与实际气象数据进行对比分析。
通过对广西地区月降水量预测的研究，可以为广西的农业生产、气象监测及防灾减灾提供科学参考，提高广西地区的生产效益和社会发展水平。
三、拟采用的研究方法本研究将主要采用以下研究方法：1. 文献调研法：通过查阅相关文献资料，了解降尺度方法在气象预测中的应用情况，以及国内外关于月降水量预测的研究现状。
2. 数据收集法：收集广西地区的气象数据及大尺度气候模式的输出数据，为降尺度方法的应用提供数据基础。
3. 统计分析法：运用统计学方法，对降尺度方法预测得到的月降水量数据进行分析，计算出预测结果的精度、误差等指标，并与实际气象数据进行对比分析。
四、研究预期成果本研究将在以下几个方面取得预期成果：1. 探究降尺度方法在广西月降水量预测中的应用，为广西的气象预测和农业生产提供科学依据。
2. 基于大量的气象数据和降尺度方法的应用，提高广西地区月降水量的预测精确度和准确性。
《2024年统计降尺度法对未来区域气候变化情景预估的研究进展》范文
《统计降尺度法对未来区域气候变化情景预估的研究进展》篇一一、引言随着全球气候变化的加剧，区域气候变化研究显得尤为重要。
作为气候模型的重要应用，降尺度技术为全球至区域的气候变化预估提供了重要依据。
其中，统计降尺度法因其在预测空间变化模式方面的优势而备受关注。
本文将针对统计降尺度法在区域气候变化情景预估中的研究进展进行探讨。
二、统计降尺度法概述统计降尺度法是通过利用气候模型的大尺度预测数据与小尺度的实测数据，构建相关关系模型，以预测小尺度空间的气候变化情景。
这种方法通过利用历史数据，结合统计方法，对大尺度的气候模型输出进行修正和细化，从而得到更为精确的区域气候变化预测。
三、研究进展1. 模型优化与改进近年来，统计降尺度法在模型优化与改进方面取得了显著进展。
研究者们通过引入新的统计方法、优化模型参数等方式，提高了模型的预测精度和可靠性。
例如，基于机器学习和人工智能的降尺度模型，能够更好地捕捉气候变化的非线性特征和空间变化模式。
2. 区域适应性研究不同区域的地理、气候、生态等条件存在差异，因此统计降尺度法的应用需要针对不同区域进行适应性研究。
近年来，研究者们针对不同区域的气候特点，对统计降尺度法进行了适应性调整和优化，提高了预测的准确性和可靠性。
3. 未来气候变化情景预估利用统计降尺度法，研究者们对未来区域气候变化情景进行了预估。
通过对大尺度的气候模型输出进行修正和细化，结合统计方法和机器学习算法，预测了未来区域气候变化的空间变化模式和时间趋势。
这些研究结果为制定适应气候变化政策和措施提供了重要依据。
四、研究展望尽管统计降尺度法在区域气候变化预估中取得了显著进展，但仍存在一些挑战和问题需要进一步研究。
首先，如何进一步提高模型的预测精度和可靠性是当前研究的重点。
其次，需要加强对不同区域的适应性研究，以更好地满足不同区域的气候变化预测需求。
此外，还需要结合其他方法和技术手段，如动力学降尺度法和地球系统模型等，以更好地捕捉气候变化的复杂性和不确定性。
统计降尺度方法研究进展综述
统计降尺度方法研究进展综述作者：张明月彭定志胡林涓来源：《南水北调与水利科技》2013年第03期摘要：统计降尺度方法是将大气环流模式GCMs输出的低分辨率的气象资料转换为流域尺度的主要方法之一，现已发展成为气候学中较为完善的领域。
简要介绍了统计降尺度方法的基本原理，包括基本假设条件及主要步骤和关键点；重点介绍统计降尺度方法，大致分为转换函数法、天气分析技术和天气发生器这三类，并对几种方法的国内外应用进展做了阐述；对统计降尺度方法的不确定性研究做了简要介绍。
指出未来研究应重点研究统计降尺度模型的适用条件及范围、提高降水模拟的精度；统计降尺度与动力降尺度两种降尺度结合的方法将是降尺度主要发展方向之一。
关键词：统计降尺度；研究进展；统计降尺度方法；不确定性分析中图分类号：P333文献标识码：A文章编号：16721683（2013）03011805近年来，气候变化及其对水文水资源的影响一直是研究热点。
大气环流模式（Global atmospheric general circulation models，GCMs）为气候变化研究提供了全球尺度的信息，但其输出的分辨率较低，无法将GCMs提供的气候要素信息直接输入相应模型中。
目前，应用较广的方法是通过降尺度技术将GCMs大气尺度或全球尺度信息转变为区域尺度，以提高GCMs 输出的气候信息的分辨率。
降尺度方法通常分为动力降尺度法、统计降尺度法以及动力统计降尺度相结合的方法。
统计降尺度法是建立区域或流域变量与大尺度气候信息间的统计关系，并利用这种关系获得区域或流域未来气候变化情景，其计算量相对较小、省机时，应用较广[1]。
1统计降尺度法的原理统计降尺度利用多年大气环流的观测资料建立大尺度气候要素和区域气候要素之间的统计关系，并用独立的观测资料检验这种关系的合理性，再把这种关系应用于GCMs中输出大尺度气候关系来预估区域未来的气候变化情景。
其实质就是建立大尺度气候预报因子与区域气候变量的统计关系。
统计降尺度法对未来区域气候变化情景预估的研究进展
统计降尺度法对未来区域气候变化情景预估的研究进展统计降尺度法对未来区域气候变化情景预估的研究进展摘要：气候变化对人类社会和自然生态系统产生了广泛且深远的影响，对未来气候变化进行准确预估对于采取适当的应对措施至关重要。
统计降尺度法是一种常用的方法，通过将全球气候模式的输出数据降尺度到区域尺度，可以提供高分辨率的气候变化情景预估。
本文综述了统计降尺度法在未来区域气候变化预估中的应用，并对其在方法改进、数据源选择和模型评估等方面的研究进展进行了探讨。
1.引言气候变化已成为全球范围内的重要议题。
科学家们通过模拟全球气候系统的大气环流、海洋运动等过程，得出了全球气候变化的一些总体趋势。
然而，这种全球气候模式的输出往往具有较粗糙的空间分辨率，无法满足一些研究和决策的需求。
为了解决这一问题，统计降尺度法被广泛应用于区域气候变化情景预估。
2.统计降尺度法的基本原理统计降尺度法是一种将全球气候模式输出的地理空间数据降尺度到区域尺度的方法，其基本原理是通过建立全球气候模式输出数据与区域尺度观测数据的统计模型，来推断未来在区域尺度上的气候变化情景。
