SDSM降尺度模型中文操作手册.docx

1、SDSM降尺度模型中文操作手册Reviews typically group downscaling methodologies into four main types: a) dynamical climate modelling, b) synoptic weather typing, c) stochasHe weather generation, or d) transfer-function approaches 综述了典型组降尺度方法研究分为四种主要类型：一)动力气候建模，B)的天气天气分型， C)随机天气生成，或D)的传递函数方法。The SDSM software reduc

2、es the task of statistically downscaling dailyweather series into seven discrete steps:1)quality control and data transformation;2)screening of predictor variables;3)model calibration;4)weather gen eration (usi ng observed predictors);5)statistical analyses;6)graphing model output;7)scenario generat

3、ion (using climate model predictors).Figure 2.1 SDSM Version 4.2 climate seenario generation模型的校准，来源是美国国家环境预报中心（NCEP）再分析数拯集数据被重新-网格 适应HadCM3网格系统（图2.2）。所有的预测（与地转风的方向，异常，见下文）进行标准 化与1961至1990的平均水平。然而，日常的预测也为期1961 - 2000提供。缩减未来气候情景下四套的GCM输岀是可用的：HADCM2, HADCM3, CGCM2, CSIRO.三 种排放情景：可用：CO2年均以每年1%的温室气体实验（H

4、ADCM2只）,A2和B2两个SRES 情景的温室气体，产生的硫酸盐气溶胶，和太阳辐射（HADCM3, CSIRO, CGCM2）O 3o开始启动SDSM,在Windows桌面上的开始按钮，然后在 程序，然后在SDSM （出现在需单上的一个小雨云 可用的程序）。下而的屏幕会出现：Statistical Downscaling Model :SDSM I eryion 4.2L1EI| doi show this sfUash soicen again飞溅屏幕出现在未来（IE主菜单屏幕，将开始岀现在盒子SDSM）单击“不再显示此屏幕再 次。如果进一步的信息在任何时间，在每个屏幕的顶部，请单击“帮

5、助”按钮（用户可以通 过关键词或任务搜索帮助的内容）oSDSM是由在每个屏幕的顶部栏中选择适当的按钮导航。这些设置在同一逻借顺序为SDSM关键功能。在降尺度，用户应该检查的日期范用，所有输入的数据类型和完整性。建立工作环境点击扳 手符号在主菜单的顶部（或任何其他屏幕顶部）访问settingsscreen （图33。Figure 3.3 The Settings screen3.2高级设置先进的设置是通过设置屏幕点击高级按钮在屏幕的顶部。高级设置屏幕允许用户更改并保存 偏好进一步降尺度模型（图3.4）：模型转换：指泄的变换应用在有条件的模型预测。默认的（不）时使用的预测通常是分布式 的（通常为每

6、日温度的情况下）。替代（第四根，自然对数逆正常）时使用的数据是倾斜的（如在日降水的情况下）。请注意，逆正态变换采用观测预报量条件采样（见Wilby等。2003）。 改造型记录在PAR和*。SIM文件来保证数据的一致处理后续方案和数据分析程序中。 方差膨胀：控制在缩减日常天气变量的方差膨胀幅度。此参数变化的方差增加/减少的“白 噪声”应用于局部过程模型的估汁。默认值产生近似正态方差膨胀（任何转换前）。较大的 值增加收缩性质的变化。方差膨胀的-通过设置参数为零活性。请注意，第四根和自然对数 模型转换（见上文），这个参数也影响均值的变化。偏置校正补偿任何倾向于过分-或在-估汁条件过程均值的降尺度模型

