近年来，越来越多的研究表明当前数值模式模拟的结果（如温度序列等）以及基于树轮资料重建的古气候数据往往会遇到序列持续性过强的问题。如图1所示，当序列的持续性过强时，序列在长时间尺度上会呈现出过强的变率，进而导致对长时间尺度气候异常事件的高估。因此，订正模拟/重建资料中的持续性特征，对合理利用模式模拟/古气候重建资料有重要意义。Yuan et al. (2021) 利用分数阶随机气候模型，通过将时间序列定量分解为持续性分量和快变强迫项两部分，再对快变强迫项进行恰当阶数的积分，实现了对原始序列持续性特征的校正，进而形成了一种新的数据订正方法（图2）。利用该方法，成功地订正了依据树轮资料重建的我国历史降水序列。下一步，将该方法用于对模式预估结果的订正，以更好地分析模式预估的季风区气候异常、极端事件等。
图1 具有较强持续性的序列（b）和具有较弱持续性的序列（a）的差异
图2 序列订正方法步骤示意图
相关论文发表情况
Yuan N., F. Xiong, E. Xoplaki, et al., 2022: A new approach to correct the overestimated persistence in tree-ring width based precipitation reconstructions. Climate Dynamics, 58, 2681–2692. (第一资助)
上一篇：下一篇：