论研究进展统计降尺度策略进展综述怎么
最后更新时间：2024-01-27
作者：用户投稿
本站原创
点赞:34288
浏览:157799
本站原创
点赞:34288
浏览:157799
论文导读：
摘要：统计降尺度方法是将大气环流模式GCMs输出的低分辨率的气象资料转换为流域尺度的主要方法之一，现已发展成为气候学中较为完善的领域。简要介绍了统计降尺度方法的基本原理，包括基本假设条件及主要步骤和关键点；重点介绍统计降尺度方法，大致分为转换函数法、天气分析技术和天气发生器这三类，并对几种方法的国内外应用进展做了阐述；对统计降尺度方法的不确定性研究做了简要介绍。指出未来研究应重点研究统计降尺度模型的适用条件及范围、提高降水模拟的精度；统计降尺度与动力降尺度两种降尺度结合的方法将是降尺度主要发展方向之一。
关键词：统计降尺度；研究进展；统计降尺度方法；不确定性分析
16721683（2013）03011805
近年来，气候变化及其对水文水资源的影响一直是研究热点。大气环流模式（Global atmospheric general circulation models，GCMs）为气候变化研究提供了全球尺度的信息，但其输出的分辨率较低，无法将GCMs提供的气候要素信息直接输入相应模型中。目前，应用较广的方法是通过降尺度技术将GCMs大气尺度或全球尺度信息转变为区域尺度，以提高GCMs输出的气候信息的分辨率。降尺度方法通常分为动力降尺度法、统计降尺度法以及动力统计降尺度相结合的方法。统计降尺度法是建立区域或流域变量与大尺度气候信息间的统计关系，并利用这种关系获得区域或流域未来气候变化情景，其计算量相对较小、省机时，应用较广。
1统计降尺度法的原理
统计降尺度利用多年大气环流的观测资料建立大尺度气候要素和区域气候要素之间的统计关系，并用独立的观测资料检验这种关系的合理性，再把这种关系应用于GCMs中输出大尺度气候关系来预估区域未来的气候变化情景。其实质就是建立大尺度气候预报因子与区域气候变量的统计关系。一般地，统计降尺度法基于3个假设条件：大尺度气候场和区域气候观测场之间具有显著的统计关系；大尺度气候场能被GCM较好地模拟；在变化的气候情景下，建立的统计关系是有效的。
对GCMs输出进行统计降尺度时，主要步骤及关键点如下。
（1）预报区域选择和预报因子筛选。这是统计降尺度法的第一步，其它预报因子的选择在很大程度上决定了未来气候情景的特征[3]。因此，选取的预报因子必须具备以下特点：对大尺度气候变化足够敏感；易于获取、连续且能被准确模拟；与水文气象变量有良好的相关性；与降尺度参数保持显著的相关性[4]。对于不同的降尺度模型，预报因子选择的方法也不同。如SD（Statistical Downscaling Model）模型运用迭代法筛选预报因子，有一定的人为主观判断性[3]。而ASD（Automated Statistical Downscaling）模型则采取向后逐步回归法和偏相关分析法筛选预报因子[5]。
（2）统计降尺度模型的选择。现有统计降尺度模型众多，各有其优缺点，对预报因子的模拟效果不尽相同。应选择最适宜当地条件的模型，准确地预测未来的气候情景。
（3）模型率定和检验。选定统计降尺度模型后，将长序列实测资料（如降水、气温等）输入模型并与已选定的预报因子确立统计关系。一般将长序列实测资料分为两段，前段用来模型率定，建立与预报因子的统计关系；后段用来模型检验，检验已建立的统计关系是否合理。
（4源于：论文 格式www.7ctime.com
）未来气候情景生成。将建立的统计关系应用于GCMs输出，生成一系列天气序列。不同的气候模式有不同的时间序列长度，如HadCM2以360 d为一个年长度，而CGCM1以365 d为一个年长度。
2统计降尺度模型应用研究
统计降尺度研究方法较多，常用的主要包括3类：转换函数法、天气分类法和天气发生器。
转换函数法是最早的降尺度方法之一，其原理是运用线性或非线性模型建立大尺度气候信息与局域尺度变量之间函数关系，因此，转换函数法分为线性和非线性的转换函数法。最常用的是线性回归法，包括多元线性回归、逐步线性回归、主成分分析等。Sailor和Li[6]用多元线性回归法模拟了美国站点的气温。运用同样方法，Murphy[7]模拟了欧洲月平均气温和降水。Wilby等[8]运用逐步线性回归法对三种数据进行统计降尺度，并比较了三种数据不同的现在与未来降雨径流情景。非线性转换函数法中常见的有人工神经网络法（Artificial Neural Network，ANN）。Mpelasoka等[9]用ANN模型模拟了新西兰的日平均气温和降水。Tolika等[10]分析比较了多元ANN在希腊地区降水和气温极值的模拟效果。
天气分类法是根据不同的天气特征，如海平面气压、气流指数、风向、云量等，将时间序列分为有限的、离散的天气类型或状态[11]，通过计算各环流型均值、发生概率、方差分布等来推测地表区域对应的天气状况。该方法不能体现站点预报量的连续性特征，多用来模拟极值过程，它认为大气环流与地表天气的关系是不变的。天气分类法中分为相似法和隐马尔可夫过程两种，其中相似法是应用极为广泛的统计降尺度方法。
天气发生器是用于随机生成与实际观测资料的气象数据统计特征相似的一类统计资料模型，最初是用来生成缺测历史数据的一种方法。Richardson[12]建立的基于一阶马尔可夫链的WGEN是应用最广的天气发生器，其基本原理是将降水序列分为旱天和雨天两种状态，用一阶或二阶马尔可夫链表达两种状态的转换概率，旱天降水量为零，雨天降水量采用Gamma分布或指数分布描述。Wilks[13]基于一阶马尔可夫链随机天气发生器，利用Gamma分布模拟降雨量。天气发生器在统计降尺度模型中应用较广，如SD模型、ASD模型均运用天气发生器对降水进行模拟。Fatichi等[14]则应用了基于贝叶斯理论的天气发生器AWEGEN（Advanced Weather Generator model）。源于：免费毕业论文www.7ctime.com
