统计降尺度方法的研究进展与挑战
渭河流域秋雨统计降尺度预估的试验研究
第２９卷第５期 ２０１３年１０月 热带气象学报 Ｊ０ＵＲＮＡＬ ＯＦ ＴＲ０ＰＩＣＡＬ ＭＥＴＥＯＲ０Ｌ０ＧＹ 、ｂ１．２９．ＮＯ．５ ０ｃｔ．．２０１３
薛春芳，董文杰，毛明策，等．渭’？司流域秋雨统计降尺度预估的试验研究［Ｊ］＿热带气象学报，２０１３，２９（５）：８４９—８５６．
文章编号：１００４—４９６５（２０１３）０５—０８４９．０８
渭河流域秋雨统计降尺度预估的试验研究
薛春芳 ２，董文杰 ，毛明策４，王式功
（１．兰州大学大气科学学院／甘肃省干旱气候变化与减灾重点实验室，甘肃兰州７３００００；２．陕西省气象局，陕西西安７１００１４； ３．北京师范大学／全球变化与地球系统科学研究院，北京１００８７５；４．陕西省气候中心，陕西西安７１００１４）
摘 要：在比较不同大尺度预报因子联合场、空间范围和数据预处理方法对统计降尺度模型预测能力影响 的基础上，基于ＨａｄＣＭ３和ＣＣＳＭ３两种分辨率大气环流模式（ＧＣＭ）输出资料，采用主成分分析和多元线性回 归相结合的降尺度方法，建立了渭河流域秋雨的统计降尺度模型，并根据分析两种ＧＣＭ基准期内降尺度预测 效果，对未来不同情景进行预估。结果表明，对降水量的３次方根正态化处理并不能改善模型的预测性能，而 去趋势处理可提高模型对于９月的预测能力。８５０ ｈＰａ经向风和相对湿度组合是渭河流域秋雨的最佳预测因子。 低分辨率的ＨａｄＣＭ３模式降尺度预测效果优于高分辨率的ＣＣＳＭ３模式，具体表现在前者对整个流域的预测能 力较高，后者只对中下游流域附近的预测效果较好。以基准期内可预报性较好的站点对渭河流域秋雨进行预测， 两种模式的不同情景预估结果均表明，渭河流域２０００－－－２０９９年９月降水量呈增加趋势，１０月降水量呈下降趋 势，降尺度模型成功预测了２１世纪前１０年的秋雨增加趋势。 关键词：气候学；统计降尺度；降水量预估；渭河流域 中图分类号：Ｐ４２６．６１．４ 文献标识码：Ａ Ｄｏｉ：１０．３９６９￣．ｉｓｓｎ．１００４．４９６５．２０１３．０５．０１５
统计降尺度方法在华西南区秋季降水预测中的应用
第
46卷第
12期 气 象
Vol. 46 No. 12
2 0 2 0 年
12 月 METEOROLOGICAL MONTHLY
December 2020
吴遥，唐红玉，刘颖，等
，2020.统计降尺度方法在华西南区秋季降水预测中的应用气象,
46(12):1555-1564. Wu Y,Tang H
Y,Liu Y,et al,2020. Application of statistical downscaling model to autumn rainfall forecasting over Southwest China[J# Meteor
Mon,46(12)
：1555-1564(in Chinese)
.
统计降尺度方法在华西南区秋季降水预测中的应用
!
