一、年度数值气候预测系统及其系统性评估（论文文献综述）
成菲,李巧萍,沈新勇,柳艳菊,汪靖[1]（2021）在《BCC-CSM1.1m对欧亚积雪覆盖的预测评估》文中指出利用基于BCC-CSM1.1m模式建立的第2代季节预测模式系统1984—2019年历史回算数据,客观评估该模式对1月和4月欧亚积雪覆盖率（snow cover fraction,SCF）气候态和年际变化的预测技巧,分析模式预测偏差产生的可能原因。结果表明:BCC-CSM1.1m模式在超前0～2个月对欧亚大陆SCF具有一定预测技巧,对4月SCF的预测能力明显高于1月,1月预测技巧在欧洲西部地区最高,4月在西西伯利亚地区最高。SCF的预测结果在除青藏高原外的大范围地区表现为系统性偏低,预测偏差在1月随着起报时间的增长没有明显变化,而在4月随着起报时间的增长,关键区偏差由负转正并逐渐增大。分析表明,SCF预测偏差与模式中近地面气温的预测偏差有直接关系。除此之外,SCF的预测偏差部分源于模式本身的系统性偏差,模式分辨率以及参数化方案可能是预测结果在积雪覆盖率接近100%的高纬度地区明显偏低的原因。
朱寿鹏[2]（2021）在《基于多模式集成的东亚地区气温与降水次季节预报及其误差诊断》文中研究说明天气预报到气候预测之间的鸿沟——次季节尺度预报,是当前防灾减灾气象服务中无缝隙预报研究的重点与难点之一。近年来,世界天气研究计划（WWRP）与世界气候研究计划（WCRP）共同开展了次季节—季节（S2S）预测项目,提供了次季节尺度的多模式数值预报产品,但尚未完全建立一个成熟的预报后处理框架。本论文使用S2S项目中多模式次季节尺度逐日预报资料,以及美国气候预测中心（CPC）观测数据,构建了针对东亚地区气温、降水的8–42天预报时效多方案确定性预报与概率预报后处理模型,以提升次季节预报技巧,并使用多项指标检验评估预报结果,对预报误差进行诊断分析,得到如下主要结论:（1）单模式的次季节预报试验表明,不同模式通常具有不同的预报表现,充分说明了对多模式进行有效信息集成的必要性。传统的多模式集成模型中,由于次季节尺度的预报时效较长,模式对训练期平均得到的系统性偏差在预报期并不能完全延续,通过校正该偏差带来的预报技巧提升十分有限。对此,本文构建了基于卡尔曼滤波的超级集合（KFSUP）模型,通过训练期中预报与观测之间的迭代运算,使各模式有效预报信息得到即时更新,并通过多模式集成显着提高了次季节尺度气温、降水的预报技巧。对于气温预报,KFSUP模型有效减小了原始预报的误差,对高海拔地区以及较长预报时效的预报改进效果更加明显,对日最高气温（Tmax）的预报提升幅度较日最低气温（Tmin）更大。对于降水预报,KFSUP模型对较小量级降水的预报技巧具有非常明显的提升,随着降水量级增大,预报技巧提升幅度有所减弱。（2）利用卡尔曼滤波在次季节尺度预报中的优势,本文改进了面向单模式订正的模态投影预报方法,建立了基于卡尔曼滤波的模态投影（KFPPM）模型,该模型表现稳定,普遍提升了次季节尺度的气温、降水预报技巧,且改进效果显着优于逐点修正模型与原始模态投影模型。同时,本文融合了模态投影与多模式集成的思想,创新性地提出基于卡尔曼滤波的多模式模态投影集成预报（KFPPSUP）模型,其承袭了KFPPM与KFSUP的后处理优点,同时考虑了多模式预报信息的集成与预报目标周边因子的协同效果,进一步减小了模式预报的误差。对于气温预报,KFPPSUP模型在东亚地区较大范围内显着提升了预报技巧,部分地区Tmax与Tmin预报误差低于2°C的最长时效分别达到25天与42天。对于降水预报,KFPPSUP模型同样弥补了其他后处理模型的不足,总体上对降水预报技巧具有明显的提升,尽管对大量级降水预报技巧的提升依然较为有限,但是对降水空间结构、雨带位置的次季节尺度预报能力具有显着提升。（3）在次季节尺度的概率预报中,将其预报技巧分解为可靠性、分辨能力及变量固有不确定性进行讨论。针对气温概率预报,集合模式输出统计（EMOS）模型在整个东亚地区显着改进了预报技巧,且改进幅度基本稳定,普遍高于贝叶斯模式平均（BMA）模型。两个后处理模型均显着改善了Tmax与Tmin的预报可靠性和分辨能力,其中EMOS模型更优。经过两种模型订正后的Tmax预报达到与Tmin较为一致的高可靠性水平,而其预报分辨能力依然优于Tmin。但由于Tmax的预报固有不确定性显着高于Tmin,尽管Tmax预报在模型中的改进幅度更大,其预报技巧依然不及Tmin。对于降水概率预报,BMA模型与EMOS模型均能够改进预报技巧,降低整体预报偏差。其中,BMA模型可明显提升预报可靠性,但未能有效改进预报的分辨能力;EMOS模型的预报可靠性与分辨能力总体上均显着优于原始大集合预报与BMA模型,表现出明显的优势。此外,对于较小量级降水的概率预报,其固有不确定性较高,系统分辨能力较高,预报误差主要受其本身的不确定性与系统的可靠性影响;而对于较高量级降水,由于其较低的发生频次,概率预报不确定性相对较低,可靠性较高,预报误差主要受到系统在次季节尺度的预报分辨能力影响。综上所述,本研究可为次季节尺度的业务预报提供技术支撑,也为今后基于多种统计模型的次季节确定性与概率天气预报相关技术的推广应用提供理论依据,具有重要的科学意义与应用价值。
张焓[3]（2021）在《一种三步法预测在中国汛期降水预测中的应用》文中研究指明本研究从汛期降水预测这一实际业务出发,提出了一个基于北美多模式集合预测海温的三步法预测方案:采用Can CM4、GFDL-CM2p5和GEOS-S2S三种先进的耦合地球系统模式的海温预测,进行统计订正后作为BCCAGCM大气环流模式的海温强迫信息进行非耦合预测,再使用预测的大气环流信息作为区域气候模式CWRF的侧边界进行动力降尺度预测。为了验证新预测方案的有效性,研究对1991年至2013年进行了回报实验并进行了详细的分析,结果表明:从地面气温和日均降水的气候平均态上看,CWRF降尺度步骤可以在全球模式预测的基础上显着地提升预测物理量的空间分布相关系数并显着地降低总体均方根误差。在平均态对比中,耦合与非耦合驱动的预测差别较小,符合预测方案中采用相同海温观测气候态的设计,稳定的气候态有利于后续的模式参数调优。极端降水指数PCT95和SDII的预测对模式内部的物理过程更加敏感,粗网格的全球模式无法正确地捕捉极端降水特征而CWRF模式虽然对降水量级的估计高于地面测站观测插值结果,但是展示出的雨带空间分布和极端降水量级更加符合实际。年际相关一直以来是预测难点和重点,三步法的非耦合预测相比耦合预测显着地提高了地面气温和降水预测年际相关系数,并在更加广泛的区域有着显着正相关的年际预测技巧。逐月距平相关系数显示所有方案在三月之后技巧显着下降,三步法预测的距平相关系数相比控制方案有了较好的提升。通过提取观测降水的时空变化特征并进行环流和海温的相关分析,本研究首先确定了影响中国区降水时空分布的关键环流区域和海洋区域,再在此基础上解释了三步法预测降低降水预测误差的逻辑路线。得益于更低的海温预测误差,三步法预测在相同大气环流模块驱动下模拟出了更加接近真实大气情况的高空纬向风、低空急流进而提升了中国区降水预测技巧。不同方案预测的中国区不同垂直层次空间相关系数的垂直廓线显示CWRF在低空环流和水汽分布预测上有着更强的技巧。最后,本研究应用支持向量回归方法对三步法方案预测的不同成员结果进行集合,并在十五年的验证期进行评估,结果显示支持向量回归集合预测不论在预测气候态还是在年际异常的预测上都展示出了显着的提升。
