基于观测与气候模型的降雨季节性分析

基于信息熵的两个新的降雨季节性指标——相对熵（RE）和无量纲季节性指数（DSI），连同平均年降雨量，在全球范围内针对最近更新的网格化降水数据集以及耦合大气 - 海洋环流模式的历史模拟进行了评估。RE 提供了湿润月份数量的度量，对于具有月度降雨分布单峰值的降水制度，它与湿季的持续时间相关。DSI 结合了降雨强度及其季节性程度，是全球季风区范围的指标。我们表明，RE 和 DSI 相当独立于降水数据的时间分辨率，从而允许用于模型间比较和排名的客观指标。根据不同降水制度对区域进行分类，并用 RE 和 DSI 进行表征。不同陆地观测数据集的比较揭示了它们在局部季节性表示上的显著差异。结果表明，RE 的二维地图提供了一种简单的方法来比较各种数据集的降雨季节性并确定感兴趣区域。CMIP5 模型一致地高估了热带拉丁美洲的 RE，而低估了西非和东亚的 RE。研究表明，GCM 中的正 RE 偏差与模拟的湿月降水比例过大以及湿季前几个月比例过小有关；负偏差则是由于干月降雨过多所致。