基于CMIP6模式的辽宁夏季降尺度降水预估分析 |
| |
引用本文: | 常姝婷,曲梓祎,汪兵,苏亚乔,王蛟洋.基于CMIP6模式的辽宁夏季降尺度降水预估分析[J].河南科学,2023(10):1469-1478. |
| |
作者姓名: | 常姝婷 曲梓祎 汪兵 苏亚乔 王蛟洋 |
| |
作者单位: | 1. 锦州市气象局;2. 95021部队气象台;3. 新疆气象台 |
| |
摘 要: | 基于14个CMIP6全球模式的6—8月降水历史数据、不同情景下的降水预估数据以及CN05.1格点数据,利用机器学习模型以及非参数转换模型,对CMIP6降水数据进行降尺度处理,并在此基础上对辽宁未来夏季降水进行预估.结果表明:(1)机器学习模型有较好的降尺度能力,XGBoost模型的降尺度能力优于随机森林模型.(2)基于XGBoost模型的辽宁未来时期夏季降水在不同情景下均呈增加趋势,降水增加趋势在SSP5-8.5、SSP3-7.0、SSP2-4.5、SSP1-2.6情景下依次减弱.(3)不同情景下降水突变均发生在21世纪中后期,且在突变后呈上升趋势,降水呈现显著增加的区域也有所增多.(4)无论在突变前还是突变后,SSP5-8.5情景下降水增加趋势均较其他情景明显,在21世纪末期增加趋势达到了0.05显著性水平.
|
关 键 词: | 机器学习 多模式集合平均 CMIP6模式 气候预估 |
|
|