姜荣升[4]（2021）在《基于CWRF研究我国降水变化及其与边界层高度的关系》文中研究表明在全球变暖的气候背景下,极端降水的频次显着增强,同时平均降水也发生了显着的变化。我国处于东亚季风区,人口密度大,国民的生产生活受到降水的影响较大,尤其在我国东部地区。因此对未来降水特征的准确预测在我国显得尤为重要。本文利用区域气候模式CWRF对全球气候模式CCSM4进行动力降尺度研究,模拟了我国过去（1974年至2005年）以及在RCP8.5情景下未来（2019年至2050年）的气候状况,重点关注了我国降水特征的变化,并研究其背后的关键物理机制。同时研究表明对流性降水与边界层高度的变化具有非常密切的联系,而边界层高度的模拟具有很大的不确定性。因此进一步探究边界层高度的偏差与各相关物理量之间的关系,讨论了边界层高度、热通量、辐射等变量的偏差对降水偏差所产生的影响,为未来模式发展更精细的物理过程以及提升降水模拟效果提供了理论支持和科学依据。本文的主要研究结果如下:CMIP5全球模式对空间分辨率具有一定的敏感性,其在温度方面的模拟较为准确,但是在降水方面出现了较大的误差,主要体现在降水中心的分布以及降水量级的偏差。CCSM4作为CMIP5中模拟结果相对较好且在模拟偏差和未来预测上具有一定代表性的模式,在青藏高原东南山麓以及四川盆地附近同样出现了较为明显的降水误差中心。利用CWRF对CCSM4进行动力降尺度明显提升了对降水模拟的效果,主要表现在减少了降水特征模拟的偏差以及提升了降水特征的空间相关性,而且CWRF能更加准确地抓住雨带随时间变化南北移动的特征,基本消除CCSM4模拟的降水误差中心。未来夏季的降水增加主要出现在黄河以北以及长江以南地区,而长江黄河之间的区域有一定程度的减弱。具体而言,东北、华北和西南地区的平均降水量以及华北、华南和西南地区的极端降水量将出现显着增加趋势,同时CWRF相较于CCSM4在未来降水的变化幅度上有所降低。在过去和未来降水特征的空间分布上,CWRF和CCSM4的模式间差异存在显着的相关性,然而这种系统性偏差的对应关系是非线性的,因此不能通过简单的统计回归方法将偏差从未来气候预测中剔除以提升未来预测可信度。CWRF预测未来夏季哈德来环流将在全球变暖的情形下得到增强并且向两极发展,同时新疆地区是我国未来地面温度增长最大的区域,地表的暖化将导致新疆上空的西风急流中心增强以及副热带高压继续向北扩展。这些变化导致了西风急流出口向西收缩,在其下方的区域上升运动得到加强,同时低层环流的扰动将渤海和日本海的更多水汽输送到了华北和东北地区,进而增加了降水。哈德来环流的扩张还促进了华南和华中地区的上升运动,低层环流扰动汇聚了南海和东海的水汽,给华南和西南地区也带来了更多的降水。强对流天气的发生通常会导致边界层高度的降低,CWRF模拟的降水与边界层高度在我国东部地区存在着显着的负相关关系,然而边界层高度的模拟又具有很高的不确定性。通过对边界层各相关物理量的偏差相关性分析,表明边界层高度受到感热通量的影响最大,长波辐射和短波辐射的日循环也影响着边界层高度的变化,而地表风速对边界层高度的作用相对较弱。可以合理认为通过对模式中热通量、辐射和边界层高度物理过程的改进,能够进一步提升模式对降水模拟的准确性。综上所述,利用CWRF对我国进行动力降尺度模拟能够有效地提升历史阶段的模拟效果并预测我国未来的降水变化特征。通过对物理机制的分析也使得预测的结果更加具有可信度,为应对极端天气和防灾减灾工作提供参考。在今后的模式发展中,可以通过改进对边界层高度等相关物理量的模拟,进一步精细化模式的物理过程,从而提升降水的模拟效果。
胡恒智[5]（2021）在《气候变化情景下内涝灾害风险稳健决策研究 ——以上海市为例》文中指出气候变化导致全球变暖加剧,受海平面上升、地面沉降和快速城市化等社会环境因素综合影响,未来沿海特大城市发生极端暴雨内涝事件的频率和强度都可能会显着增加,城市安全和可持续发展面临严峻挑战。基于“先预测后行动”的传统风险思路仅关注灾害风险和损失评估,较少涉及如何应对气候情景不确定性,也无法解决深度不确定性情景下的稳健决策问题。本研究基于国际先进的深度不确定性稳健决策方法框架（DMDU）,耦合了RDM（Robust Decision Making,RDM）和DAPP（Dynamic Adaptive Policy Pathway,DAPP）决策思路为本研究提供理论基础。研发SUIM（Shanghai Urban Inundation Model,SUIM）综合内涝风险评估模型,在未来气候变化不确定性情景下开展内涝风险适应对策性能评估和适应对策路径研究,主要研究工作及结论如下:（1）综述了深度不确定背景下稳健决策方法的理论基础和研究进展,从政策结构、情景生成、对策生成、稳健性度量和脆弱性分析五个维度研判了各DMDU方法的技术异同。在此基础上,剖析RDM稳健决策、IGDT（Info-Gap Decision Theory）信息差距和DAPP适应对策路径3种被广泛应用于洪涝风险管理领域方法的优势,综合RDM和DAPP两种理论构建内涝风险防治稳健决策方法,深化DMDU稳健决策框架体系,为本研究奠定理论基础。（2）模拟了历史“913”暴雨事件并验证了模型模拟精度。本研究以上海市为例,基于SCS（Soil Conservation Service,SCS）模型,根据气候预测和城市社会环境的相关研究结论,选取未来降水、城市雨岛效应和城市排水能力下降为不确定性因子,以拉丁超立方体抽样方法构建100种未来极端暴雨情景,并分别模拟未来极端暴雨情景下的城市内涝淹没情况。结果显示,未来情景中市中心地势低洼区域始终存在较大的内涝风险;极端情景下城市内涝最大淹没深度可达1.5m,即使是温和场景市中心地势低洼区域仍会有1m以上的积水;相关性分析表明降水增加和城市雨岛效应对淹没深度贡献度小,排水能力下降是主要影响因子。（3）开发了集淹没模拟-风险评估-措施评估为一体的城市内涝综合评估模型（SUIM）。考虑由水淹引起的建筑物淹没物理损失、室内财产损失以及经济中断损失作为暴露资产构建承灾体空间资产价值。在未来淹没情景基础上,以致灾因子、暴露和脆弱性“三要素”进行内涝风险建模和风险评估。结果表明,未来各极端降雨情景导致的内涝风险集中于地势低洼的市中心商业、居民住宅密集区域,也是资产价值密集区域;不同情景下内涝风险的严重程度和空间淹没分布表现出较大的差异,温和情景造成的内涝范围较小损失较轻,而中等与极端情景造成的淹没范围及损失显着增加。（4）评估了各适应措施的风险减少率及经济效益比。根据上海市地方排水规划选取了城市公共绿地、地下排水管网以及地下深隧3种适应措施方案,并使之模型参数化。结合规划设计方案和专家知识共创,分别在模型中模拟了不同措施组合在各种极端情景下的性能,统计了各措施及组合的平均风险减少率,结果显示,“排水增强+公共绿地建设+地下深隧30%吸纳能力”可以将未来的淹没风险降低85%（±8%）。基于生命周期成本分析方法估算各措施年平均成本,结合风险减少率给出了不同措施组合的经济效益比。结果表明,“排水增强+公共绿地建设+地下深隧30%吸纳能力”与“地下深隧70%吸纳能力”两种措施减灾效益高但建设成本也高,而“地下深隧50%吸纳能力”具备较好的减灾能力和相对较低的成本投入,因此经济效益比最高。