7、（例如，平均日降雨 戢）。默认值是1，表示没有偏差校正。条件选择：调整条件处理的方式（例如，降水量）进行采样。默认的（随机）允许的结果是 完全基于机会。固左阈值允许用户增加一个条件事件的机会（通过设置阈值接近零），或减 少的机会（通过设置接近1）。优化算法：SDSM 4.2提供的优化模型-对偶单纯形的两种方法（如在早期版本的SDSM）和 普通最小二乘法。虽然这两种方法都给出了类似的结果，普通最小二乘法快得多。用户也可 以适当的方格打勾选择逐步回归模型。逐步回归工作逐步包括更多的变量和选择根据一个或 两个指标-Akaike信息准则的预测最简约的模型（AIC）和贝叶斯信息准则（BIC）。设置文件：

8、位于标准和先进的设置在一个用户左义的参考文件和目录举行。一个新的或更新 的设巻文件被创建时，单击“保存”按钮在屏幕的顶部。C： sdsm.ini设豊文件自动加载时， SDSM启动。按下重置随时重新加载原始设置，或回到设苣屏幕，随后再返回上一屏幕。Figure 3.4 The Advanced Settings screen4。质量控制与数据转换一些气象站已完成和/或完全准确的数据集。缺失和不完善的数据处理是最实用的情况下有必要。在某些情况下，可能还需要变换数据模型校准之前。SDSM使质量控制和数据转换。 4.1质量控制检査输入文件的丢失的数拯和/或可疑值，从任何的主屏幕上点击按钮的质量控制。下

9、而的 屏幕会出现：Figure 4.1 The Quality Control screen在“选择文件”按钮单击。将一个打开的文档窗口 -浏览直到你找到要在这个例子blogsville 每日最高温度检査-目录和文件，tmax.dato在所需的数据文件然后点击打开。激活的质量 控制程序，在屏幕上检查点击。以下确认将岀现：Figure 4.2 The Quality check complete dialogue box.点击OK按钮查看质量控制信息。在这个例子中，有10957个值没有丢失的数据（即，没有 缺失值的代码Wilby和道森,2007页25 94 - 999进行检测）。从6.7到34.

10、8-C的数据范 用，并有一个平均13.1871C （见图4.3）.点击重置按钮来淸除屏幕的条目，或选择另一个 文件来执行一个新的质量检査。Figure 4.3 Results of the Quality Control check for TMAX.DAT4.2数据转换数据进行变换，对变换数据按钮从任何的主屏幕上点击。 下面的屏幕会岀现：Figure 4.4 The Transform Data File screen在选择输入文件按钮。一个打开的文档窗口将岀现。浏览到你处被转化-例如表而涡在英格 兰东部的目录和文件ncepp_zee.dat。在所需的文件，单击。如果有多个列输入数据（如 天

11、气发生器产生的合奏模拟的案例或生成场景的功能，见第7和10）输入输入文件框中的 适当数量的列。为了使变换后的数据与多个列的数据处理分析功能（8节），检查框下创建 SIM文件。如果用户希望从一个多列数据文件检查此屏幕上的液箱中提取单个集合成员。进入乐团成员 的数量要求和数据将被写入到所选择的保存文件。请注意，在这种情况下，没有变换应用到 提取的成员。通过检查相应的按钮选择变换。可变换包括：自然对数和loglO,广场，立方体，第四大国， 反演，滞后区间和二项式，连同上述的逆转换在适当的地方。如果包选择（滞后N）的最后 一个值作为滞后变换的第一个值:否则，丢失的数据标识符插入（注意负滞后值将数据转发

12、， 一个积极的滞后值将数据返回）。落后的更改按钮是用来计算连续天之间的差异。所有的转 换可以应用到标准的预测变量的模型校准之前（6巧），产生非-线性回归模型（例如，使 用功率变换的多项式模型）。在英格兰东部的数据，选择滞n,输入“-1”框中，并检查包装箱（这将产生一个没有缺 失数据的变量的滞后系列）。在“选择输出文件按钮。将一个打开的文档窗口-浏览到 所需的目录位苣，输入转换数据的文件名，在这种情况下ncepzlagee.dat （即，在前一天的 涡度），然后点击保存。警示：用于转换文件的名称必须完全遵守本协议第2.4.1描述。 启动程序，对变换按钮在屏幕的顶部单击。以下确认将出现：10957