吴 遥
1唐红玉
1刘 颖
2董新宁
1郭 渠
1
1重庆市气候中心，重庆
401147
2国家气候中心气候研究开放实验室，北京
100081
提 要
：针对华西南区秋季站点降水，建立了基于气候预测系统
CFS模式实时预测产品与观测资料相结合的统计降尺度预
测模型。模型选取了华西南区秋季降水物理意义比较明确的秋季
500 hPa位势高度场和前期夏季海温场作为预测因子，两个
因子关键区分别为
10S
〜50°N/70°
〜180°E和
30°S
〜30°N/30°
〜120°E。预测因子与预测量之间的
SVD第一模态时间系数
具有高度相关性，在
500 hPa位势高度场和海温场上均通过了
0.01的显著性水平检验°模型对
1982—
2017年的回报结果显
示：与观测场的空间相关系数相对
CFS模式原始结果显著提高，多年均值从一
0.06提升到
0.38,最高可达
0.7；均方根误差在
大部站点相对于
CFS模式原始结果降低，最高可达
40%。同时,模型较好地回报出了极端高值和低值年降水空间分布型。
关键词
：统计降尺度，秋季降水,
CFS,华西南区
中图分类号
：P456 文献标志码
：A DOI：
10. 7519/j. issn. 1000-0526. 2020. 12. 003
两种统计降尺度方法在秦岭山地的适用性
两种统计降尺度方法在秦岭山地的适用性
Liu Jiayi;Deng Lijiao;Fu Guobin;Bai Hongying;Wang Jun
【摘 要】基于ASD(automated statistical downscaling)统计降尺度模型提供的多元线性回归和岭回归两种统计降尺度方法,采用RCP4.5 (representative
concentration pathways 4.5)和RCP8.5情景下全球气候模式MPI-ESM-LR输出的预报因子数据、NCEP/NCAR再分析数据和秦岭山地周边10个气象站观测数据,评估两种统计降尺度方法在秦岭山地的适用性及预估秦岭山地未来3个时期(2006-2040年、2041-2070年和2071-2100年)的平均气温和降水.结果表明:率定期和验证期内,两种统计降尺度方法均可以较好地模拟研究区域的平均气温和降水的变化特征,且多元线性回归的模拟效果优于岭回归.在未来气候情景下,两种统计降尺度方法预估的研究区域平均气温均呈明显上升趋势,气温增幅随辐射强迫增加而增大.降水方面,21世纪未来3个时期降水均呈不明显减少趋势,但季节分配发生变化.综合考虑两种统计降尺度方法在秦岭山地对平均气温和降水的模拟效果和情景预估结果,认为多元线性回归降尺度方法更适用于秦岭山地气候变化的降尺度预估研究.
【期刊名称】《应用气象学报》
【年(卷),期】2018(029)006
【总页数】11页(P737-747)
【关键词】气候变化;未来情景;统计降尺度;秦岭山地
【作 者】Liu Jiayi;Deng Lijiao;Fu Guobin;Bai Hongying;Wang Jun
【作者单位】 【正文语种】中 文
引 言
秦岭山地横贯我国中西部，是南北自然环境的天然分界线，有着古老的地质演化历史和复杂的自然环境。秦岭山地不仅源源不断为关中山地提供充足的水源，还是南水北调中线工程的主要水源地，同时也对全球气候变化较为敏感[1]。近几十年，在全球气候以变暖为主要特征的大背景下[2]，秦岭山地的生态环境也发生明显变化。
我国地面降水的分级回归统计降尺度预报研究
我国地面降水的分级回归统计降尺度预报研究
智协飞;王姝苏;周红梅;朱寿鹏;赵欢
【期刊名称】《大气科学学报》
【年(卷),期】2016(039)003
【摘 要】利用TIGGE资料中欧洲中期天气预报中心(ECMWF,the European
Centre for Medium-Range Weather Forecasts)、日本气象厅(JMA,the Japan
Meteorological Agency)、美国国家环境预报中心(NCEP,the National Centers
for Environmental Prediction)以及英国气象局(UKMO,the UK Met Office)4个中心1～7d预报的日降水量集合预报资料,并以中国降水融合产品作为“观测值”,对我国地面降水量预报进行统计降尺度处理.采用空间滑动窗口增加中雨和大雨雨量样本,建立分级雨量的回归方程,并与未分级雨量的统计降尺度预报进行对比.结果表明,对于不同模式、不同预报时效以及不同降水量级,统计降尺度的预报技巧改进程度不尽相同.统计降尺度的预报技巧依赖于模式本身的预报效果.相比雨量未分级回归,雨量分级回归的统计降尺度预报与观测值的距平相关系数更高,均方根误差更小,不同量级降水的ETS评分明显提高.对雨量分级回归统计降尺度预报结果进行二次订正,可大大减少小雨的空报.
