项目名称: 降尺度与多模式结合的中国未来气候变化概率预估及其不确定性研究

项目编号: No.41230528

项目类型: 重点项目

立项/批准年度: 2012

项目学科: 天文学、地球科学

项目作者: 江志红

作者单位: 南京信息工程大学

项目金额: 310万元

中文摘要: 提出系列评估模式在时空结构、多尺度变率、环流型态、极端气候等方面模拟能力的方法与指标,评估并优选出对中国区域多尺度气候变率具有优良模拟能力的参与CMIP5的模式集合。利用多个优选全球模式驱动可变网格模式LMDZ、RCM3区域气候模式,结合LMDZ不同嵌套方案,同时引入SOM、NHMM 、QRNN等多种统计降尺度模型,获得由多个全球模式和多个区域模式以及各种统计降尺度方法不同组合形成的高分辨率中国区域气候模拟及其预估集合。引入并改进REA、BMA、秩加权法等模式加权集合方法,进行不同权重方案下中国区域高分辨率气候集合模拟及其未来气候变化的概率预估,探讨不同模式、不同降尺度方法对预测不确定性的贡献,获得中国区域未来高分辨率气候变化的综合概率预估及其不确定性的定量评估,以提高我国区域气候变化预测信息的科学性和可靠性,为制定有效应对气候变化方案提供科学依据。

中文关键词: 模式评估;动力和统计降尺度;气候变化;概率预估;不确定性

英文摘要: It is proposed to design quantitative metrics to evaluate and validate the ensemble simulations available through the international effort CMIP5. Indices will be elaborated to measure the performance of models in reproducing climate variability at differe

英文关键词: models evaluating;dynamical and statistical downscaling;climate change;probabilistic projection;uncertainty studies

成为VIP会员查看完整内容
0

相关内容

【NeurIPS 2021】基于潜在空间能量模型的可控和组分生成
专知会员服务
16+阅读 · 2021年10月23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
39+阅读 · 2021年7月10日
专知会员服务
97+阅读 · 2021年6月23日
WSDM 2020教程《深度贝叶斯数据挖掘》,附257页PPT下载
专知会员服务
156+阅读 · 2020年2月7日
创业邦招聘丨2022,一起探索商业“未来式”
创业邦杂志
0+阅读 · 2022年3月4日
面向任务型的对话系统研究进展
专知
0+阅读 · 2021年11月17日
深度学习驱动的知识追踪研究进展综述
专知
1+阅读 · 2021年11月15日
多模态视觉语言表征学习研究综述
专知
27+阅读 · 2020年12月3日
事件知识图谱构建研究进展与趋势
THU数据派
99+阅读 · 2019年12月11日
国家自然科学基金
0+阅读 · 2014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 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月16日
Arxiv
31+阅读 · 2021年3月29日
Arxiv
12+阅读 · 2020年12月10日
Heterogeneous Deep Graph Infomax
Arxiv
12+阅读 · 2019年11月19日
UNITER: Learning UNiversal Image-TExt Representations
Arxiv
23+阅读 · 2019年9月25日
Self-Attention Graph Pooling
Arxiv
13+阅读 · 2019年6月13日
Arxiv
29+阅读 · 2018年4月6日
小贴士
相关主题
相关VIP内容
【NeurIPS 2021】基于潜在空间能量模型的可控和组分生成
专知会员服务
16+阅读 · 2021年10月23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
39+阅读 · 2021年7月10日
专知会员服务
97+阅读 · 2021年6月23日
WSDM 2020教程《深度贝叶斯数据挖掘》,附257页PPT下载
专知会员服务
156+阅读 · 2020年2月7日
相关基金
国家自然科学基金
0+阅读 · 2014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 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月16日
Arxiv
31+阅读 · 2021年3月29日
Arxiv
12+阅读 · 2020年12月10日
Heterogeneous Deep Graph Infomax
Arxiv
12+阅读 · 2019年11月19日
UNITER: Learning UNiversal Image-TExt Representations
Arxiv
23+阅读 · 2019年9月25日
Self-Attention Graph Pooling
Arxiv
13+阅读 · 2019年6月13日
Arxiv
29+阅读 · 2018年4月6日
微信扫码咨询专知VIP会员