RealClimate徽标


区域气候模拟及其常见遗漏

提起下:-拉斯穆斯@2020年4月17日

越来越多的人需要当地的气候信息,以更新我们连接到气候变化风险的认识和新的挑战做好准备。这种需求已经落后的一个重要动机世界气象组织(世界气象组织)全球气候服务框架(全球金融危机)。

随着时间的推移,为了满足这些需求也进行了大量的工作,但我不相信人们总是能了解全部情况。

缩小规模的背景

起点是全球气候模型(GCMs系统)它们的目的不是提供关于当地气候特征的详细信息,但仍然能够很好地再现大规模现象。这些模型往往与一个最小的熟练尺度相联系。

当地气候也与该地区的大尺度条件有关,模型能够很好地再现,同时也受到当地地理因素的影响。

缩小比例

当地气候对大规模气候的依赖意味着缩小比例在描述大尺度信息和地理效betway体育手机版应的基础上,给出了当地尺度上的气温和降水信息。

此外,也有连接到降级气候信息的活动相当数量的,尤其是通过国际协同缩小实验(CORDEX)下的世界气候研究计划(WCRP)。

CORDEX的重点是跑步区域气候模式(RCM系统)在有限的区域上,使用GCM在其边界上的结果,但是使用比GCM更精细的网格。地面军事系统的电网规模通常为100公里左右,而对于地面军事系统,电网规模往往为10-50公里(有些降至几公里)。

还有一些活动遵循一种不同的运行rcm的方法,使用经验统计缩小尺度(静电放电)其中统计降尺度模型已根据观测数据校准。这种方法与人工智能(人工智能)。

使用它很重要二者都区域协调机制和ESD以来两者的组合缩减可以说说我们应该期待的结果的可信度。betway体育手机版原因是,这两种类型的缩减化妆用的独立信息来源,前者基于表示动力学和热力学的编码方程得出答案,而后者则利用隐藏在经验数据中的信息。

ESD也很重要,因为它提供了一个计算成本低廉的缩小尺度的工具,这使得它适合缩小大型多模型集成,如耦合模型相互比较项目(CMIP)实验在IPCC报告中提出。

三种不同的ESD方法

此外,静电放电有三种方法,其中一种被称为预后良好‘ (PP)使用用于校准模型纯意见,第二种方法称为'模式输出统计’ (金属氧化物半导体)使用模型输出代表大规模预测观察表示校准阶段的当地条件。稍后我将回到第三种方法。

到目前为止,ESD的大部分工作都试图在与RCMs类似的基础上复制结果,RCMs包括在与RCMs提供的输出类似的基础上逐日降低当地温度或降水量。我把这种方法称为缩小尺度天气'如牛津研究百科全书. 这种做法还构建了网络和项目,如欧洲成本价值项目以及CORDEX-ESD.

最佳缩小方法的差异betway体育手机版

但是缩小尺度天气最佳的方法是什么?

我不相信。

首先,这种方法通常要求预测包括一组描述大尺度条件的不同变量,例如平均海平面压力、近地表温度和大气中不同水平的温度(例如500 hPa、700 hPa和850 hPa)、不同高度的特定湿度和某些水平的位势高度的混合。

重要的是要记住,一旦统计模型被重新分析校准为预测,模型随后替换为GCMs模拟的相应数据进行预测。

我怀疑GCMs是否能够在一个典型的预测器组合中再现所有变量之间的协方差结构,并具有足够的精度来给出可靠的结果。

有助于气候适应的信息

另一方面,问题是人们真正需要什么样的信息?

我遇到的决策者中很少有人需要时间序列,而那些要求时间序列的人往往是将时间序列作为影响模型输入的影响研究人员。换句话说,每日时间序列是中间结果。

最后,影响的研究人员也通常会产生的一些事件发生的风险或概率的一些信息。betway体育手机版

在很多情况下概率密度函数(PDF文件)尤其是对于映射风险,我们真正需要的是预测PDF在未来的变化,如图1所示。

我已用统计人员和数学家足够长认识到,它可以是能够尝试直接预测概率密度函数沿挂,无论是对温度或沉淀(如图1),或用于影响模型的输出。

图1。当地气候最常见的变数是日气温和24小时降雨量。右面板显示的正态分布可以表示温度异常,左面板是指数分布,可以表示湿日24小时降雨量(例如,超过1毫米的天数)。如果目标是预测其PDF的变化(或累积概率函数),则不必涉及长链计算。这里μ是平均值,σ是标准差。

因此,与其像大多数从事ESD的学者那样缩小天气范围,不如缩小pdf的范围,我将其重新表述为缩小尺度的气候’.

