报告详情
基于人工智能方法识别全球变暖对降水的影响
编号：586
访问权限：仅限参会人
更新：2025-03-31 17:48:46 浏览：2次
特邀报告
报告开始：2025年04月19日 09:20（Asia/Shanghai）
报告时间：20min
所在会场：[S1-2] 专题1.2 人工智能在气候研究中的应用 [S1-2] 专题1.2 人工智能在气候研究中的应用
暂无文件
摘要
全球变暖通过热力过程和动力过程显著影响区域降水的强度和频率，但由于非线性气候相互作用，分离它们的贡献仍然具有挑战性。在这里，我们开发了一个基于深度学习（DL）的框架，通过分离温度驱动信号来量化热力学贡献。我们的DL驱动方法为气候归因提供了一种变革性工具，揭示了自1951年以来16.1%的全球降水趋势是由变暖引起的热力学驱动的，热力学过程导致77.4%的地区出现更湿润的条件。值得注意的是，极端变暖放大了降水变化：全球湿润事件频率增加了14.8%，而干旱频率降低了5.9%。此外，区域异质性很明显，高纬度地区湿度较高。然而，中非的钩形反应，即随着增温降水先减少后增加，突显了相对湿度和水蒸气的相互作用。这项工作展示了DL在气候归因方面的变革潜力，为解码气候系统中的非线性相互作用提供了一个合理的工具。
关键词
热力作用,全球增暖,降水变化
报告人
朱恩达
副研究员 中国气象科学研究院稿件作者
全部评论
重要日期
-
会议日期
04月17日
2025
至04月20日
2025
-
04月03日 2025
初稿截稿日期
-
04月20日 2025
注册截止日期
主办单位
中国科学院大气物理研究所
承办单位
中国科学院大气物理研究所
联系方式
- 皇甫静亮
- hf******@mail.iap.ac.cn
- 133********
发表评论