气候模型偏差校正的去混淆方法
原文中文，约400字，阅读约需1分钟。发表于：。本研究解决了全球气候模型输出中由于未观察混淆因素导致的系统偏差问题。我们提出了一种新颖的偏差校正方法，利用气候模型和观测数据构建因子模型，以捕捉多因子潜在混淆因素。这种方法显著提高了降水输出的准确性，提供了一种稳健且理论基础扎实的气候模型偏差校正方案。
通过嵌入高分辨率模拟的多输出高斯过程（MOGP）的训练，克服了与云形成相关的气候模拟中的偏见。利用MOGP预测的温度和比湿的变化，对简化的大气环流模型进行耦合，减少了全球降水偏差18％，热带地区减少了22％。还探索了抬升指数值的分布和哈德利环流的改变。进行了海面温度增加4K的实验，以探索该方法对云覆盖和降水模式的影响。
