18
\ begingroup美元

这个问题与我之前关于预测未来极端气候的方法的问题有关。

使用气候模式的结果来分析未来极端气候的方法是什么?

虽然这个问题的答案很详细,信息量很大,但我还是不清楚用于全球气候(GC)模拟的模型是否可以预测罕见的(~1000年回归期事件)

  • 我知道如果我们有几千个模拟,我们可以计算出0.1%的分位数,但我不知道应用的模型是否能可靠地预测罕见事件。所谓可靠,我指的是与观测到的极端值或从观测数据中统计推断出的极端值在某种程度上一致。
  • 到目前为止,我看到的所有关于气候变化导致的极端事件的论文,都认为20年的回归期事件是最大的并将模拟结果与观测到的分位数进行比较。这是我怀疑地球环流模型可靠性的一个来源。
  • 气相色谱量表是否校准到观察到的平均值或多个分位数?使用日、月、年等平均数?在校准、验证过程中采用较大区域或网格点的平均值(对应于应用的分辨率)?在校准中通常使用的目标参数是什么?
  • 这里有一个例子让它更清楚:一个人想要从日常测量/模拟结果中确定给定位置的极端风速的概率分布函数。问题是:如果我们以1950-2000年期间的一个模拟为例,并暂时假设模型的不确定性与气候变率相比可以忽略不计,那么我们是否可以将模拟数据作为一个样本,其置信度与对应于同一时期的实际观测数据的置信度大致相当,从而推断出大的回归期极端值?

检查这一点的一种方法是比较从观测数据和多个模拟中推断出的大回报期极端值,我还没有看到任何论文对20年以上的回报水平进行比较。我知道我们不能期望非常精确的模型,例如1000年的极端,因为我们不能可靠地校准和验证gcm:

  • 可用的测量数据来自100-200年的观测周期(最多);
  • 我们没有太多来自不同气候条件的数据(目前的模型中可能没有(或没有充分)考虑到一些现象,我们在某种程度上受到了观测到的前100年条件的偏差。

欢迎任何帮助,想法,参考,链接。

\ endgroup美元
5
  • 3.
    \ begingroup美元 对此,我的直觉是:“我怀疑他们能否非常准确地预测频率,但我怀疑他们能够预测相对变化在频率上由于力的变化而变化得很好”。然而,我认为真正的问题是我们可能没有足够的可靠数据。正如我在另一个问题中所说,我们可以对相同的100年进行数千次模拟,并以此为基础进行统计。我们显然不能在地球上这么做,所以我们实际上需要数千年的数据可以准确估计非常极端事件的可能性,但我们就是没有这些数据…… \ endgroup美元
    - - - - - -naught101
    2015年1月12日10:54
  • \ begingroup美元 @naught101谢谢你的评论,我同意测量数据的稀缺是一个瓶颈。但我认为,使用概率方法,人们可以得出有意义的概率结论,例如,如果我们从模拟中推断,从观察中推断出100年回报水平的风,并确定它的概率是多少。推理的“强度”将随着回报期而降低,但它将超过目前的20年回报期。 \ endgroup美元
    - - - - - -rozsasarpi
    2015年1月12日11:19
  • 1
    \ begingroup美元 好问题。华盛顿大学(University of Washington)的克利夫·马斯(Cliff Mass)一直在考虑这个话题,并试图透过不确定的面纱窥视。你可以谷歌他的出版物,但以下是他用自己的话描述的一些作品:cliffmass.blogspot.com/2014/10/..。 \ endgroup美元
    - - - - - -亚当
    2015年1月12日18:14
  • 2
    \ begingroup美元 有了这样一个名字,你为什么要进入气象学,而不是地质学? \ endgroup美元
    - - - - - -naught101
    2015年1月12日23:49
  • 1
    \ begingroup美元 只有两点需要补充。首先,当我们在处理气候变化时,根据定义,我们是在处理一个非平稳数据集,在这种情况下,整个回报周期的概念,尤其是长期回报,变得毫无意义——毫不夸张地说,只不过是猜测。其次,这取决于你看的是哪种极端情况。大气环流模式在预测温度方面相当出色,但在预测极端降雨和其他大多数与水有关的极端情况(如土壤水分不足)方面就很差劲。 \ endgroup美元
    - - - - - -戈登斯坦格
    2015年11月11日18:49

