用于气候风险评估的美国县级气候预测的概率加权集合
大气与海洋物理
2015-10-06 v3
摘要
气候变化风险的定量评估需要构建物理气候参数变化的概率时间序列的方法。在此，我们发展了两种此类方法——替代/模型混合集合 (SMME) 和蒙特卡洛模式/残差 (MCPR)，并将其应用于构建 21 世纪美国每个县的温度与降水变化的联合概率密度函数 (PDF)。两种方法产生的温度与降水预测（67% 概率）与政府间气候变化专门委员会 (IPCC) 对等权重第五次耦合模式比较计划 (CMIP5) 集合的解释一致，但也提供了包含尾部估计的完整 PDF。例如，两种方法均表明，在代表性浓度路径 (RCP) 8.5 下，美国本土有 5% 的概率升温至少 8°C。SMME 和 MCPR 预测的方差分解表明，在 21 世纪早期背景变率主导不确定性，而在 21 世纪下半叶强迫驱动的变化逐渐显现。通过线性回归将 CMIP5 预测分离为未强迫分量和强迫分量，这些方法在不要求单一 GCM 多次计算代价高昂的实现的情况下，从现有 CMIP5 预测中生成了未强迫变率的估计。
引用
@article{arxiv.1510.00313,
title = {Probability-weighted ensembles of U.S. county-level climate projections for climate risk analysis},
author = {D. J. Rasmussen and Malte Meinshausen and Robert E. Kopp},
journal= {arXiv preprint arXiv:1510.00313},
year = {2015}
}