Toward robust fine-scale decadal precipitation forecasts through dynamically consistent subsampling

doi:10.5194/esd-17-1177-2026

Toward robust fine-scale decadal precipitation forecasts through dynamically consistent subsampling

2026-08-01

1

PRE

AI

Sakarovitch, Charlotte

DOI：10.5194/esd-17-1177-2026

原文链接

原文求助

摘要

En 中文

可靠的区域降水十年预测对于水资源管理和气候服务发展至关重要，但仍是主要挑战。为解决此问题，我们提出一个5步框架，整合近年来大尺度海平面气压（SLP）模态十年预测的最新进展，以提升高分辨率降水的预测技巧。我们首先识别影响法国降水变异的关键大气指数，包括冬季和夏季北大西洋涛动（NAO）、冬季西大西洋压力异常以及夏季地中海-斯堪的纳维亚指数。这些指数通过改进的后处理方法应用于多模式十年气候预测集合进行预测。所得指数的十年预报用于从大型未初始化气候模型集合中选择动力一致性成员，从而避免十年气候预测的初始漂移。所选预报随后进行统计偏差校正并降尺度至8公里网格，为局部尺度和影响研究提供相关预测。该框架的最后一步是技巧评估：基于NAO的法国冬季降水预报在78%的网格单元上达到显著的异常相关系数。尽管夏季技巧较弱，但结合NAO与多年代际大西洋变率（在48%的网格单元上显著）后明显改善。该方法为获取可操作的十年尺度精细尺度水文气候信息提供了可转移的途径，对气候服务具有潜在用途。该方法是可适应其他区域和变量的，为改进十年尺度水文气候预测提供了有前景的机会。

Keyword:

EARTH SYSTEM MODEL

CLIMATE

VARIABILITY

PREDICTION

OSCILLATION

EUROPE

PREDICTABILITY

RESOLUTION

VERSION

INDEX

Toward robust fine-scale decadal precipitation forecasts through dynamically consistent subsampling

摘要

期刊

机构

引用论文