本文基于區(qū)域氣候模式CWRF（Climate-Weather Research and Forecasting model）模擬和中國站點(diǎn)觀測(cè)的1980-2015年6-8月逐日降水資料,利用多種參數(shù)化方案極端降水指數(shù)的區(qū)域平均泰勒?qǐng)D和泰勒評(píng)分,區(qū)域平均時(shí)間序列M2指數(shù)和相關(guān)系數(shù)等方法評(píng)估了CWRF模式多種參數(shù)化方案在中國地區(qū)和中國華北華中華南三區(qū)的夏季極端降水指數(shù)的的模擬能力。通過將廣義帕累托分布（GPD）引入到誤差訂正模型中,提出針對(duì)極端降水的累積概率變換誤差訂正法（XCDFt）,檢驗(yàn)和評(píng)估其對(duì)極端降水訂正的適用性,進(jìn)一步探討了訂正前后極端降水重現(xiàn)水平的分布特征。最后比較了不同方法和不同參數(shù)化集合方案的訂正效果,主要結(jié)論如下:（1）各個(gè)參數(shù)化方案的時(shí)空模擬能力表現(xiàn)是比較一致的,不同參數(shù)化方案對(duì)于全國和華北華中華南區(qū)域的模擬亦存在著一致性。各個(gè)參數(shù)化方案對(duì)極端指數(shù)的模擬較好,但參數(shù)化方案之間存在較大差異,評(píng)估結(jié)果得到時(shí)空綜合模擬能力最優(yōu)的前4個(gè)參數(shù)化方案分別為C13,C14,C12和C1,綜合模擬能力較差的后4個(gè)參數(shù)化方案分別為C6,C4,C3和C10。14種參數(shù)化集合后模擬效果優(yōu)于優(yōu)... 

【文章來源】：南京信息工程大學(xué)江蘇省

【文章頁數(shù)】：67 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

CWRF模式中國區(qū)域劃分

圖 3.1 SDII 空間分布圖（單位：mm/day）（a:CWRF 模擬，b：觀測(cè)，c:觀測(cè)-CWRF 模擬）圖 3.2 同 3.1，變量為 R50mm（單位：d）圖3.1給出夏季降水強(qiáng)度SDII的CWRF模擬和觀測(cè)的空間對(duì)比圖，可以看出，模擬整體較好，在降水較少的北疆，南疆地區(qū)模擬基本和觀測(cè)一致，在西南區(qū)域模差較大，和觀測(cè)差值最大達(dá)到-6 和 7mm/day 以上，這和它西北高東南低的地勢(shì)有西藏東南部 SDII 偏大，此處地處西南季風(fēng)的迎風(fēng)坡位置，本身降水偏多，模擬誤大，在華東區(qū)域模擬降水 SDII 偏大，和觀測(cè)誤差可達(dá)到-3 到-4mm/day，華中地區(qū)較好，誤差整體較小，在華南個(gè)別地區(qū)模擬降水 SDII 大于觀測(cè)值。圖 3.2 為暴雨日模擬對(duì)比，在東北和華北區(qū)域模擬暴雨日數(shù)多于觀測(cè)，而在華中和華南地區(qū)模擬暴數(shù)整體少于觀測(cè)，誤差最多達(dá)到 20 天。圖 3.3 給出 95%分位數(shù)降水量的模擬觀測(cè)圖，95%分位數(shù)的模擬效果和 SDII 趨勢(shì)相近，在西南地區(qū)和華中地區(qū)誤差相對(duì)較

