项目名称: 中国极端气温变化的归因研究

项目编号: No.41305040

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 天文学、地球科学

项目作者: 温晗秋子

作者单位: 中国科学院大气物理研究所

项目金额: 25万元

中文摘要: 深入研究以极端气温事件为代表的高影响天气气候现象的变化对人类应对气候变化具有重要的现实意义。但是目前对我国极端气温的发展变化规律及归因的研究工作开展有限。本项目将利用高分辨率格点化观测数据和CMIP5实验的多模式集合模拟数据开展对我国1961-2007年极端气温事件变化的发展规律量化和归因研究工作。一方面,项目将在申请人已有工作基础上验证人类活动,即温室气体排放、气溶胶排放和土地利用变化等因子对区域极端气温变化的影响;另一方面,项目将利用一般化极值理论,为我国格点化极端气温指数发展一种将观测数据与模式模拟数据相结合的建模方法,详细刻画区域二十年一遇、五十年一遇等极端气温事件发生的概率,并通过对模型的参数估计和假设检验,揭示这些灾害性事件在过去五十年里的发展变化规律,量化人类活动和自然活动对这些灾害天气发展变化的影响,为政府部门制定区域气候变化的适应政策提供重要的科学依据。

中文关键词: 极端温度;气候变化;归因与检测;;

英文摘要: Detecting and attributing changes of extreme weather and climate events such as heat waves and cold waves are important, not only for being the frontier of climate change studies, but also for its role of providing key scientific evidence for our adaptation to climate change. In this study, we will employ gridded observational data and simulation results of multi-model ensembles (MME) from the latest CMIP5 experiments to detect and attribute natural and anthropogenic influences on changes of extreme temperatures during 1961-2007 in China. On one hand, under the framework of optimal fingerprint, CMIP5 MME will be used to verify findings in applicant's previous work on detecting human influence on extreme temperatures in China (Wen et al., 2013); on the other hand, based on the theory of Generalized Extreme Value (GEV), an innovative probability model will be proposed to describe changes in extreme temperatures in finer spatial resolution. Thus, influences of natural and anthropogenic forcings on changes of local extreme temperatures can be quantified through studying the statistical inference of the proposed model.This study attemps to provide scientific justifications on climate changes adaptation for local/provincial governments.

英文关键词: Extreme Temperature;Climate change;detection and attribution;;

成为VIP会员查看完整内容
0

相关内容

中国商用车电动化发展 研究报告,85页pdf
专知会员服务
13+阅读 · 2022年3月23日
双碳目标对中国经济的影响及风险挑战,61页ppt
专知会员服务
59+阅读 · 2022年1月17日
专知会员服务
13+阅读 · 2021年10月9日
专知会员服务
52+阅读 · 2021年10月1日
专知会员服务
37+阅读 · 2021年8月31日
专知会员服务
30+阅读 · 2021年7月2日
2021企业数字包容实践与价值白皮书
专知会员服务
26+阅读 · 2021年6月4日
积分梯度:一种归因分析方法
极市平台
1+阅读 · 2022年3月17日
最新报告!微软的可持续发展之路走得怎么样了?
微软研究院AI头条
0+阅读 · 2022年3月16日
《人工智能安全测评白皮书》,99页pdf
专知
33+阅读 · 2022年2月26日
移动应用分发广告的科学归因之路
CSDN
0+阅读 · 2022年1月25日
微软办公环境大揭秘!
微软招聘
0+阅读 · 2021年12月24日
如何利用深度学习优化大气污染物排放量估算?
微软研究院AI头条
0+阅读 · 2021年8月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
31+阅读 · 2021年3月29日
Interpretable CNNs for Object Classification
Arxiv
20+阅读 · 2020年3月12日
Arxiv
38+阅读 · 2020年3月10日
Heterogeneous Deep Graph Infomax
Arxiv
12+阅读 · 2019年11月19日
Arxiv
31+阅读 · 2018年11月13日
Arxiv
16+阅读 · 2018年2月7日
小贴士
相关主题
相关VIP内容
中国商用车电动化发展 研究报告,85页pdf
专知会员服务
13+阅读 · 2022年3月23日
双碳目标对中国经济的影响及风险挑战,61页ppt
专知会员服务
59+阅读 · 2022年1月17日
专知会员服务
13+阅读 · 2021年10月9日
专知会员服务
52+阅读 · 2021年10月1日
专知会员服务
37+阅读 · 2021年8月31日
专知会员服务
30+阅读 · 2021年7月2日
2021企业数字包容实践与价值白皮书
专知会员服务
26+阅读 · 2021年6月4日
相关资讯
积分梯度:一种归因分析方法
极市平台
1+阅读 · 2022年3月17日
最新报告!微软的可持续发展之路走得怎么样了?
微软研究院AI头条
0+阅读 · 2022年3月16日
《人工智能安全测评白皮书》,99页pdf
专知
33+阅读 · 2022年2月26日
移动应用分发广告的科学归因之路
CSDN
0+阅读 · 2022年1月25日
微软办公环境大揭秘!
微软招聘
0+阅读 · 2021年12月24日
如何利用深度学习优化大气污染物排放量估算?
微软研究院AI头条
0+阅读 · 2021年8月31日
相关基金
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月17日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
31+阅读 · 2021年3月29日
Interpretable CNNs for Object Classification
Arxiv
20+阅读 · 2020年3月12日
Arxiv
38+阅读 · 2020年3月10日
Heterogeneous Deep Graph Infomax
Arxiv
12+阅读 · 2019年11月19日
Arxiv
31+阅读 · 2018年11月13日
Arxiv
16+阅读 · 2018年2月7日
微信扫码咨询专知VIP会员