發(fā)布時間：2021-11-27 19:23

　　全球氣候模式在空間上的分辨率較大,其與觀測值也存在較大的誤差,無法直接在評估模型上應用。本文利用分位數(shù)映射法和擾動法對全球氣候模式（HadGEM2-ES）模擬的地表氣溫和降水量進行訂正,減小模式本身與觀測之間的誤差。同時利用較高空間分辨率的觀測資料（CRU和ERA-interim）作為建立訂正函數(shù)的樣本,提高訂正后模擬值的分辨率。在此基礎上運用模擬值分析未來不同RCP情景下2020-2099年一帶一路區(qū)域氣溫、降水、干旱及相應的極端氣候變化。結果表明:（1）訂正后RCP2.6情景線性增溫趨勢最小,RCP6.0比RCP4.5略大一些,RCP8.5增溫趨勢最大。RCP4.5和RCP6.0情景在2055年之前增溫顯著,之后RCP4.5情景中9個地區(qū)都有增溫趨勢放緩跡象,放緩時間有地區(qū)差異,RCP6.0情景出現(xiàn)放緩的地區(qū)較少,放緩時間也較晚。（2）在未來的20a一遇極端日最高氣溫變化中,前40年非洲和西亞地區(qū)RCP8.5情景增溫幅度最大,在歐洲地區(qū)確實有一定的增幅,四種情景差異不大,東亞中國地區(qū)在RCP4.5、RCP6.5和RCP8.5三種情景中都有較大的增幅。未來后40年與前40年相比,RC... 

【文章來源】：華東師范大學上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【部分圖文】：

本文的一帶一路研究區(qū)域

圖 2-1 GEV 三種極值分布的密度函數(shù)[46] 分布（GPD）是研究超出閾值那部分11()/01/ xux），數(shù)， 位置參數(shù)， 是尺度參數(shù)，根，其密度函數(shù)如圖 2-2 所示。GPD 分的選取直接影響 GPD 分布的擬合效果分布其實就是在一組樣本里將超過閾值閾值太小，則挑出的數(shù)據(jù)太多，不符少，也不利于擬合。閾值的選取一般

011-2016年訂正前后RCP2.6情景月均地表氣溫與觀測的均方根誤差RMSE（a:未訂正b:PTFl方法訂正c:QUANT方法訂正d:RQUANT方法訂正e:SSPLIN方法訂正）

【參考文獻】：
期刊論文
[1]“一帶一路”陸域地理格局與環(huán)境變化風險[J]. 吳紹洪,劉路路,劉燕華,高江波,戴爾阜,馮愛青.  地理學報. 2018(07)
[2]基于CRU格點數(shù)據(jù)集的近百年渭河流域降水變化[J]. 張東,宋獻方,張應華,楊麗虎,楊勝天.  干旱區(qū)資源與環(huán)境. 2018(02)
[3]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,高學杰,韓振宇,徐影.  大氣科學. 2017(06)
[4]中國格點化日降水極值統(tǒng)計模型及閾值的選取[J]. 張昕怡,方國華,聞昕,葉健,郭玉雪.  氣候變化研究進展. 2017(04)
[5]2006～2013年CMIP5模式中國降水預估誤差分析[J]. 張蓓,戴新剛.  大氣科學. 2016(05)
[6]氣候變化條件下21世紀中國九大流域極端月降水量時空演變分析[J]. 方國華,戚核帥,聞昕,周磊.  自然災害學報. 2016(02)
[7]雅魯藏布江流域不同源降水數(shù)據(jù)質量對比研究[J]. 黃浠,王中根,桑燕芳,楊默遠,劉曉聰,鞏同梁.  地理科學進展. 2016(03)
[8]河北省主要極端氣候指數(shù)的時空變化特征[J]. 曹祥會,龍懷玉,張繼宗,雷秋良,武淑霞,劉宏斌.  中國農(nóng)業(yè)氣象. 2015(03)
[9]青藏高原未來氣候變化預估:CMIP5模式結果[J]. 胡芩,姜大膀,范廣洲.  大氣科學. 2015(02)
[10]基于降水量距平百分率的中國西南和華南地區(qū)的冬旱特征[J]. 陳少勇,郭俊瑞,吳超.  自然災害學報. 2015(01)

碩士論文
[1]不同誤差訂正方法在中國區(qū)域氣候模擬中的比較和應用[D]. 童堯.中國氣象科學研究院 2017
[2]RegCM4對中國未來氣候變化模擬的誤差分析[D]. 陳悅.華東師范大學 2015
[3]區(qū)域氣候模式RegCM4對中國地區(qū)的數(shù)值模擬[D]. 張井貝.華東師范大學 2013



本文編號：3522901