- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
气候概率分布理论的新内涵及其展望
???????????????????? dygnim@)
?????????? (南京信息工程大学,江苏省气象灾害重点实验室)
本文受国家自然科学基金项江苏省气象灾害重点实验室基金项目(KLME050209)资助。作者(1941年生),
摘要:近年来,国内外学者关于气候概率分布理论和应用的研究已经取得了许多新的成果,本文简要回顾近年来这一领域已经发展起来的新内涵,并提出未来可能的研究设想。
关键词:气候概率分布理论;气候变化;熵理论;空间域上的概率分布模式。
1.引言
概率分布理论是一切概率统计学方法最重要的理论基础。全面描述变量的随机性可用某种概率分布,由于不同气象变量其随机性并不一样,它们必然对应着各自不同的理论分布模型。实践表明,气候观测记录所蕴含的各种信息不论在什么时空尺度上都具有不确定性即随机性。比如,某地月平均气温为正态分布,而月降水量却可能是非常偏态的分布。而一切统计推断的理论前提都离不开基本的统计模型——概率分布。研究如何根据观测资料去推断随机现象概率特征(如概率分布)的理论和方法是数量统计学的中心任务。气候观测记录的集合就是样本,以有限的样本去推断总体特征就是统计推断[1]。
早在80年代,张学文等人就已指出,以时间域的频次为考察对象的单个测点的气象要素概率分布与以空间或质量占有数为对象的气象要素场空间概率分布,两者并无本质区别,实为一个问题的两个方面。由此就将气象或气候概率分布的内涵扩展为时空域上的概率分布理论[2]。所以,广义地说,任何时段或时刻的某一气候变量场,例如,地理空间上观测到的同一时刻某一种要素取值的概率特征(如某种量级的占有数)也是气候概率及其分布的研究对象。事实上,人们永远不可能无限精确地度量任何区域上无数个测点的气象要素取值,而只能从中抽取有限数量的测点给出一定精度的观测值,这就必然涉及到要以变量的样本场分布函数来推断总体场分布函数的问题。
尽管直到目前为止,这一学术观点尚未受到人们的普遍重视,但在地球科学和大气科学中的许多分支学科已经得到了有力的证明。例如,为了描述地表各种物理参量在地理空间域上的非均匀分布,在陆面过程参数化研究中对某种参量构造次网格尺度空间域的概率密度函数(PDF)作为表征非均匀性的积分算子,已成为一种行之有效的方法[3-5];
??? 笔者在研究气象要素(如降水)空间分布的过程中发现,描述气象要素空间分布非均匀性的最佳方法就是拟合其空间域概率密度函数(PDF),即气象要素与其占有面积具有某种函数关系[6]。在一定的条件下,还可证明空间分布函数与时间分布函数的等价性。
早在90年代初笔者与张学文就在《中国气象报》刊文呼吁“重视气候概率问题的研究” [6]。近年来,国内外学者关于气候概率分布理论和应用的研究已经取得了许多新的成果,本文一方面简要回顾近年来这一领域已经发展起来的新内涵,另一方面提出未来可能的研究设想,以供有兴趣的读者参考。
2.气候概率分布理论及其应用的新内涵
(1)气候变化的概率意义
在气候变化的历史长河中,某一定时期内的气候总是围绕着某一平衡态而振荡,气候从一个平衡态转入另一平衡态的过程,正是气候状态发生变化的过程。从统计意义上说,这种变化必然反映在其相应的概率分布变动上。对于给定时段来说,概率分布可以全面描述某一气候变量观测取值的频率特征,而一旦概率分布发生变动,则必然可从中检测出气候变化的信号[7-10]。例如,考虑辐射强迫因子时,1×CO2(当代气候)和2×CO2(未来气候)两种气候情景下,气候异常事件的概率(或频率)分布可能会发生三种类型的变动:其一,概率分布形式不变,但均值可能改变;其二,均值不变但方差发生变化;其三,均值和方差同时都有变动或概率分布形式改变。显然,上述概率分布参数的变化,意味着其围绕平衡气候态的概率分布模型有了改变。然而,通常全球粗网格尺度的气候数值模拟只能预测出平均的气候状态在时空域上的变化,目前尚无法直接模拟出气候的极端状况。因此,假如未来全球平均气温上升1℃,各地夏季高温≥某临界值的日数将如何改变?在1个月内至少有一个超过临界高温的“游程”(例如5天)的机会有多大?诸如此类的问题,仅从气候数值模拟结果是无法准确获得的。例如,平均温度若仅有很小的变化,却可能导致极端温度事件概率产生较大的变动。就变量的概率分布而言,极端气候的强度、频率等特征参量的变化本质上是原变量概率分布的两端尾部型态特征的变化,就变量的时间演变记录特征来看,它们又反映了气候序列内部结构的变化。换言之,假如我们能够对平均气候状况作出较为准确的预测,必然可以借助于描述极端气候变量的概率分布模型对其发生的概率及其分位数作出可信的预测,当然也可从随机过程和时间序列分析其极端值演变特征与规律。20世纪80年代
文档评论(0)