具体而言，统计降尺度法包括两个关键步骤：模型训练和模型应用。
模型训练阶段一般使用过去观测的气候数据和对应的全球气候模式输出数据进行统计分析，建立一个地理空间上的统计模型。
而模型应用阶段则将该模型应用于未来的全球气候模式输出数据，得出未来的区域尺度气候变化情景预估。
3.统计降尺度法的应用统计降尺度法在未来区域气候变化情景预估中的应用相当广泛。
其在农业、水资源、生态环境及城市规划等领域中发挥了重要作用。
以农业为例，气候变化对农作物的耕种区划、产量和品质等产生了深远的影响。
通过统计降尺度法，可以获得更为准确的未来农作物适宜种植区域和产量预估，并为农业管理和政策制定提供科学依据。
此外，统计降尺度法还可以用于预估未来区域的水资源变化情景，为水资源规划和管理提供参考。
4.统计降尺度法的改进和挑战虽然统计降尺度法在未来区域气候变化预估中取得了一些成果，但仍面临一些挑战。
《2024年统计降尺度法对未来区域气候变化情景预估的研究进展》范文
《统计降尺度法对未来区域气候变化情景预估的研究进展》篇一一、引言随着全球气候变化的日益加剧，区域气候变化情景预估成为了科研领域的重要课题。
统计降尺度法作为一种有效的手段，被广泛应用于区域气候变化的研究中。
本文旨在探讨统计降尺度法在区域气候变化情景预估方面的研究进展，以期为相关研究提供参考。
二、统计降尺度法概述统计降尺度法是一种将全球气候模式的结果转化为区域尺度的气候预测的方法。
该方法通过将大尺度的气候变量与区域尺度的气象要素进行统计分析，建立降尺度模型，进而对未来区域气候变化进行预估。
统计降尺度法具有较高的灵活性和可操作性，适用于不同区域的气候变化研究。
三、研究进展1. 降尺度模型的发展随着计算机技术的不断发展，统计降尺度模型逐渐向精细化、复杂化方向发展。
目前，常用的降尺度模型包括回归模型、神经网络模型、机器学习模型等。
这些模型在处理不同类型的气候变量时，具有较高的准确性和可靠性。
同时，研究者们还在不断探索新的降尺度模型，以提高预测精度和可靠性。
2. 区域气候变化情景预估通过应用统计降尺度法，研究者们对未来区域气候变化进行了大量的情景预估。
这些预估涉及温度、降水、风速等多个气象要素，以及农业、水资源、生态环境等多个领域。
研究表明，未来区域气候变化将给这些领域带来重大影响，需要采取相应的应对措施。
3. 影响因素的探讨在统计降尺度法的研究中，研究者们还探讨了影响区域气候变化的因素。
这些因素包括自然因素（如地形、植被、海洋等）和人为因素（如城市化、工业化、农业活动等）。
通过对这些因素的分析，可以更好地理解区域气候变化的机制和过程，为制定应对措施提供科学依据。
四、存在的问题与展望尽管统计降尺度法在区域气候变化情景预估方面取得了显著的进展，但仍存在一些问题。
首先，降尺度模型的精度和可靠性仍需进一步提高。
其次，影响因素的复杂性使得预估结果存在一定的不确定性。
此外，统计降尺度法的研究还需要更多的实地观测数据和实验验证。
统计降尺度方法在天津小时降水和气温精细化预报中的应用
统计降尺度方法在天津小时降水和气温精细化预报中的应用田笑;余文韬;从靖;周红梅【期刊名称】《干旱气象》【年(卷),期】2022(40)1【摘要】基于ECWMF模式预报数据对2018年3—11月降水和2 m温度进行统计降尺度,利用先频率匹配法、再阈值法对插值后的降水订正,利用Kalman滤波型的递减平均统计降尺度法对插值后的温度订正,最终获得逐小时降水量和温度的预报。
结果表明:(1)对于晴雨预报准确率,绝大多数预报时效频率匹配法和阈值法均对其有明显提高,前者最大改进幅度可达20%以上。
对于相对误差,阈值法对空报现象有较显著改进。
对于1 h降雨量大于等于20 mm的短时强降水,频率匹配法订正后的TS评分有明显提高。
对2018年"安比"台风事件,除具有以上改进效果外,频率匹配法提高了降水主体形态和量级的预报水平,阈值法对空报站订正正确。
(2)对于温度的ECWMF模式预报检验,几乎在任何预报时效内都是3月的绝对误差最大。
通过Kalman滤波型的递减平均统计降尺度法后,各月的绝对误差都有不同程度减小。
总体上,订正后的绝对误差曲线仍具有订正前的周期性波动,波峰、波谷位置也与订正前基本一致,且绝对误差越大,订正幅度越大。
个例分析也表明订正后保留了温度预报空间分布的准确性,且绝对误差有明显下降。
【总页数】11页(P135-145)【作者】田笑;余文韬;从靖;周红梅【作者单位】天津市气象台;江苏省东台市气象局【正文语种】中文【中图分类】P457.3【相关文献】1.基于统计降尺度方法的夏季降水精细化预报2.基于BP神经网络的浙北夏季降尺度降水预报方法的应用3.中国地面气温统计降尺度预报方法研究4.统计降尺度方法在华西南区秋季降水预测中的应用5.鄱阳湖流域未来降水和气温变化模拟预测——基于SDSM统计降尺度方法因版权原因，仅展示原文概要，查看原文内容请购买。
应用统计学降尺度方法预测汉江流域降水变化
事物主要矛盾的统计分析方法 ,可以从多元事物中解析出主要
影响因素 ,揭示本质 ,简化复杂的问题 。目的是将高维数据投影
到较低维空间 。PCA 已经被广泛应用在统计降尺度预测因子的
降维和压缩上 ,能够将原来较多的预测因子简化为少数几个新
的综合指标因子 。
应用 PCA 对 NCEP 预报因子 X ( N = 144 , m = 7 360 或者
图 2 是汉江上游检验期 1991～2000 年模拟日降水滑动平均结果 图 ,从图 2 中可以看出 ,上游模拟和实测日降水的 11 d 滑动平均 过程比较吻合 。
为了进一步比较统计降尺度降水预测结果 ,统计分析了汉 江流域上游 1991～2000 年检验期月平均降水量 ,其结果如图 3 所示 。从图 3 中可以看出 ,月平均降水量拟和结果较好 ,月平均 降水过程基本吻合 。
已达到 90 % ,贡献率如表 1 所示 。从表 1 中可以看出 ,丰水期前
8 个主分量和枯水期前 7 个主分量在整个数据分析中承担的主
要意义占绝对的比重 ,相应的丰水期取前 8 个主成分和枯水期
取前 7 个主分量来代替原来全部 NCEP 预报因子 ,将得到的主