（5）评估了各适应措施的稳健性,并制定动态实施路径。以病人规则归纳方法（Patient Rule Induction Method,PRIM）进行脆弱情景探索,以平均风险减少率控制标准评估各措施组合的成功情景数和稳健性;在此基础上,通过临界点分析判断路径方案的失效时间,权衡措施性能和成本效益,并制定适应对策路径。研究结果显示“排水能力增强”和“公共绿地建设”两种措施未能达到70%平均风险减少率控制标准;“地下深隧30%吸纳能力”、“排水增强+公共绿地建设”、“地下深隧50%吸纳能力”、“排水增强+公共绿地建设+地下深隧30%吸纳能力”以及“地下深隧70%吸纳能力”的稳健性依次增强、有效期限依次增长;综合分析发现“排水增强+公共绿地建设+地下深隧30%吸纳能力”为最优适应措施路径方案,该方案动态可转换,符合短中长期防汛除涝标准。综上,本研究基于DMDU框架耦合RDM和DAPP优势的方法作为研究理论基础,以SCS水文模型为基础研发了综合城市内涝评估模型SUIM。构建了未来极端暴雨情景,结合上海市地方规划,评估了防汛除涝措施组合在未来极端暴雨情景下的减灾性能以及措施的成本效益。在此基础上探索了各措施组合的脆弱性情景和稳健性度量,构建了具备动态适应的路径规划方案。研究成果不仅可以为上海气候变化背景下应对城市内涝防灾减损提供科学工具,也可为其他沿海城市的决策部门制定气候变化适应战略提供稳健决策理论方法和最佳实践。
孙磊[6]（2021）在《区域CWRF-Lake耦合系统的构建以及对湖泊模拟的改进》文中提出与周围陆地相比,湖泊具有低反射率、高比热容、低地表粗糙度和充沛的水汽供应等明显差异,并通过与大气的能量、水汽和动量交换,从而对局部天气和区域气候产生影响。因此,湖泊过程在区域模式中的准确表示,对于真实描述湖泊-陆地-大气之间的相互作用以及提高数值模拟和预报能力十分重要。当前区域模式中的湖泊模拟存在如下关键科学技术问题需解决:一是区域模式通常使用预先设定的湖表温度或者交互的一维（1-D）模型对湖泊进行处理,前者无法表示湖气之间的相互作用,而后者对浅湖（通常定义为平均深度小于3 m,如太湖）热力结构的模拟能力则有待提高,且因缺少水平过程在深湖（如五大湖）适用性较差;二是3-D水动力模型对深湖热力结构的还原存在明显优势,但因计算网格和架构的差异性使得其与区域模式耦合难度较大;三是以往构建的区域耦合系统几乎均未考虑汇湖径流和湖泊之间连接通道流的处理,因此无法进行在线动力水位预报。本文通过构建区域CWRF-Lake耦合系统,对以上问题进行研究,主要贡献包括:第一,将上层海洋湍流模型UOM（内置于区域气候模式CWRF）进行修改,以应用于浅湖的模拟。修改后的UOM模型与其他1-D湖泊模型,分别为-方程湍流模型SIMSTRAT、风驱动热力模型LISSS和两层自相似模型FLake,利用太湖的涡度相关通量观测进行了系统性的调试与评估。结果表明,默认配置的各模型模拟的水体温度存在较强冷偏差,并且严重低估了湖表温度的昼夜变化范围。通过在湖表粗糙度、短波吸收衰减和垂直混合等三个方面的改进,各模型表现均得到显着提升。其中,UOM的主要改进包括:1)利用新的参数化方案替代固定的表面粗糙度,准确地表示了湖泊的表面特征,从而改善了表面温度的模拟;2)增强消光系数和表面短波吸收率以表征太湖较高的浑浊度,进一步减小了水体温度的冷偏差;3)提高湍流普朗特数以抑制高估的湍流混合强度,从而准确地还原了湖表温度的昼夜变化。进一步将改进后的各模型相互比较发现,UOM在还原湖表温度昼夜-日-季节变化和热力结构季节差异等方面均优于其他模型。第二,利用先进的CPL7耦合器框架,将3-D水动力模型FVCOM与CWRF进行双向耦合,以应用于深湖的模拟。首先对CWRF-FVCOM耦合系统的主要设计和具体实现进行了详细阐述。然后将该3-D耦合系统应用到五大湖区域,基于多年（1999-2015）历史模拟实验,与多种观测和CWRF基准实验（使用前人研究校准后的LISSS模型去表示五大湖,UOM模型因未考虑冰雪过程而未使用）进行对比评估。结果表明,由于缺少水平过程,LISSS模型提前了湖泊春季热力分层的开始时间,从而导致湖表温度产生了严重的暖偏差,且几乎无法还原湖冰的变化。另一方面,FVCOM通过完整准确地描述了五大湖复杂的动力特征,极大地提高了各湖泊湖表温度、湖冰覆盖和垂直热力结构的季节变化和年际变化的模拟能力,并且真实地还原了各湖泊季节环流特征。第三,改进的五大湖模拟对区域气候产生明显的影响。在暖季,湖表温度暖偏差的移除显着降低了表面热通量（尤其是潜热通量）,使得近湖气温的暖偏差得到纠正,并引起低空风场出现地转响应。与此同时,水汽通量和热通量的降低以及大气稳定性的增强导致了流域内总体降水的减少。另一方面,湖泊的净流域供给（=降水-蒸发+汇湖径流）和连接通道流决定了五大湖长期水位的变化。CWRF-FVCOM通过对净流域供给各分量（尤其是径流）的合理处理,以及利用水位-落差-流量关系式去动态诊断湖泊间的连接通道流,成功实现了五大湖在线动力水位预报。模拟结果表明,CWRF-FVCOM可以较为准确地还原各湖泊净流域供给的变化,从而合理地再现了各湖泊水位的季节变化和年际变化。综上所述,本研究构建的区域CWRF-Lake耦合系统,通过将1-D UOM模型（与CWRF相同格点紧密耦合）和3-D FVCOM模型（与CWRF不同格点通过CPL7耦合）分别应用于浅湖和深湖,有效地提高了湖泊的模拟能力,而且具备动力水位预报的能力。但是,冰雪物理过程需在UOM模型未来发展中被考虑,使得其能够有效应用于中高纬度湖泊的模拟。此外,UOM和FVCOM都具备盐度预报功能,因此该耦合系统也适用于近海。CWRF网格的精细化和关键物理方案（尤其是水文过程）的优化以及FVCOM近海网格的构建是耦合系统未来发展的重点,以期最终构建适用于我国季节内到季节尺度的区域气候预测系统,同时应用于沿海水位的预报以及流域和大气相互作用的研究。
钱奇峰[7]（2021）在《青藏高原秋季积雪的年际变化特征、原因和气候影响》文中进行了进一步梳理积雪是气候系统的重要组成部分之一,对地表的能量收支平衡以及水循环有着重要的影响。青藏高原海拔较高,全年都有积雪分布。青藏高原通过热力作用和动力作用对周边地区甚至全球的气候变化产生影响。随着青藏高原地区气象观测台站的设立以及卫星观测资料的日益完善,青藏高原积雪的气候影响得到了广泛的关注和探讨。然而,以往研究主要关注冬春季积雪,对于年际时间尺度上青藏高原秋季积雪变化的特征、原因以及产生的气候影响仍不清楚。本文基于观测资料,通过统计分析、动力诊断以及数值模拟试验等方法探讨了青藏高原秋季积雪的年际变化特征、变化原因和气候影响,得到的主要结论如下:（1）青藏高原气候平均秋季积雪覆盖率在青藏高原东部和西部分别存在一个高值中心。青藏高原秋季积雪覆盖率年际变化的经验正交分解（EOF）第一个主模态的高值区位于青藏高原中东部。进一步分析表明,青藏高原秋季中东部地区积雪覆盖率在1995年发生突变。因此,本文将研究时段分为两段:1979年至1994年（P1）和1995年至2018年（P2）,并分别展开研究。（2）在P1和P2阶段,晚夏和秋季青藏高原的局地降雪过程以及前期积雪的维持对秋季积雪的变化有一定的贡献。