目前对于GCM输出不确定性的研究较多。Graham等[37]分析了包括2种GCM输出在内总共15种气候变化模拟的不确定性。Christensen和Lettenmaier[38]利用两种排放情景下，11个GCM输出降尺度得到的气候变化情景驱动小尺度的水文模型，探讨了GCM输出的不确定性；Minville等[39]运用5个GCM和两种温室气体排放情景的结合得到的10种等权重气候预测结果来对未来水文变量的不确定性分析；Rowell[40]比较了包括排放情景、GCM、RCM等在内的不同不确定性来源的影响，结果发现GCM不确定性最大。
单纯进行统计降尺度模型的不确定性的研究较少，如Khan等[41]比较了SD、LARSWG和ANN模型的不确定性。也有将统计降尺度模型不确定性和GCM来源不确怎样写毕业论文www.7ctime.com
定性一起分析研究的，如Wilby和Harris[42]对包括GC论文导读：aling.JournalofGeophysicalResearch，1999，104（D6）：66036621.FowlerHJ，BlenkinsoS，TebaldiC.Linkingclimatechangemodelingtoimpactsstudies：recentadvancesindownscalingtechniqueorhydrologicalmodeling.InternationalJournalofClimatology，2007，27（12）：15471578.WilbyRL，DawsonCW
M、排放情景、降尺度技术等不同来源的不确定性做了研究，结果表明：GCM来源的不确定性最大，降尺度技术紧随其后；Prudhomme和Dies[43]探讨了3种GCM、两种温室气体排放情景和两种降尺度技术对河道流量模拟的不确定性，结果表明GCMs的不确定性大于其他两种不确定性；Kay等[44]对气候变化对洪水频率影响的不确定性做了分析，包括GCM、排放情景、降尺度技术等；Deepashree Raje和P.P.Mujumdar[45]对GCM、气候变化情景以及降尺度的不确定性做了研究；Klemen Berganta等[46]对降尺度过程中未来温室气体排放情景、GCM、降尺度过程等引起的累计不确定性做了分析说明；Kazi Farzan Ahmed [47]等运用SDBC（Statistical Downscaling and Bias Correction）方法对美国东北部地区的6个GCMs及4个RCMs输出的气象数据进行了降尺度分析，结果表明，偏差修正模型对预测极端气候事件的空间分布更为有效，并且动力降尺度与统计降尺度在研究中没有明显差别。气候变化预测的不确定性决定着气候变化的可靠性与精度。因此，提高气候变化预测的精度是以后研究工作的重点之一。
4前景与展望
经过几十年的发展，统计降尺度已成为气候学中较为完善的领域，也被越来越多的应用于对降水、气温等未来气候情景的预测，但仍有许多方面需进一步改进和完善。首先，降尺度模型的适用条件及范围需进一步研究。降尺度模型多种多样，不同的降尺度模型对同一地区的模拟研究结果往往相差较大，需进一步对降尺度模型进行对比研究，找出其适用的条件或范围。其次，大气环流因子与地面气候要素之间统计关系的时间和空间尺度问题。统计降尺度是建立在假设大气环流因子与地面气候要素统计关系不变的条件之上，而当时间和空间变化时，如何重新建立他们之间的统计关系十分重要。再次，对降水模拟的精度问题。现有大部分研究对气温变量的模拟较为准确，大部分研究模拟的气温均呈现增加趋势，但对降水的模拟效果不理想。虽然对降水的模拟已分为降水概率与降水量，但雨天发生概率及降水量模拟的精度却不尽人意。因此，降水模拟精度有待提高。最后，统计动力降尺度技术结合问题。统计降尺度与动力降尺度各有其优缺点，两种降尺度结合的方法将是主要发展方向之一。
降尺度方法现已不仅应用于对降水、气温等气象资料，也应用于遥感影像的降尺度。对未来气候变化的预测研究上，不仅要依靠大尺度的GCM输出，更要进一步与较为精确的遥感影像结合，实现超精度结果的输出，以提高未来气候预测的精度。
参考文献（References）：
Mearns L O，Bogardi I，Giorgi F，et al.Comparison of climate change scenarios generated from regional climate model experiments and statistical downscaling [J].Journal of Geophysical Research，1999，104（D6）：66036621.
Fowler H J，Blenkinso S，Tebaldi C.Linking climate change modeling to impacts studies：recent advances in downscaling techniques for hydrological modeling [J].International Journal of Climatology，2007，27（12）：15471578.
[3]Wilby R L，Dawson C W，Barrow E M.SD a decision support tool for the assesent of regional climate change impacts [J].Environmental Modelling &Software，2002，17：147159.
[4]Wilby R L，Hassan H，Hanaki K.Statistical downscaling of hydrometeorological variables using general circulation model output [J].Journal of Hydrology，1998，205：119.
