簡易檢索 / 詳目顯示

研究生: 林士堯
論文名稱: 氣候變遷推估的統計降尺度研究
指導教授: 陳正達
學位類別: 碩士
Master
系所名稱: 地球科學系
Department of Earth Sciences
論文出版年: 2010
畢業學年度: 98
語文別: 中文
論文頁數: 121
中文關鍵詞: 統計降尺度氣候變遷推估
論文種類: 學術論文
相關次數: 點閱:158下載:41
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報
  • 由於氣候異常現象發生的頻率逐年增加,氣候變遷在近年來成為全球熱門的議題之一。GCMs模式是現今用來客觀分析未來氣候變遷和季節預報的主要工具,並以物理的方程為基礎建立長時間全球氣候系統的模擬,但是在網格解析度太粗的情況下,對中小尺度的研究上有一定的困難,因此為了克服GCMs在模擬區域氣候上的不足,降尺度方法的運用就成為研究區域氣候的必要手段。
    本研究主要採用的模式資料為IPCC AR4的二十二個模式資料在20c3m和A1B排放情境與控制情境三種,觀測資料則分別使用Aphrodite的降雨以及CRU的地表溫度,在對歷史氣候進行降尺度方法評估時的時間長度取1961年到2000年共40年;未來推估的應用上,時間長度則取2001年到2099年共99年,水平解析度均內插處理為2˚X2˚。針對陸地上的降雨以及地表溫度進行分析,利用歷史的模式和觀測資料評估統計降尺度方法的成效,再延伸應用到未來A1B情境,探討東亞地區(60˚E~150˚E,0˚N~55˚N)和台灣地區(118˚E~124˚E,19˚N~27˚N)在未來二十年(2080年到2099年)降雨和溫度與過去二十年(1980年到1999年)相比,受到氣候變遷的影響程度以及不確定性的範圍。
    在評估歷史氣候的降尺度模擬效用時,可以得知氣候模式對於大尺度的氣候特徵以及變化趨勢能夠有效的掌握到,但是縮小範圍至局部地區,空間上的分布變化卻明顯的模擬能力不足,無法為區域研究提供充分且有效的資訊,而降尺度方法能夠提升空間解析度提供更多資訊、有效修正模式模擬的誤差、呈現局部地區受海陸地形分布的影響以及從環流模式擷取模式中有用的資訊等。因此對於東亞局部區域的台灣而言,降尺度方法在研究上就佔有相當重要的角色。
    在檢驗的部分,從統計上透過Monte Carlo和T-test等方法對資料進行物差以及不確定性的驗證,使用Monte Carlo檢定的目的在於濾除因降尺度方法所產生的誤差,並保留通過90%信賴水準的氣候變化量;使用T-test檢定的目的在於濾除模式內包含的自然變動所產生的非氣候變遷訊號,並保留通過95%雙尾檢定(T=1.9935)的網格位置。
    從研究結果顯示,東亞地區的降雨變化趨勢整體是呈現增加的情況,而且冬季增加的幅度大於年平均大於夏季,但也有部分地區出現減少的訊號,例如夏季的中亞地區和冬季的低緯度地區,顯示降雨隨空間變化的差異大。在經過檢定之後,降雨增加的幅度都有所提升,通過檢定的變化趨勢也相對較為集中;在地表溫度上整體都是增溫的趨勢,而且增溫的幅度有隨緯度遞增的情形,年平均增溫大於冬季大於夏季。在檢定前後的模式數量的差異不大,代表溫度的變化都是具有統計顯著性與高可信度。
    若有更好的誤差修正方法與解析度更高的觀測資料,配合適當的統計檢定方式,就能更進一步改善降尺度方法對未來氣候的評估結果。

    摘要 II 圖表說明 III 第一章 前言 1 第二章 研究資料及方法 7 2.1資料來源 7 2.2研究方法 8 2.2.1歷史氣候的降尺度方法 9 2.2.2未來推估的降尺度方法 10 2.2.3不同變數的必要性 11 2.3統計檢定的方式 12 2.3.1隨機抽樣檢定 13 2.3.2T-test檢定 14 2.4降尺度方法的比較 14 第三章 評估降尺度的方法與結果 15 3.1歷史氣候的降尺度評估 15 3.2降尺度方法的誤差範圍 19 第四章 未來的推估及驗證方法的可信度 21 4.1未來氣候變遷的評估與降尺度的差異 21 4.2不確定性範圍檢定 26 第五章 台灣地區的推估 29 5.1台灣地區的降尺度差異 29 5.2台灣地區的氣候變遷趨勢分析 32 5.3變遷趨勢的統計檢定 35 第六章 結論 38 參考文獻 41 附圖 46

    李清縢,2008: 台灣百年氣候趨勢特徵。全球變遷通訊,59,23-26。
    周佳,2010: 降雨和全球暖化的關係。自然科學簡訊,22,22-25。
    林淑華,2008: 亞洲氣候變遷衝擊分析。全球變遷通訊,58,35-43。
    陳正達,2008: 明天過後,氣候會如何。科學發展,424,18-27。
    Alexandru, A., R.-D. Elia, and R. Laprise, 2007: Internal variability in regional climate downscaling at the seasonal scale. Monthly Weather Review,135,3221-3238.