总体而言,P1阶段局地降雪过程对积雪变化的影响大于P2阶段。此外,大气环流异常的影响在P1和P2阶段存在显着差异。在P1阶段,和青藏高原秋季积雪变化相关的秋季同期大气环流异常在东亚地区较弱且不显着。P2阶段,北大西洋海温异常激发出一支大气波列,这支波列通过斜压能量转换从背景气流中获取能量。该波列能够一直传播至下游青藏高原地区,导致青藏高原上空大气垂直运动存在上升异常,有利于青藏高原积雪形成。（3）在P1和P2阶段,青藏高原秋季积雪偏多对局地整层大气产生冷却效应,这种冷却效应在P1阶段强于P2阶段。在P1阶段,当青藏高原秋季积雪偏多时,青藏高原东北部地区对流层高层出现位势高度负异常,该负异常系统随时间推移逐渐增强并东移,一个月后在东亚西风急流核区产生正涡度扰动。这个涡度扰动与大气背景气流相互作用,通过正压不稳定发展为罗斯贝波波列,在急流波导作用下沿着急流向下游传播至北美地区,并对北美地区冬季地表气温产生显着影响。在P2阶段,由于青藏高原积雪异常偏弱,对局地大气的影响也较弱,青藏高原积雪异常对北美冬季气温的影响强度偏弱且仅局限于北美西部有限区域。（4）本文利用机器学习方法建立气候预测模型对北美冬季地表气温展开短期气候预测,并将机器学习模型与加拿大两个业务动力模式进行比较。结果表明,机器学习模型的预测水平与动力模式基本相当,多模式集合平均能够显着提升动力模式在北美中部和西部地区的预测水平。进一步分析表明,引入青藏高原秋季积雪这一预报因子能够显着提升机器学习模型对北美冬季气温的预测水平。本文的结论表明,青藏高原秋季积雪产生的气候影响并不局限于亚洲大陆,高原积雪能够产生更加广阔的气候影响。
唐思维[8]（2021）在《基于气候因子及SEAS5降水预报的桓仁流域汛期径流预报》文中研究指明随着经济社会的迅速发展,人们对于水资源的需求不断提高,水资源的供需矛盾也日益突出,而我国的水资源管理也因此面临严峻挑战。径流作为水资源的重要表现形式,提高其预测能力可为水资源管理提供重要帮助,而汛期作为径流的主要集中时段,开展汛期径流预报对于提高流域水资源管理能力更具现实意义。为此,本文以桓仁流域为研究对象,分别构建了基于气候因子和SEAS5降水预报的汛期及其各月的径流预报模型,并针对气候因子筛选、降水预报评估及校正、径流预报校正进行了相关研究。主要研究内容如下:（1）提出了一种基于CFS指标的因子筛选方法,构建了基于大气环流、海温等气候因子的汛期径流预报模型,并定量分析了降水与流域初始状态对径流的影响程度。首先,结合产流原理,利用r-CFS与MIC-CFS对流域初始状态因子和气候因子进行筛选;接着,根据所筛因子构建汛期径流总量及其各月的径流预报模型;然后,将该结果与基于前向搜索包裹法的径流预报结果进行对比分析,以验证CFS指标有效性以及r-CFS与MIC-CFS适用性;最后,基于实测降水数据,利用随机森林构建径流预报模型,定量分析降水和流域初始状态对径流的影响程度。结果表明:前期气候因子能在一定程度上反映未来气候信息,可有效应用于汛期径流预报;相比于前向搜索包裹法,基于CFS指标的因子筛选方法能在保证因子筛选效果的前提下提高因子筛选效率;相比于r-CFS,MIC-CFS指标能够更好地衡量预报因子集与汛期径流之间的关系;对于汛期和七月径流,降水具有主导作用,其影响程度分别为0.92、0.86,而其他时段,降水和流域初始状态均具有重要影响,其中降水的影响程度为0.55-0.63。（2）评估了SEAS5降水预报产品在桓仁流域汛期及汛期各月的适用性,建立了基于贝叶斯联合概率模型的降水预报校正模型,从系统偏差、可靠性、锐度、预报技巧四个方面对SEAS5原始降水预报及校正后的降水预报进行评估。结果表明,原始预报均存在较大系统偏差,预报可靠性存在不足,且受偏差和可靠性影响,不同时段内大部分预见期的预报技巧得分为负值;而经校正后,预报的系统偏差得到有效消除,可靠性得到较大改善,且除少部分预报因锐度下降而技巧降低外,绝大部分预报技巧得到提升,整体精度得到提高。总体来看,SEAS5降水预报在桓仁流域具备潜在的应用价值。（3）开展了基于SEAS5降水预报的汛期径流预报,建立了基于贝叶斯联合概率模型的径流预报校正模型。对原始和校正径流预报的确定性结果（集合均值）与概率预报结果进行评估,并将该结果与基于气候因子的径流预报结果对比,评价其可利用性。结果表明,校正后的确定性径流预报结果中,除8月的合格率由93%降低至89%外,其余时段均得到提高,将该结果与基于气候因子的结果对比,除六月之外的所有时段,基于SEAS5降水预报的径流预报均有提高;而校正后的概率径流预报结果中,各月预报可靠性均得到改善,且低技巧预报的整体精度均得到较大提升。总体来看,SEAS5降水预报可较好地应用于桓仁流域汛期径流预报,能够为该流域水资源管理工作提供一定支撑。
王晓文[9]（2020）在《北方冬小麦水分利用及其应对气候变化的灌溉模式研究》文中提出水资源短缺使得亏缺灌溉逐渐成为主要的灌溉模式。探究不同水分供应条件对作物水分利用过程,特别是根系吸水的影响至关重要。然而由于取样困难等原因,有关水分胁迫及复水后,根系吸水的变化规律尚不明确。随着未来气候的变化,作物生长的水、热、光等环境条件发生了改变。量化这些因素对区域农业生产的影响,并通过调整栽培策略减少气候变化的不利作用,对于保障粮食安全和水资源高效利用十分关键。本研究以蒸渗仪实测的蒸发蒸腾量（evapotranspiration,ET）为标准,在冬小麦不同生长阶段,设置了无胁迫（100%ET）、中度胁迫（80%ET）和重度胁迫（60%ET）3种灌溉水平的田间试验。在此基础上,首先分析了农业水文模型SWAP（soil-water-atmosphere-plant）参数的敏感性,探究了其参数估计的顺序和方向;然后利用率定好的模型,在田间尺度上模拟了冬小麦根系吸水以及农田水分消耗途径,研究了SPAC（soil-plant-atmosphere continuum）系统中土壤水分被吸收及转化为蒸发蒸腾的过程;其次通过SWAP模型与参数自动优化程序PEST（parameter estimation）的耦合,实现了模型大量参数的自动估计,并结合Arc GIS软件将模型的应用从田间尺度提升到了区域尺度;最后以CMIP5（the fifth phase of the climate model intercomparison project）提供的未来气象数据驱动SWAP模型,分析了两种RCP（representative concentration pathway）情景下,气候变化对中国北方冬麦区内小麦生长、水分利用及产量的影响,提出了适宜的灌溉模式。得到的主要成果如下:（1）揭示了水分胁迫及复水对冬小麦根系吸水的影响规律,得出了根系吸水的主要影响因子,构建了根系吸水估算模型。0～60 cm土层的累积根系吸水占总根区吸水量的89.4%,是冬小麦根系吸收水分的主要来源。冬小麦在生殖生长阶段的累积根系吸水占总生长季吸水量的56.3%,略高于营养生长阶段。根系吸水存在一定的补偿效应,出苗～拔节期的水分胁迫以及复水后能够促进根系吸水,但其他生长阶段的水分胁迫会抑制根系吸水。根系吸水的恢复具有滞后效应,其恢复时间为2～11 d。冬小麦在生殖生长阶段对水分胁迫的耐受程度高于营养生长阶段,但水分胁迫对生殖生长阶段根系吸水的影响程度更大,使得根系吸水降低更多,恢复时间更长,有必要确保这一生长阶段的土壤含水量维持在65%的田间持水量以上。