基于逐步聚類分析的山東省未來溫度變化預測
發(fā)布時間:2022-08-12 21:05
作為中國的沿海省份,山東省2016年平均氣溫為14.4℃,比常年偏高1.0℃。由于氣候變化,山東省近年來也經(jīng)歷了比較頻繁的極端天氣事件。為制定適當?shù)倪m應政策提供科學依據(jù),保護人類社會、農(nóng)業(yè)系統(tǒng)和生態(tài)系統(tǒng)不受氣候變化影響,本研究將重點針對山東未來溫度變化。首先采用逐步聚類分析方法(rSCA模型)來模擬當前的氣候,并預測研究區(qū)域的未來氣候。rSCA模型將在不同的顯著性水平上進行校準,并驗證模型在全省八個氣象站點模擬當?shù)販囟龋═mean,Tmin和Tmax)的適用性;然后,經(jīng)過驗證的rSCA模型將在RCP4.5和RCP8.5情景下預測2050s和2080s的未來溫度;分析2018-2099年間日溫度的時間序列,以量化RCP4.5和RCP8.5下局部溫度升溫趨勢的幅度;最后計算山東省八個站點未來溫度的極端氣候指數(shù)并對其進行趨勢分析和Mann-Kendall突變檢驗。結(jié)果表明:基于rSCA模型的逐步聚類分析方法在模擬山東省八個氣象站點未來溫度時適用,確定系數(shù)的范圍為0.7-0.9;21世紀山東省所有氣象站點的近地面溫度都有可能上升,在RCP4.5條件下每10年上升0.34℃,RCP8.5的條件下...
【文章頁數(shù)】:63 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究目的和意義
1.2 研究進展
1.2.1 降尺度方法研究進展
1.2.2 突變分析方法研究進展
1.3 研究內(nèi)容
第2章 數(shù)據(jù)和方法
2.1 研究區(qū)域和數(shù)據(jù)
2.1.1 研究區(qū)域基本情況
2.1.2 氣象站點數(shù)據(jù)
2.2 基本原理
2.2.1 逐步聚類分析
2.2.2 極端氣候指數(shù)分析
2.2.3 技術路線
2.2.4 相關分析
第3章 山東省未來溫度情景的預測
3.1 模型訓練
3.2 模型檢驗
3.3 未來溫度變化情景分析
3.3.1 觀測站點溫度預測結(jié)果
3.3.2 2050s和2080s溫度預測結(jié)果
3.3.3 四季溫度預測結(jié)果
3.3.4 月溫度預測結(jié)果
3.4 本章小結(jié)
第4章 山東省未來溫度極端氣候指數(shù)分析
4.1 霜日日數(shù)(FD_0)
4.2 夏天日數(shù)(SU_(25))
4.3 結(jié)冰天數(shù)(ID_0)
4.4 熱夜日數(shù)(TR_(20) )
4.5 生長期長度(GSL)
4.6 日平均溫差(DTR)
4.7 最低氣溫(TNn)
4.8 最低氣溫極大值(TNx)
4.9 最高氣溫極小值(TXn)
4.10 最高氣溫(TXx)
4.11 本章小結(jié)
第5章 結(jié)論與展望
5.1 結(jié)論
5.2 展望
參考文獻
攻讀碩士學位期間發(fā)表的學術論文及其它成果
致謝
本文編號:3676596
【文章頁數(shù)】:63 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究目的和意義
1.2 研究進展
1.2.1 降尺度方法研究進展
1.2.2 突變分析方法研究進展
1.3 研究內(nèi)容
第2章 數(shù)據(jù)和方法
2.1 研究區(qū)域和數(shù)據(jù)
2.1.1 研究區(qū)域基本情況
2.1.2 氣象站點數(shù)據(jù)
2.2 基本原理
2.2.1 逐步聚類分析
2.2.2 極端氣候指數(shù)分析
2.2.3 技術路線
2.2.4 相關分析
第3章 山東省未來溫度情景的預測
3.1 模型訓練
3.2 模型檢驗
3.3 未來溫度變化情景分析
3.3.1 觀測站點溫度預測結(jié)果
3.3.2 2050s和2080s溫度預測結(jié)果
3.3.3 四季溫度預測結(jié)果
3.3.4 月溫度預測結(jié)果
3.4 本章小結(jié)
第4章 山東省未來溫度極端氣候指數(shù)分析
4.1 霜日日數(shù)(FD_0)
4.2 夏天日數(shù)(SU_(25))
4.3 結(jié)冰天數(shù)(ID_0)
4.4 熱夜日數(shù)(TR_(20) )
4.5 生長期長度(GSL)
4.6 日平均溫差(DTR)
4.7 最低氣溫(TNn)
4.8 最低氣溫極大值(TNx)
4.9 最高氣溫極小值(TXn)
4.10 最高氣溫(TXx)
4.11 本章小結(jié)
第5章 結(jié)論與展望
5.1 結(jié)論
5.2 展望
參考文獻
攻讀碩士學位期間發(fā)表的學術論文及其它成果
致謝
本文編號:3676596
本文鏈接:http://sikaile.net/projectlw/qxxlw/3676596.html
最近更新
教材專著