[5]Hessami M，Gachon P，Ouarda T，et al.Automated regressionbased statistical downscaling tool [J].Environmental Modelling & Software，2008，23：813834.
[6]Sailor D J，Li X S.A semiempirical downscaling approach for predicting regional temperature impacts associated with climatic change [J].Journal of Climate，1999，12：103114.[7]Murphy J.Predictions of climate change over Europe using statistical and dynamical downscaling techniques [J].International Journal of Climatology，2000，20：489501.
[8]Wilby R L，Hay L E，Leesley G H.A comparison of downscaled and raw GCM output：implications for climate change scenarios in the San Juan River basin，Colorado [J].Journal of Hydrology，1999，225：6791.
[9]Mpelasoka F S，Mullan A B，Heerdegen R G.New Zealand climate change information derived by multivariate statistical and artificial neural networks approaches [J].International Journal of C论文导读：TolikaK，AnagnostopoulouC，MaherasP，etal.SimulationoffuturechangesinextremerainfallandtemperatureconditionsovertheGreekarea：Acomparisonoftwostatisticaldownscalingapproaches.GlobalandPlanetaryChange，2008，63：132151.WilbyRL，CharlesSP，ZoritaE，etal.Guidelineorus
limatology，2001，21（11）：14151433.
[10]Tolika K，Anagnostopoulou C，Maheras P，et al.Simulation of future changes in extreme rainfall and temperature conditions over the Greek area：A comparison of two statistical downscaling approaches [J].Global and Planetary Change，2008，63：132151.
[11]Wilby R L，Charles S P，Zorita E，et al.Guidelines for use of climate scenarios developed from statistical downscaling methods.Supporting material of the IPCC.2004.
[12]Richardson C W.Stochastic simulation of daily precipitation，temperature，and solar radiation [J].Water Resources Research，1981，17（1）：182190.
[13]Wilks D S.Adapting stochastic weather generation algorithms for climate change studies [J].Climate Change，1992，22：6784.
[14]Fatichi S，Ivanov V Y，Caporali E.Simulation of future climate scenarios with a weather generator [J].Advances in Water Resources，2011，34：448467.
[15]Wilby R L，Wigley T M L.Downscaling of general circulation model output：a review of methods and limitations [J].Progress in Physical Geography，1997，21：530548.
[16]Zorita E，von Storch H.The analog method as a simple statistical downscaling technique：Comparison with more complicated method [J].Journal of Climate，1999，12：24742489.
[17]Harham C，Wilby R L.Multisite downscaling of hey daily precipitation occurrence and amounts [J].Journal of Hydrology，2005，312：235255.
[18]Huth R.Statistical downscaling in central Europe：evaluation of methods and potential predictors [J].Climate research，1999，13：91101.
[19]Benestad R E.A comparison between two empirical downscaling strategies [J].International Journal of Climatology，2001，21：16451668.
[20]Reza Tareghian，Peter F.Rausen.Statistical downscaling of Precipitation using Quantile Regression [J].Journal of Hydrology，2013.
[21]R.Mehrotra，Ashish Sharma，D.Nagesh Kumar，etal.Assessing future rainfall projections using multiple GCMs and a multi摘自：学报论文格式www.7ctime.com
site stochastic downscaling model[J].Journal of Hydrology，2013.[3][22]Dibike Y B，Coulibaly P.Hydrologic impact of climate change in the Saguenay watershed：comparison of downscaling methods and hydrologic models [J].Journal of Hydrology，2005，30摘自：毕业论文摘要www.7ctime.com
7：145163.
[23]Peter M.Atkinson.Downscaling in remote sensing [J].International Journal of Applied Earth Observation and Geoinformation.2013，（22）：106114.
[24]W.Essa，J.van der Kwast.B.Verbeiren，etal.Downscaling of thermal images over urban areas using the land surface temperatureimpervious percentage relationship[J].International Journal of Applied Earth Observation and Geoinformation.2013，（23）：95108.
[25]范丽军，符淙斌，陈德亮.统计降尺度法对未来区域气候变化情景预估的研究进展[J].地球科学进展，2005，20（3）：320329.（FAN Lijun，FU Congbin，CHEN Deliang.Review on Creating Future Clim论文导读：
ate Change Scenarios by Statistical Downscaling Techniques[J].Advance in Earth Science.2005，20（3）：320329.（in Chinese））
[26]刘永和，郭维栋，冯锦明，等.气象资料的统计降尺度方法综述[J].地球科学进展，2011，26（8）：837847.（LIU Yonghe，GUO Weidong，FENG Jinming，et al.A Summary of Methods for Statistical Downscaling of Meteorological Data [J].Advance in Earth Science.2011，26（8）：837847.（in Chinese））
[27]朱宏伟，杨森，赵旭喆，等.区域气候变化统计降尺度研究进展[J].生态学报，2011，31（9）：26022609.（ZHU Hongwei，YANG Sen，ZHAO Xuzhe，et al.Recent Advances on Regional Climate Change by Statistical Downscaling Methods [J].Acta Ecologica Sinica.2011，31（9），26022609.（in Chinese））