分量作为统计学降尺度方法的输入 ,有效地对原有的数据集进
收稿日期 :2008 - 06 - 23 基金项目 :国家自然科学基金资助项目 (50679063) ;国际合作重点资助项目 (2005DFA20520) ;水资源与水电工程科学国家重点实
验室开放基金资助项目 (2006C015) ;湖北省自然科学基金资助项目 (2007ABA061) 作者简介 :陈 华 ,男 ,武汉大学水资源与水电工程科学国家重点实验室 ,讲师 ,博士 。
7 250) 进行主分量分析步骤 。
统计降尺度法对未来区域气候变化情景预估的研究进展
统计降尺度法对未来区域气候变化情景预估的研究进展统计降尺度法对未来区域气候变化情景预估的研究进展摘要：气候变化对地球生态系统和人类社会产生着深远影响，因此，准确预估未来区域气候变化情景对于制定应对策略至关重要。
统计降尺度法作为一种常用的工具，通过将全球气候模式输出转化为更细尺度的地方性气候信息，帮助科学家们预估未来的区域气候变化情景。
本文综述了统计降尺度法在未来区域气候变化预估方面的研究进展，包括其原理、方法和应用案例。
研究表明，统计降尺度法在提高全球气候模式输出的局地精度和解析度方面具有显著效果，可以为决策者提供更多可靠的信息。
1. 引言气候变化是当今世界面临的重大问题之一，对人类社会和生态系统产生了广泛而深远的影响。
为了应对气候变化和制定相应的适应策略，准确地预估未来区域气候变化情景至关重要。
然而，全球气候模式往往具有较粗的空间分辨率，难以提供足够精细的地方性气候信息。
为了解决这一问题，统计降尺度法应运而生。
2. 统计降尺度法的原理和方法统计降尺度法是通过将全球气候模式输出与观测数据进行比较，然后建立相应的统计关系来预估未来的区域气候变化情景。
首先，科学家们会收集并整理大量的观测数据，如温度、降水量等。
然后，他们会选择一些与全球气候模式输出具有相似统计特征的观测站点，进行模式输出与观测数据的比较。
最后，利用统计关系，科学家们可以将全球气候模式的输出转化为更细尺度的地方性气候信息。
3. 统计降尺度法的应用案例统计降尺度法在未来区域气候变化情景预估方面已经得到了广泛应用。
例如，在农业领域，科学家们利用统计降尺度法预估未来作物生长季节的变化情况，帮助农民制定合理的种植策略。
在城市规划方面，统计降尺度法可以帮助决策者预估未来城市热岛效应的变化趋势，从而制定相应的城市规划策略。
此外，统计降尺度法还可以应用于水资源管理、生态系统保护等方面。
4. 研究进展和挑战随着统计降尺度方法的不断发展和改进，其在未来区域气候变化情景预估方面的应用越来越被重视。
《2024年统计降尺度法对未来区域气候变化情景预估的研究进展》范文
《统计降尺度法对未来区域气候变化情景预估的研究进展》篇一一、引言气候变化作为当今全球关注的重要问题，对地区经济、生态以及社会稳定造成了深远的影响。
面对日益频繁的气候变化现象，学者们积极探索了多种气候模型进行预测与评估。
统计降尺度法作为一种有效的区域气候变化情景预估手段，正逐渐受到研究者的广泛关注。
本文旨在梳理统计降尺度法在预测未来区域气候变化方面的研究进展，并对其潜在应用与未来发展方向进行探讨。
二、统计降尺度法概述统计降尺度法是一种将全球或粗分辨率的气候模型数据转化为高分辨率的、针对特定区域的统计预测方法。
该方法通过分析气候变量间的统计关系，将大尺度的气候信息转化为小尺度的区域气候变化信息，为区域气候研究提供重要的数据支持。
三、统计降尺度法的研究进展（一）方法与技术发展随着计算机技术的进步和大数据时代的到来，统计降尺度法在方法和技术上得到了显著发展。
现代统计降尺度法不仅考虑了气候变量的空间分布，还引入了地形、植被、土地利用等地理因素，提高了预测的准确性。
此外，机器学习、人工智能等新技术的应用，使得统计降尺度法在处理复杂气候数据时更加高效和准确。
（二）应用领域拓展统计降尺度法在应用领域得到了广泛拓展。
学者们利用该方法对不同地区的降水、温度、风速等气候要素进行了深入研究，为农业、水资源管理、城市规划等领域提供了重要的决策支持。
同时，统计降尺度法还被应用于极端气候事件的预测和研究，如暴雨、洪涝、干旱等，为防范和应对气候变化提供了科学依据。
四、未来区域气候变化情景预估基于统计降尺度法，学者们对未来区域气候变化情景进行了预估。
研究显示，随着全球气候变暖，未来区域气候变化将呈现出更加复杂和多变的趋势。
降水、温度等气候要素将发生显著变化，对地区生态、农业、水资源等产生深远影响。
此外，极端气候事件的发生频率和强度也可能增加，给地区社会经济发展带来挑战。
五、潜在应用与挑战统计降尺度法在区域气候变化研究中的应用具有广阔的前景。
日以下尺度降雨特性分析与模拟的开题报告
日以下尺度降雨特性分析与模拟的开题报告一、研究背景和意义随着全球气候变化加剧，极端降雨事件频率和强度的增加在不断影响着人类社会的可持续发展。
特别是在人口密集的城市地区，极端降雨事件往往会导致洪水、泥石流等灾害发生，给人们的生命财产造成严重的损失。
因此，对于极端降雨事件的特性分析与模拟研究具有重要的意义。
同时，由于极端降雨事件发生的空间和时间尺度都比较小，因此对于这种降雨事件的预报和预警也存在很大的挑战性。
通过分析和模拟这种降雨事件的特性，可以提高预警和预报的准确性，为人们的防范和减灾工作提供帮助。
二、研究目的和内容本研究的目的是分析和模拟日以下尺度的极端降雨事件的特性，主要包括以下内容：1. 建立日以下尺度降雨事件的统计模型；2. 分析不同区域日以下尺度降雨事件的时空分布特征；3. 研究不同气象因子对日以下尺度降雨事件的影响；4. 开展日以下尺度降雨事件的模拟研究。
三、研究方法和技术路线本研究将采用以下方法和技术：1. 采集并整理区域内的日以下降雨数据，对数据进行质量控制和处理；2. 利用统计学方法和时空分析技术，建立日以下尺度降雨事件的统计模型，并分析降雨事件的时空分布特征；3. 借助遥感数据、数值模拟等技术，分析不同气象因子对日以下尺度降雨事件的影响；4. 利用数值模拟等技术开展日以下尺度降雨事件的模拟研究。
四、研究计划和进度安排本研究计划在一年内完成，主要进度安排如下：1. 第一阶段（前3个月）：收集和整理区域内的降雨数据，进行质量控制和处理，并建立基本的数据分析模型。
