...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Climatic Change >On the estimation of systematic error in regression-based predictions of climate sensitivity
【24h】

On the estimation of systematic error in regression-based predictions of climate sensitivity

机译：基于回归的气候敏感性预测中的系统误差估计

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

An extension of a regression-based methodology for constraining climate forecasts using a multi-thousand member ensemble of perturbed climate models is presented, using the multi-model CMIP-3 ensemble to estimate the systematic model uncertainty in the prediction, with the caveat that systematic biases common to all models are not accounted for. It is shown that previous methodologies for estimating the systematic uncertainty in predictions of climate sensitivity are dependent on arbitrary choices relating to ensemble sampling strategy. Using a constrained regression approach, a multivariate predictor may be derived based upon the mean climatic state of each ensemble member, but components of this predictor are excluded if they cannot be validated within the CMIP-3 ensemble. It is found that the application of the CMIP-3 constraint serves to decrease the upper bound of likelihood for climate sensitivity when compared with previous studies, with 10th and 90th percentiles of probability at 1.5 K and 4.3 K respectively.
机译：利用多模型CMIP-3集成来估计预测中的系统模型不确定性，提出了使用多成员扰动气候模型来约束气候预测的基于回归的方法的扩展。没有考虑所有模型共有的偏差。结果表明，先前用于估计气候敏感性预测中的系统不确定性的方法取决于与整体采样策略有关的任意选择。使用约束回归方法，可以基于每个集合成员的平均气候状态来得出多元预测变量，但是如果无法在CMIP-3集合中对其进行验证，则可以排除该预测变量的组成部分。结果发现，与先前的研究相比，CMIP-3约束的应用降低了气候敏感性可能性的上限，在1.5 K和4.3 K的概率分别为第10和第90个百分点。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号