在局部尺度上,气候可以定义为描述如图1所示的日温度和降水量等变量的pdf。

这个缩小尺度气候这种方法有许多优点:

  1. 它允许使用平均季节值作为代表大规模条件的预测器,这些条件更容易从GCM模拟中获得。

  2. 它需要更少的计算资源,而且速度更快。

  3. 统计特性通常比单一结果更可预测。

  4. 根据中心极限定理,季节平均值更接近正态分布。

  5. 经验表明,通常只需要一个变量作为预测变量,而不是一组多个变量。

  6. 当局部预报描述季节性偏微分方程的参数时,它们也趋向于近似正态分布,因为它们聚集在样本上,使得主成分分析(主成分分析)一种有效和适当的表达方式。

第三种方法

而且缩小尺度气候方法非常适合使用常见EOF(见上一篇文章)代表大规模的预测。当然,使用公共eof意味着您不再使用PP方法,而是PP-MOS杂化接近。这是除了上述PP和MOS之外的第三种方法。

有一个在ESD社会有关如何将这些方法分类的一些争论,但使用普通的EOF作为一个框架统计模型的betway体育手机版校准包括观测(再分析)和GCM的结果组合来表示大规模的条件。

因此,它既不符合PP的定义,也不符合MOS的定义。

对我来说,降低PDF的参数并使用普通的EOF似乎是一个“无需大脑”的过程。有点奇怪的是,在ESD社区中很少有其他人使用这些方法。

常用eof的使用意味着,来自再分析和GCM的问题匹配预报器被大大减少,并且它们能够评估GCM结果,这通常是缺乏的。

此外,使用主成分分析来表示给定区域内的一组预测值,似乎也优于逐个缩小场地的尺度,并且它确保了空间一致性,这通常是一个问题。

一幅完整的图片对气候服务很重要

似乎ESD社区已经分裂了缩小尺度气候被忽视或忽视。例如,它在欧洲并不受欢迎成本价值项目. 成本价值项目有时被认为是ESD的一个包罗万象的项目,但我不同意这种观点。

我参与了成本价值的评估,但我觉得许多决策都是由有着强烈意见和不妥协态度的领导人来执行的。许多建议被置之不理,这项工程根本无法适应缩小尺度气候策略还是基于共同的EOF包括评价等方面。

尽管有此限制,在许多方面的成本价值工程可视为所产生的良好效果很大成功的努力。然而,当涉及到ESD它并没有提供整个故事。

我多次遇到不完整的ESD发展报告,甚至在最近的论文中缩小尺度气候已被忽略。这种常见的遗漏可能会导致在缩减社会学者缺少故事的一部分的新的一代。

如果缩小规模的工作要继续下去,那么说明并承认为充分利用我们在气候服务和气候变化适应方面的知识所做的所有相关工作也很重要。现在,这一点尤其重要,因为气专委正在起草一份关于全球和区域气候变化的新报告。

11回应“区域气候模型和一些常见的疏漏”

  1. 1个
    鸡蛋 说:

    我认为在图1中左右面板的描述已经混淆了——左面板是T,右面板是precip。

  2. 2个
    罗素 说:

    拉斯穆斯,什么是改善区域参数现实主义模型按比例缩小的前景如何?

    一些感兴趣的变量既有区域性的,也有季节性的——除了雪和植被覆盖的明显变化之外,蒸发和蒸散发在长时间和短时间尺度上对由气象和生物驱动的地面、水和冠层反照率的变化都有反应。

    环境卫星和平台不断增长的星座在分辨率、频谱带宽和数据密度方面的进步将如何整合到演进的区域模型中?

    随着分辨率和光谱分辨力的提高,全球模型将如何反映可能出现在区域模型中的新反馈?

  3. 拉斯穆斯 说:

    问得好,拉塞尔。我的想法是设计一套实验来探索这些问题。还有一个问题是,可用的观察结果究竟代表了什么。结合不同的和相关的数据集、模型和方法可能是一个好主意。我认为,如果我们有足够的信息/数据和熟练的模型,我们就必须从一个案例到另一个案例进行判断。

  4. 4个

    感谢拉斯穆斯详细阐述了缩小尺度的必要性,在评估地方一级的气候变化时,这种必要性常常被忽视。我想补充或扩展一下你提出的几个问题。

    ESD方法通常分为PP和MOS两类。虽然这是一个重要的区别,但它并没有涵盖所采用的非常广泛的方法。另一种分类方法可能包括以下几类技术:(1)分布的,(2)传递函数,(3)空间的,和(4)随机的天气发生器。

    (1)是方法,从过去观察到和模型数据,模型和雇用的概率分布预计将来,为未来派生伪观测。宽泛地说,我们的目标是在以这样的方式未来的模型输出“正确”的偏见的“修正”的统计分布中的位置而有所不同。有时,这些被称为位数映射技术。

    (2) 是使用传输关系来映射观测值和模型数据的方法。它们可能从相对简单的线性回归方法到更复杂的人工智能技术,如神经网络。

    (3) 是尝试使用空间信息的方法。这些方法通常涉及多变量技术,如EOFs、SVD等。它们还包括从历史观测记录中寻找“天气图”的模拟方法,这些记录与气候模型预测的未来类似。