【总页数】10页(P329-338)
【作 者】智协飞;王姝苏;周红梅;朱寿鹏;赵欢
【作者单位】南京信息工程大学 气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心/东亚季风与区域气候变化科技创新团队,江苏南京210044;南京信息工程大学 气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心/东亚季风与区域气候变化科技创新团队,江苏南京210044;南京信息工程大学 气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心/东亚季风与区域气候变化科技创新团队,江苏南京210044;南京信息工程大学 气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心/东亚季风与区域气候变化科技创新团队,江苏南京210044;武汉中心气象台,湖北武汉430074
统计降尺度法在我国未来区域气温变化预测中的应用研究
第１９卷第６期 现代商贸工业 Ｍｏｄｅｒｎ Ｂｕｓｉｎｅｓｓ Ｔｒａｄｅ Ｉｎｄｕｓｔｒｙ ２００７年６月 统计降尺度法在我国未来区域气温 变化预测中的应用研究 吕 海 龚振彬 倪 雷 （１．贵州省贵阳市气象局，贵州贵阳５５０００１；２．福州市气象局，福建福州３５０００５） 摘 要：利用１９６１￣２０００年ＮＣＥＰ再分析资料与中国５６２个气象台站的历史气温观测资料，并利用主分量分析与逐 步回归相结合的统计降尺度方法，建立大尺度气候预报因子与中国各气象站点１月和７月气温的统计降尺度模式；将主分 量分析和逐步回归相结合的统计降尺度模型应用于全球气候模式ＨａｄＣＭ３模拟的两种排放情景的预报因子，估计中国 ５６２台站的当前和未来气温变化情景，并与区域气候模式ＰＲＥＣＩＳ的模拟结果进行比较。 关键词：统计降尺度法；气温；变化预测；应用 １建立大尺度气候与中国各区域气温之间的统计 联系 （１）使用数据。 笔者采用了１９６１～２０００年１月和７月的ＮＣＥＰ全球月 平均再分析资料作为观测的大尺度气候资料，空间分辨率 为２．５×２．５０，共有１４４×７３个经纬网格；并使用了全国 ５６２个台站的１９６１～２０００年共４０年１月和７月的气温观 测资料。 （２）采用的统计降尺度方法。 采用主分量分析（ＰＣＡ）与逐步线性回归相结合的统计 降尺度方法，并采用历史观测资料，建立大尺度气候预报因 子与地面月平均温度的统计模式。 预报变量以气温为例，某站（ｎ），某年（ｙ）和某月（ｍ）的 观测气温用瑶 表示，那么ｍ月，Ｙ年，ｎ站标准化的观测 气温如下： ￡ 一（了 ， 一了 ）／ 其中， 为ｎ站，ｍ月的观测气温年平均值， ： 为ｎ 站，ｍ月的观测气温的标准差。ａ…ｃｂｓ， 为观测的大尺度预报 因子标准化值，ｎ ， 为ＧＣＭ模拟的大尺度预报因子标准化 值如下： ｎ ， 一（Ａ ， 一Ａ： ）／ ：… ｎ ， 一（Ａ ， —Ａｍ一， ｉ）／ ， 其中，Ａ 为格点ｉ，ｍ月份观测的大尺度预报因子的平 均值，Ａ 为ＧＣＭ模拟的大尺度预报因子的平均值， 为观测的大尺度预报因子的标准差；溉． 为ＧＣＭ模拟的大 尺度预报因子的标准差。 然后，对观测的大尺度预报因子标准化变量进行主分 量分析，对于某月观测的大尺度预报因子的标准化变量用 矩阵形式表示为：Ａ ，那么对它进行主分量分析可以写成 如下形式： Ａ 一Ｐ（ ・Ｅ０Ｆ ＋Ｎ 其中，Ｐ 代表主分量的矩阵，Ｐｃ ． 代表第ｋ个主分 量。ＥＯ 代表特征向量矩阵，ＥＯＦ￣： 代表第ｋ个特征向 量，Ｎ 是以Ｎ 为元素的噪音矩阵，这一部分是不能被 一】９０一 主分量解释的部分。 接下来，我们建立预报因子的主分量与气温之间的多 元线性回归模型；以 代表以￡ …为元素的ｍ的月份，ｎ 站的气温序列，那么 —Ｐ ・Ｌ ＋￡ 其中，Ｐ 代表ｋ个ＰＣ主分量组成的矩阵，不同的研 究取的ｋ值不同，本文取ｋ一３０；一Ｌｖ多元线性回归模型的系 数；ｅ为残差部分，是不能被多元回归方程解释的部分。 筛选得到的通过显著性检验的ＰＣ主分量，再建立多元 线性模型。用Ｐ 同样代表筛选后的ｊ个ＰＣ主分量组成 的矩阵，其中ｊ对于不同的站点ｎ值不同，且ｊ＜ｋ。 对于多元线性回归系数Ｌｐｅ的估计可以由以下方程得 到： Ｌ 一（Ｐ ・Ｐ ）・Ｐ ・ 对于两个预报因子的联合，采用两个场相联合的ＰＣＡ 分析方法（ＣＰＣＡ），也就是首先把两个变量场在空间上联 合，再对联合场进行主分量分析，它的优点是可以更好的揭 示两个场之间的物理联系，具体如下： 假设一个预报因子为Ａ，另外一个预报因子为Ｂ，ａｉ，ｔ 和ｂｊ，ｔ分别为两个预报因子场在第ｉ，ｊ个空间点的时间序 列，假设ｎ１，ｎ２分别为两个场的空间点数，那么两个场的联 合为： ＡＢ一 其中两个预报因子的联合场ＡＢ就共有ｎ１＋ｎ２个空间 点了，然后按照与单独的预报因子相同的方法进行ＰＣＡ分 析，建立多元线性回归模型，从而分析两个场对区域气候的 共同影响。 ２利用统计降尺度法预估中国未来区域气温变化 情景 。
