Exploring multi-model atmospheric GCM ensembles with ANOVA
Exploring multi-model atmospheric GCM ensembles with ANOVA
复制标题
使用 ANOVA 探索多模型大气 GCM 系综
DOI：
10.1007/s00382-008-0372-z
复制
发表时间：
2008
期刊：
影响因子：
4.6
通讯作者：
Hodson D
中科院分区：
文献类型：
--
作者：
Hodson D
方差分析（ANOVA）是一种强大的统计技术，用于对受多个因素影响的实验进行推断。虽然在许多其他科学领域很常见，但迄今为止，它在气候界的使用有限。在这里，我们回顾方差分析的基础上，特别是如何，它可以应用到分区的方差在大气环流模式模拟的多模式集成。我们研究了一个合奏的四个AGCM强迫观测到的二十世纪的海表温度（SST）。我们发现，占主导地位的贡献，季节平均海平面气压的总方差来自模式之间的差异（偏差项）和内部噪声（噪声项）。然而，哪个术语最重要因地区而异。特别感兴趣的是相互作用项，它描述了模式之间的差异，在他们的共同SST强迫的反应。的相互作用项被认为是最大的印度洋（在所有季节），并在北半球夏季的副热带西北太平洋。在这些地区的模式响应之间的差异表明，在他们的大气遥相关模拟的差异，具有潜在的重要意义，如南亚和东亚季风的季节性预测。对这些差异的研究可能有助于理解模式对共同强迫的反应不同的原因，并最终改善气候模式的性能。
Analysis of variance (ANOVA) is a powerful statistical technique for making inferences about experiments that are influenced by multiple factors. Whilst common in many other scientific fields, its use within the climate community has been limited to date. Here we review the basis for ANOVA and how, in particular, it can be applied to partition the variance in a multi-model ensemble of Atmospheric General Circulation Model simulations. We examine an ensemble of four AGCMs forced with observed twentieth century sea surface temperatures (SST). We show that the dominant contributions to the total variance of seasonal mean sea level pressure arise frombetween-model differences(the bias term) andinternal noise(the noise term). However, which term is most important varies from region to region. Of particular interest is the interaction term, which describes differences between the models in their responses to common SST forcing. The interaction term is found to be largest over the Indian Ocean (in all seasons), and over the subtropical Northwest Pacific in boreal summer. The differences between the model responses in these regions suggest differences in their simulation of atmospheric teleconnections, with potentially important implications, e.g. for seasonal predictions of the South and East Asian Monsoons. Examination of these differences may lead to an understanding of the reasons why models respond differently to common forcing, and ultimately to improvements in the performance of climate models.
登录
查看更多内容
大气 GCM 模拟集合中指定底部边界条件的影响
DOI：
--
发表时间：
2000
期刊：
影响因子：
--
作者：
F. Zwiers;Xiaolan L. Wang;J. Sheng
通讯作者：
J. Sheng
多模型蒙特卡罗实验推导出的气候变化信号的敏感性
DOI：
--
发表时间：
2002
期刊：
影响因子：
--
作者：
H. Paeth;A. Hense
通讯作者：
A. Hense
影响因子：
7.5
作者：
J. Houghton;Y. Ding;D. Griggs;M. Noguer;P. Linden;X. Dai;K. Maskell;C. Johnson
通讯作者：
J. Houghton;Y. Ding;D. Griggs;M. Noguer;P. Linden;X. Dai;K. Maskell;C. Johnson
温带环流气候变化信号的模式比对研究
DOI：
--
发表时间：
2004
期刊：
影响因子：
--
作者：
M. Rauthe;A. Hense;H. Paeth
通讯作者：
H. Paeth
影响因子：
5.2
作者：
Copsey, Dan;Sutton, Rowan;Knight, Jeff R.
通讯作者：
Knight, Jeff R.