自組織映射神經(jīng)網(wǎng)絡(luò)(SOM)降尺度方法對(duì)江淮流域逐日降水的模擬與預(yù)估.pdf

1、本文利用1961-2002年ERA-40逐日再分析數(shù)據(jù)和江淮流域56個(gè)臺(tái)站逐日降水觀測(cè)數(shù)據(jù)，引入基于自組織映射神經(jīng)網(wǎng)絡(luò)（Self-Organizing Maps，簡(jiǎn)稱SOM）的統(tǒng)計(jì)降尺度方法，對(duì)江淮流域夏季（6-8月）逐日降水進(jìn)行統(tǒng)計(jì)建模與驗(yàn)證，以考察SOM對(duì)中國(guó)東部季風(fēng)降水和極端降水的統(tǒng)計(jì)降尺度模擬能力。采用獨(dú)立樣本檢驗(yàn)評(píng)估該模型的模擬性能，并考察降尺度模型對(duì)BCC-CSM1.1(m)、MPI-ESM-MR和IPSL-CM5A-MR模

2、式當(dāng)前氣候情景下降水的降尺度效果，研究該方法在江淮流域逐日降水降尺度應(yīng)用中的適用性。最后將降尺度模型分別應(yīng)用于RCP4.5情景下的BCC-CSM1.1(m)和MPI-ESM-MR模式中，得出江淮地區(qū)在未來三個(gè)時(shí)段（初期2016-2035年，中期2046-2065年，末期2081-2100年）的降水預(yù)估結(jié)果。得到如下結(jié)論:
　　(1)SOM通過建立天氣型與局地降水的條件轉(zhuǎn)換關(guān)系，能夠模擬出與觀測(cè)較一致的日降水概率分布，所有臺(tái)站基于概

3、率分布函數(shù)的Brier評(píng)分近似為0，顯著性評(píng)分超過0.8;雨日數(shù)、中雨日數(shù)、總降水量、日降水強(qiáng)度、極端降水閾值和極端降水貢獻(xiàn)率區(qū)域平均的偏差不超過11％，空間相關(guān)在0.7以上，均方根誤差較小;多數(shù)臺(tái)站降尺度模擬的雨日數(shù)比觀測(cè)偏多，偏差在20％以內(nèi)，中雨日數(shù)和夏季總降水量的偏差數(shù)值在10％以內(nèi)，而日降水強(qiáng)度模擬比觀測(cè)略弱，偏差不超過15％;降尺度能在一定程度上模擬出夏季降水的時(shí)間變率。
　　(2)SOM降尺度有效改善模式對(duì)降水模擬偏

4、弱的缺陷，得到的日降水概率分布與觀測(cè)較一致，提高了模式對(duì)降水概率分布曲線尾部特征的模擬能力;降尺度對(duì)降水場(chǎng)的空間分布具有較好的模擬效果，三個(gè)模式降尺度后所有臺(tái)站各降水指數(shù)的相對(duì)誤差百分率在20％以內(nèi)，與降尺度前相比，偏差減小了40％～60％;降尺度后各降水指數(shù)氣候場(chǎng)的空間相關(guān)系數(shù)均達(dá)到0.9，相對(duì)標(biāo)準(zhǔn)差接近1.0并且均方根誤差在0.5以下;降尺度方法有效提高模式對(duì)降水時(shí)間變率強(qiáng)度的模擬;降尺度也提高了多模式對(duì)降水模擬的一致性。
　

5、　(3)將由歷史時(shí)期觀測(cè)數(shù)據(jù)建立的降尺度模型應(yīng)用到未來具有一定的平穩(wěn)性;未來區(qū)域平均的各降水指數(shù)都將增加并且變化幅度隨時(shí)間增加，BCC-CSM1.1(m)和MPI-ESM-MR的集合預(yù)估結(jié)果表明，未來初期所有臺(tái)站夏季雨日數(shù)、中雨日數(shù)、總降水量，日降水強(qiáng)度、極端降水閾值和極端降水貢獻(xiàn)率的變化都在10％以內(nèi)，其中區(qū)域西部臺(tái)站上述降水指數(shù)減小，東部臺(tái)站增加，中期和末期所有指數(shù)均增加，中期變化幅度在20％以內(nèi)，末期多數(shù)臺(tái)站變化幅度超過30％;利