[28]吕海，龚振彬，倪雷.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[J].现代商贸工业，2007，19（6）：190191.（LV Hai，GONG Zhenbin，NI Lei.Application of Statistical Downscaling Method in Prediction of Future Region Tempreture Change in China[J].Modern Business Trade Industry，2007，19（6）：190191.（in Chinese））
[29]刘绿柳，刘兆飞，徐宗学.21世纪黄河流域上中游地区气候变化趋势分析[J].气候变化研究进展，2008，4（3）：167172.（LIU Lvliu，LIU Zhaofei，XU Zongxue.Trends of Climate Change for the UpperMiddle Reaches of the Yellow River in the 21st Century[J].Advances in Climate Chnge Research.2008，4（3）：167172.（in Chinese））
[30]赵芳芳，徐宗学.黄河源区未来地面气温变化的统计降尺度分析[J].高原气象，2008，27（1）：153161.（ZHAO Fangfang，XU Zongxue.Statistical Downscaling of Future Temperature Change in Source of the Yellow River Basin [J].Plateu Meteorology.2008，27（1）：153161.（in Chinese））
[31]陈华，郭靖，郭生练，等.应用统计学降尺度方法预测汉江流域降水变化 [J].人民长江，2008，39（14）：5355.（CHEN Hua，GUO jing，GUO Shenglian.et al.Application of Statistical Downscaling Method in Precipitation Prediction for the Hanjiang River Basin [J].Yangtze River.2008，39（14）：5355.（in Chinese））
[32]刘兆飞，徐宗学，刘绿柳，等.塔里木河流域未来最高和最低气温变化趋势[J].干旱区地理，2008，31（6）：822829.（LIU Zhaofei，XU Zongxue，LIU Lvliu，et al.Temporal Trends of Future Maximum and Minimum Air Temperature in the Tarim River Basin.[J]Arid Land Geography.2008，31（6）：822829.（in Chinese））[3][4][33]郭靖.郭生练，陈华，等，ANN统计降尺度法对汉江流域降水变化预测[J].武汉大学学报（工学版），2010（2）：148152.（GUO Jing，GUO Shenglian，CHEN Hua，et al.Predition of Changes of Precipitation in Hanjiang River Basin Using Statistical Downscaling Method Based on ANN [J].Engineering Journal of Wuhan University.2010（2）：148152.（in Chinese））
[34]郭家力，郭生练，郭靖，等.鄱阳湖流域未来降水变化预测分析[J].江科学院院报，2010，（8）：2024.（GUO Jiali，GUO Shenglian，GUO Jing，et al.Prediction of Precipitation Change in Poyang Lake Basin [J].Journal of Yangtze River Scientific Research Institute，2010，（8）：2024.（in Chinese））
[35]徐宗学，刘浏.太湖流域气候变化检测与未来气候变化情景预估[J].水利水电科技进展，2012，32（1）：17.（XU Zongxue，LIU liu.Detection of Climate Change and Projection of Future Climate Scenarios in Taihu Lake Basin [J].Advances in Science and Technology of Water Resources，2012，32（1）：17.（in论文导读：mpactsonthehydrologyandwaterresourcesoftheColoradoRiverbasin.HydrologyandEarthSystemSciences，2007，11（4）：14171434.MinvilleM，BrissetteF，LeconteR.UncertaintyoftheimpactofclimatechangeonthehydrologyofaNordicwatershed.JournalofHydrology，2008，358：708
[36]秦大河.中国气候与环境演变（上卷）：气候与环境的演变及预测[M].北京：科学出版社，2005：4547.（QIN Dahe.Cliamte and Environment Changes in China（Volume 1）：Climate and Environment Changes and Predition[M].Beijing：Science Press，2005：4547.（in Chinese））
[37]Graham L P，Andreasson J，Carlsson B.Assessing climate change impacts on hydrology from an ensemble of regional climate models，model scales and linking methodsa case study on the Lule River basin [J].Climatic Change，2007，81：293307.
[38]Christensen N S，Lettenmaier D P.A multimodel ensemble approach to assesent of climate change impacts on the hydrology and water resources of the Colorado River basin [J].Hydrology and Earth System Sciences，2007，11（4）：14171434.
[39]Minville M，Brissette F，Leconte R.Uncertainty of the impact of climate change on the hydrology of a Nordic watershed [J].Journal of Hydrology，2008，358：7083.
[40]Rowell D P.A demonstration of the uncertainty in projections of UK climate change resulting from regional model formulation [J].Climatic Change，2006，79：243257.
[41]Khan M S，Coulibaly P，Dibike Y.Uncertainty analysis of statistical downscaling methods [J].Journal of Hydrology，319：357382.
[42]Wilby R L，Harris I.A framework for assessing uncertainties in climate change impacts：Lowflow scenarios for the River Thames，UK.Water Resources Research，2006，42，W02419.doi：10.1029/2005WR004065.
[43]Prudhomme C，Dies H.Assessing uncertainties in climate change impact analyses on the river flow regimes in the UK.Part 2：future climate [J].Climatic Change，2009，93：197222.
[44]Kay A L，Dies H N，Bell V A，Jones R G.Comparison of uncertainty sources for climate change impacts：flood frequency in England [J].Climatic Change，2009，92：4163.
[45]Deepashree Raje，P.P.Mujumdar.Hydrologic drought prediction under climate change：Uncertainty modeling with DempsterShafer and Bayesian approaches[J].Advances in Water Resources.2010，33：11761186
[46]Klemen Bergant，Luˇcka Kajfeˇz Bogataj and Stanisl Trdan.Uncertainties in modeling of climate change impact in future：An example of onion t源于：普通论文格式范文www.7ctime.com
hrips （Thrips Tabaci Lindeman） in Slovenia[J].Ecological Modelling，2006，94：244255.