2. 第二阶段（中间4个月）：深入分析不同气象因子对日以下尺度降雨事件的影响，以及降雨事件的时空分布特征。
3. 第三阶段（后3个月）：利用数值模拟等技术对日以下尺度降雨事件进行模拟，对研究结果进行验证和评估。
五、预期成果本研究的预期成果包括以下几个方面：1. 建立日以下尺度降雨事件的统计模型，为降雨事件的预测和预警提供依据；2. 揭示日以下尺度降雨事件的时空分布特征、不同气象因子对降雨事件的影响等关键问题，为加强防灾减灾工作提供科学依据；3. 利用数值模拟等技术，对日以下尺度降雨事件进行模拟研究，为降雨事件的预测和预警提供重要的支持和参考。
统计降尺度法对未来区域气候变化情景预估的研究进展3
第20卷第3期2005年3月地球科学进展ADVANCES I N E ART H SC I ENCEVol.20 No.3Mar.,2005文章编号:100128166(2005)0320320210统计降尺度法对未来区域气候变化情景预估的研究进展3范丽军1,符淙斌1,陈德亮2,3(1.中国科学院大气物理研究所东亚区域气候—环境重点实验室,北京 100029;2.Earth Sciences Centre,G teborg University,S weden 40530;3.中国气象局国家气候中心,气候研究开放实验室,北京 100081)摘 要:由于迄今为止大部分的海气耦合气候模式(AOGC M)的空间分辨率还较低,很难对区域尺度的气候变化情景做合理的预测,降尺度法已广泛用于弥补AOGC M在这方面的不足。
简要介绍了3种常用的降尺度法:动力降尺度法、统计降尺度法和统计与动力相结合的降尺度法;系统论述了统计降尺度方法的理论和应用的研究进展,其中包括:统计降尺度法的基本假设,统计降尺度法的优缺点,以及常用的3种统计降尺度法;还论述了用统计降尺度法预估未来气候情景的一般步骤,以及方差放大技术在统计降尺度中的应用;同时还强调了统计降尺度方法和动力降尺度方法比较研究在统计降尺度研究中的重要性;最后指出统计与动力相结合的降尺度方法将成为降尺度技术的重要发展方向。
关 键 词:统计降尺度法;动力降尺度法;统计与动力相结合的降尺度法;海气耦合气候模式(AOGC M);未来区域气候变化情景中图分类号:P432+11 文献标识码:A0 引 言海气耦合气候模式(AOGC M)对于预估大尺度未来全球气候变化来说,是目前最重要也是最可行的方法。
AOGC M能相当好地模拟出大尺度最重要的平均特征;特别是能较好地模拟高层大气场、近地面温度和大气环流。
但是由于目前AOGC M输出的空间分辨率较低,缺少区域气候信息,很难对区域气候情景做精确的预测。
基于广义线性模型和NCEP资料的降水随机发生器
Ｅ３ Ｃ ｉ ｓ Ｊ ｕｎ ｌ ｆ ｔ ｏ ｐ ｅ ｃ ｃ ｎ ｅ ｉ Ｃ ｉ ｓ） ３ ３ ： ９ — １． Ｊ ． ｈ ｅｅ ｏ ｒａ ｏ ｍ ｓ ｈｒ ｉ ｃｓ（ ｈ ｅｅ ， ４（ ） ５ ９ ６０ ｎ Ａ ｉＳ ｅ ｎ ｎ
基 于广 义 线性 模 型 和 Ｎ Ｅ Ｃ Ｐ资料 的 降水 随机 发 生器
２６ ０ ７ ０４
４河南理工大学资源环境学 院，焦作
５中国 科 学 院研 究 生 院 ，北 京
１０ ４ ０ ０９
摘
要
天气发 生器 可以用来插补历史缺测 气象数据 或生成未来 天气情 境 ，近年来被普 遍应用于对 气象变量 的
降尺度研究 ，为陆面的水 文、生态模拟提供外强迫输入 。广 义线性模 型 （ Ｌ Ｇ Ｍ）是 近年来用 于建 立大尺度气象变
刘永和
２南京大学水科学研究 中心 ，南京
３山东 省 临 沂 市气 象 局 ，临 沂
张万 昌。 朱 时 良。 孙成 武。
１ ０ ２ ００９
１中国科学院东亚区域气候一 环境重点实验室，全球变化东亚区域研究 中心 ，中国科学院大气物理研究所 ， 北京 ２ ０９ １０ ３ ４４ ０ ５０ ０
第３卷 第 ３ ４ 期
２１ ０ ０年 ５月
大
气
科
学
统计降尺度法在我国未来区域气温变化预测中的应用研究
统计降尺度法在我国未来区域气温变化预测中的应用研究利用1961～2000年NCEP再分析资料与中国562个气象台站的历史气温观测资料，并利用主分量分析与逐步回归相结合的统计降尺度方法，建立大尺度气候预报因子与中国各气象站点1月和7月气温的统计降尺度模式；将主分量分析和逐步回归相结合的统计降尺度模型应用于全球气候模式HadCM3模拟的两种排放情景的预报因子，估计中国562台站的当前和未来气温变化情景，并与区域气候模式PRECIS的模拟结果进行比较。
标签：统计降尺度法；气温；变化预测；应用1 建立大尺度气候与中国各区域气温之间的统计联系(1)使用数据。
笔者采用了1961～2000年1月和7月的NCEP全球月平均再分析资料作为观测的大尺度气候资料，空间分辨率为 2.5×2.5o，共有144×73个经纬网格；并使用了全国562个台站的1961～2000年共40年1月和7月的气温观测资料。
(2)采用的统计降尺度方法。
采用主分量分析（PCA）与逐步线性回归相结合的统计降尺度方法，并采用历史观测资料，建立大尺度气候预报因子与地面月平均温度的统计模式。
筛选得到的通过显著性检验的PC主分量，再建立多元线性模型。
用PC obs同样代表筛选后的j个PC主分量组成的矩阵，其中j对于不同的站点n值不同，且j<k。
对于多元线性回归系数Lpc的估计可以由以下方程得到：对于两个预报因子的联合，采用两个场相联合的PCA分析方法（CPCA），也就是首先把两个变量场在空间上联合，再对联合场进行主分量分析，它的优点是可以更好的揭示两个场之间的物理联系，具体如下：假设一个预报因子为A，另外一个预报因子为B，ai，t和bj，t分别为两个预报因子场在第i，j个空间点的时间序列，假设n1，n2分别为两个场的空间点数，那么两个场的联合为：其中两个预报因子的联合场AB就共有n1+n2个空间点了，然后按照与单独的预报因子相同的方法进行PCA分析，建立多元线性回归模型，从而分析两个场对区域气候的共同影响。
统计降尺度方法在北京月尺度预测中的应用