多模式降水集合预报的统计降尺度研究
第３１卷第１期 ２０１２年３月 暴雨灾害 ＴｏＲＲＥＮＴＩＡＬ ＲＡＩＮ ＡＮＤ ＤＩＳＡＳＴＥＲＳ Ｖｏｌ＿３１ Ｎｏ．１ Ｍａｒ．２０１２
王亚男，智协飞．多模式降水集合预报的统计降尺度研究【Ｊ１．暴雨灾害，２０１２，３１（１）：１—７ ＷＡＮＧ Ｙａｎａｎ，ＺＨＩ Ｘｉｅｆｅｉ．Ｓｔａｔｉｓｔｉｃａｌ ｄｏｗｎｓｃａｌｉｎｇ ｏｆ ｔｈｅ ｐｒｅｃｉｐｉｔａｔｉｏｎ ｍｕｈｉｍｏｄｅｌ ｅｎｓｅｍｂｌｅ ｆｏｒｅｃａｓｔ［ＪＪ．Ｔｏｒｒｅｎｔｉａｌ Ｒａｉｎ ａｎｄ Ｄｉｓａｓｔｅｒｓ， ２０１２，３１（１）：１－７
多模式降水集合预报的统计降尺度研究
王亚男，智协飞
（南京信息工程大学气象灾害省部共建教育部重点实验室，南京２１００４４）
摘要：基于全球交互式大集合（ＴＩＧＧＥ）预报资料１）２）Ｓｔ．ＴＲＭＭ／３Ｂ４２ＲＴ合成降雨量资料，分别对欧洲中期天气预报中心 （ＥＣＭＷＦ）、日本气象厅（ＪＭＡ）、美国国家环境预报中心（ＮｃＥＰ）和英国气象局（ｕＫＭ０）的集合平均预报及其多模式集成预报 进行降尺度试验。结果表明，统计降尺度方法可有效改进各中心模式直接插值预报效果，单中心集合平均预报场降尺度 后，预报误差明显减小，与“观测场”的距平相关系数也明显提高；多模式集成的降尺度预报效果明显优于单中心集合平 均预报场的降尺度预报效果，试验期问在所选区域内多模式集成的降尺度预报与“实况”最接近，对降水极大值的捕捉能
力在绝大多数时间多模式集成的降尺度预报效果最好。 关键词：统计降尺度；降水；多模式集成 中图分类号：Ｐ４５６．９ 文献标识码：Ａ 文章编号：１００４—９０４５（２０１２）０１—０００１—０７
Ｓｔａｔｉｓｔｉｃａｌ ｄｏｗｎｓｃａｌｉｎｇ ｏｆ ｔｈｅ ｐｒｅｃｉｐｉｔａｔｉｏｎ ｍｕｌｔｉｍｏｄｅｌ ｅｎｓｅｍｂｌｅ ｆｏｒｅｃａｓｔ
ＷＡＮＣ Ｙａｎａｎ．ＺＨＩ Ｘｉｅｆｅｉ
（Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆＭｅｔｅｏｒｏｌｏｇｉｃａｌ Ｄｉｓａｓｔｅｒ ｏｆＭｉｎｉｓｔｒｙ ｏｆＥｄｕｃａｔｉｏｎ，Ｎａｎｊｉｎｇ Ｃ ｅ ｏｆＩｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ ２１００４４）
日最高温度统计降尺度方法的比较研究
第３２卷第４期
２０１２年８月 气象科学
Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ｓｃｉｅｎｃｅｓ Ｖｏ１．３２，Ｎｏ．４
Ａｕｇ．，２０１２
徐振亚，任福民，杨修群，等．日最高温度统计降尺度方法的比较研究．气象科学，２０１２，３２（４）：３９５－４０２ ＸＵ Ｚｈｅｎｙａ，ＲＥＮ Ｆｕｍｉｎ，ＹＡＮＧ Ｘｉｕｑｕｎ，ｅｔ ａ１．Ａ ｃｏｍｐａｒｉｓｏｎ ｓｔｕｄｙ ｏｎ ｓｔａｔｉｓｔｉｃａｌ ｄｏｗｎｓｃａｌｉｎｇ ｍｅｔｈｏｄｓ ｉｎ ｄａｉｌｙ ｍａｘｉｍｕｍ ｔｅｍｐｅｒａｔｕｒｅｓ．Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ｍｅｔｅｏｒｏｌｏｇｉｃａｌ Ｓｃｉｅｎｃｅｓ，２０１２，３２（４）：３９５－４０２．
日最高温 度统计降尺度方法的比较研究
徐振亚 ， 任福民 杨修群 曹经福 ，
（１南京大学大气科学学院，南京２１００９３；２国家气候中心，北京１０００８１；３南京信息工程大学，南京２１００４４）
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）的目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 分类号：Ｐ４３４．４ ｄｏｉ：１０．３９６９／２０１２ｊｍｓ．００９１ 文献标识码：Ａ
Ａ ｃｏｍｐａｒｉｓｏｎ ｓｔｕｄｙ ｏｎ ｓｔａｔｉｓｔｉｃａｌ ｄｏｗｎｓｃａｌｉｎｇ ｍｅｔｈｏｄｓ ｉｎ
区域气候动力降尺度方法研究综述
区域气候动力降尺度方法研究综述
1. 引言
