基于广义线性模型和NCEP资料的降水随机发生器

• 作者: 刘永和 孙成武 张万昌 朱时良
• 来源期刊: 大气科学
• 学科: 地球科学
• 关键词: 广义线性模型 天气发生器 降尺度 NCEP再分析资料 遗传算法
• 年，卷（期）: 2010,（3）
• 页码范围: 599-610
• 分类号: P413
• 字数: 10023字
• 语种: 中文

摘要

天气发生器可以用来插补历史缺测气象数据或生成未来天气情境,近年来被普遍应用于对气象变量的降尺度研究,为陆面的水文、生态模拟提供外强迫输入.广义线性模型(GLM)是近年来用于建立大尺度气象变量与地面气象因子之间的一种有效方法,基于GLM的天气发生器具有一定的应用前景.本文以NCEP再分析资料中的单格点气温、500 hPa位势高度、位温、相对湿度、海平面气压等5个变量作为影响降水变化的大尺度因子建立模拟逐日降水量的广义线性模型.模型中对降水概率的描述采用Logistic模型模拟,而对降水量则分别试用Gamma分布、指数分布、正态分布和对数正态分布来模拟,试图比较和揭示这些基于不同理论分布的模型的能力.模型中待定参数的估计及对研究区逐日降水量的模拟采用了完全相同的实测逐日降水数据和同期NCEP再分析资料.参数的最大似然估计用遗传算法来实现,对山东省临沂地区10个主要气象观测站降水资料的研究表明,Gamma分布模型的拟合效果最好,对数正态分布次之,指数分布再次,正态分布最差;参数估计分月获取的拟合效果略好于不分月的.模型逐日降水模拟表明,对降水发生概率的模拟会低估各月的多年平均值,基于指数分布的GLM会低估各月总降水量期望(为月内每日降水量期单之和)的多年平均值,而基于对数正态分布的GLM则会在降水量较大时产生高估现象.由对应的天气发生器模型生成的随机模拟降水序列表明,基于对数正态分布的模型会高估月降水量较大时的多年平均,而基于指数分布及Gamma分布的模型则模拟效果较好.总体上看,这种基于NCEP再分析资料和GLM的天气发生器对降水变率具有很强的解释和模拟能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张万昌	南京大学水科学研究中心	48	2659	24.0	48.0
2	孙成武		7	58	4.0	7.0
3	朱时良		3	18	2.0	3.0