统计降尺度方法在北京月尺度预测中的应用王冀;宋瑞艳;郭文利【期刊名称】《气象》【年(卷),期】2011(37)6【摘要】利用SDSM(statistical downscaling method)方法对北京47年(1961-2007年)的最低、最高气温和降水变化情况进行模拟评估，在此基础上对2008年北京奥运期间和2009年国庆期间天气变化进行实际预测应用。
结果表明，SDSM 方法具备模拟气温和降水等要素的能力。
从年际变化模拟的情况上看，SDSM模型对气温模拟的效果好于降水，其中对于月平均最低(最高)气温模拟的效果好于最低(最高)气温极值的模拟。
模型模拟的逐年极端最高(最低)气温结果在整体上偏低于实况气温，体现出气温极值模拟能力的不足。
SDSM模型模拟的降水量整体上小于实测值，对降水极大值模拟能力更弱。
对奥运会和国庆期间北京天气预测结果表明，模型对日最高、最低气温和降水的数值预测能力较差，预测值偏低于实际值，但升温和降温过程发生的时段能够准确的预测。
【总页数】8页(P693-700)【作者】王冀;宋瑞艳;郭文利【作者单位】北京市气候中心，北京100089;天津市气候中心，天津300074;北京市气候中心，北京100089【正文语种】中文【相关文献】1.统计降尺度方法预测中国7月降水 [J], 季永平;左瑞亭;张潮;秦颖2.基于时空统计降尺度的淮河流域\r夏季分月降水概率预测 [J], 刘绿柳;杜良敏;廖要明;李莹;梁潇云;唐进跃;赵玉衡3.统计降尺度方法在华西南区秋季降水预测中的应用 [J], 吴遥;唐红玉;刘颖;董新宁;郭渠4.长江流域年降水预测动力-统计降尺度方法及其应用 [J], 杨雅薇;陈丽娟;沈秉璐5.基于统计降尺度方法的陕西省月气温预测分析 [J], 魏娜;贺晨昕;刘佩佩因版权原因，仅展示原文概要，查看原文内容请购买。
基于GCM模式预报的江西汛期降水降尺度预测模型
基于GCM模式预报的江西汛期降水降尺度预测模型张超美;宋进波;章毅之;蔡娟;马锋敏【摘要】基于1951-2013年江西省87个台站逐日降水数据和NCEP/NCAR再分析资料,利用偏相关统计方法选取影响江西省汛期降水的强迫因子,并进行归因分析,最终基于GCM模式预报结果建立江西省汛期降水的降尺度预测模型.结果表明:对江西省汛期降水产生主要影响的两个强迫因子分别是蒙古500 hPa位势高度和前期1-3月黑潮延伸区海表温度,前者反映中高纬的冷空气活动,后者能影响西太平洋副热带高压的位置和强度,两者都将影响江西省汛期降水.利用这两个强迫因子建立降尺度模型能够准确拟合江西省汛期降水,可较好地把握汛期降水的主要趋势,因而可用于江西省汛期降水预测.【期刊名称】《气象与减灾研究》【年(卷),期】2017(040)003【总页数】7页(P171-177)【关键词】汛期降水;预测模型;降尺度;强迫因子;偏相关性分析【作者】张超美;宋进波;章毅之;蔡娟;马锋敏【作者单位】江西省气候中心,江西南昌 330096;江西省气候中心,江西南昌330096;江西省气候中心,江西南昌 330096;江西省人工影响天气领导小组办公室,江西南昌 330096;江西省气候中心,江西南昌 330096【正文语种】中文【中图分类】P466江西省地处长江中下游，地形复杂，是中国重要的农业生产基地。
受东亚季风的影响，江西省汛期(4—6月)降水集中，洪涝及其引发的泥石流灾害频发，常常给人民生命安全和社会经济造成重大损害。
在极端天气气候事件频发的背景下，汛期降水的准确预测能为政府在水资源规划和防灾减灾部署提供依据，对江西省生态环境综合治理和社会经济发展具有重要意义。
利用大气环流模式(Global Climate Model，GCM)预估未来气候变化是目前最可行的方法。
GCM模型可以很好地模拟出大气大尺度平均特征，如大气环流、高层大气场和近地面气温。
基于统计降尺度的渭河流域降水模拟
基于统计降尺度的渭河流域降水模拟宋万琦【摘要】随着全球气候不断变暖,居民用水和工业用水需求的不断加大,现目前我国面临水资源短缺和干旱导致的自然灾害.文章以历年来渭河流域的气象水文条件为研究背景,基于统计降尺度的方法,建立降尺度模型,结合多年来的降水观测统计资料,对渭河流域未来的干旱状况进行预测分析.【期刊名称】《黑龙江水利科技》【年(卷),期】2018(046)004【总页数】5页(P1-5)【关键词】统计降尺度;降水模拟;大尺度气候;预报因子;降水趋势【作者】宋万琦【作者单位】肇源县水务局,黑龙江肇源 166500【正文语种】中文【中图分类】P426.61 绪论水利上一般将河川径流量的多年平均值作为正常值，丰水年和枯水年的定义以正常值作为依据，大于正常值为丰水年。
干旱是一段时间内降水的不均衡，短缺导致不能满足人类的需求，进而产生一系列对人类制约的影响。
气象干旱指标是分析地区降水量能够满足需要的基础，文章利用气象干旱指标进行渭河流域干旱的分析。
统计降尺度基本原理是：在大尺度气候和区域气候变量的基础上，采用统计法，建立二者间的线性或非线性关系，以某一特征量的数学关系为根本，尺度转换不同尺度影像的相互关系。
统计降尺度法基于这种原理，分析方法进一步改进。
现目前，国内对建立统计降尺度模型的主要步骤：①选择模型参数和大尺度气候预报因子；②标准化处理预报因子和主成分分析，得到主分量，利用多元线性回归算法和径向基神经网络算法建立降尺度模型；③对比两种不同的降尺度结果并分析[1]。
2 降水模拟研究方法2.1 多元线性回归算法多元线性回归算法是基于一个因变量与多个自变量线性关系的算法[2]。
假定因变量y与自变量x1,x2,…xm存在线性关系，线性回归表达式如下：y=β0+β1x1+…+βmxm+ε(1)式中：β0，β1，…,βm为回归系数；ε为服从正态分布N(0,σ2)的随机误差。
实际运用时，对变量做n次观测后，有yt=β0+β1x1t+…βmxm+t(2)建立多元线性回归方程的基本步骤：1)基于观测值的原理方法，由最小二乘法确定回归系数β0,β1,…,βm的估值b0,b1,…,bm，得到yt对x1t,x2t,…,xmt的多元线性回归方程：(3)式中：为估值；et为误差估计。
基于Tweedie分布的日降水量统计降尺度模型
