|
|||||
|
|
| 日最高温度统计降尺度方法的比较研究 | |
| 引用本文： | 徐振亚,任福民,杨修群,曹经福.日最高温度统计降尺度方法的比较研究[J].气象科学,2012,32(4):395-402. |
| 作者姓名： | 徐振亚 任福民 杨修群 曹经福 |
| 作者单位： | 1. 南京大学大气科学学院,南京210093; 国家气候中心,北京100081 2. 国家气候中心,北京,100081 3. 南京大学大气科学学院,南京,210093 4. 国家气候中心,北京100081;南京信息工程大学,南京210044 |
| 基金项目： | 全球变化研究国家重大科学研究计划资助项目(2010CB950501);国家自然科学基金资助项目(41175075) |
| 摘 要： | 针对日最高温度的降尺度问题,发展了一种统计降尺度的新方法——优选格点回归法(OPR)。利用该方法与双线性插值法(BI)对平原(山东)和高原(云南)的日最高温度进行降尺度对比分析,结果表明:无论对于平原(山东)还是高原(云南)地区以及夏季(7月)还是冬季(1月),OPR方法都明显优于BI方法,特别是从高原地区的均方根误差来看,降尺度效果优势更加明显。进一步对OPR方法降尺度过程中所做的方差放大对比分析显示,方差放大后对日最高温度的降尺度效果不但没有改进,在某些方面如均方根误差和极端误差等还有变差的表现。 |
| 关 键 词： | 日最高温度 统计降尺度 双线性插值 优选格点回归 比较研究 |
| 收稿时间： | 2011/12/12 0:00:00 |
| 修稿时间： | 2012/4/19 0:00:00 |
A comparison study on statistical downscaling methods in daily maximum temperatures |
|
| XU Zheny,REN Fumin,YANG Xiuqun and CAO Jingfu.A comparison study on statistical downscaling methods in daily maximum temperatures[J].Scientia Meteorologica Sinica,2012,32(4):395-402. | |
| Authors: | XU Zheny REN Fumin YANG Xiuqun and CAO Jingfu |
| Institution: | 2,3(1 School of Atmospheric Sciences,Nanjing University,Nanjing 210093,China; 2 National Climate Center,China Meteorological Administration,Beijing 100081,China 3 Nanjing University of Information Science & Technology,Nanjing 210044,China) |
| Abstract: | For the downscaling problem in daily maximum temperatures, a new statistical downscaling method named Optimal Points Regression(OPR) has been developed. A comparison study on downscaling in daily maximum temperatures in the plain area (Shandong province) and the plateau area (Yunnan province) of OPR and another downscaling method (the Bilinear Interpolation, BI) was carried out. Results show that both for plain area or plateau area in summer (July) or in winter (January), the OPR method is obviously better than the BI method. Especially for the root mean square error in the plateau area, the superiority of OPR method is more obvious. Then a further research on variance amplification of OPR method shows that variance amplification did not improve the results, but it led to worse results in some aspects such as RMS error and extreme error. |
| Keywords: | Daily maximum temperatures Statistical downscaling Bilinear interpolation Optimal point regression Comparative study |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《气象科学》浏览原始摘要信息 | |
| 点击此处可从《气象科学》下载免费的PDF全文 | |