摘要：气候变化的检测归因是历次IPCC评估报告的重要组成部分。检测归因的目标是检测并量化由外强迫引起的变化,识别人为和自然强迫对气候变化的相对贡献。有助于全面评估气候系统是如何受人类活动影响的,所得结论对未来气候变化预估的信度而言至关重要。检测归因模式比较计划(DAMIP)是第六次国际耦合模式比较计划(CMIP6)的一个子计划,共包含3个级别、多达14组不同强迫驱动下的试验。文中概述其科学背景、试验设计、参与模式情况,并评述该计划的意义、期待的产出以及中国的机遇和贡献,以期使读者迅速了解相关要点和进展,为利用这些模式模拟试验数据开展检测归因研究提供必要的参考。

摘要：通过图像预测PM_(2.5)浓度的准确性,在很大程度上取决于模型所选用的特征参数。为丰富特征参数的表达,设计了一种基于图像传统特征与深度特征充分融合的PM_(2.5)浓度预测方法。首先,根据不同PM_(2.5)浓度下的成像差异,选定图像感兴趣区域,解决图像尺寸过大导致的模型运算效率较低问题。然后,针对所选取的局部图像,利用传统图像处理方法手动设计并提取图像浅表视觉特征,同时利用卷积神经网络自动提取图像深层语义特征。最后,将两种特征融合,交由卷积神经网络的全连接层实现对PM_(2.5)浓度的回归预测。预测误差比对结果显示,相比使用单种特征,使用融合特征能够有效提高模型的预测性能。

摘要：针对数值模式的物理参数,发展了一个多参数优化系统,可以根据观测数据对模式的多个参数进行同时调整。该系统具有设计简单、无需伴随模式和便于移植等特点。在孪生试验中,针对盒子模型的3个参数,经过约10次迭代,多参数优化系统可以收敛到预先给定的参数真值。通过对比同时优化和分别单独优化3个参数增量,发现分别单独优化参数增量存在一定的局限性。将多参数优化系统应用到简单模型的尝试和检验,结果表明:优化算法的收敛速度和模型的积分次数处于可接受的范围内,因此具有同时调整多个复杂模式物理参数的潜力。

摘要：借助英国气候研究所(Climate Research Unit,CRU)全球陆地格点分析数据集(CRU TS v4.0)月降水资料和24个国际耦合模式比较计划第五阶段(Coupled Model Intercomparison Project Phase 5,CMIP5)模式历史气候模拟及RCP4.5情景下的降水预估数据,设计了多种回归方案并对模式降水预估偏差进行订正。这些方案包括一元回归、一元对数回归、一元差分回归、一元对数差分回归、多元回归、多元对数回归、多元差分回归、多元对数差分回归和简单移除气候漂移等。2006~2015年中国大陆模式降水预估的订正结果表明,一元回归订正法普遍优于多元回归订正和扣除气候漂移订正法,其中一元对数回归法的效果最好,其降水距平同号率(Anomaly Rate,AR)和降水距平百分率相关系数(Anomaly Percentage Correlation Coefficient,APCC)最高,分别达到69%和0.5;而降水距平相关系数(Anomaly Correlation Coefficient,ACC)最高的是一元对数差分回归法。不同回归订正法所得预估结果的距平同号格点分布显示,一元对数回归法在北方优于南方,而一元差分(年际增量)或对数差分回归法在南方优于北方。这直接导致在中国南方区域(95°E以东,35°N以南)一元对数回归或多元对数回归订正结果的AR、ACC和APCC均低于对应的差分/对数差分回归法,在北方和西部地区则与此相反。因此,模式降水的回归订正方案具有区域性,这可能源于不同区域降水序列统计性质的差异。用区域组合回归订正法,即在南方用一元差分回归订正,其余地区用一元对数回归订正,其降水预估场的AR提高到72%,但ACC和APCC均略有下降,原因是差分回归订正增加了预估降水场的方差。对RCP4.5情景下2016~2045年24个模式集合平均降水预估的组合回归订正结果显示,相对于1976~2005年平均,未来30年降水异常大致呈南北少,中间多的格局,其中长江中下游、江南中西部、西南东北部、华南沿海和海南省等地降水偏少10%~20%,淮河流域、三江源区和台湾省降水偏多10%~40%,西北东部、华北和东北大部降水正常或略偏少。从降水百分率方差看,模式群的离散度(不确定度)呈现东部小,西部大的分布特征,说明模式预估的西北中部和青藏高原西部等降水偏少区的不确定性较大;而河套北部、华北南部和江南东部等地对应于2006~2015年检验期的"盲区"(模式与观测降水距平反号),其降水预估参考价值可能不大,需要引入他法加以改进。