基于Tweedie分布的日降水量统计降尺度模型杨赤;严中伟;邵月红【期刊名称】《北京师范大学学报：自然科学版》【年(卷),期】2009()5【摘要】基于Tweedie分布的广义线性模型(generalized linear model,简称GLM),并结合Kriging模型,发展了日降水量统计降尺度的GLM-Kriging模型.首先用GLM拟合研究区域内日降水量与数值模式输出的影响局地降水的物理量之间的关系,日降水量的空间相关性反映在模型的残差中;然后用Kriging模型来拟合GLM 的随机化百分位残差(randomized quantile residuals,简称RQ残差).结合NCEP 再分析资料应用于2007年7月沂沭泗流域的42站日降水观测,结果表明GLM-Kriging降尺度模型较好地还原了主要降水过程,整体上取得了较高的准确度,可用于气候变化影响评估或数值天气预报产品的释用,还可进一步扩展为日降水量的时空统计模型.【总页数】6页(P531-536)【关键词】日降水量;统计降尺度;广义线性模型;Tweedie分布;Kriging模型【作者】杨赤;严中伟;邵月红【作者单位】北京师范大学水科学研究院,水沙科学教育部重点实验室,北京100875;中国科学院东亚区域气候环境重点实验室,北京100029【正文语种】中文【中图分类】P426.613;O212【相关文献】1.基于累积分布函数的统计降尺度模型校验方法适用性研究 [J], 肖薇薇;许晶晶2.基于多模式降水量预报的浙江省统计降尺度研究 [J], 黎玥君;余贞寿3.基于TIGGE多模式降水量预报的统计降尺度研究 [J], 王海霞;智协飞4.广义线性统计降尺度方法模拟日降水量的应用研究 [J], 曹经福;江志红;任福民;徐振亚5.基于BP神经网络模型的广西月降水量降尺度预报 [J], 何慧;金龙;覃志年;袁丽军因版权原因，仅展示原文概要，查看原文内容请购买。
降水广义线性模式在农业上的应用
降水广义线性模式在农业上的应用
王宁川;欧阳海
【期刊名称】《中国农业气象》
【年(卷),期】1993(014)002
【摘要】以降水广义线性模式理论为基础,选用黄土高原区10个典型台站的日降水资料,以日降水量5mm作为农业有效降水的干、雨日的临界值;在所应用的模式中,马尔可夫链是描述降水的干、雨日状态发生规律,伽玛分布则用来拟合雨日降水量分布.基于以上两个模式,研究了黄土高原区作物生长季不同时段雨日概率和雨日雨量的变化特征;并且根据最小确信降水量,划分为6个区域.由此为农业部门制定决策规划提供气候依据;同时也为分析降水资料和估测降水对农业的影响提供方法.【总页数】4页(P35-38)
【作者】王宁川;欧阳海
【作者单位】不详;不详
【正文语种】中文
【中图分类】S161.61
【相关文献】
1.广义H—空间上广义H—KKM映象的转化定理及其应用 [J], 张继平;门少平
2.四川盆中丘陵地区农业干旱分布规律及对策研究(Ⅰ)——应用广义线性模式理论研究日降水特征 [J], 王宁川;罗文兵
3.降水广义线性模式理论 [J], 王宁川
4.广义线性统计降尺度方法模拟日降水量的应用研究 [J], 曹经福;江志红;任福民;
徐振亚
5.广义极值分布在重庆短历时极值降水中的应用 [J], 王颖;刘晓冉;程炳岩;孙佳;廖代强
因版权原因，仅展示原文概要，查看原文内容请购买。
南京过去100年极端日降水量模拟研究
南京过去100年极端日降水量模拟研究万仕全;周国华;潘柱;杨柳;张渊【期刊名称】《气象学报》【年(卷),期】2010(068)006【摘要】在南京过去100年日降水资料的基础上,利用极值理论中的区组模型和阈值模型分析了极端日降水分布特征.首先通过广义极值(GEV)模型模拟了日降水的年极值序列(AMDR),用极大似然估计(MLE)方法计算了模型的参数,并借助轮廓似然函数估计出参数的精确误差区间,同时采用4种较直观的诊断图形对模型的合理性进行全面评估,结果表明Frechet是区组模型中最适合描述极端日降水分布特征的函数.其次,将日降水序列分3种情景构建极值分布的阈值模型(GPD),考察了观测数据的规模对应用该模型的限制,重点讨论了如何针对给定观测样本选择合适的阈值收集极值信息.分析结果认为,长度不小于50年的气候序列,采用24 mm的日降水量作为临界阈值均能进行GPD分析.该阈值处于年降水序列第91个百分位附近,即对目前长度为50年左右的日观测资料,第91个百分位点以上的数据基本能满足GPD 研究的需要.另外,根据GEV和GPD对未来极端降水重现水平的推断情况,GPD预测值的置信区间要比GEV的窄,极值推断的不确定性相对也较小,更适合用于研究中国目前规模不大的气候资料.最后,对GPD模型的形状参数和尺度参数进行变换,分别引入描述线性变化的动态变量,分析降水序列中潜在的变异行为对极值理论应用的影响.这种变异包括降水序列中长期的均值变化及百分位变化,从模拟结果看,暂未发现资料变异行为对极值分析产生显著于扰.【总页数】10页(P790-799)【作者】万仕全;周国华;潘柱;杨柳;张渊【作者单位】扬州市气象局,扬州,225009;扬州市气象局,扬州,225009;广东信宜气象局,信宜,525000;扬州市气象局,扬州,225009;扬州市气象局,扬州,225009【正文语种】中文【中图分类】P468【相关文献】1.甘肃天水地区最大日降水量变化特征及可能最大日降水量估算 [J], 李悦;朱拥军;赵庆云;姚延锋;吴丽2.基于日降水量的江西省极端降水变化研究 [J], 章毅之3.2014年南京青奥会开幕式日降水过程数值模拟研究 [J], 查思佳;张慧娇;李逍潇;花少烽;陈宝君4.辽宁省夏季降水量和极端雨量日时空变化特征分析 [J], 曹永强;张亮亮;王学凤;高璐5.湖南省资水流域极端降水量时空变异特征及重现期极端降水量的推算 [J], 李兵;章新平;杨令;夏妍因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
广义线性统计降尺度方法模拟 日降水量的应用研究
， ２ 曹经福１， 江志红１ 任福民２ 徐振亚２ ３
１２ １ ２ ２３ ＣＡＯＪ ｉ ｎ ｆ ｕ Ｉ ＡＮＧＺ ｈ ｉ ｈ ｏ ｎ ＥＮＦ ｕ ｍ ｉ ｎ ｈ ｅ ｎ ａ Ｊ ＸＵＺ ｇ ｇ Ｒ ｙ ， ，