作物高度、净辐射和0～60 cm土壤含水量是影响冬小麦根系吸水的关键因子,基于此建立的模型能够较好地估算根系吸水（R2=0.836,P<0.01）。（2）探究了不同水分供应条件下冬小麦农田水分消耗规律,量化了各因子对蒸发蒸腾的影响,构建了蒸发蒸腾估算模型。亏缺灌溉条件下,土壤贮水的消耗占冬小麦总耗水量的15.99～35.58%。不同灌溉模式中,冬小麦田间存在一定程度的深层渗漏,100 cm处土层的平均水分通量为14.54mm。最大蒸发蒸腾出现在灌浆～成熟期,为6.21～7.75 mm d-1。植物蒸腾占总蒸发蒸腾的88.40%,是冬小麦农田的主要耗水途径。灌溉对植物蒸腾的影响较大,而对土壤蒸发的影响有限。拔节前的水分胁迫对冬小麦蒸发蒸腾的影响较小,复水后往往能恢复到正常水平;而抽穗～灌浆期的水分胁迫复水后蒸发蒸腾难以恢复。基于作物系数和水分胁迫系数构建的模型,能够利用少数易测参数,对冬小麦蒸发蒸腾进行准确估算（R2=0.727,P<0.01）。（3）分析了SWAP模型参数的敏感性,并利用PEST程序完成了模型参数的自动估计,实现了模型应用尺度的提升。在进行土壤含水量和蒸发蒸腾模拟时,SWAP模型对Van Genuchten模型参数中的土壤饱和含水量?s和土壤水分特征曲线形状系数n更敏感;而对土壤残余含水量?r,土壤水分特征曲线形状系数?和饱和导水率Ks较不敏感。将参数自动优化程序PEST与SWAP模型耦合后,能够完成模型大量参数的自动估计。率定后的模型可以对区域内各站点的土壤含水量、冬小麦生育期以及产量进行准确模拟,平均相对误差（mean relative error,MRE）为0.99～20.87%,归一化均方根误差（normalized root mean square error,NRMSE）为1.33～25.83%,实现了模型应用尺度的提升。（4）明确了未来气候对区域冬小麦水分利用和产量的影响,提出了适应气候变化的冬小麦品种优化和灌溉调整策略。CMIP5中MRI-CGCM3气候预测模型的RCP4.5和RCP8.5情景下,中国北方冬麦区小麦生长季内的净辐射、累积降水和气温均显着增加（P<0.05）。净辐射和气温呈现周期为10年的波动性变化。在空间分布上,各站点的净辐射、累积降水和气温变化存在显着差异（P<0.05）。气温升高5.39～7.26°C使冬小麦生育期缩短,且主要体现为出苗～抽穗天数减少了23.9～33.7 d。两种RCP情景下冬小麦蒸发蒸腾和产量分别显着增加41.39%和减少41.71%（P<0.05）。通径分析结果表明,降水量的增加和最低气温的升高分别是导致蒸发蒸腾上升和产量下降的主要原因。基于多个品种优化和灌溉调整情景的模拟结果,建议在未来气候条件下,种植收获日期推迟约30 d的冬小麦品种,井灌区和渠灌区的灌水定额可以为60 mm和90 mm。各区域在湿润年和正常年,分别进行一次灌溉（拔节期）和两次灌溉（拔节期和抽穗期）,能使产量增加38.21%,水分利用效率提高44.30%。而对于干旱年,有必要增加灌溉次数和灌水定额来避免减产。本研究探明了北方冬小麦从田间到区域尺度的水分利用规律,提出了未来气候变化条件下保障其产量和水分利用效率的品种优化及灌溉调整策略。但仍有必要在后续的研究中继续比较多种气候预测模型的差异,进一步增强结果的可靠性。
江志红,翁笃鸣,屠其璞,缪启龙,吴息,余锦华[10]（2020）在《南京信息工程大学气候与气候变化研究进展回顾》文中进行了进一步梳理简要回顾了南京信息工程大学建校60 a来在气候与气候变化方向的研究历程,总结了南京信息工程大学（简称南信大）气候学科在辐射气候、山地气候、应用气候、气候诊断与预测、统计气候、气候变化与区域响应及其未来预估等方面的重要研究成果。
二、年度数值气候预测系统及其系统性评估（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、年度数值气候预测系统及其系统性评估（论文提纲范文）
（2）基于多模式集成的东亚地区气温与降水次季节预报及其误差诊断（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 国内外研究进展 |
| 1.2.1 次季节尺度预报 |
| 1.2.2 多模式集成预报 |
| 1.2.3 模态投影预报 |
| 1.2.4 概率预报 |
| 1.3 拟解决的科学问题 |
| 1.4 论文章节安排 |
| 第二章 资料与方法 |
| 2.1 资料 |
| 2.2 预报优化方法 |
| 2.2.1 次季节尺度的多模式集成预报 |
| 2.2.2 基于模态投影的单模式与多模式确定性预报 |
| 2.2.3 次季节尺度的概率预报 |
| 2.3 预报检验方法 |
| 2.3.1 确定性预报的检验评估 |
| 2.3.2 概率预报的检验评估 |
| 2.3.3 概率预报的误差诊断 |
| 第三章 次季节尺度的气温与降水多模式集成预报 |
| 3.1 多模式集成预报试验设计 |
| 3.2 次季节尺度的单中心预报 |
| 3.2.1 气温单中心预报 |
| 3.2.2 降水单中心预报 |
| 3.3 次季节尺度的多模式集成预报 |
| 3.3.1 气温多模式集成预报 |
| 3.3.2 降水多模式集成预报 |
| 3.4 多模式集成预报个例试验——东北亚2018 年盛夏极端高温 |
| 3.5 本章小结 |
| 第四章 基于模态投影的单模式与多模式确定性预报 |
| 4.1 模态投影确定性预报试验设计 |
| 4.2 单模式的次季节模态投影预报 |
| 4.2.1 气温模态投影预报 |
| 4.2.2 降水模态投影预报 |
| 4.3 次季节尺度的多模式模态投影集成预报 |
| 4.3.1 气温多模式模态投影集成预报 |
| 4.3.2 降水多模式模态投影集成预报 |
| 4.4 模态投影预报个例试验——中国南方2018 年初夏持续性强降水 |
| 4.5 本章小结 |
| 第五章 次季节尺度的多模式集成概率预报与误差诊断 |
| 5.1 多模式集成概率预报试验设计 |
| 5.2 次季节尺度的气温多模式集成概率预报与误差诊断 |
| 5.2.1 气温概率预报检验 |
| 5.2.2 气温概率预报误差诊断 |
| 5.3 次季节尺度的降水多模式集成概率预报与误差诊断 |
| 5.3.1 降水概率预报检验 |
| 5.3.2 降水概率预报误差诊断 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 主要研究结论 |
| 6.2 论文创新性成果 |
| 6.3 讨论与展望 |
| 参考文献 |
| 附录 论文使用的缩写与中英文全称对照表 |
| 作者简介 |
| 致谢 |
（3）一种三步法预测在中国汛期降水预测中的应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究目的和意义 |
| 1.2 国内外研究进展 |
| 1.3 存在的问题 |
| 1.4 三步法预测的技术路线和研究内容 |
| 1.5 章节安排 |
| 第二章 资料、方法和实验设计 |
| 2.1 资料介绍 |
| 2.2 数值模式 |
| 2.2.1 BCC_CSM及 BCC_AGCM模式简介 |
