基于时空分布式的CMIP5气候多模式集合优化

doi:10.13209/j.0479-8023.2020.057

北京大学学报自然科学版 ›› 2020, Vol. 56 ›› Issue (5): 805-814.DOI: 10.13209/j.0479-8023.2020.057

基于时空分布式的CMIP5气候多模式集合优化

左正康^1,2, 张飞舟², 张玲^1,3, 孙逸渊², 张瑞华², 于田⁴, 陆建忠^1,†

1. 武汉大学测绘遥感信息工程国家重点实验室, 武汉 430079 2. 北京大学遥感与地理信息系统研究所, 北京 100871 3. 中国地质大学(武汉)环境学院大气科学系, 武汉 430078 4. 首都师范大学信息工程学院, 北京 100048

收稿日期:2019-09-08 修回日期:2019-12-20 出版日期:2020-09-20 发布日期:2020-09-20
通讯作者: 陆建忠, E-mail: lujzhong(at)whu.edu.cn
基金资助:
国家重点研发计划项目(2018YFC1506506)、武汉市应用基础前沿专项(2019020701011502)、湖北省自然科学基金(2019CFB736)、江西省重点研发计划(20201BBG71002)和测绘遥感信息工程国家重点实验室专项科研经费资助

CMIP5 Climate Multi-model Ensemble Optimization Based on Spatial-Temporal Distribution

ZUO Zhengkang^1,2, ZHANG Feizhou², ZHANG Ling^1,3, SUN Yiyuan², ZHANG Ruihua2, YU Tian⁴, LU Jianzhong^1,†

1. State Key laboratory of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, Wuhan 430079 2. Institute of Remote Sensing and Geographic Information System, Peking University, Beijing 100871 3. Department of Atmospheric Science, School of Environmental Studies, China University of Geoscience, Wuhan 430078 4. Information Engineering College, Capital Normal University, Beijing 100048

Received:2019-09-08 Revised:2019-12-20 Online:2020-09-20 Published:2020-09-20
Contact: LU Jianzhong, E-mail: lujzhong(at)whu.edu.cn

摘要/Abstract

摘要：

为了降低单一模式的不确定性和传统模式集合在时间和空间上分布的不均匀性, 建立时空分布式的CMIP5气候多模式集合。利用改进的遗传算法, 从时间和空间尺度优化CMIP5全球气候数据多模式集合, 并采用Taylor图评估其模拟性能。实验结果表明, 基于时空分布式的多模式集合优于单一模式和等权集合。

关键词: 多模式集合, 优化, 遗传算法, 时空分布, CMIP5

Abstract:

The multi-mode ensemble based on spatiotemporal distribution is constructed to reduce the uncertainty of a single-model and the non-uniform distribution of the traditional model ensembles. The improved genetic algorithm is employed to optimize the multi-model ensemble of CMIP5 global climate data from temporal and spatial scales, and Taylor diagram is used to evaluate its simulation performance. The experimental results show that the multi-mode ensemble based on spatiotemporal distribution is superior to the traditional equal weight multimode ensemble scheme.

Key words: multi-mode ensemble, optimization, genetic algorithm, spatial-temporal distribution, CMIP5

左正康, 张飞舟, 张玲, 孙逸渊, 张瑞华, 于田, 陆建忠. 基于时空分布式的CMIP5气候多模式集合优化[J]. 北京大学学报自然科学版, 2020, 56(5): 805-814.

ZUO Zhengkang, ZHANG Feizhou, ZHANG Ling, SUN Yiyuan, ZHANG Ruihua, YU Tian, LU Jianzhong. CMIP5 Climate Multi-model Ensemble Optimization Based on Spatial-Temporal Distribution[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2020, 56(5): 805-814.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://xbna.pku.edu.cn/CN/10.13209/j.0479-8023.2020.057

https://xbna.pku.edu.cn/CN/Y2020/V56/I5/805

[1]	王亚俐, 柏旭波, 孙娟娟. 甲醛法处理兰炭废水反应条件的优化[J]. 北京大学学报自然科学版, 2024, 60(1): 183-187.
[2]	路庆玲, 刘悦忻, 高阳, 张中浩, 崔立晗, 孙烯熳. 基于要素流动视角的休闲农业全域旅游实现路径——以重庆市为例[J]. 北京大学学报自然科学版, 2023, 59(3): 523-531.
[3]	乔爽, 王婷, 张倩, 刘昕曜, 赵梦瑶. 长江源区重金属分布特征及生态风险评价[J]. 北京大学学报自然科学版, 2022, 58(2): 297-307.
[4]	韩阳, 康凌, 宋宇. 2000—2019年东北三省气溶胶光学厚度的时空分布特征[J]. 北京大学学报自然科学版, 2021, 57(6): 1027-1034.
[5]	杨流松, 姚文莉, 薛世峰. 粒子群优化算法在具有奇异位置的多体系统动力学中的应用[J]. 北京大学学报自然科学版, 2021, 57(5): 795-803.
[6]	刘众, 王新安, 李秋平, 赵天夏. 基于ECG信号和体动信号的睡眠分期方法研究[J]. 北京大学学报自然科学版, 2021, 57(5): 833-840.
[7]	杨顺顺. 纳入部门转移责任的用能权交易配额优化研究[J]. 北京大学学报自然科学版, 2021, 57(5): 951-962.
[8]	杨诗妤, 闻新宇. 全球变暖背景下内蒙古地区沙尘暴频次变化的预估[J]. 北京大学学报自然科学版, 2021, 57(4): 632-644.
[9]	苏悦, 杨振涛, 杨博, 赵亮. 基于矢量波数变换法的主动源瑞雷波多模式提取方法在近地表地层结构探测中的应用研究[J]. 北京大学学报自然科学版, 2020, 56(3): 427-435.
[10]	海晓东, 刘云舒, 赵鹏军, 张辉. 基于手机信令数据的特大城市人口时空分布及其社会经济属性估测——以北京市为例[J]. 北京大学学报自然科学版, 2020, 56(3): 518-530.
[11]	高鑫, 史书毓, 李方廷. 前列腺癌的演化动力学模型以及治疗策略的优化[J]. 北京大学学报自然科学版, 2019, 55(6): 987-994.
[12]	王之芬, 梁新秀, 占笔成, 吴疆, 高月, 许楠. 快速城市化流域全氟化合物的污染特征及生态风险[J]. 北京大学学报自然科学版, 2019, 55(3): 543-552.
[13]	杨鹏, 晏磊, 赵守江, 晏艺真, 赵红颖. 基于微透镜阵列的全光相机影像连续深度图构建[J]. 北京大学学报自然科学版, 2018, 54(5): 951-960.
[14]	刘清香, 王婷, 许旭明, 倪晋仁. 汉江中下游硅藻群落时空分布及其影响因素研究[J]. 北京大学学报自然科学版, 2018, 54(4): 848-856.
[15]	林心宜, 严睿, 赵东岩. 融合词、句层级信息的抽取式摘要优化框架[J]. 北京大学学报（自然科学版）, 2018, 54(2): 229-235.

基于时空分布式的CMIP5气候多模式集合优化

CMIP5 Climate Multi-model Ensemble Optimization Based on Spatial-Temporal Distribution

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

留言