区域气候动力降尺度方法是一种将全球气候模型的输出转换为更高空间分辨率和更详细的地理特征的方法。这种技术在气候研究、水资源管理和气候灾害风险评估等领域具有重要的应用价值。本文将对区域气候动力降尺度方法进行综述，并探讨其研究现状和未来的发展方向。
2. 区域气候动力降尺度方法的定义和原理
2.1 定义
区域气候动力降尺度方法是指将全球气候模型的输出数据转换为更高空间分辨率的地区气候数据的方法。
2.2 原理
区域气候动力降尺度方法基于以下原理： - 全球气候模型（GCM）是基于全球尺度进行模拟和预测的，其输出数据的空间分辨率较低。区域气候动力降尺度方法通过将全球气候模型的输出数据进行空间插值和统计处理，得到更高空间分辨率的地区气候数据。 - 区域气候动力降尺度方法还考虑了地理特征的影响，如地形、土壤类型和植被分布等。通过将这些地理特征与全球气候模型的输出数据结合，可以获得更准确的地区气候数据。
3. 区域气候动力降尺度方法的研究现状
3.1 统计降尺度方法
统计降尺度方法是最常用的区域气候动力降尺度方法之一。该方法基于统计学原理，通过建立全球气候模型输出数据和地区气候观测数据之间的关系模型，预测地区气候变量的空间分布。 3.1.1 线性回归模型
线性回归模型是最简单的统计降尺度方法之一。该方法通过建立全球气候模型输出数据和地区气候观测数据之间的线性回归关系，预测地区气候变量的空间分布。
3.1.2 神经网络模型
神经网络模型是一种具有强大拟合能力的统计降尺度方法。该方法通过建立全球气候模型输出数据和地区气候观测数据之间的神经网络关系，预测地区气候变量的空间分布。
3.2 物理降尺度方法
物理降尺度方法是基于物理过程的区域气候动力降尺度方法。该方法通过建立地区气候模式和全球气候模型之间的关联，模拟地区气候变量的空间分布。
3.2.1 区域气候模式
区域气候模式是一种在地区尺度模拟和预测气候变量的模型。该模型考虑了地区的地理特征和气候过程，能够提供更精细的地区气候数据。
基于统计降尺度的长春市未来气候变化趋势分析
摘要：应用统计降尺度模型SDSM（Statistical Downscaling Model），对GCM 输出序列进行降尺度处理，生成长春市未来气候变化情景，并利用线性趋势、滑动平均、Mann-Kendall趋势分析等方法分析对2020s（2010－2039年）、2050s（2040－2069年）和2080s（2070－2099年）3个时期的气温和降水的变化特征进行了分析。模拟结果表明，验证期（1976－1990年）内，长春市月平均日最高气温的实测值和模拟值拟合的很好，SDSM 模型能够较好的模拟生成长春市未来气候变化情景。与基准期相比，2020s，2050s和2080s最高气温平均分别上升1．67℃、3．44℃、5．65℃，最低气温平均分别上升1．07℃、2．68℃、4．69℃，平均日气温倾向率变化为0．63℃／10年；年降雨量也呈增加趋势，倾向率变化为11mm／10年；研究区未来气温和降雨量年内变化情况呈现不均匀性，春季降水量呈下降趋势，夏季降雨量呈现显著增加趋势，倾向率变化为12．7mm／10年，且相对于其他季节，夏季对全年降雨量的增加贡献最大，秋季降雨变化不显著，冬季增加趋势较平稳；与其他各季相比，气温在夏季的增幅最显著。分析成果为进一步研究未来气候变化情境下长春市水资源状况提供理论基础。
关键词：气候变化；GCM；SDSM；长春
中图分类号：TV124；P339 文献标识码：A 文章编号：1007-2284（2011）10-0047-04
Climate Change Trends of Changchun City Using Statistical Downscaling Method in the Future
zHAO Hui 1，zHANG Jing-ren2
Abstract：The Statistical Downscaling Model（SDSM）is used to downscale the outputs of GCM togenerate fu climate change scenarios in Changchun City．And the characteristics of fu climatechange are analyzed by using linear trends，moving average and Mann-Kendall trend analysis methodsduring the 2020s（2010-2039），2050s（2040-2069），and 2080s（2070-2099）．