    Barnston, A.-G., Y. He, and M. H. Glantz, 1999: Predictive skill of statistical and dynamical climate models in SST forecasts during the 1997-98 El Nino episode and the 1998 La Nina onset. Bulletin of the American Meteorological Society,80,217-243.
    Bollasina, M., S. Nigam, and K.-M. Lau, 2008: Absorbing aerosols and summer monsoon evolution over South Asia : an observational portrayal. J. Climate,21,3221-3239.
    Chu, J.‐L., H. Kang, C.‐Y. Tam, C.‐K. Park, and C.‐T. Chen, 2008: Seasonal forecast for local precipitation over Northern Taiwan using statistical downscaling, J. Geophys. Res., 113,D12118.
    Coulibaly, P., Y.-B. Dibike, and F. Anctil, 2005: Downscaling precipitation and temperature with temporal neural networks. Journal of Hydrometeorolgy,6,483-496.
    Fowler, H.-J., S. Blenkinsop, and C. Tebaldi, 2007: Linking climate change modeling to impacts studies : recent advances in downscaling techniques for hydrological modeling. J. Climate,27,1547-1578.
    Friederichs, P., and A. Hense, 2007:Statistical downscaling of extreme precipitation events using censored quantile regression. Monthly Weather Review,135,2365-2378.
    Fu, C., S. Wang, Z. Xiong, W.-J. Gutowski, D.-K. Lee, J.-L. McGregor, Y. Sato, H. Kato, J.-w. Kim, and M.-S. Suh, 2005: Regional climate model intercomparison project for Asia. Bulletin of the American Meteorological Society,86,257-266.
    Hsu, H.-H., and C.-T. Chen, 2002: Observed and projected climate change in Taiwan. Meteorol. Atmos. Phys.,79, 87-104.
    Huth, R., 2002: Statistical downscaling of daily temperature in central Europe. J. Climate,15,1731-1742.
    Jeong, J.-H., B.-M. Kim, C.-H. Ho, and Y.-H. Noh, 2008: Systematic variation in wintertime precipitation in East Asia by MJO-Induced Extratropical Vertical Motion. J. Climate,21,788-801.
    Koh, T.-Y., and C.-K. Teo, 2009: Toward a mesoscale observation network in Southeast Asia. Bulletin of the American Meteorological Society,90,481-488.
    Kumar, A., M. Hoerling, M. Ji, A. Leetmaa, and P. Sardeshmukh, 1996: Assessing a GCM’s Suitability for Making Seasonal Predictions. J. Climate,9,115-129.