圖 3.1 SDII 空間分布圖（單位：mm/day）（a:CWRF 模擬，b：觀測(cè)，c:觀測(cè)-CWRF 模擬）圖 3.2 同 3.1，變量為 R50mm（單位：d）圖3.1給出夏季降水強(qiáng)度SDII的CWRF模擬和觀測(cè)的空間對(duì)比圖，可以看出，模擬整體較好，在降水較少的北疆，南疆地區(qū)模擬基本和觀測(cè)一致，在西南區(qū)域模差較大，和觀測(cè)差值最大達(dá)到-6 和 7mm/day 以上，這和它西北高東南低的地勢(shì)有西藏東南部 SDII 偏大，此處地處西南季風(fēng)的迎風(fēng)坡位置，本身降水偏多，模擬誤大，在華東區(qū)域模擬降水 SDII 偏大，和觀測(cè)誤差可達(dá)到-3 到-4mm/day，華中地區(qū)較好，誤差整體較小，在華南個(gè)別地區(qū)模擬降水 SDII 大于觀測(cè)值。圖 3.2 為暴雨日模擬對(duì)比，在東北和華北區(qū)域模擬暴雨日數(shù)多于觀測(cè)，而在華中和華南地區(qū)模擬暴數(shù)整體少于觀測(cè)，誤差最多達(dá)到 20 天。圖 3.3 給出 95%分位數(shù)降水量的模擬觀測(cè)圖，95%分位數(shù)的模擬效果和 SDII 趨勢(shì)相近，在西南地區(qū)和華中地區(qū)誤差相對(duì)較

【參考文獻(xiàn)】：
期刊論文
[1]CWRF模式在中國夏季極端降水模擬的誤差訂正[J]. 董曉云,余錦華,梁信忠,馬圓.  應(yīng)用氣象學(xué)報(bào). 2019(02)
[2]基于RegCM4模式的中國區(qū)域日尺度降水模擬誤差訂正[J]. 童堯,高學(xué)杰,韓振宇,徐影.  大氣科學(xué). 2017(06)
[3]新一代區(qū)域氣候模式（CWRF）國內(nèi)應(yīng)用進(jìn)展[J]. 劉冠州,梁信忠.  地球科學(xué)進(jìn)展. 2017(07)
[4]基于轉(zhuǎn)移累計(jì)概率分布統(tǒng)計(jì)降尺度方法的未來降水預(yù)估研究:以湖南省為例[J]. 周莉,江志紅.  氣象學(xué)報(bào). 2017(02)
[5]江淮地區(qū)極端降水特征及其變化趨勢(shì)的研究[J]. 王靜,余錦華,何俊琦.  氣候與環(huán)境研究. 2015(01)
[6]基于GPD分布的黑河流域極端降水頻率特征分析[J]. 李占玲,王武,李占杰.  地理研究. 2014(11)
[7]極值統(tǒng)計(jì)理論的進(jìn)展及其在氣候變化研究中的應(yīng)用[J]. 丁裕國,李佳耘,江志紅,余錦華.  氣候變化研究進(jìn)展. 2011(04)
[8]一維海洋混合層模式應(yīng)用于二維數(shù)值模擬的試驗(yàn)研究[J]. 凌鐵軍,梁信忠,徐敏,王彰貴,王斌.  海洋學(xué)報(bào)(中文版). 2011(03)
[9]南京過去100年極端日降水量模擬研究[J]. 萬仕全,周國華,潘柱,楊柳,張淵.  氣象學(xué)報(bào). 2010(06)
[10]環(huán)渤海地區(qū)極端降水事件概率分布特征[J]. 郭軍,任國玉,李明財(cái).  氣候與環(huán)境研究. 2010(04)

博士論文
[1]中國地區(qū)極端降水的統(tǒng)計(jì)建模及其未來概率預(yù)估[D]. 朱連華.南京信息工程大學(xué) 2017
[2]中國降水與溫度極值的時(shí)空分布規(guī)律模擬[D]. 萬仕全.蘭州大學(xué) 2010
[3]短期氣候數(shù)值預(yù)測(cè)的誤差訂正和超級(jí)集合方法研究[D]. 秦正坤.南京信息工程大學(xué) 2007

碩士論文
[1]CMIP5多模式對(duì)中國極端降水的模擬評(píng)估及未來情景預(yù)估[D]. 杭月荷.南京信息工程大學(xué) 2013
[2]近五十年中國極端溫度和降水事件變化規(guī)律的研究[D]. 潘曉華.中國氣象科學(xué)研究院 2002



本文編號(hào)：3214897