青藏铁路沿线超长期气候变化的概率预测方法.ppt

* * 青藏铁路沿线超长期气候变化的概率预测方法 王 文 wangwen@lzu.edu.cn 因而，一旦预测有某些气候事件将要发生，指挥决策部门就需要考虑是否采取防范措施，以减少损失。但采取防范措施本身也需要一定的资金投入，便有如下的决策矩阵（表1）。 从预测结果的形式看，制作气候预测的（动力模式和物理因子统计）方法可以分为两大类：分类预测和概率预测。分类预测的结果是某个（或某些）气候事件（如气候变暖）将要发生，其特点是预测结果中的一个事件将要发生；概率气候预测用概率值表示预测量出现可能性的大小，它所提供的是气候事件出现的可能性有多大。 1-P P 概率 D C 不防范 B A 防范 气候正常 气候异常 措施 异常气候事件防范的决策矩阵 一般地，可以设A=B，D=0，则是否采取防范措施的临界概率PC=A/C。如果气候异常出现的概率PPC，则应该采取防范措施；PPC则不采取防范措施。 0.0 0.4 0.6 天气出现概率 5 3 3 3 0 10 6 2 0 5 8 1 天气C V1km H100m 天气B 3kmV≥1km 3000mH≥100m 天气A V≥3km H≥3000m 方案 占领桥梁行动的决策矩阵 分类预报的结果是天气A将发生，而概率预报使每一种方案成功的期望值为： 第一方案：8×0.6+5×0.4+0×0.0=6.8 第二方案：6×0.6+10×0.4+0×0.0=7.6 第三方案：3×0.6+3×0.4+5×0.0=3.0 气象上通常有三类概率，气候概率、客观概率和主观概率。 客观概率预报 是指不直接依赖于预报员的判断或经验，而是依据一些固定的规则产生的某一事件发生的概率，其结果唯一且具有可重复性。列联表大概是估计未来天气事件发生概率的最简单的方法；可以使用各种各样的统计方法（或模式）来制作客观概率预报，最常用的模式是多重线性回归。如REEP方法和Logit模式。 120 3 25 64 24 4 合计 9 3 5 1 0 0 5级 20 0 13 7 0 0 4级 63 0 7 50 6 0 3级 19 0 0 6 11 2 2级 9 0 0 0 7 2 1级 实 况 合计 5级 4级 3级 2级 1级 预 报 nij 西宁1200年气温预报列联表 0.04 0.12 0.35 0.26 0.23 概 率 1.?T 0.5?T≥-1. 0.?T≥-0.5 0.5?T≥0. ?T≥0.5 组分区间 1935~2000年青藏铁路沿线气温距平 (单位:oC)在各组所占的概率分布 1000年来太阳黑子周期长度距平 （单位：a）在各组所占的概率分布 0.065 0.410 0.456 0.069 概 率 -1.0?a 0.0?a≥-1.0 1.0?a≥0.0 ?a≥1.0 组分 区间 0.049 0.568 0.185 0.161 0.037 概 率 -20.0 ?C 0.0?C≥ -20.0 20.0?C≥0.0 40.0?C≥20.0 ?C≥ 40.0 组分区间 1920~2000年CO2浓度距平 （单位：ppmv）在各组所占的概率分布 REEP(Regression Estimation of Event Probability): 将预报量和各预报因子做0、1化处理，若预报因子x1，x2，…，xm有n个组合状态c1，c2，…，cn ，将每种组合状态下y=1的条件概率Pj(y=1|cj) (j=1,2,…,n)看成是组合后样本资料中x1，x2，…，xm的线性组合： P(y=1|cj)=b0+b1xi1+b2xi2+…+bmxim 令 yi=pi(y=1|cj) 由最小二乘法可得求b0,b1,…,bm的线性方程组为： 将因子数据带入预报方程，可得对应于因子序列样本的计算值，取对应于实况为“1”的极小值和对应于实况为“0”的极大值，令两者的平均值为P0，则当PP0 时，y=1； PP0时， y=0。 概率预报﹥不等于﹤ 预报概率。