两种统计降尺度模型在太湖流域的应用对比
本研究采用A1B情景下大气环流模式BCCR输出的大气环流预报因子，同时应用两种统计降尺度模型ASD（AutomatedStatisticalDownscalingModel）和SDSM（StatisticalDownscalingModel），预测太湖流域8个站点未来两个时期（2046年-2065年和2081年-2100年）的日最高、最低气温和降水。重点针对两种模型中的预报因子选择、模型率定和验证以及建立的未来气候变化情景结果，对比分析两种模型在太湖流域的适用性。结果表明：在预报因子选择方面，依靠人为主观判断的SDSM模型和提供自动预报因子选择方法的ASD模型选择的预报因子基本一致，因此ASD相对优化了预报因子的选择过程。在率定和验证效果上，两种模型对气温的模拟效果较好，对降水的模拟效果不佳，但是ASD的模拟效果要好于SDSM。在未来两个时期，两种模型模拟的未来最高和最低气温变化并不显著，但从多年平均来看，ASD模拟的气温略有上升，而SDSM模拟的气温略有下降；相较气温，未来降水变化较为显著，ASD模拟的降水量增幅明显高于SDSM模拟的降水增幅。综合考虑模拟的结果并结合他人的研究成果，认为ASD对太湖流域未来气候的模拟优于SDSM。
气候变化、统计降尺度、ASD、SDSM、太湖流域
34
P457.6(天气预报)
国家自然科学基金50979005;国家重点基础研究发展计划项目2010CB428402
2013-02-25（万方平台首次上网日期，不代表论文的发表时间）
共14页
2323-2336