13、 rows processed.No missing values in file.Figure 4.4 The Transformation complete dialogue box点击OK按钮回到变换数据文件屏幕。点击重垃按钮来淸除屏幕的条目，或执行一个新的转 型。5。筛选的降尺度预测变量识別之间的经验关系式预测指标（如平均海平而气压）和单站预报对象（如站降水）是所有 的统计降尺度方法中往往是最次的过程中消耗的一步。屏幕的变量选择的目的是帮助用户在 模型校准适当的降尺度预测变量的选择（第6节）。SDSM执行三个配套任务：季节相关性 分析，偏相关分析，和散点图。最终，然而，用户必须决圧是否

14、或不确定的关系，为网站的 身体感（S）和预测量的问题。在这件事情上，是无可取代的地方性知识。探讨潜在的有用的预测-预报量的关系，从任何的主屏幕按钮单击屏幕上的变虽:。下而的屏 幕会岀现：Figure 5Illustration of the Screen Variables screen using daily maximum temperatures tor Blogsvilie, 1961-1990.5.1安装程序在变量筛选操作的第一步是选择的预报量和预测的文件。预报量的文件（例如，观察到 的日最高气温，日降水总量，等）必须由用户提供，在SDSM格式（见2.4肖）。在“选择 文件”按钮单击

15、预测。将一个打开的文档窗口-浏览到适当的目录已经找到了。例如在预测 数据文件-点击，最高气温在 blogsville. tmax.dat,位于 C： observedl961-90 blogsville SDSMo遵循类似的程序，找到并选择所需的预测变量从下拉在屏幕中心窗口选择正确的驱动。 该驱动器上的可用的目录将岀现在窗口的拖动窗口上方。浏览直到适当的目录位于。所有忙 此目录中的DAT文件然后是列出的在上而的窗口。选择预测器，只需点击文件名-将高亮 的蓝色。所选择的变量的一个简短的左义是在预测描述窗口了。对 选择一个文件，点击它再次，它将不再被髙亮显示。预测变量选择的数显示在这个窗口（最 多

16、12个）。在左-右边的屏幕屏幕菜单允许变量数据的分析周期的开始和结束日期必须改变。默认 的日期是在设置屏幕举行（见3.2节），在这种情况下，1961 - 1990.如果开始日期和结束 日期不在允许范国内，用户将被提示输入新值。用户也必须选择季节性的子集从下拉窗口下 选择分析周期。可用的选项是年度（没有季节性亚-设置），冬季（十二月-二月），春季（3 月-可能），夏季（六月-八月），秋季（九月-十一月），和个人的月。三更多的行动是必要的分析之前发生。首先，必须指泄类型的过程。如果预测-预测过程是 不通过中间过程的调节（如在最高温度的情况下）然后点击无条件，否则选择条件（如沉淀 在量取决于湿-天发

17、生）。苴次，显著性水平的修改的要求。这个值是用来测试预测的相关 性-预测的意义。默认情况下，P u are most important. Blanks represent insignificant relationships athe chosen Significance Level图5.2结果屏幕为blogsville例子。在每个月的相关性最强的是以红色显示，表明最高温度和 P500和p_u之间的关系是最重要的。空白是微不足道的关系，在所选择的显箸性水平 blogsville例子，选择每日最髙温度（Tmax）的预测，预测和以下文件：P500, p_u. p_v, 和P_Z （见表2.1

18、）。此外，使用变换工具（第4.2节）创建的滞后值（一天，即，滞后的数 据-1）为表面气流指数。预报量不依赖于一个中间发生的过程，所以无条件的过程是在检查 选项。使用默认的日期数据选项（即，1961 - 1990）,并选择在选择的分析期间的年度。使 用默认的显著性水平（即，0.05）然后点击分析在屏幕variablesmenu顶部的按钮。图5.2 中的结果表明，美国是一个潜在的有用的预测四月至十月最髙温度,并通过3月十二月p_uo5.3相关矩阵相关的按钮是用来研究跨-指定变量的相关性子-时期（年，季或月）。SDSM还报告选泄的预测和预报量之间的偏相关分析。这些数据 有助于确定，是每一个独特的解释