[47]Kazi Farzan Ahmed，Guiling Wang，John Silander，etal.Statistical downscaling and bias correction of climate model change impact assesent in the U.S.northeast.[J]Global and Planetary Change.2013，（10）：32033
SouthtoNorth Water Traners and Water Science & Technology1Vol. 11No.3[3][4][5]
摘要：统计降尺度方法是将大气环流模式GCMs输出的低分辨率的气象资料转换为流域尺度的主要方法之一，现已发展成为气候学中较为完善的领域。简要介绍了统计降尺度方法的基本原理，包括基本假设条件及主要步骤和关键点；重点介绍统计降尺度方法，大致分为转换函数法、天气分析技术和天气发生器这三类，并对几种方法的国内外应用进展做了阐述；对统计降尺度方法的不确定性研究做了简要介绍。指出未来研究应重点研究统计降尺度模型的适用条件及范围、提高降水模拟的精度；统计降尺度与动力降尺度两种降尺度结合的方法将是降尺度主要发展方向之一。
关键词：统计降尺度；研究进展；统计降尺度方法；不确定性分析
16721683（2013）03011805
近年来，气候变化及其对水文水资源的影响一直是研究热点。大气环流模式（Global atmospheric general circulation models，GCMs）为气候变化研究提供了全球尺度的信息，但其输出的分辨率较低，无法将GCMs提供的气候要素信息直接输入相应模型中。目前，应用较广的方法是通过降尺度技术将GCMs大气尺度或全球尺度信息转变为区域尺度，以提高GCMs输出的气候信息的分辨率。降尺度方法通常分为动力降尺度法、统计降尺度法以及动力统计降尺度相结合的方法。统计降尺度法是建立区域或流域变量与大尺度气候信息间的统计关系，并利用这种关系获得区域或流域未来气候变化情景，其计算量相对较小、省机时，应用较广。
1统计降尺度法的原理
统计降尺度利用多年大气环流的观测资料建立大尺度气候要素和区域气候要素之间的统计关系，并用独立的观测资料检验这种关系的合理性，再把这种关系应用于GCMs中输出大尺度气候关系来预估区域未来的气候变化情景。其实质就是建立大尺度气候预报因子与区域气候变量的统计关系。一般地，统计降尺度法基于3个假设条件：大尺度气候场和区域气候观测场之间具有显著的统计关系；大尺度气候场能被GCM较好地模拟；在变化的气候情景下，建立的统计关系是有效的。
对GCMs输出进行统计降尺度时，主要步骤及关键点如下。
（1）预报区域选择和预报因子筛选。这是统计降尺度法的第一步，其它预报因子的选择在很大程度上决定了未来气候情景的特征[3]。因此，选取的预报因子必须具备以下特点：对大尺度气候变化足够敏感；易于获取、连续且能被准确模拟；与水文气象变量有良好的相关性；与降尺度参数保持显著的相关性[4]。对于不同的降尺度模型，预报因子选择的方法也不同。如SD（Statistical Downscaling Model）模型运用迭代法筛选预报因子，有一定的人为主观判断性[3]。而ASD（Automated Statistical Downscaling）模型则采取向后逐步回归法和偏相关分析法筛选预报因子[5]。
（2）统计降尺度模型的选择。现有统计降尺度模型众多，各有其优缺点，对预报因子的模拟效果不尽相同。应选择最适宜当地条件的模型，准确地预测未来的气候情景。
（3）模型率定和检验。选定统计降尺度模型后，将长序列实测资料（如降水、气温等）输入模型并与已选定的预报因子确立统计关系。一般将长序列实测资料分为两段，前段用来模型率定，建立与预报因子的统计关系；后段用来模型检验，检验已建立的统计关系是否合理。
（4源于：论文 格式www.7ctime.com
）未来气候情景生成。将建立的统计关系应用于GCMs输出，生成一系列天气序列。不同的气候模式有不同的时间序列长度，如HadCM2以360 d为一个年长度，而CGCM1以365 d为一个年长度。
2统计降尺度模型应用研究
统计降尺度研究方法较多，常用的主要包括3类：转换函数法、天气分类法和天气发生器。
转换函数法是最早的降尺度方法之一，其原理是运用线性或非线性模型建立大尺度气候信息与局域尺度变量之间函数关系，因此，转换函数法分为线性和非线性的转换函数法。最常用的是线性回归法，包括多元线性回归、逐步线性回归、主成分分析等。Sailor和Li[6]用多元线性回归法模拟了美国站点的气温。运用同样方法，Murphy[7]模拟了欧洲月平均气温和降水。Wilby等[8]运用逐步线性回归法对三种数据进行统计降尺度，并比较了三种数据不同的现在与未来降雨径流情景。非线性转换函数法中常见的有人工神经网络法（Artificial Neural Network，ANN）。Mpelasoka等[9]用ANN模型模拟了新西兰的日平均气温和降水。Tolika等[10]分析比较了多元ANN在希腊地区降水和气温极值的模拟效果。
天气分类法是根据不同的天气特征，如海平面气压、气流指数、风向、云量等，将时间序列分为有限的、离散的天气类型或状态[11]，通过计算各环流型均值、发生概率、方差分布等来推测地表区域对应的天气状况。该方法不能体现站点预报量的连续性特征，多用来模拟极值过程，它认为大气环流与地表天气的关系是不变的。天气分类法中分为相似法和隐马尔可夫过程两种，其中相似法是应用极为广泛的统计降尺度方法。
天气发生器是用于随机生成与实际观测资料的气象数据统计特征相似的一类统计资料模型，最初是用来生成缺测历史数据的一种方法。Richardson[12]建立的基于一阶马尔可夫链的WGEN是应用最广的天气发生器，其基本原理是将降水序列分为旱天和雨天两种状态，用一阶或二阶马尔可夫链表达两种状态的转换概率，旱天降水量为零，雨天降水量采用Gamma分布或指数分布描述。Wilks[13]基于一阶马尔可夫链随机天气发生器，利用Gamma分布模拟降雨量。天气发生器在统计降尺度模型中应用较广，如SD模型、ASD模型均运用天气发生器对降水进行模拟。Fatichi等[14]则应用了基于贝叶斯理论的天气发生器AWEGEN（Advanced Weather Generator model）。源于：免费毕业论文www.7ctime.com
