200 likes | 327 Views
青藏铁路沿线超长期气候变化的概率预测方法 王 文 wangwen@lzu.edu.cn. 因而,一旦预测有某些气候事件将要发生,指挥决策部门就需要考虑是否采取防范措施,以减少损失。但采取防范措施本身也需要一定的资金投入,便有如下的决策矩阵(表1)。. 从预测结果的形式看,制作气候预测的(动力模式和物理因子统计)方法可以分为两大类:分类预测和概率预测。分类预测的结果是某个(或某些)气候事件(如气候变暖)将要发生,其特点是预测结果中的一个事件将要发生;概率气候预测用概率值表示预测量出现可能性的大小,它所提供的是气候事件出现的可能性有多大。. 异常气候事件防范的决策矩阵.
E N D
青藏铁路沿线超长期气候变化的概率预测方法 王 文 wangwen@lzu.edu.cn
因而,一旦预测有某些气候事件将要发生,指挥决策部门就需要考虑是否采取防范措施,以减少损失。但采取防范措施本身也需要一定的资金投入,便有如下的决策矩阵(表1)。因而,一旦预测有某些气候事件将要发生,指挥决策部门就需要考虑是否采取防范措施,以减少损失。但采取防范措施本身也需要一定的资金投入,便有如下的决策矩阵(表1)。
从预测结果的形式看,制作气候预测的(动力模式和物理因子统计)方法可以分为两大类:分类预测和概率预测。分类预测的结果是某个(或某些)气候事件(如气候变暖)将要发生,其特点是预测结果中的一个事件将要发生;概率气候预测用概率值表示预测量出现可能性的大小,它所提供的是气候事件出现的可能性有多大。从预测结果的形式看,制作气候预测的(动力模式和物理因子统计)方法可以分为两大类:分类预测和概率预测。分类预测的结果是某个(或某些)气候事件(如气候变暖)将要发生,其特点是预测结果中的一个事件将要发生;概率气候预测用概率值表示预测量出现可能性的大小,它所提供的是气候事件出现的可能性有多大。
异常气候事件防范的决策矩阵 一般地,可以设A=B,D=0,则是否采取防范措施的临界概率PC=A/C。如果气候异常出现的概率P>PC,则应该采取防范措施;P<PC则不采取防范措施。
占领桥梁行动的决策矩阵 分类预报的结果是天气A将发生,而概率预报使每一种方案成功的期望值为: 第一方案:8×0.6+5×0.4+0×0.0=6.8 第二方案:6×0.6+10×0.4+0×0.0=7.6 第三方案:3×0.6+3×0.4+5×0.0=3.0
气象上通常有三类概率,气候概率、客观概率和主观概率。气象上通常有三类概率,气候概率、客观概率和主观概率。 客观概率预报 是指不直接依赖于预报员的判断或经验,而是依据一些固定的规则产生的某一事件发生的概率,其结果唯一且具有可重复性。列联表大概是估计未来天气事件发生概率的最简单的方法;可以使用各种各样的统计方法(或模式)来制作客观概率预报,最常用的模式是多重线性回归。如REEP方法和Logit模式。
1935~2000年青藏铁路沿线气温距平 (单位:ºC)在各组所占的概率分布
1000年来太阳黑子周期长度距平 (单位:a)在各组所占的概率分布
1920~2000年CO2浓度距平 (单位:ppmv)在各组所占的概率分布
REEP(Regression Estimation of Event Probability): 将预报量和各预报因子做0、1化处理,若预报因子x1,x2,…,xm有n个组合状态c1,c2,…,cn ,将每种组合状态下y=1的条件概率Pj(y=1|cj) (j=1,2,…,n)看成是组合后样本资料中x1,x2,…,xm的线性组合: P(y=1|cj)=b0+b1xi1+b2xi2+…+bmxim
令 yi=pi(y=1|cj) 由最小二乘法可得求b0,b1,…,bm的线性方程组为:
将因子数据带入预报方程,可得对应于因子序列样本的计算值,取对应于实况为“1”的极小值和对应于实况为“0”的极大值,令两者的平均值为P0,则当P>P0时,y=1; P<P0时, y=0。 概率预报﹥不等于﹤预报概率。
李栋梁等利用近1000年来太阳黑子周期长度的5个显著周期及均生函数对2001~ 2100年间SCL的变化进行了预测,并对未来的CO2浓度根据1958~2000年实测值的平均递增率做了估算,在此基础上对青藏铁路沿线的年平均气温进行了100年的预测,我们则应用REEP方法对其预测结果计算了出现的可能概率。表5是用文献三个不同模型的预测结果按年代分别计算而得出的,其概率模型共有30个,为简单起见这里只给出其中的三个。
其中pi为每种组合状态下预报量y=1的条件概率的回归值,x1为太阳黑子周期长度数,x2为CO2浓度。其中pi为每种组合状态下预报量y=1的条件概率的回归值,x1为太阳黑子周期长度数,x2为CO2浓度。
年代 方法 2000 年代 2010 年代 2020 年代 2030 年代 2040 年代 2060 年代 2080 年代 2090 年代 方程(1) 0.41 -0.41 -0.78 -1.14 -1.19 -0.75 -0.74 -1.03 概 率 0.750 0.837 0.844 0.868 0.888 0.537 0.487 0.458 方程(2) 0.77 1.21 1.62 1.99 2.36 3.09 3.82 4.19 概 率 0.263 0.314 0.344 0.368 0.388 0.419 0.436 0.440 ((1)+(2))/2 0.59 0.40 0.42 0.42 0.58 1.17 1.54 1.58 概 率 0.26~ 0.75 0.31~ 0.84 0.34~ 0.84 0.37~ 0.87 0.39~ 0.89 0.42~ 0.54 0.44~ 0.48 0.44~ 0.46 不同预测方法预测的青藏铁路沿线平均年代气温相对于1990年代的增温与概率
方程(3) 0.71 0.36 0.17 0.01 -0.03 0.46 0.82 0.80 概 率 0.711 0.855 0.583 0.840 0.733 0.676 0.635 0.639 综 合 结 果 0.65 0.38 0.30 0.22 0.28 0.82 1.18 1.19 概 率 0.51~ 0.71 0.58~ 0.85 0.58~ 0.59 0.62~ 0.84 0.64~ 0.73 0.48~ 0.68 0.46~ 0.64 0.45~ 0.64 不同预测方法预测的青藏铁路沿线平均年代气温相对于1990年代的增温与概率
利用REEP方法将文献中预测的青藏铁路沿线2001~2100年平均年代气温相对于1990年代的增温的概率进行了计算,表明未来50年青藏铁路沿线气温上升0.3ºC左右的概率为0.64~0.73 ;到100年青藏铁路沿线气温上升1.0ºC左右的概率为0.45~0.64。