| 2.2.2 CWRF模式简介 |
| 2.3 指数定义和算法介绍 |
| 2.3.1 降水指数定义 |
| 2.3.2 统计指标定义 |
| 2.3.3 应用算法简介 |
| 2.3.4 海温订正方法简介 |
| 2.4 技术路线和实验设计 |
| 第三章 三步法预测中国春夏季气温降水的多年平均气候态 |
| 3.1 不同方案预测的中国春夏季节地面气温气候态特征 |
| 3.2 不同方案预测的中国春夏季节日平均降水气候态特征 |
| 3.3 不同方案预测的中国春夏季节极端降水指数气候态特征 |
| 3.4 本章小结 |
| 第四章 三步法预测中国春夏季气温降水的年际变化 |
| 4.1 不同方案预测的中国春夏季节地面气温年际变化 |
| 4.2 不同方案预测的中国春夏季节日平均降水的年际变化 |
| 4.3 本章小结 |
| 第五章 三步法预测的海气响应关系和局地低空大气环流 |
| 5.1 三步法预测的海气响应关系 |
| 5.2 CWRF模式降尺度在降水预测中的作用 |
| 5.3 本章小结 |
| 第六章 三步法预测多成员的夏季降水集合预测应用 |
| 6.1 支持向量回归算法 |
| 6.2 SVM回归集合预测模型的应用 |
| 6.3 本章小结 |
| 第七章 总结与讨论 |
| 7.1 全文主要结论 |
| 7.2 创新点 |
| 7.3 讨论与展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（4）基于CWRF研究我国降水变化及其与边界层高度的关系（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题背景和意义 |
| 1.2 国内外研究进展 |
| 1.2.1 ?候模式对降?评估及预测的研究进展 |
| 1.2.2 区域?候模式CWRF的研究进展 |
| 1.2.3 边界层?度的研究进展 |
| 1.3 科学问题和内容安排 |
| 1.3.1 研究的科学问题 |
| 1.3.2 研究内容和章节安排 |
| 第二章 数据、模式及研究?法 |
| 2.1 数据与资料 |
| 2.1.1 再分析资料 |
| 2.1.2 观测资料 |
| 2.1.3 全球?候模式CMIP资料 |
| 2.2 实验设计 |
| 2.3 研究?法简介 |
| 2.3.1 模式结果评估 |
| 2.3.2 边界层?度的判定 |
| 第三章 全球模式驱动CWRF对我国降?模拟能?评估研究 |
| 3.1 我国区域的划分及研究区域选择 |
| 3.2 CMIP5 在我国的?候模拟评估及侧边界条件的选择 |
| 3.2.1 CMIP5 的降?和温度评估 |
| 3.2.2 CMIP5 的偏差和变化 |
| 3.2.3 驱动场的选择 |
| 3.3 CWRF对我国历史降?特征模拟能?评估 |
| 3.3.1 平均降? |
| 3.3.2 极端降? |
| 3.3.3 降?天数 |
| 3.3.4 最?连续?旱天数 |
| 3.4 ?结 |
| 第四章 基于CWRF对我国未来降?预测研究 |
| 4.1 对未来平均降?的变化预测 |
| 4.1.1 降?的空间分布变化 |
| 4.1.2 ?带的分布及变化 |
| 4.1.3 降?强度的区域变化 |
| 4.2 对未来极端降?指数的变化预测 |
| 4.2.1 极端降? |
| 4.2.2 降?天数 |
| 4.2.3 最?连续?旱天数 |
| 4.3 对模式偏差相似性的研究 |
| 4.4 未来??环流对降?变化影响的研究 |
| 4.4.1 风场的变化研究 |
| 4.4.2 垂直运动的变化研究 |
| 4.4.3 影响未来降?变化的环流分析 |
| 4.5 ?结 |
| 第五章 降?与边界层?度的相关性研究 |
| 5.1 降?与边界层?度的关系 |
| 5.2 边界层?度的不确定性 |
| 5.2.1 边界层?度的昼夜变化 |
| 5.2.2 边界层?度的?候态空间分布 |
| 5.2.3 边界层?度的变化趋势 |
| 5.2.4 边界层?度的年变化差异 |
| 5.3 边界层?度与降?等物理量的偏差相关性研究 |
| 5.3.1 边界层?度的空间相关性分布 |
| 5.3.2 边界层相关物理量相互关系研究 |
| 5.4 ?结 |
| 第六章 总结 |
| 6.1 论??作总结 |
| 6.2 创新点 |
| 6.3 讨论和展望 |
| 参考?献 |
| 致谢 |
| 个?简历、在学期间发表的学术论?与研究成果 |
（5）气候变化情景下内涝灾害风险稳健决策研究 ——以上海市为例（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景意义 |
| 1.2 国内外研究进展 |
| 1.3 存在问题 |
| 1.4 研究目标与内容 |
| 第2章 研究区、数据和技术路线 |
| 2.1 研究区 |
| 2.2 研究数据 |
| 2.3 技术路线与主要方法 |
| 第3章 情景构建与淹没分析 |
| 3.1 不确定性因子 |
| 3.2 内涝模型建模 |
| 3.3 淹没模拟与分析 |
| 3.4 相关因子探索 |
| 3.5 小结 |
| 第4章 内涝灾害风险评估 |
| 4.1 内涝风险模型建模 |
| 4.2 致灾因子分析 |
| 4.3 承灾体资产价值评估 |
| 4.4 灾损曲线 |
| 4.5 内涝风险评估 |
| 4.6 小结 |
| 第5章 适应对策评估与路径制定 |
| 5.1 研究区适应对策选取 |
| 5.2 模型情景及对策表现 |
| 5.3 防灾减损性能评价 |
| 5.4 成本效益分析 |
| 5.5 稳健决策权衡分析 |
| 5.6 适应路径与权衡分析 |
| 5.7 小结 |
| 第6章 结论 |
| 6.1 主要结论 |
| 6.2 主要创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 附录 A |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（6）区域CWRF-Lake耦合系统的构建以及对湖泊模拟的改进（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题背景和意义 |
| 1.2 研究现状综述 |
| 1.2.1 区域气候模式的现状 |
| 1.2.2 湖泊数值模拟的现状 |
| 1.2.3 区域耦合系统的现状 |
| 1.3 本文拟研究的问题和内容安排 |
| 1.3.1 问题的提出 |
| 1.3.2 本文主要研究内容 |
| 1.3.3 本文章节安排 |
| 第二章 模型与耦合器 |
| 2.1 区域气候模式CWRF |
| 2.2 一维湖泊模型 |
| 2.2.1 方程湍流模型UOM |
| 2.2.2 k-ε方程湍流模型SIMSTRAT |
| 2.2.3 风驱动热力模型LISSS |
| 2.2.4 两层自相似模型FLake |
| 2.3 三维水动力模型FVCOM |
| 2.4 海冰模型CICE |
| 2.5 耦合工具MCT与耦合器CPL7 |
| 2.5.1 耦合工具MCT |
| 2.5.2 耦合器CPL7 |
| 第三章 改进的一维湖泊模型对浅湖模拟能力的提高 |