1回答1

4
\ begingroup美元

这里有一个想法来解释我们气候模型中的气象极端事件,尽管我不确定它是否回答了你的问题,也不太确定它是否可靠(也开放反馈):

以一个模拟了过去和未来的区域气候模式为例。我们也有几十年的观测数据来与过去模拟的同一时期进行比较。当然,观测到的数据在各个方面都能更好地捕捉到极端事件。因此,在预测未来时,如果我们想保持这些极端,我们可以使用变化因子(基于平均值,例如月平均值),从过去-模拟==>未来-模拟,以预测过去观察==>未来预测。这些未来的预测将会有过去发生的极端事件,但基于气候模型过去和未来模拟的程度有所变化。

这可以应用于气象数据,如降水和其他天气变量,以告知我们在未来情景中我们将面临的驱动天气力量。通过这种方式,我们的气候模型解释了我们最近和过去观测到的极端气象,而这些模型可能在其他方面没有做到。


否则,正如人们在OP的评论中解释的那样,我们根本没有足够广泛的观测数据来校准这些罕见的频率事件。我认为你最后两点很好地概括了我们的困境:

  • 可用的测量数据来自100-200年的观测周期(最多);
  • 我们没有太多来自不同气候条件的数据(目前的模型中可能没有(或没有充分)考虑到一些现象,我们在某种程度上受到了观测到的前100年条件的偏差。

然而,这里有一些你可以探索的研究和线索,试图克服建模极端事件返回间隔和可能最大降水的这些挑战。这些似乎是在回答你的最后一个问题,但希望它能帮助澄清潜在的问题。

这个用的是极值理论Van Den Brink等人,2004年。根据ECMWF季节预报集合估计极端事件的回归期。

...对气象和水文情况的应用总是受到可用数据集简短的限制,因为所需的返回水平超过记录长度的10到100倍。为了克服这一问题,我们使用了自1987年以来欧洲中期天气预报中心(ECMWF)所有过去季节预报集合运行的存档数据作为极值统计分析的输入。我们利用了荷兰的季节预报几乎没有季节技巧这一事实,这意味着集合可以被视为累积超过1500年的独立集。通过研究海洋风暴潮水平、海浪和河流流量的极值分布,我们研究了荷兰对极端天气尺度天气系统的水力响应。本文以海岸保护、河流洪水保护和水管理问题为例,详细介绍了该应用。与基于观测时间序列的结果相比,ECMWF数据的长记录长度大大降低了10个3年和10个4年返回值的不确定性。ECMWF数据集提供了探索依赖于几种极端天气的事件分布的机会(Van Den Brink et al, 2004)。

这是使用生长因子法,或“NERC M5法”,如第10页所述:Skaugen and Førland, 2011。估计挪威流域极端降水的未来变化。

下面是一项研究,它很好地总结了这些方法,并提出了一种新的方法供进一步研究,这对我来说听起来不错,与我在回答的第一部分中用相当广泛、简单的术语描述的内容相对类似:Dyrrdal, 2012年。挪威极端降水的估算及最新技术综述。这本书中有很多值得引用的段落,所以我想我还是把它留给你们去探索吧。我想你们最感兴趣的是第三、第四和第五节,因为它们分别涵盖了世界气象组织和各国最先进的指导方针/方法;提出了一种新的改进方法;结语部分对上述内容进行总结。

\ endgroup美元
1
  • 1
    \ begingroup美元 谢谢你这么好的回答!参考的研究很有帮助,或多或少地回答了我的问题。Van Den Brink等人的论文在气候预测推断极端情况的“可靠性”方面特别有希望;当然,要承认我们输入的所有不确定性。关于这个问题的另一篇论文:模拟印度极端降水的区域和全球气候模式的可靠性。你关于未来会计变更的建议很有意思,我会尝试一下。 \ endgroup美元
    - - - - - -rozsasarpi
    2016年1月9日7点19分

你的答案

点击“张贴您的答案”,即表示您同意我们的服务条款隐私政策而且饼干的政策

这不是你想要的答案?浏览带标签的其他问题问自己的问题