ห้องสมุดไป่ตู้
（ ） １ ６ ８ 犃 犮 狋 犪犕 犲 狋 犲 狅 狉 狅 犾 狅 犻 犮 犪犛 犻 狀 犻 犮 犪 气象学报 ２ ０ １ ３， ７ １ １ 犵 关键词 统计降尺度 ，日降水量 ，广义线性模型 中图法分类号 Ｐ ４ ６ ７
南京 ， １．南京信息工程大学 ， ２ １ ０ ０ ４ ４ 北京 ， １ ０ ０ ０ ８ １ ２．中国气象科学研究院灾害天气国家重点实验室 ， 灾害性天气研究所 ， 南京 ， ２ １ ０ ０ ９ ３ ３．南京大学 ， １． 犖 犪 狀 犻 狀 狀 犻 狏 犲 狉 狊 犻 狋 狀 狅 狉 犿 犪 狋 犻 狅 狀犛 犮 犻 犲 狀 犮 犲犪 狀 犱犜 犲 犮 犺 狀 狅 犾 狅 犖 犪 狀 犻 狀 １ ０ ０ ４ ４， 犆 犺 犻 狀 犪 犼 犵犝 狔狅 犳犐 犳 犵 狔， 犼 犵２ ２． 犛 狋 犪 狋 犲犓 犲 犪 犫 狅 狉 犪 狋 狅 狉 犲 狏 犲 狉 犲犠 犲 犪 狋 犺 犲 狉， 犆 犺 犻 狀 犲 狊 犲犃 犮 犪 犱 犲 犿 犲 狋 犲 狅 狉 狅 犾 狅 犻 犮 犪 犾犛 犮 犻 犲 狀 犮 犲 狊， 犅 犲 犻 犻 狀 ０ ０ ０ ８ １， 犆 犺 犻 狀 犪 狔犔 狔狅 犳犛 狔狅 犳犕 犵 犼 犵１ ３． 犐 狀 狊 狋 犻 狋 狌 狋 犲 狅 犲 狏 犲 狉 犲犠 犲 犪 狋 犺 犲 狉犪 狀 犱犆 犾 犻 犿 犪 狋 犲， 犖 犪 狀 犻 狀 狀 犻 狏 犲 狉 狊 犻 狋 犖 犪 狀 犻 狀 １ ０ ０ ９ ３， 犆 犺 犻 狀 犪 犳犛 犼 犵犝 狔， 犼 犵２ ２ ０ １ １ １ ０ １ ２ 收稿 ， ２ ０ １ ２ ０ ４ ０ ６ 改回 ． 曹经福 ， 江志红 ， 任福民 ， 徐振亚 ． （ ） ： ２ ０ １ ３．广义线性统计降尺度方法模拟日降水量的应用研究 ．气象学报 ， ７ １ １ １ ６ ７ １ ７ ５ ， ， ， 犆 犪 狅犑 犻 狀 犳 狌 犑 犻 犪 狀 犺 犻 犺 狅 狀 犚 犲 狀犉 狌 犿 犻 狀 犡 狌犣 犺 犲 狀 犪 ． ２ ０ １ ３． 犃 狀犪 犾 犻 犮 犪 狋 犻 狅 狀狅 犳 狋 犺 犲 犲 狀 犲 狉 犪 犾 犻 狕 犲 犱 犾 犻 狀 犲 犪 狉 狊 狋 犪 狋 犻 狋 犻 犮 犪 犾 犱 狅 狑 狀 狊 犮 犪 犾 犻 狀 犲 狋 犺 狅 犱 狋 狅 犵 犵犣 犵 狔 狆 狆 犵 犵犿 （ ） ： 犃 犮 狋 犪犕 犲 狋 犲 狅 狉 狅 犾 狅 犻 犮 犪犛 犻 狀 犻 犮 犪， ７ １ １ １ ６ ７ １ ７ ５ 狊 犻 犿 狌 犾 犪 狋 犻 狀 犪 犻 犾 狉 犲 犮 犻 犻 狋 犪 狋 犻 狅 狀 ． 犵 犵犱 狔狆 狆 （ 犃 犫 狊 狋 狉 犪 犮 狋 ｎａ ｌ ｉ ｃ ａ ｔ ｉ ｏ ｎ ａ ｌ ｓ ｔ ｕ ｄ ｆ ｔ ｈ ｅｓ ｔ ａ ｔ ｉ ｓ ｔ ｉ ｃ ａ ｌ ｄ ｏ ｗ ｎ ｓ ｃ ａ ｌ ｉ ｎ ｅ ｔ ｈ ｏ ｄｏ ｆＧ ｅ ｎ ｅ ｒ ａ ｌ ｉ ｚ ｅ ｄＬ ｉ ｎ ｅ ａ ｒＭ ｏ ｄ ｅ ｌ Ｇ ＬＭ）ｗ ａ ｓｃ ａ ｒ ｒ ｉ ｅ ｄｏ ｕ ｔｏ ｎ Ａ ｐ ｐ ｙｏ ｇｍ ｄ ｏ ｗ ｎ ｓ ｃ ａ ｌ ｉ ｎ ａ ｉ ｌ ｒ ｅ ｃ ｉ ｉ ｔ ａ ｔ ｉ ｏ ｎ ｓ ．Ａ ｌ ｉ ｎ ｔ ｈ ｅｏ ｂ ｓ ｅ ｒ ｖ ａ ｔ ｉ ｏ ｎ ａ ｌ ｄ ａ ｉ ｌ ｒ ｅ ｃ ｉ ｉ ｔ ａ ｔ ｉ ｏ ｎｄ ａ ｔ ａ ａ ｎ ｄ ｔ ｈ ｅＮ Ｃ Ｅ Ｐｒ ｅ ａ ｎ ａ ｌ ｓ ｉ ｓｄ ａ ｔ ａ ｆ ｒ ｏ ｍ１ ９ ６ ０ｔ ｏ ｇｄ ｙｐ ｐ ｐ ｐ ｙ ｇ ｙｐ ｐ ｙ — —ｔ ２ ０ １ ０， ｔ ｈ ｅｓ ｔ ｕ ｄ ｆ ｏ ｃ ｕ ｓ ｅ ｓｏ ｎｔ ｗ ｏｒ ｅ ｉ ｏ ｎ ｓ— ｈ ｅＴ ｉ ｂ ｅ ｔ ａ ｎＰ ｌ ａ ｔ ｅ ａ ｕａ ｎ ｄｔ ｈ ｅ ｌ ｏ ｗ ｅ ｒｖ ａ ｌ ｌ ｅ ｆ ｔ ｈ ｅＹ ａ ｎ ｔ ｚ ｅＲ ｉ ｖ ｅ ｒ ． Ｔ ｈ ｅＧ ＬＭ ｍ ｅ ｔ ｈ ｏ ｄ ｙ ｇ ｙｏ ｇ ： １ ９ ６ ０—２ ０ ０ ５） ｔ ｈ ｅｃ ｏ ｒ ｒ ｅ ｌ ａ ｔ ｉ ｏ ｎｃ ｏ ｅ ｆ ｆ ｉ ｃ ｉ ｅ ｎ ｔ ｓｆ ｏ ｒ ｓ ｈ ｏ ｗ ｓｇ ｏ ｏ ｄａ ｂ ｉ ｌ ｉ ｔ ｉ ｎｓ ｉ ｍ ｕ ｌ ａ ｔ ｉ ｎ ａ ｉ ｌ ｒ ｅ ｃ ｉ ｉ ｔ ａ ｔ ｉ ｏ ｎｄ ｕ ｒ ｉ ｎ ｈ ｅｓ ｉ ｍ ｕ ｌ ａ ｔ ｉ ｏ ｎｐ ｅ ｒ ｉ ｏ ｄ（ ｙ ｇｄ ｙｐ ｐ ｇｔ ， ｔ ｈ ｅｔ ｗ ｏｒ ｅ ｉ ｏ ｎ ｓｂ ｅ ｔ ｗ ｅ ｅ ｎ ｔ ｈ ｅ ｓ ｉ ｍ ｕ ｌ ａ ｔ ｉ ｏ ｎ ｓ ａ ｎ ｄ ｔ ｈ ｅｏ ｂ ｓ ｅ ｒ ｖ ａ ｔ ｉ ｏ ｎ ｓ ａ ｒ ｅ ａ ｒ ｏ ｕ ｎ ｄ０． ７ ５ ｉ ｎＪ ａ ｎ ｕ ａ ｒ ｎ ｄａ ｂ ｏ ｖ ｅ ０． ５ ｉ ｎＪ ｕ ｌ ａ ｎ ｄ ｔ ｈ ｅ ｓ ｉ ｍ ｕ ｌ ａ ｇ ｙａ ｙ ，ｗ ｔ ｉ ｏ ｎ ｓａ ｒ ｅｇ ｅ ｎ ｅ ｒ ａ ｌ ｌ ｒ ｅ ａ ｔ ｅ ｒ ｔ ｈ ａ ｎｔ ｈ ｅｏ ｂ ｓ ｅ ｒ ｖ ａ ｔ ｉ ｏ ｎ ｓｗ ｉ ｔ ｈｓ ｍ ａ ｌ ｌｂ ｉ ａ ｓ ｅ ｓ ｈ ｉ ｌ ｅｔ ｈ ｅａ ｃ ｃ ｕ ｒ ａ ｃ ｆｓ ｉ ｍ ｕ ｌ ａ ｔ ｉ ｎ ｏｐ ｒ ｅ ｃ ｉ ｉ ｔ ａ ｔ ｉ ｏ ｎｉ ｓｍ ｕ ｃ ｈ ｙｇ ｙｏ ｇｎ ｐ ， ｈ ｉ ｈ ｅ ｒｗ ｉ ｔ ｈｔ ｈ ｅｂ ｉ ｅ ｓ ｔｖ ａ ｌ ｕ ｅｂ ｅ ｉ ｎ ５． ２％ ｆ ｏ ｒｔ ｈ ｅＴ ｉ ｂ ｅ ｔ ａ ｎＰ ｌ ａ ｔ ｅ ａ ｕｉ ｎＪ ａ ｎ ｕ ａ ｒ ．