| 3.1 前言 |
| 3.2 研究湖泊与观测 |
| 3.3 改进方案与实验设计 |
| 3.3.1 改进方案 |
| 3.3.2 控制实验设计 |
| 3.4 模型的改进 |
| 3.4.1 控制实验 |
| 3.4.2 敏感性实验 |
| 3.4.3 独立评估 |
| 3.5 模型的相互比较 |
| 3.5.1 夏季状况 |
| 3.5.2 秋季状况 |
| 3.6 小结 |
| 第四章 CWRF-FVCOM区域耦合系统的构建以及对深湖模拟能力的提高 |
| 4.1 前言 |
| 4.2 耦合系统设计 |
| 4.2.1 进程与通信 |
| 4.2.2 网格分解与交换数据 |
| 4.2.3 插值与重新排列 |
| 4.2.4 时间控制 |
| 4.2.5 分量接口设计 |
| 4.2.6 模式架构调整 |
| 4.3 实验设计与评估数据 |
| 4.3.1 实验设计 |
| 4.3.2 评估数据 |
| 4.4 五大湖模拟的改进 |
| 4.4.1 湖表温度 |
| 4.4.2 湖冰 |
| 4.4.3 垂直热力结构 |
| 4.4.4 季节环流 |
| 4.5 小结 |
| 第五章 改进的湖泊模拟对区域气候的影响与动力水位预报 |
| 5.1 前言 |
| 5.2 评估数据 |
| 5.3 区域气候影响 |
| 5.3.1 风场与湿度 |
| 5.3.2 表面能量收支 |
| 5.3.3 气温与降水 |
| 5.4 动力水位预报 |
| 5.4.1 五大湖的水量平衡 |
| 5.4.2 径流与通道流的处理 |
| 5.4.3 实验设计 |
| 5.4.4 实验结果 |
| 5.5 小结 |
| 第六章 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 论文创新点 |
| 6.3 讨论和展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文与研究成果 |
（7）青藏高原秋季积雪的年际变化特征、原因和气候影响（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 积雪观测方法简介 |
| 1.2 影响积雪变化的气候因子 |
| 1.3 积雪对气候变化的影响 |
| 1.4 北半球积雪的分布、变化和气候影响 |
| 1.4.1 北半球积雪的分布与变化 |
| 1.4.2 北半球积雪变化的气候影响 |
| 1.5 青藏高原积雪的分布、变化、气候影响以及数值模拟 |
| 1.5.1 青藏高原的地理特征 |
| 1.5.2 青藏高原的积雪分布与变化 |
| 1.5.3 青藏高原积雪变化的原因 |
| 1.5.4 青藏高原积雪变化的影响 |
| 1.5.5 青藏高原积雪与局地气候的数值模拟 |
| 1.6 机器学习方法在气候预测领域的应用 |
| 1.7 研究内容与创新点 |
| 1.7.1 研究内容 |
| 1.7.2 创新点 |
| 1.7.3 各章节内容论文发表情况 |
| 2 数据、方法与数值模式简介 |
| 2.1 数据 |
| 2.1.1 观测数据 |
| 2.1.2 模式数据 |
| 2.2 统计方法 |
| 2.2.1 合成分析 |
| 2.2.2 回归分析 |
| 2.2.3 相关分析 |
| 2.2.4 经验正交函数分解 |
| 2.2.5 Mann-Kendall突变检验 |
| 2.2.6 显着性检验 |
| 2.2.7 高斯滤波 |
| 2.2.8 Butterworth滤波 |
| 2.3 动力诊断方法 |
| 2.3.1 大气视热源 |
| 2.3.2 波活动通量 |
| 2.3.3 罗斯贝波波源 |
| 2.3.4 正压能量转换 |
| 2.3.5 斜压能量转换 |
| 2.4 机器学习方法 |
| 2.4.1 线性回归 |
| 2.4.2 支持向量回归 |
| 2.4.3 极端梯度提升模型 |
| 2.5 数值模式 |
| 2.5.1 线性斜压模式 |
| 2.5.2 大气环流模式 |
| 2.5.3 区域气候模式 |
| 2.5.4 风吹雪模式 |
| 3 青藏高原秋季积雪的分布与年际变化特征 |
| 4 青藏高原秋季积雪年际变化的原因 |
| 4.1 局地过程对高原秋季积雪变化的贡献 |
| 4.2 大气环流异常对高原秋季积雪变化的贡献 |
| 4.3 风吹雪过程对高原积雪变化的影响 |
| 4.3.1 耦合策略与模式设置 |
| 4.3.2 风吹雪过程对高原积雪和地表气温的影响 |
| 4.4 本章小结与讨论 |
| 5 青藏高原秋季积雪年际变化的影响 |
| 5.1 积雪年际变化对青藏高原局地秋季同期气候的影响 |
| 5.2 积雪年际变化对下游北美地区后期冬季气温的影响 |
| 5.2.1 高原秋季积雪和北美冬季地表气温之间的联系 |
| 5.2.2 数值试验 |
| 5.2.3 P1 阶段北太平洋地区积雪相关的波列的能量分析 |
| 5.3 本章小结与讨论 |
| 6 利用机器学习方法和高原秋季积雪预测北美冬季气温 |
| 6.1 机器学习模型的构造 |
| 6.2 回报试验 |
| 6.2.1 北美冬季气温的主要模态和相关预报因子 |
| 6.2.2 回报试验 |
| 6.2.3 每个EOF模态的预测技巧分析 |
| 6.2.4 机器学习模型预报技巧的差异 |
| 6.2.5 敏感性试验 |
| 6.3 预测试验 |
| 6.3.1 北美冬季气温的主要模态和相关预报因子的选取 |
| 6.3.2 预测试验结果 |
| 6.4 本章小结与讨论 |
| 7 总结与讨论 |
| 7.1 主要研究结果总结与讨论 |
| 7.2 论文存在的问题和下一步研究工作展望 |
| 参考文献 |
| 作者简历 |
（8）基于气候因子及SEAS5降水预报的桓仁流域汛期径流预报（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究进展 |
| 1.2.1 中长期径流预报方法 |
| 1.2.2 预报因子筛选方法 |
| 1.2.3 预报后处理方法 |
| 1.3 主要研究内容 |
| 2 研究区域概况 |
| 2.1 引言 |
| 2.2 桓仁流域概况 |
| 3 CFS指标在桓仁流域汛期径流预报中的应用 |
| 3.1 引言 |
| 3.2 基于CFS指标的径流预报方法 |
| 3.2.1 CFS指标 |
| 3.2.2 随机森林 |
| 3.2.3 CFS-RF因子筛选方法 |
| 3.3 CFS-RF径流预报能力检验 |
| 3.3.1 预报模型搭建 |
| 3.3.2 检验方案设计 |
| 3.3.3 汛期径流总量预报结果 |
| 3.3.4 汛期各月径流预报结果 |
| 3.3.5 汛期径流影响因素分析 |
| 3.4 小结 |
| 4 SEAS5 降水预报在桓仁流域汛期的适用性评估 |
| 4.1 引言 |
| 4.2 SEAS5 降水数据 |
| 4.3 评估指标与校正方法 |
| 4.3.1 评估指标 |
| 4.3.2 贝叶斯联合概率模型 |
| 4.4 评估结果及分析 |
| 4.4.1 系统偏差评估 |
| 4.4.2 可靠性及锐度评估 |
| 4.4.3 技巧评估 |
| 4.5 小结 |
