本文利用CMIP5中的五個氣候模式月平均氣象要素資料、低緯高原區(qū)高分辨的月平均溫度和月降水格點資料；以及利用BP神經(jīng)網(wǎng)絡(luò)、EOF分析以及多元回歸來對低緯高原未來氣候變化進(jìn)行預(yù)估。結(jié)果表明：(1)CCSM4模型、IPSL-model模型以及MIROC5模型模擬的低緯高原地區(qū)未來94年溫度和降水,在RCP2.6、PCP4.5以及RCP8.5三種排放情境下分別呈上升和增加趨勢；且隨著RCP2.6、RCP4.5以及RCP8.5排放情景的變化,溫度上升幅度升高,降水的增加幅度也升高。(2)GFDL-CM3模型模擬的低緯高原地區(qū)未來94年溫度和降水,在RCP2.6、RCP4.5以及RCP8.5三種排放情景下,溫度呈先升高后下降的趨勢,降水呈先增加后減少的趨勢。(3)HadGEM2-AO模型模擬的低緯高原地區(qū)未來94年溫度和降水,在RCP2.6、RCP4.5以及RCP8.5三種排放情景下,溫度呈上升的趨勢,降水呈增加后較少的趨勢。(4)各溫度模型的集合模擬的低緯高原地區(qū)未來94年溫度,在RCP2.6、RCP4.5以及RCP8.5三種排放情境下,溫度呈上升趨勢,且溫度增幅呈現(xiàn)較為顯著線性增加的趨勢；至...

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
目錄
第一章 緒論
    1.1 研究目的和研究意義
    1.2 國內(nèi)外研究現(xiàn)狀和發(fā)展趨勢
        1.2.1 關(guān)于CMIP5模式資料分析驗證的研究進(jìn)展
        1.2.2 關(guān)于神經(jīng)網(wǎng)絡(luò)在氣象預(yù)測應(yīng)用中的研究進(jìn)展
        1.2.3 低緯高原地區(qū)氣候研究
    1.3 本文主要研究內(nèi)容
第二章 資料和分析方法
    2.1 資料說明
    2.2 使用方法
        2.2.1 經(jīng)驗正交分解
        2.2.2 相關(guān)分析
        2.2.3 回歸分析
        2.2.4 BP神經(jīng)網(wǎng)絡(luò)
第三章 BP神經(jīng)網(wǎng)絡(luò)模型的建立以及檢驗
    3.1 實測溫度和降水的EOF分析
    3.2 BP神經(jīng)網(wǎng)絡(luò)模型的建立
        3.2.1 溫度模型的建立
        3.2.2 降水模型的建立
    3.3 BP神經(jīng)網(wǎng)絡(luò)模型的檢驗
        3.3.1 溫度模型
        3.3.2 降水模型
    3.4 小結(jié)
第四章 不同排放情景下低緯高原地區(qū)未來氣候變化的預(yù)估
    4.1 不同排放情景下低緯高原地區(qū)未來溫度變化的預(yù)估
        4.1.1 五個模型預(yù)估結(jié)果
        4.1.2 集合預(yù)估結(jié)果
    4.2 不同排放情景下低緯高原地區(qū)未來降水變化的預(yù)估
        4.2.1 五個模型預(yù)估結(jié)果
        4.2.2 集合預(yù)估結(jié)果
    4.3 小結(jié)
第五章 結(jié)論與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間完成的科研成果
致謝



本文編號：3935739