目前对于GCM输出不确定性的研究较多。Graham等[37]分析了包括2种GCM输出在内总共15种气候变化模拟的不确定性。Christensen和Lettenmaier[38]利用两种排放情景下，11个GCM输出降尺度得到的气候变化情景驱动小尺度的水文模型，探讨了GCM输出的不确定性；Minville等[39]运用5个GCM和两种温室气体排放情景的结合得到的10种等权重气候预测结果来对未来水文变量的不确定性分析；Rowell[40]比较了包括排放情景、GCM、RCM等在内的不同不确定性来源的影响，结果发现GCM不确定性最大。
单纯进行统计降尺度模型的不确定性的研究较少，如Khan等[41]比较了SD、LARSWG和ANN模型的不确定性。也有将统计降尺度模型不确定性和GCM来源不确怎样写毕业论文www.7ctime.com
定性一起分析研究的，如Wilby和Harris[42]对包括GC论文导读：aling.JournalofGeophysicalResearch，1999，104（D6）：66036621.FowlerHJ，BlenkinsoS，TebaldiC.Linkingclimatechangemodelingtoimpactsstudies：recentadvancesindownscalingtechniqueorhydrologicalmodeling.InternationalJournalofClimatology，2007，27（12）：15471578.WilbyRL，DawsonCW
M、排放情景、降尺度技术等不同来源的不确定性做了研究，结果表明：GCM来源的不确定性最大，降尺度技术紧随其后；Prudhomme和Dies[43]探讨了3种GCM、两种温室气体排放情景和两种降尺度技术对河道流量模拟的不确定性，结果表明GCMs的不确定性大于其他两种不确定性；Kay等[44]对气候变化对洪水频率影响的不确定性做了分析，包括GCM、排放情景、降尺度技术等；Deepashree Raje和P.P.Mujumdar[45]对GCM、气候变化情景以及降尺度的不确定性做了研究；Klemen Berganta等[46]对降尺度过程中未来温室气体排放情景、GCM、降尺度过程等引起的累计不确定性做了分析说明；Kazi Farzan Ahmed [47]等运用SDBC（Statistical Downscaling and Bias Correction）方法对美国东北部地区的6个GCMs及4个RCMs输出的气象数据进行了降尺度分析，结果表明，偏差修正模型对预测极端气候事件的空间分布更为有效，并且动力降尺度与统计降尺度在研究中没有明显差别。气候变化预测的不确定性决定着气候变化的可靠性与精度。因此，提高气候变化预测的精度是以后研究工作的重点之一。
4前景与展望
经过几十年的发展，统计降尺度已成为气候学中较为完善的领域，也被越来越多的应用于对降水、气温等未来气候情景的预测，但仍有许多方面需进一步改进和完善。首先，降尺度模型的适用条件及范围需进一步研究。降尺度模型多种多样，不同的降尺度模型对同一地区的模拟研究结果往往相差较大，需进一步对降尺度模型进行对比研究，找出其适用的条件或范围。其次，大气环流因子与地面气候要素之间统计关系的时间和空间尺度问题。统计降尺度是建立在假设大气环流因子与地面气候要素统计关系不变的条件之上，而当时间和空间变化时，如何重新建立他们之间的统计关系十分重要。再次，对降水模拟的精度问题。现有大部分研究对气温变量的模拟较为准确，大部分研究模拟的气温均呈现增加趋势，但对降水的模拟效果不理想。虽然对降水的模拟已分为降水概率与降水量，但雨天发生概率及降水量模拟的精度却不尽人意。因此，降水模拟精度有待提高。最后，统计动力降尺度技术结合问题。统计降尺度与动力降尺度各有其优缺点，两种降尺度结合的方法将是主要发展方向之一。
降尺度方法现已不仅应用于对降水、气温等气象资料，也应用于遥感影像的降尺度。对未来气候变化的预测研究上，不仅要依靠大尺度的GCM输出，更要进一步与较为精确的遥感影像结合，实现超精度结果的输出，以提高未来气候预测的精度。
参考文献（References）：
Mearns L O，Bogardi I，Giorgi F，et al.Comparison of climate change scenarios generated from regional climate model experiments and statistical downscaling [J].Journal of Geophysical Research，1999，104（D6）：66036621.
Fowler H J，Blenkinso S，Tebaldi C.Linking climate change modeling to impacts studies：recent advances in downscaling techniques for hydrological modeling [J].International Journal of Climatology，2007，27（12）：15471578.
[3]Wilby R L，Dawson C W，Barrow E M.SD a decision support tool for the assesent of regional climate change impacts [J].Environmental Modelling &Software，2002，17：147159.
[4]Wilby R L，Hassan H，Hanaki K.Statistical downscaling of hydrometeorological variables using general circulation model output [J].Journal of Hydrology，1998，205：119.
[5]Hessami M，Gachon P，Ouarda T，et al.Automated regressionbased statistical downscaling tool [J].Environmental Modelling & Software，2008，23：813834.
