Projection des changements de précipitations sur la Chine pour des niveaux de réchauffement global à 1,5 °C et 2 °C dans un ensemble de simulations climatiques régionales : impact des méthodes de correction des biais.

Auteurs
Date de publication
2020
Type de publication
Article de journal
Résumé L'ajustement quantile-quantile (QQadj), la correspondance CDF équidistante (EDCDF) et la transformation CDF (CDF-t) sont appliqués à cinq ensembles de données de précipitations quotidiennes sur la Chine produites par LMDZ4-régional qui a été imbriqué dans cinq modèles climatiques globaux (GCM), BCC-CSM1-1m, CNRM-CM5, FGOALS-g2, IPSL-CM5A-MR et MPI-ESM-MR, respectivement. Un cadre mathématique unifié peut être utilisé pour définir les quatre méthodes de correction des biais, ce qui permet de comprendre leurs natures et leurs essences pour identifier les distributions de probabilité les plus fiables du climat projeté. La méthode CDF-t s'avère être la meilleure méthode de correction du biais sur la base d'une évaluation complète de différents indices de précipitations. Les méthodes de correction des biais ont permis d'obtenir des projections de précipitations futures correspondant à des niveaux de réchauffement global de 1,5°C et 2°C dans le cadre du RCP8.5. Les caractéristiques des ensembles multi-méthodes et multi-modèles permettent d'explorer la dispersion des projections, considérée comme un substitut de l'incertitude des projections climatiques, et d'attribuer ces incertitudes à différentes sources. On constate que la dispersion entre les méthodes de correction des biais est plus faible que celle entre les simulations de réduction d'échelle dynamique. Les quatre méthodes de correction des biais, avec CDF-t en tête, réduisent toutes l'écart entre les résultats de la réduction d'échelle. Les projections futures utilisant CDF-t sont donc considérées comme plus crédibles.
Éditeur
Springer Science and Business Media LLC
Thématiques de la publication
  • ...
  • Pas de thématiques identifiées
Thématiques détectées par scanR à partir des publications retrouvées. Pour plus d’informations, voir https://scanr.enseignementsup-recherche.gouv.fr