【气候模式降尺度】分位数增量映射(QDM)原理及MATLAB代码实现

2023-12-17 22:43:38

分位数增量映射(quantile delta mapping, QDM)


气候模式的模拟结果与观测数据往往存在着一定的系统偏差,若将气候模式结果直接应用于作物模型或者水文模型中,其偏差会对模拟产生很大的影响,因此需要对气候模拟结果进行误差订正。
常用的误差订正方法是分位数映射方法(QuantileMapping, QM)。在建模时段内,计算观测的累计概率分布函数(Cumulative Distribution Function,CDF),并通过构建的传递函数(Transfer Function, TF)使模式数据的CDF 与观测尽量接近。
虽然QM 方法能够有效地减少模式的偏差,不仅对平均值、年际变化还对极端事件的偏差情况有所改善,但QM 可能会人为地改变气候变化信号,如改变模式预估的未来气候趋势。
目前有越来越多的研究去开发保留趋势的误差订正方法,如delta 分位数映射方法(Quantile Delta Mapping, QDM)。本博客主要介绍delta 分位数映射方法(QDM)。

1 QDM偏差订正原理

论文-J2016-Bias Correction of GCM Precipitation by Quantile Mapping How Well Do Methods preserve changes in quantiles and extreme

分位数映射(Quantile mapping, QM)偏差订正法对历史时期模式与观测降水的分布函数建立关系,并假定此关系同样适用于未来时期,忽略了模式模拟降水的未来趋势特征。
而去趋势分位数映射法(DQM)仅考虑了模式模拟降水均值的相对变化。分位数增量映射(Quantile delta mapping, QDM)法可以弥补传统分位数函数偏差订正方法的不足,其主要思想是:
(1)计算某一时间段内模式与观测降水的分布函数,建立两者之间的转换函数,并将其用来修正未来时期模式与观测的系统偏差;
(2)保留所有历史与未来时期模式模拟降水分位数的相对变化。

QDM修正法具体如下:
在这里插入图片描述

2 MATLAB实现代码

主函数代码:

clear; 
clc;
%% 导入数据
file_dir = pwd;
load([pwd, '\data.mat']);

%% QDM
hist_bool = (obs_cal.dates(:, 2) == 2 & obs_cal.dates(:, 3) == 29);
proj_bool = (obs_val.dates(:, 2) == 2 & obs_val.dates(:, 3) == 29);
obs_cal.dates(hist_bool, :) = [];
obs_cal.pre(hist_bool) = [];
obs_cal.tmax(hist_bool) = [];
obs_cal.tmin(hist_bool) = [];

ncep_cal.dates(hist_bool, :) = [];
ncep_cal.pre(hist_bool) = [];
ncep_cal.tmax(hist_bool) = [];
ncep_cal.tmin(hist_bool) = [];

ncep_val.dates(proj_bool, :) = [];
ncep_val.pre(proj_bool) = [];
ncep_val.tmax(proj_bool) = [];
ncep_val.tmin(proj_bool) = [];
[cor_ref, cor_fut] = M2R_QDM(obs_cal, ncep_cal, ncep_val);

调用函数1:M2R_QDM函数

function [X_ref,X_fut] = M2R_QDM(obs,ref,fut,single_output,dates_output)
%DBC Summary of this function goes here
%   Detailed explanation goes here
if nargin<3
    error('MATLAB:minrhs','Not enough input arguments.');
elseif nargin==3
    single_output=false<

文章来源:https://blog.csdn.net/qq_44246618/article/details/128943759
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。