19、力量的预测。为blogsville的例子，使用相同的预报量与预报因子为5.2节，但选择分析期二月从下拉列表 中选择。然后点击相关按钮在屏幕的顶部变量菜单。结果如图53所示。* ResultsRmtHelpBackCORRELATION F4ATHKAnalysis Period: 01 /01 八 9&1 3212/1990 |Amual|Mwsing valuer： 0Musing tows: 01234567g1TMWX.DAT1008300740.0340.67?00550XW12QQ8310.0010.04300830.7590.0370 0023ncepp_vdat0074 0.00

20、110.023L W-0.0570.5190.2024ncepp_zxxdai-0.03400430 02310-56200370.2360.5615ncepp50Cb dtf0679008301540 56210C37005505016ncewlagwcdat00550759 0.0570.0370.0J710.(010 0437nceplagwcdak0041003705190.2360065-0.0D110.0238negdo鈔 df0.06800020 2020561-0 501004300231PAfiTIAL CORRELATIONS WITH I MW OATrcw_vw dm

21、nc8_vKK dar ncero zxx dal ncc50Q dot ncepdagccd 心拠占如抱Figure 5.3 The Results screen tor th已 Blogsville example. Partial correlationsindicate that p500 and p z have the strongest association with TMAX once theinfluence of all other predictors has been removed.图5.3结果屏幕为blogsville例子。偏相关分析表明，美国和pz与Tmax 一

22、旦所有其他因 素的影响已被删除的相关性最强。5.4散点图散射按钮用于变量间的行为-指定的子-时期的视觉检査（年，季或月）。由此产生的散点 图（S）表示，该协会的性质（线性，非-线性，等），是否数据转换（S）可能是需要的， 和异常值的重要性。为blogsville例子，选择最高气温为预报量，p_u作为预测文件，和二月选择分析期（以下 图5.2中的结果）。检查所有苴他的预测已被取消，并且无条件的选择下过程。（注意，如果 有条件的选择，所有的值小于或等于事件阈值设置被排除的图）。点击散射按钮在屏幕的顶 部变量菜单。结果如图5.4所示。 ScMKrPtoi rKFebruary： 0 missing

23、value(s). 八m， F J vijd;。縛乍嘻 # 1 一 .疔计 4 H.yr划1 , F :rr :. 1临f 、孑. M r i i 3 -ncepp_uxx datFigure 5.4 The Scattcrplot for the Blogsville example, showing the association between TMAX and p_it in February. The results suggest that during February, higher maximum daily temperatures are associated with

24、stronger westerly airflows.图5.4散点图的blogsville的例子，显示二月最髙温度和p_u之间的关联。结果表明，在二 月，日最高温度更高更强的四风气流相关。散点图的演示文稿的质量可以左制，根据需要,通过加倍点击任何轴的传说，标题或数据点。 额外的Windows使变化作出图表字体，样式，大小，颜色，等等。将散点图在Word文档中，在屏幕上首先使用复制按钮,然后在Word中使用特殊粘贴（图）。6。模型校准校准过程模型构建的降尺度基于多元回归方程模型，每日的天气数据（成分）和区域-规模， 大气（预测）变量。回归模型的参数写入一个扩展名为标准格式的文件。PAR,随着元-

25、 数据记录详细的校准周期，模型类型，预测因子，等（见6.4廿）。SDSM优化模型用对偶单 纯形或普通最小二乘法优化（见第3.2节中的髙级设置）。用户指泄的模型结构：按月，季或年度子-模型是必需的：过程是否有无条件或条件。在无 条件的模型的直接联系是假设的预测和预报量之间的（例如，当地的风速可能是一个区域的 气流指数函数）。在有条件的模型，有一个区域迫使当地天气之间的中间过程（例如，当地 的降水呈:取决于湿-/干-天发生，而这又取决于区域-规模因素如湿度和大气压力）。此外, 它是可能的应用的标准转换条件模型的预测（见3.2节），和/或具体的预测（见4.2节）。 访问模式的建筑设施，点击按钮校准模

