[发明专利]一种简化的全球气候变化预测方法

说明书

本发明披露了一种简化的气候变化预测方法。该方法首先根据地球吸热和放热得到年平均净辐射强迫，根据年平均强迫辐射的变化与平均气温变化进行回归分析,得到一个简化的线性模型；然后考虑海洋温度变化，将已有海洋温度数据进行数据拟合，采用改进的神经网络模型预测未来全球海洋温度变化，最后海洋温度变化结合地球地表温度变化，进行多项式拟合确定全球的气候变化。

技术领域

本发明涉及气候学应用领域，尤其涉及一种简化的气候变化预测方法

背景技术

全球变暖的主要原因是人类在近一个世纪以来大量使用矿物燃料,排放大量的温室气体。现有的预测方法主要为混沌-人工神经网络，通过分析近几年的流域气温、降水量和径流量的变化过程进而对于气候的变化预测以及趋势分析。然而，气候是长时间的平均状态，在短时间内变化不大，全球变暖是在气候尺度上看全球问题，从气候角度研究全球温度变化需要全球范围长时间的观测积累，而不是单一的研究某一时间段内某一区域的气候变化同时神经网络模型存在预测长期结果的失真的问题，因此现有预测方法存在预测不准确的问题。另外，传统方法未考虑海洋吸热等因素，海洋吸收热量对全球气候变化的影响很大。同时，传统方法参数复杂，不利于非专业人士来理解和认识全球气候变化的态势。

发明内容

本发明披露了一种通过长期的观测数据分析预测气候变化的方法。通过长期的观测数据分析预测气候变化并简化模型，该方法区别于传统复杂的气候模型，同时该模型考虑海洋吸热等因素，提高了模型预测准确性。该模型利于非专业人士来理解和认识全球气候变化的态势，求证影响气候变化因素的内在特征，增强人们对于气候变化的认识，督促决策者迅速制定应对气候变化的政策。首先本次研究通过查找相关的实测数据信息，对搜集到的数据，运用spss软件对其进行预处理，根据地球自身的吸热(包括太阳辐射强迫、温室气体、燃料消耗、气溶胶)以及地球自身放热引起全球气温变化的主要因素，采用不同的方法将其全部换算成辐射强迫的年平均变化,进而得到年平均净辐射强迫。根据1895--1955年年平均强迫辐射的变化与平均气温变化进行回归分析,得到一个简化的线性关系模型。然后将1956--2000年的年平均净辐射强迫代入这个模型得到模拟的地表平均气温,与实际观测值进行比较。根据模拟值与观测值之间的差异对模型进行修正调整,得到优化模型。然后考虑海洋温度变化这一影响因素将已采集到的海洋温度数据进行数据可视化处理和数据拟合，采用改进的神经网络模型预测未来全球海洋温度变化，最后海洋温度变化结合地球地表温度变化，进行多项式拟合确定全球的气候变化。为了刻画气候变化的模型对未来气候变化进行预测，其特征在于，包括以下步骤：

S1、计算相对于1880年的除海洋温度外的地球净辐射强迫；

S2、分析1895年至1955年地球净辐射强迫变化与全球地表温度变化之间的线性关系,得到最终的优化模型；

S3、结合S1的地球地表温度变化，采用改进的神经网络模型预测未来全球海洋温度变化；

S4、对全球地表温度和海洋温度变化预测值，采用二维多项式数据拟合，

所述步骤S1进一步包含以下步骤：

S1.1、分析太阳辐射强迫变化；

S1.2、计算地球吸热产生的辐射强迫：