The results show thatit shows a good agreement between the observed and simulated mean daily maximum and minimumtemperatures，daily precipitation for every month of the year．The SDSM model can better simulatefu climate change scenarios in the research area．Compared with the baseline data of 1961-1990，the maximum temperature would increase by an average of 1．67℃，3．44℃，5．65℃in 2020s，2050sand 2080s，respectively，and the minimum temperature increases by an average of1．07℃，2．68℃，4．69℃．And climate trend rate is 0．63℃／10a．Yearly rainfall also showssignificantly increasing trend and climate trend rate reaches 11mm／10a．The monthly changes oftemperature and precipitation show heterogeneity in the fu．The precipitation in spring showsdeclining trend，while it shows an increasing trend in summer，the climate trend rate reaches12．7mm／10a．And compared to other seasons，summer contributes to the maximum increase in theannual rainfall．Precipitation does not change significantly in autumn，and presents a steadilyincreasing trend in winter．The mean temperature shows a significantly increasing trend in thefu，especially in
气象资料的统计降尺度方法综述
第26卷第8期2011年8月地球科学进展ADVANCESINEARTHSCIENCEVol．26No．8Aug．，2011
文章编号：1001-8166（2011）08-0837-11
气象资料的统计降尺度方法综述?
刘永和1，郭维栋2，冯锦明3，张可欣4
（1．河南理工大学资源环境学院，河南焦作454000；2．南京大学气候与全球变化研究院，
大气科学学院，江苏南京210093；3．中国科学院东亚区域气候—环境重点实验室，
全球变化东亚区域研究中心，中国科学院大气物理研究所，北京100029；
4．山东省临沂市气象局，山东临沂276004）
摘要：统计降尺度是解决由气象模式输出的低分辨率资料到流域尺度资料转换的手段之一，已成
为一个重要的研究领域。统计降尺度方法十分丰富，分为传递函数法、天气形势法和天气发生器3
类，3类之间并无严格的界限。统计降尺度涉及到时间与空间降尺度、随机型与确定型降尺度、时
间自相关与空间相关性以及面向格点与面向站点的降尺度这4个方面的属性与分类问题，各种具
体方法在这些方面的表现有所不同。近年来，相似法、隐马尓可夫模型、广义线性模型、Poisson点
过程以及乘性瀑布过程获得了较大的发展和应用，并诞生了各种非线性模型以及物理—统计模型
等新方法，已有一些影响较大的统计降尺度模型软件。新的方法在不断涌现，其中非线性模型、气
候情境随机模拟技术、短期预报资料降尺度技术以及结合物理机理的统计降尺度方法是未来的主
要发展趋势。
关键词：统计降尺度；天气发生器；天气分类；传递函数；非线性模型
中图分类号：P432+．1文献标志码：A
全球气候模式（GCM）能够较好地模拟出未来
的气候变化情境，是预估未来全球气候变化的最重
要工具。然而GCM输出的空间分辨率较低，不能反
映流域尺度的精确气候特点和区域内部的气候差
异。在流域水资源状况的未来预测预警研究中，尤
其是在借助分布式水文模型模拟时，需要较高分辨
率的降水以及其他用于估算蒸散发量的变量信息，