基于藤Copula多维联合分布的CMIP5多模式降雨综合方法研究

胡义明，罗序义，梁忠民，刘 杨

（河海大学水文水资源学院，南京210098）

0 引 言

全球气候模式是对气候进行模拟和预测的重要工具之一［1］，常被用于未来水文情势的分析预估。耦合模式比较计划第五阶段（CMIP5）新增了一些模式试验，采用的耦合器技术、通量处理方案及参数化方案比CMIP3的更为合理，在一定程度上提高了气候模式的模拟和预估能力［2］。虽然气候模式在不断地改进和发展，但模式的输出值与真实值之间还是存在较大偏差。Xu 等［3］评估了CMIP5 中18 个GCMs 降水数据对中国地区降水变化的模拟效果，发现大多数模式的降水数据偏高，且对降水在时间上变化的模拟能力有限。李振朝等［4］评估了CMIP5中8 个GCMs 对青藏高原地区降水的预估效果，结果表明各模式的年降水预估值均大于实测降水，且预估序列与实测序列间的相关性很小。因此，通过多模式集成综合以提升GCM的模拟精度，成为常用研究方法。许崇海等［5］评估了22 个气候模式对东亚地区气候的模拟能力，表明多模式集合平均的模拟能力比单一模式更优。Santer 等［6］考虑到多模式集合结果通常优于单一模式，且不同模式的模拟能力不同，建议使用加权多模式集合（Multi-Model Ensemble）方法对多模式结果进行综合。王晶［7］利用8个气候模式的回报资料，采用BMA进行多模式集成，比较发现BMA 集成后的回报效果优于单一模式和多模式集合平均。

然而上述研究没有考虑不同模式之间的依赖结构，而模式间的相依关系对模式集成效果是有影响的，通过建立联合分布可以考虑变量之间的相关性。……