基于气温变化不确定性分析和误差优化的历史气温场格点重建研究

Reconstruction of historical gridded temperature is the foundation and key issue in climate change research community. Both the station observational data and method of reconstruction have their error and uncertainties. Thus, the accuracy of reconstruction of historical gridded temperature dataset has a significant relationship with errors in data and method as it needs to be considered. Though it is critical, few previous works paid attention to the relative importance and joint effect of two types of uncertainties. And at present, the study on the error minimization of reconstruction caused by two types of uncertainties still not cause enough attention yet. This project intends to use the global observational station surface air temperature (SAT) data, the theory of uncertainties in SAT data, and the empirical orthogonal function (EOF) reconstruction method to assess the uncertainties in SAT change in the past hundred years and the error uncertainties of EOF reconstruction method as well as the relative importance and joint effects of two types of uncertainties on reconstruction. This project also plans to explore the and to build a error minimization optimization approach with obviously mathematical meaning which can consider the effects of error uncertainties on reconstruction and to evaluate the improvement of error minimization optimization approach to the accuracy of reconstruction.

历史气温场的格点重建是气候变化研究的基础和关键。台站气温数据和历史气温场格点重建方法都具有各自的误差和不确定性，因此，历史气温场格点重建数据是否准确与二者密切相关，重建过程需要仔细考虑二者的影响。以往研究很少关注台站气温数据误差和格点重建方法误差两类误差不确定性对历史气温场格点重建的相对作用和联合影响，而对两类误差不确定性造成的历史气温场格点重建偏差的最小化优化研究更是一个尚未引起足够重视的科学问题。本项目将利用全球台站气温观测资料，基于气温变化不确定性定量分析理论和经验正交函数格点重建方法定量估算近百年来全球气温的误差不确定性和格点重建方法误差；揭示气温数据误差和格点重建方法误差对历史气温场格点重建结果的相对作用和联合影响；构建考虑各类误差不确定性的历史气温场格点重建偏差最小化优化模型，评估最小化优化模型对历史气温场格点重建精度的改进。

历史气温场的格点重建是气候变化研究的基础和关键。台站气温数据和历史气温场格点重建方法都具有各自的误差和不确定性，因此，历史气温场格点重建数据是否准确与二者密切相关，重建过程需要仔细考虑二者的影响。以往研究很少关注台站气温数据误差和格点重建方法误差两类误差不确定性对历史气温场格点重建的相对作用和联合影响，而对两类误差不确定性造成的历史气温场格点重建偏差的最小化优化研究更是一个尚未引起足够重视的科学问题。本项目利用近百年我国及周边地区台站气温观测资料，首先基于气温变化的不确定性定量评估理论定量估算了近百年来我国气温数据中的误差不确定性和格点重建方法误差，发现发现我国气温数据的抽样误差不确定性在观测网密集的东部和南部地区远小于台站稀疏的西部和北部地区。低纬和低海拔均东南部地区为抽样误差方差较小，抽样误差方差一般低于0.02°C2。从季节变化来看，冬季抽样误差方差大于夏季。在年际变化方面，台站密集的后期抽样误差方差一般小于台站稀疏的前期。抽样误差变化主要由气温的空间方差变化引起。其次，对经验正交函数格点重建方法中由于截断模态数选取不适当带来的误差以及噪音模态过多造成的与真实气温场模态之间的模态误差进行了估算，发现以前十个模态为截断模态进行历史气温场重建既能较好反应气温变化的模态，同时也能避免将无用的噪音代入重建过程。项目进一步分析了气温数据误差不确定性（观测误差、均一性误差、标准值误差、计算误差、资料覆盖误差和偏差误差）以及经验正交函数重建方法截断模态误差对重建结果的影响并发现随着误差的增大，重建资料与气温观测值之间的偏差越大，而采用基于拉格朗日极值分析思想的最优权重方法可显著减小各类误差对重建结果的影响。研究结果进一步加深了对近百年我国气候变化以及历史气候场重建误差优化理论的理解。

内容获取失败，请点击重试