[6]Sailor D J，Li X S.A semiempirical downscaling approach for predicting regional temperature impacts associated with climatic change [J].Journal of Climate，1999，12：103114.[7]Murphy J.Predictions of climate change over Europe using statistical and dynamical downscaling techniques [J].International Journal of Climatology，2000，20：489501.
[8]Wilby R L，Hay L E，Leesley G H.A comparison of downscaled and raw GCM output：implications for climate change scenarios in the San Juan River basin，Colorado [J].Journal of Hydrology，1999，225：6791.
[9]Mpelasoka F S，Mullan A B，Heerdegen R G.New Zealand climate change information derived by multivariate statistical and artificial neural networks approaches [J].International Journal of C论文导读：TolikaK，AnagnostopoulouC，MaherasP，etal.SimulationoffuturechangesinextremerainfallandtemperatureconditionsovertheGreekarea：Acomparisonoftwostatisticaldownscalingapproaches.GlobalandPlanetaryChange，2008，63：132151.WilbyRL，CharlesSP，ZoritaE，etal.Guidelineorus
limatology，2001，21（11）：14151433.
[10]Tolika K，Anagnostopoulou C，Maheras P，et al.Simulation of future changes in extreme rainfall and temperature conditions over the Greek area：A comparison of two statistical downscaling approaches [J].Global and Planetary Change，2008，63：132151.
[11]Wilby R L，Charles S P，Zorita E，et al.Guidelines for use of climate scenarios developed from statistical downscaling methods.Supporting material of the IPCC.2004.
[12]Richardson C W.Stochastic simulation of daily precipitation，temperature，and solar radiation [J].Water Resources Research，1981，17（1）：182190.
[13]Wilks D S.Adapting stochastic weather generation algorithms for climate change studies [J].Climate Change，1992，22：6784.
[14]Fatichi S，Ivanov V Y，Caporali E.Simulation of future climate scenarios with a weather generator [J].Advances in Water Resources，2011，34：448467.
[15]Wilby R L，Wigley T M L.Downscaling of general circulation model output：a review of methods and limitations [J].Progress in Physical Geography，1997，21：530548.
[16]Zorita E，von Storch H.The analog method as a simple statistical downscaling technique：Comparison with more complicated method [J].Journal of Climate，1999，12：24742489.
[17]Harham C，Wilby R L.Multisite downscaling of hey daily precipitation occurrence and amounts [J].Journal of Hydrology，2005，312：235255.
[18]Huth R.Statistical downscaling in central Europe：evaluation of methods and potential predictors [J].Climate research，1999，13：91101.
[19]Benestad R E.A comparison between two empirical downscaling strategies [J].International Journal of Climatology，2001，21：16451668.
[20]Reza Tareghian，Peter F.Rausen.Statistical downscaling of Precipitation using Quantile Regression [J].Journal of Hydrology，2013.
[21]R.Mehrotra，Ashish Sharma，D.Nagesh Kumar，etal.Assessing future rainfall projections using multiple GCMs and a multi摘自：学报论文格式www.7ctime.com
site stochastic downscaling model[J].Journal of Hydrology，2013.[3][22]Dibike Y B，Coulibaly P.Hydrologic impact of climate change in the Saguenay watershed：comparison of downscaling methods and hydrologic models [J].Journal of Hydrology，2005，30摘自：毕业论文摘要www.7ctime.com
7：145163.
[23]Peter M.Atkinson.Downscaling in remote sensing [J].International Journal of Applied Earth Observation and Geoinformation.2013，（22）：106114.
[24]W.Essa，J.van der Kwast.B.Verbeiren，etal.Downscaling of thermal images over urban areas using the land surface temperatureimpervious percentage relationship[J].International Journal of Applied Earth Observation and Geoinformation.2013，（23）：95108.
[25]范丽军，符淙斌，陈德亮.统计降尺度法对未来区域气候变化情景预估的研究进展[J].地球科学进展，2005，20（3）：320329.（FAN Lijun，FU Congbin，CHEN Deliang.Review on Creating Future Clim论文导读：
ate Change Scenarios by Statistical Downscaling Techniques[J].Advance in Earth Science.2005，20（3）：320329.（in Chinese））
[26]刘永和，郭维栋，冯锦明，等.气象资料的统计降尺度方法综述[J].地球科学进展，2011，26（8）：837847.（LIU Yonghe，GUO Weidong，FENG Jinming，et al.A Summary of Methods for Statistical Downscaling of Meteorological Data [J].Advance in Earth Science.2011，26（8）：837847.（in Chinese））
[27]朱宏伟，杨森，赵旭喆，等.区域气候变化统计降尺度研究进展[J].生态学报，2011，31（9）：26022609.（ZHU Hongwei，YANG Sen，ZHAO Xuzhe，et al.Recent Advances on Regional Climate Change by Statistical Downscaling Methods [J].Acta Ecologica Sinica.2011，31（9），26022609.（in Chinese））
[28]吕海，龚振彬，倪雷.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[J].现代商贸工业，2007，19（6）：190191.（LV Hai，GONG Zhenbin，NI Lei.Application of Statistical Downscaling Method in Prediction of Future Region Tempreture Change in China[J].Modern Business Trade Industry，2007，19（6）：190191.（in Chinese））
