.png){kind=icon}
返回
Estimating the Pattern Effect Using Regularized Linear Regression
.png){kind=icon}
PRE
AI
DOI：10.1175/JCLI-D-25-0145.1.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
空间变温场如何影响全球辐射（模式效应）对于理解地球温度对人为强迫的敏感性至关重要。在此，我们通过使用正则化线性回归方法（岭回归、最小绝对收缩和选择算子（LASSO）以及弹性网络）构建温度敏感性地图来估算这一现象。当使用1000年气候模型控制输出的内部变率进行训练时，四种模型产生的敏感性地图在样本外、内部变率测试中解释了净大气层顶辐射方差的78%至84%。当仅使用24年输出进行训练（以模拟CERES记录的长度）时，解释方差的中位数降至56%，95%范围为[40%，69%]。使用1000年控制输出的内部变率进行训练的结果在代表性浓度路径（RCP）8.5气候变暖模拟中再现了75%的强迫辐射响应幅度。然而，仅使用24年内部变率进行训练的结果在预测强迫辐射响应方面不可靠。我们使用这些方法基于观测数据开发具有物理可解释性的辐射反馈敏感性地图。
Keyword:
Climate variability
Energy budget/balance
Radiation budgets
Surface temperature
Regression analysis