26、型在任何屏幕上。下面的屏幕会出现：Figure 6.1 The Calibrate Model screen6.1文件处理开始建立模型，预测在选择文件的按钮在左上角单击一个打开的文档窗口岀现：浏览到 正确的目录和文件都达到了，然后单击相应的文件名-为例，该Wilby和道森，2007页33 94丨最高气温在blogsville, tmax.dat。该文件的划称将岀现在按钮。遵循类似的程序来定位和通过从下拉在屏幕中心窗口选择正确的驱动器上选择所需的预测 变量。该驱动器上的可用的目录将出现在窗口的拖动窗口上方。例如，位于C： ncepl961-90 SDSM blogsville目录。所有*。此目录

27、中的DAT文件然后是列岀的在上而的窗口。 选择预测器，只需点击文件划-将高亮的蓝色。选择一个文件，点击它再次，它将不再被高 亮显示。预测变疑选择的数显示在这个窗口。在左-右边的屏幕校准模型允许分析周期的开始和结束日期被改变的数据段的菜单。默认的 日期是在设置屏幕举行（3.1肖），在这种情况下，1961 - 1990.如果开始日期和结束日期 不在允许范国内，用戸将被提示输入新值。理想情况下，应使用的模型部分的可用数据校准， 独立的模型验证扣缴的其余部分（见章节7和8）。指立输出参数的名称（*。PAR）文件，在输岀文件按钮。一个输岀参数的文件窗口。最大 的方便，确保参数文件是作为成分的文件保存在同

28、一目录，在这种情况下，C： observedl961-90 blogsville SDSM.在文件夕框中输入一个适当的文件的名称，然后点击 保存按钮。的参数文件的名称然后被显示在输岀文件的按钮，例如，如果从1961 tmax61-75.par - 75的数据用于校准。6.2型确泄的降尺度模型检査每月的时间分辨率，季节或年度模型下型箱。在每月的模型，不同的 模型参数推导出每个月。在季节性模式，在同一季节各月（例如，十二月，一月和二月冬季） 具有相同的模型参数。在年度车型，各月有相同的参数（即，没有试图在指泄参数值-年度 内的变化）。其次，说明是否降尺度过程中应检査过程框合适的选项可以无条件或条件

29、。请注意，有条件 的过程中，预测值为正偏态分布，它是可能的应用之一，在高级设置中的几个转变（见3.2 节）。例如，第四根可能被选定为日降水量。如果一个组件是自回归模型中所需的（即，滞后的预测量作为预测），用户应选择包括在回 归箱。SDSM 4.2可以计算残差统计和显示这些无论是散点图或直方图。散点图块残差对模型预测， 残差的分布直方图显示。这两个图的建模后的汇总统计数据呈现给用户生成。在直方图条 数可以由直方图在类別框改变值调整。用户还可以査看Chow检验统汁量（模型的平稳性）在相应的方框。邹检验是一个可选的测 试，它可以减缓建模过程明显，特别是如果一个对偶单纯形优化选择。最后，单击“校准屏 幕顶部的按钮。6.4*标准文件。模型校准的过程中。标准文件的生成，存储各种参数对该模型的结构。注意：在1*举行的信 息。PAR文件通常可以用来诊断任何意想不到的结果或行为的原因。图6.4提供了这样一个文件的一个例子-使用blogsville数据集。此文件中的数据被存储在线 的顺序如下：1 的数量的预测2 的季节代码（12=月，4=季节，1二年度模型）3 年长度指示器（366, 365,或360）4 记录的开始日期5 记录长度