| 5 结合SEAS5 降水预报的桓仁汛期径流预报 |
| 5.1 引言 |
| 5.2 汛期径流总量预报评估 |
| 5.2.1 确定性预报评估 |
| 5.2.2 概率预报评估 |
| 5.3 汛期各月径流预报评估 |
| 5.3.1 确定性预报评估 |
| 5.3.2 概率预报评估 |
| 5.4 小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（9）北方冬小麦水分利用及其应对气候变化的灌溉模式研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景、意义与目的 |
| 1.2 国内外研究进展 |
| 1.2.1 根系吸水研究进展 |
| 1.2.2 亏缺灌溉研究进展 |
| 1.2.3 作物模型参数估计研究进展 |
| 1.2.4 气候变化对作物生长的影响研究进展 |
| 1.3 有待进一步解决的问题 |
| 1.4 研究思路与主要内容 |
| 1.5 技术路线 |
| 第二章 材料与方法 |
| 2.1 试验区域概况 |
| 2.2 试验设计 |
| 2.3 试验观测项目与方法 |
| 2.3.1 气象数据 |
| 2.3.2 作物指标 |
| 2.3.3 土壤指标 |
| 2.3.4 蒸发蒸腾 |
| 2.4 SWAP模型 |
| 2.4.1 基本原理 |
| 2.4.2 输入模块 |
| 2.4.3 边界条件 |
| 2.4.4 输出结果 |
| 2.5 敏感性分析 |
| 2.6 通径分析 |
| 2.7 PEST程序 |
| 2.8 统计分析 |
| 第三章 SWAP模型敏感性分析与田间尺度性能评价 |
| 3.1 SWAP模型敏感性分析 |
| 3.1.1 总参数敏感性 |
| 3.1.2 参数变化范围对敏感性分析的影响 |
| 3.2 SWAP模型田间尺度性能评价 |
| 3.2.1 模型率定与验证 |
| 3.2.2 模型性能评价结果与分析 |
| 3.3 小结 |
| 第四章 冬小麦根系吸水模拟研究 |
| 4.1 亏缺灌溉条件下冬小麦根系吸水时空分布模拟结果分析 |
| 4.1.1 根系吸水的剖面分布 |
| 4.1.2 水分胁迫对不同生长阶段根系吸水的影响 |
| 4.2 复水后根系吸水恢复模拟结果分析 |
| 4.3 根系吸水的通径分析与估算模型 |
| 4.3.1 根系吸水的通径分析 |
| 4.3.2 根系吸水估算模型的建立与验证 |
| 4.4 小结 |
| 第五章 冬小麦蒸发蒸腾规律与模拟研究 |
| 5.1 亏缺灌溉条件下农田水分消耗途径与模拟结果分析 |
| 5.2 亏缺灌溉条件下蒸发蒸腾变化规律与模拟结果分析 |
| 5.3 蒸发蒸腾的通径分析与估算模型 |
| 5.3.1 蒸发蒸腾的通径分析 |
| 5.3.2 蒸发蒸腾估算模型的建立与验证 |
| 5.4 小结 |
| 第六章 基于PEST程序的SWAP模型区域参数估计方法研究 |
| 6.1 研究区域与数据来源 |
| 6.1.1 研究区域概况 |
| 6.1.2 数据来源 |
| 6.2 PEST程序与SWAP模型耦合方法 |
| 6.3 PEST程序与SWAP模型区域尺度性能评价 |
| 6.3.1 土壤含水量验证 |
| 6.3.2 生育期验证 |
| 6.3.3 产量验证 |
| 6.4 小结 |
| 第七章 北方冬麦区对气候变化的响应及其应对策略 |
| 7.1 气候变化情景 |
| 7.2 气候要素时空变化规律 |
| 7.2.1 净辐射 |
| 7.2.2 累积降水 |
| 7.2.3 气温 |
| 7.3 气候变化对冬小麦的影响 |
| 7.3.1 生育期 |
| 7.3.2 蒸发蒸腾与产量 |
| 7.3.3 蒸发蒸腾与产量的通径分析 |
| 7.3.4 蒸发蒸腾与产量变化讨论 |
| 7.4 适应气候变化的优化情景 |
| 7.5 小结 |
| 第八章 结论与展望 |
| 8.1 主要结论 |
| 8.2 创新点 |
| 8.3 问题与展望 |
| 附录A PEST程序优化的SWAP模型参数 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（10）南京信息工程大学气候与气候变化研究进展回顾（论文提纲范文）
| 1 南信大气候学科的发展历程及其研究概述 |
| 2 辐射气候学 |
| 2.1 地表辐射平衡和热量平衡气候计算方法 |
| 2.2 山区辐射场数值计算方法 |
| 2.2.1 坡地辐射计算问题 |
| 2.2.2 坡面散射辐射的各向异性问题 |
| 2.2.3 起伏山区辐射场的数值计算 |
| 2.3 青藏高原地表辐射和热量平衡 |
| 2.3.1 青藏高原地表辐射热平衡基本状况 |
| 2.3.2 青藏高原地表热源研究 |
| 2.4 地-气系统和大气辐射气候 |
| 3 气候要素精细化分析 |
| 3.1 气候要素分布式模拟 |
| 3.1.1 气候要素分布式模型 |
| 3.1.2 多源数据融合 |
| 3.1.3 参数优化与误差控制 |
| 3.2 精细化气候应用及服务 |
| 3.2.1 气候资源开发利用及其精细化服务 |
| 4 气候诊断与统计建模 |
| 4.1 气候资料的质量控制及其插补重建 |
| 4.2 气候多元统计诊断与预测 |
| 4.2.1 诊断分析理论和方法 |
| 4.2.2 ENSO的短期气候预测 |
| 4.3 概率分布模型及统计模拟 |
| 5 中国气候和极端天气气候变化 |
| 5.1 近百年区域气候的时空变化 |
| 5.2 中国极端天气气候变化特征 |
| 5.3 气候变化的影响及其评估 |
| 6 气候变化的模拟与预估 |
| 6.1 气候变化的模拟评估 |
| 6.2 统计和动力降尺度 |
| 6.3 气候变化的预估及其不确定性 |
| 7 结语 |
四、年度数值气候预测系统及其系统性评估（论文参考文献）
- [1]BCC-CSM1.1m对欧亚积雪覆盖的预测评估[J]. 成菲,李巧萍,沈新勇,柳艳菊,汪靖. 应用气象学报, 2021(05)
- [2]基于多模式集成的东亚地区气温与降水次季节预报及其误差诊断[D]. 朱寿鹏. 南京信息工程大学, 2021
- [3]一种三步法预测在中国汛期降水预测中的应用[D]. 张焓. 南京信息工程大学, 2021(01)
- [4]基于CWRF研究我国降水变化及其与边界层高度的关系[D]. 姜荣升. 南京信息工程大学, 2021
- [5]气候变化情景下内涝灾害风险稳健决策研究 ——以上海市为例[D]. 胡恒智. 上海师范大学, 2021(08)
- [6]区域CWRF-Lake耦合系统的构建以及对湖泊模拟的改进[D]. 孙磊. 南京信息工程大学, 2021
- [7]青藏高原秋季积雪的年际变化特征、原因和气候影响[D]. 钱奇峰. 浙江大学, 2021
- [8]基于气候因子及SEAS5降水预报的桓仁流域汛期径流预报[D]. 唐思维. 大连理工大学, 2021(01)
- [9]北方冬小麦水分利用及其应对气候变化的灌溉模式研究[D]. 王晓文. 西北农林科技大学, 2020(03)
- [10]南京信息工程大学气候与气候变化研究进展回顾[J]. 江志红,翁笃鸣,屠其璞,缪启龙,吴息,余锦华. 大气科学学报, 2020(05)