[29]刘绿柳，刘兆飞，徐宗学.21世纪黄河流域上中游地区气候变化趋势分析[J].气候变化研究进展，2008，4（3）：167172.（LIU Lvliu，LIU Zhaofei，XU Zongxue.Trends of Climate Change for the UpperMiddle Reaches of the Yellow River in the 21st Century[J].Advances in Climate Chnge Research.2008，4（3）：167172.（in Chinese））
[30]赵芳芳，徐宗学.黄河源区未来地面气温变化的统计降尺度分析[J].高原气象，2008，27（1）：153161.（ZHAO Fangfang，XU Zongxue.Statistical Downscaling of Future Temperature Change in Source of the Yellow River Basin [J].Plateu Meteorology.2008，27（1）：153161.（in Chinese））
[31]陈华，郭靖，郭生练，等.应用统计学降尺度方法预测汉江流域降水变化 [J].人民长江，2008，39（14）：5355.（CHEN Hua，GUO jing，GUO Shenglian.et al.Application of Statistical Downscaling Method in Precipitation Prediction for the Hanjiang River Basin [J].Yangtze River.2008，39（14）：5355.（in Chinese））
[32]刘兆飞，徐宗学，刘绿柳，等.塔里木河流域未来最高和最低气温变化趋势[J].干旱区地理，2008，31（6）：822829.（LIU Zhaofei，XU Zongxue，LIU Lvliu，et al.Temporal Trends of Future Maximum and Minimum Air Temperature in the Tarim River Basin.[J]Arid Land Geography.2008，31（6）：822829.（in Chinese））[3][4][33]郭靖.郭生练，陈华，等，ANN统计降尺度法对汉江流域降水变化预测[J].武汉大学学报（工学版），2010（2）：148152.（GUO Jing，GUO Shenglian，CHEN Hua，et al.Predition of Changes of Precipitation in Hanjiang River Basin Using Statistical Downscaling Method Based on ANN [J].Engineering Journal of Wuhan University.2010（2）：148152.（in Chinese））
[34]郭家力，郭生练，郭靖，等.鄱阳湖流域未来降水变化预测分析[J].江科学院院报，2010，（8）：2024.（GUO Jiali，GUO Shenglian，GUO Jing，et al.Prediction of Precipitation Change in Poyang Lake Basin [J].Journal of Yangtze River Scientific Research Institute，2010，（8）：2024.（in Chinese））
[35]徐宗学，刘浏.太湖流域气候变化检测与未来气候变化情景预估[J].水利水电科技进展，2012，32（1）：17.（XU Zongxue，LIU liu.Detection of Climate Change and Projection of Future Climate Scenarios in Taihu Lake Basin [J].Advances in Science and Technology of Water Resources，2012，32（1）：17.（in论文导读：mpactsonthehydrologyandwaterresourcesoftheColoradoRiverbasin.HydrologyandEarthSystemSciences，2007，11（4）：14171434.MinvilleM，BrissetteF，LeconteR.UncertaintyoftheimpactofclimatechangeonthehydrologyofaNordicwatershed.JournalofHydrology，2008，358：708
3.RowellDP.
Chinese））[36]秦大河.中国气候与环境演变（上卷）：气候与环境的演变及预测[M].北京：科学出版社，2005：4547.（QIN Dahe.Cliamte and Environment Changes in China（Volume 1）：Climate and Environment Changes and Predition[M].Beijing：Science Press，2005：4547.（in Chinese））
[37]Graham L P，Andreasson J，Carlsson B.Assessing climate change impacts on hydrology from an ensemble of regional climate models，model scales and linking methodsa case study on the Lule River basin [J].Climatic Change，2007，81：293307.
[38]Christensen N S，Lettenmaier D P.A multimodel ensemble approach to assesent of climate change impacts on the hydrology and water resources of the Colorado River basin [J].Hydrology and Earth System Sciences，2007，11（4）：14171434.
[39]Minville M，Brissette F，Leconte R.Uncertainty of the impact of climate change on the hydrology of a Nordic watershed [J].Journal of Hydrology，2008，358：7083.
[40]Rowell D P.A demonstration of the uncertainty in projections of UK climate change resulting from regional model formulation [J].Climatic Change，2006，79：243257.
[41]Khan M S，Coulibaly P，Dibike Y.Uncertainty analysis of statistical downscaling methods [J].Journal of Hydrology，319：357382.
[42]Wilby R L，Harris I.A framework for assessing uncertainties in climate change impacts：Lowflow scenarios for the River Thames，UK.Water Resources Research，2006，42，W02419.doi：10.1029/2005WR004065.
[43]Prudhomme C，Dies H.Assessing uncertainties in climate change impact analyses on the river flow regimes in the UK.Part 2：future climate [J].Climatic Change，2009，93：197222.
[44]Kay A L，Dies H N，Bell V A，Jones R G.Comparison of uncertainty sources for climate change impacts：flood frequency in England [J].Climatic Change，2009，92：4163.
[45]Deepashree Raje，P.P.Mujumdar.Hydrologic drought prediction under climate change：Uncertainty modeling with DempsterShafer and Bayesian approaches[J].Advances in Water Resources.2010，33：11761186
[46]Klemen Bergant，Luˇcka Kajfeˇz Bogataj and Stanisl Trdan.Uncertainties in modeling of climate change impact in future：An example of onion t源于：普通论文格式范文www.7ctime.com
hrips （Thrips Tabaci Lindeman） in Slovenia[J].Ecological Modelling，2006，94：244255.
[47]Kazi Farzan Ahmed，Guiling Wang，John Silander，etal.Statistical downscaling and bias correction of climate model change impact assesent in the U.S.northeast.[J]Global and Planetary Change.2013，（10）：32033
2.1第11卷第3期
2013年6月1南水北调与水利科技SouthtoNorth Water Traners and Water Science & Technology1Vol. 11No.3[3][4][5]