科研之友
微信
新浪微博
Facebook
分享链接
摘要
依据区域气候模式RIEMS2.0输出的3 km高分辨率数据和站点降水记录分析了中国西北黑河流域降水的动力降尺度和统计—动力降尺度问题，检验了多种因子组合下多元线性回归（MLR）和贝叶斯模式平均（BMA）降尺度模型，评估了降尺度降水的均方根误差、相关系数、方差百分率及“负降水”偏差率等方面的统计特征。结果表明，动力降尺度降水相关系数最高，误差也最大，降水方差达到观测值的1.5～2倍；除相关系数外，统计—动力降尺度模型的几个统计特征均最优，纯统计模型次之。检验表明，仅用700 hPa位势高度场、经向风和比湿等构建的统计降尺度模型估计的站点降水相关系数较低，均方根误差也较大。当在统计降尺度模型中引入模式降水因子后站点降水的估计得到明显改善，其中MLR类模型的降水相关系数和方差百分率均明显高于BMA类模型，均方根误差二者相当，但前者“负降水”出现频次明显大于后者，“负降水”偏差主要出现在降水稀少的冬半年及黑河中、下游干旱或极端干旱区，上游出现频率较低，其中MLR类模型“负降水”出现频次明显高于BMA类模型，后者仅出现在黑河中、下游地区。包含模式降水因子的统计—动力降尺度模型能减少“负降水”出现的频次。此外，降尺度模型估计降水的统计特征随季节变化，其中7种降尺度模型估计的站点降水误差与站点气候降水量成比例，但相对误差与之相反。这些评估结果表明，即使用高分辨率动力降尺度估计干旱区站点降水也存在明显偏差，需要结合统计降尺度模型进一步降低站点降水估计的不确定性。
- 单位