    (4) 是统计模拟日常天气变化的方法。一个显著的特点是,它们被用来生成天气序列实现的集合。

    这是需要注意的重要的,有这些类之间没有严格的界限 - 一些技术可以分为多个类别,以及ESD技术,可以由一种以上的方法的。方法,关于一些指标表现良好可能对于别人不好做 - 我会从试图归类任何具体的做法为“最佳”不要。例如,从(1)的方法可能更适合向评估在个别位置未来的可能值的范围内,例如出现高于某个阈值。那些由式(3)应产生多变量字段的更好的表示 - ,这样他们就可以更好地适合于朝评估野火的风险 - 这涉及变量,例如温度,湿度,风,太阳辐射,等等,并在它们的相互关系特别的日子。如果您有兴趣的天气法术然后(4)可能是最佳选择。

    关于你关于缩小尺度的天气和缩小尺度的气候的betway体育手机版观点,我不认为它们必须是相互排斥的。人们可以应用缩小天气尺度的技术,并将结果汇总成PDF。然而,我对你使用季节平均值作为预测因子和常用eof的方法并不感兴趣,原因有几个。

    最根本的是,当您使用的季节性或其他时间长,平均预测你可能会失去捕捉短期变化的极端情况,特别是范围的能力。假设你有随温度超过100F为期四天的热浪每一天,然后降必威官网温天气一个月的休息。在这种情况下,你的预测是接近正常。从影响的角度来看它是热波最重要的。必威官网

    其次,使用公共eof存在一个危险,因为隐式地假设您正在组合的事物(观测和gcm)的协方差场来自相同的总体。我认为这在一般情况下是不正确的。否则你会把“苹果和橘子”混在一起。

    你还提到了“减少气候变化”的其他好处,即可以从GCMS获得每日数据,使用较少的计算资源,并且具有高斯分布的变量。虽然在过去,前两个可能是问题,鉴于目前的技术,他们不是一个大问题。考虑到气候系统的复杂性,我会犹豫是否要把它变成高斯模型。

    最后,我要带着一点羡慕的心情赞扬这个成本价值项目,因为在池塘的北美一侧,欧洲人领先于我们!我有点失望,它是如此沉重的面向“展示和告诉”,但这可能是不可避免的,在第一次尝试这样一个里程碑式的事业。我希望这将推动更多的ESD技术诊断工作,我认为这是一个被忽视的领域。

  5. 5个
    拉斯穆斯 说:

    谢谢你的评论。使用季节性统计数据作为预测指标的一个想法是,它可能包括每betway体育手机版日数据的标准差、热天数或热期的平均持续时间。其中许多涉及其他类型的分布,如泊松分布或几何分布,但使用GLMs可以缓解这一问题。另一件事是,通常的eof在再分析和GCM结果的结合下效果最好,部分原因是再分析涉及到大气模型的使用。当然,我很欣赏你关于“最佳”方法的观点,因为这取决于具体情况。

  6. 6个
    布莱恩·詹姆斯 说:

    2020年4月18日宇宙的形状

    观看第1部分“宇宙的形状”:

    https://youtu.be/JQu8BPNDOOg

    https://youtu.be/XFeoWG3eAOc

  7. 7个
    尼克。 说:

    很抱歉有点离题,但约翰·霍顿爵士几天前去世了。在下面的链接中有一个简短的回顾,包括他在气象学和气候物理学方面的一些评论,以及最近他作为IPCC创始编辑的角色:

    https://www.wunderground.com/cat6/climate-scientist-and-founding-ipcc-editor-sir-john-houghton-dies-at-88

  8. 田纳西河谷管理局(TVA)几年前委托进行了一项区域气候研究。当时,缩小规模相当粗糙,预测有很大的不确定性。然而,我们可以做的是调查某一特定领域的特殊脆弱性,并给出一系列合理的结果。例如,对于TVA地区,研究表明,平均温度的合理变化将有利于更多的南方树种,而降水量的变化将对仍然是一个水源充足的地区产生边际影响。

  9. 9个

    我对约翰爵士遗憾。betway体育手机版我有他的书,在物理大气一个,而且它是对我的影响很大。当我给他写了请求他的表的电子副本,他毫不犹豫地给他们,无论是。一个优秀的科学家和一个好人。

  10. 10

    为什么EOF不应该被认为是一个地区内气候的驻波模式呢?

  11. 11
    巴里 说:

    谷,约翰·霍顿。气候科学和IPCC的优秀教师、沟通者和管理者。

留下回信

评论策略. 请注意,如果你的评论重复了你已经说过的一点,或者是辱骂性的,或者是你在很短的时间内发表的第n条评论,请反思你是否在利用你的在线时间来最大限度地提高效率。谢谢。