Ｍ ｅ ａ ｎ ｗ ｈ ｉ ｌ ｅ ｔ ｈ ｅｓ ｉ ｍ ｕ ｌ ａ ｔ ｉ ｖ ｅｄ ａ ｉ ｌ ｒ ｅ ｃ ｉ ｉ ｔ ａ ｔ ｉ ｏ ｎ ｇ ｇ ｇ ｇ８ ｙ ｙｐ ｐ ， ａｆ ｕ ｒ ｔ ｈ ｅ ｒａ ｎ ａ ｌ ｓ ｉ ｓｓ ｈ ｏ ｗ ｓｔ ｈ ａ ｔ ｔ ｈ ｅ ｄ ｕ ｒ ｉ ｎ ｈ ｅ ｔ ｅ ｓ ｔｐ ｅ ｒ ｉ ｏ ｄｉ ｓｇ ｏ ｏ ｄｃ ｏ ｎ ｓ ｉ ｓ ｔ ｅ ｎ ｔｗ ｉ ｔ ｈｔ ｈ ａ ｔｄ ｕ ｒ ｉ ｎ ｈ ｅｓ ｉ ｍ ｕ ｌ ａ ｔ ｉ ｖ ｅｐ ｅ ｒ ｉ ｏ ｄ ． Ｉ ｎａ ｄ ｄ ｉ ｔ ｉ ｏ ｎ ｙ ｇｔ ｇｔ ， Ｇ ＬＭ ｈ ａ ｓｇ ｏ ｏ ｄａ ｂ ｉ ｌ ｉ ｔ ｉ ｎｓ ｉ ｍ ｕ ｌ ａ ｔ ｉ ｎ ｅ ａ ｖ ｒ ｅ ｃ ｉ ｉ ｔ ａ ｔ ｉ ｏ ｎａ ｓｗ ｅ ｌ ｌａ ｓｎ ｏｐ ｒ ｅ ｃ ｉ ｉ ｔ ａ ｔ ｉ ｏ ｎ ．Ａ ｎ ｄ ｔ ｈ ｅＧ ＬＭ ｒ ｅ ｔ ｒ ｉ ｅ ｖ ｅ ｓｔ ｈ ｅｍ ａ ｉ ｎｒ ａ ｉ ｎ ｆ ａ ｌ ｌ ｙ ｇｈ ｙｐ ｐ ｐ ， ｔ ｈ ｅｇ ｏ ｏ ｄｐ ｅ ｒ ｆ ｏ ｒ ｍ ａ ｎ ｃ ｅｏ ｆ ｔ ｈ ｅＧ ＬＭ ｍ ｅ ｔ ｈ ｏ ｄ ｉ ｎｄ ｏ ｗ ｎ ｓ ｃ ａ ｌ ｉ ｎ ａ ｉ ｌ ｒ ｅ ｃ ｉ ｉ ｔ ａ ｔ ｉ ｏ ｎｍ ａ ｋ ｅ ｓ ｉ ｔ ｓ ｕ ｉ ｔ ａ ｂ ｌ ｅ ｒ ｏ ｃ ｅ ｓ ｓ ｅ ｓｓ ｕ ｃ ｃ ｅ ｓ ｓ ｆ ｕ ｌ ｌ ． Ｉ ｎｓ ｈ ｏ ｒ ｔ ｐ ｙ ｇｄ ｙｐ ｐ ｆ ｏ ｒａ ｌ ｉ ｎ ｏｒ ｅ ｌ ｅ ｖ ａ ｎ ｔ ｃ ｌ ｉ ｍ ａ ｔ ｏ ｌ ｏ ｉ ｃ ａ ｌ ｒ ｅ ｓ ｅ ａ ｒ ｃ ｈ ｅ ｓ ． ｐ ｐ ｙ ｇｔ ｇ ， ， 犓 犲 狅 狉 犱 狊 ｔ ａ ｔ ｉ ｓ ｔ ｉ ｃ ａ ｌ ｄ ｏ ｗ ｎ ｓ ｃ ａ ｌ ｉ ｎ Ｄ ａ ｉ ｌ ｒ ｅ ｃ ｉ ｉ ｔ ａ ｔ ｉ ｏ ｎ Ｇ ｅ ｎ ｅ ｒ ａ ｌ ｉ ｚ ｅ ｄＬ ｉ ｎ ｅ ａ ｒＭ ｏ ｄ ｅ ｌ Ｓ ｇ ｙｐ ｐ 狔狑 摘 要 利用 １ 采用广义 ９ ６ ０—２ ０ １ ０ 年青藏高原 ２ ３ 个台站和长江下游 ２ ５ 个台站的日 降 水 量 观 测 资 料 及 Ｎ Ｃ Ｅ Ｐ 再分析资料， 线性模型的统计降尺度方法模拟台站日降水量 ， 并评估 了 广 义 线 性 模 型 对 日 降 水 量 的 模 拟 能 力 。 在 建 模 期 （ １ ９ ６ ０—２ ０ ０ ５年） 广义线性模型对日降水量表现出良好的模拟能力 ， 两区域模拟结果与观测值 １ 月平均相关系数 ０． ７ ５ 左右 ， ７ 月也均超过 ０． ５。 模拟结果大部分台站日降水偏大 ， 但偏大的量值较小 ； 模拟的无降水准 确 率 较 高 ， 最高值在高原区域， １月平均达８ ５． ２％ 。 检 验期 （ 广义线性模型模拟的日降水与建模期具有较好的一致性 。 此外 ， 对两区域 代 表 站 的 分 析 显 示 ， 广义线性 ２ ０ ０ ６—２ ０ １ ０年） 模型模拟降水极值和降水 ０ 值的效果较好 ， 且较好地还原了主要降水过 程 。 总 之 ， 广义线性模型对日降水量的降尺度效果良 好， 适合应用于气候领域的相关研究 。
１ 引 言
降 尺 度 是 进 行 区 域 气 候 研 究 的 重 要 技 术 手 段。 降尺度主要有动 力 降 尺 度 （ 张 东 峰 等， 许吟隆 ２ ０ ０ ５； 等， ） 和统计降尺度（ 两 类， 统计降 ２ ０ ０ ５ Ｈ ｕ ｔ ｈ， ２ ０ ０ ２） 尺度因其计算量小 ， 易于实现而得到广泛应用 。 在针对降水 的 降 尺 度 研 究 方 面 ， 范丽军（ ２ ０ ０ ６） 利用主分量分析和逐步回归相结合的统计降尺度方 法对中 国 １ ９ ６ １—１ ９ ９ ０年３ ０ａ 的 降 水 进 行 模 拟 分 发现在当前气候条件下 ， 对区域平均降水的模拟 析， 较好 。Ｈ 用多元线性回归方法估 ｅ ｌ ｌ ｓ ｔ ｒ ō ｍ 等（ ２ ０ ０ １） 计了瑞 典 的 月 降 水 ， 取 得 了 显 著 效 果。 Ｍ ｅ ｌ ａ ｓ ｏ ｋ ａ ｐ 等（ ） 成功 地 用 人 工 神 经 网 络 （ 模拟了新 ２ ０ ０ １ ＡＮＮ） 西兰的月平均 降 水 。 王 冀 等 （ 指 出， 统计降尺 ２ ０ １ ０） 对于模拟月 尺 度 降 水 量 整 体 上 小 于 度模型 （ Ｓ Ｄ Ｓ Ｍ） 实测值 ， 这一点在 对 降 水 极 大 值 的 模 拟 上 表 现 更 为 明显 。 Ｗ 选取降水量作为预报因 ｉ ｄ ｍ ａ ｎ ｎ等 （ ２ ０ ０ ３） 子， 利用奇异值分解方法模拟季节降水 ， 取得良好效 果。 然而 ， 对于日降水量的降尺度问题 ， 较多工作集 中在 广 义 线 性 模 型 （ 的 应 用 上。 刘 永 和 等 Ｇ ＬＭ ） （ ） 建立模拟日 降 水 量 的 广 义 线 性 模 型 ， 发现基 ２ ０ ０ ０ 于Ｎ Ｃ Ｅ Ｐ 再分 析 资 料 和 广 义 线 性 模 型 的 天 气 发 生 器对降水变率具 有 很 强 的 解 释 和 模 拟 能 力 。Ｃ ｈ ａ ｎ ） 提出了用伯努利分布描述 降 水发生的 ｄ ｌ ｅ ｒ等 （ ２ ０ ０ ２ 广义线性模型 ， 取 得 了 显 著 的 效 果； Ｙ ａ ｎ ２ ０ ０ ５） ｇ等（ 利用伽马分布描述 降 水 量 的 时 空 广 义 线 性 模 型 ， 并 已用于统计降尺度 （ ， ， ） ； 根据日降水 Ｆ ｅ ａ ｌ ｅ ｔ ａ ｌ ２ ０ ０ ７ ｙ 量具有非负性 、 存在 大 量 ０ 值 及 非 ０ 值 的 偏 态 分 布 的特点 ， 杨赤等 （ 基于 Ｔ ２ ０ ０ ９） ｗ ｅ ｅ ｄ ｉ ｅ分 布 发 展 了 日 降水量统计降尺度 Ｇ 对 主要降水 ＬＭ Ｋ ｒ ｉ ｉ ｎ ｇ ｇ模 型 ， 过程的模拟取 得 了 较 高 的 准 确 度 。 然 而 ， 在上述研 究中 ， 广义线性模 型 降 尺 度 方 法 对 于 长 时 间 序 列 以 及不同区域 （ 如高原与平原 ） 的逐日降水模拟涉及的 尚少 ， 而这方面的 研 究 对 于 气 候 变 化 模 拟 而 言 其 重 要性是显而易见的 。 本文 利 用 广 义 线 性 模 型 统 计 降 尺 度 方 法， 结合 ／ 对１ Ｎ Ｃ Ｅ Ｐ Ｎ Ｃ Ａ Ｒ 再 分 析 资 料， ９ ６ ０—２ ０ １ ０年青藏 高原和长 江 下 游 两 个 区 域 的 台 站 日 降 水 量 进 行 模