论文部分内容阅读
本文利用统计降尺度模型可以解决GCMs预测的气候变化情景空间分辨率低的缺陷。本文在白洋淀流域应用统计降尺度模型SDSM(Statistical Downscaling Model)，选取日平均气温作为预报量，根据NCEP再分析数据与站点实测数据序列的相关关系选择合适的预报因子，建立大气环流因子与各站点日平均气温之间的统计关系。将数据序列分为1961～1975年和1976～1990年两个时段，对SDSM进行率定和验证。最后将HadCM3输出的未来情景降尺度到站点尺度，模拟白洋淀流域未来时期三个时段21世纪20年代、50年代、80年代的日平均气温序列。其结果表明：SDSM在白洋淀流域的模拟效果较好。流域未来日平均气温在A2和B2两种情景下均呈现增加趋势。