    Liu, Y., F. Giorgi, and W.-M. Washington, 1994: Simulation of summer monsoon climate over East Asia with an NCAR regional climate model. Monthly Weather Review,122,2331-2348.
    Maurer, E.-P., 2007: Uncertainty in hydrologic impacts of climate change in the Sierra Nevada, California, under two emissions scenarios. Climatic Change, 82,309-325.
    Maurer, E.-P., A.-W. Wood, J.-C. Adam, D.-P. Lettenmaier, and B. Nijssen, 2002: A Long-Term Hydrologically Based Dataset of Land Surface Fluxes and States for the Conterminous United States., J. Climate, 22, 3237-3251.
    Meehl, G.-A., W.-M. Washington, B.-D. Santer, W.-D. Collins, J.-M. Arblaster, A. Hu, D.-M. Lawarence, H. Teng, L.-E. Buja, and W.-G. Strand, 2006: Climate Change Projections for the Twenty-First Century and Climate Change Commitment in the CCSM3. J. Climate,19,2597-2616.
    Misra, V., and M. Kanamitsu, 2004: Anomaly nesting: a methodology to downscale seasonal climate simulation from agcms. J. Climate,17,3249-3262.
    Pandey, G.-R., D.-R. Cayan, M.-D. Dettinger, and K.-P. Georgakaos, 2000: A hybrid orographic plus statistical model for downscaling daily precipitation in northern California. Journal of Hydrometeology,1,491-506.
    Robertson, A.-W., A. V. M. Ines, and J. W. Hansen, 2007: Downscaling of season precipitation for crop simulation, Journal of Applied Meteorology and Climatology,46,677-693.
    Themeβl, M.-J., A. Gobiet, and A. Leuprecht, 2010 : Empirical-statistical downscaling and error correction of daily precipitation from regional climate models. J. Climate,10.1002/joc.2168.
    von Storch, H., E. Zorita, and U. Cubasch, 1993: Downscaling of Global Climate Change Estimates to Regional Scales: An application to Iberian rainfall in wintertime. J.Climate, 6,1161-1171.
    Wang, J., and X. Zhang, 2008: Downscaling and projection of winter extreme daily precipitation over North America. J. Climate,21,923-937.
    Washington W.-M., J.-W. Weatherly, G.-A. Meehl, A.-J. Semtner Jr., T.-W. Bettge, A.-P. Craig, W.-G. Strand Jr., J. Arblaster, V.-B. Wayland, R. James, and Y. Zhang, 2000: Parallel climate model (PCM) contral and transient simulations. Climate Dynamics,16,755-774.
    Wilby, R.-L., S.-P. Charles, E. Zorita, B. Timbal, P. Whetton, and L.-O. Mearns, 2004: Guidelines for use of climate scenarios developed from statistic downscaling methods. Available from the DDC of IPCC TGCIA,27.
    Wood, A.-W., E.-P. Maurer, A. Kumar, and D.-P. Lettenmaier, 2002: Long-range experiment hydrologic forecasting for the Eastern United States. Journal of Geophysical Research, 107,ACL 6-1 – 6-15
    Wood, A.-W., L.-R. Leung, V. Sridhar, and D.-P. Lettenmaier, 2004: Hydrologic implications of dynamical and statistical approaches to downscaling climate model outputs. Climatic Change, 62,189-216.
    Xie, P., A. Yatagai, M. Chen, T. Hayasaka, Y. Fukushima, C. Liu, and S. Yang, 2007: A gauge-based analysis of daily precipitation over East Asia. Journal of Hydrometeorology,8,607-626.
    Yhang, Y.-B., and S.-Y. Hong, 2008: Improved physical processes in a regional climate model and their impact on the simulated summer monsoon circulations over East Asia. J. Climate,21,963-979.
    Zhou, L.-T., 2010 : Impact of East Asia winter monsoon on rainfall over southeastern China and its dynamical process. J. Climate,10.1002/joc.2101.

    下載圖示
    QR CODE