基于隨機森林插值的中亞夏季極端高溫變化特征

作者：孟欣寧,焦瑞莉,劉念,夏江江,嚴中偉,于爽,婁曉,李昊辰,王立志,陳亮,鄭子彥,趙娜

摘要：利用中亞地區65個氣象站的逐日最高氣溫數據,結合ERA-Interim再分析資料以及經緯度、海拔數據,構建了隨機森林插值模型,并驗證了其可靠性。基于該模型補全了氣象站缺失值,獲得完整的站點逐日最高氣溫數據集TStationf,并插值得到中亞1979—2016年空間分辨率為0.75°×0.75°的逐日最高氣溫格點數據集TRFIMG。基于TRFIMG進一步分析了中亞1979—2016年夏季極端高溫指數時空變化特征。結果表明:中亞區域平均極端高溫指數增速在0.22~0.30℃·(10a)-1,顯著增溫的區域主要分布在哈薩克斯坦的西部、土庫曼斯坦大部、烏茲別克斯坦東南部等地區。基于TRFIMG得到的夏季極端高溫指數增速顯著大于基于TStationf得到的結果,這表明用站點觀測數據對該地區夏季極端高溫趨勢的估計明顯偏低。本研究得到的數據集可在一定程度上彌補使用站點觀測數據片面刻畫中亞地區極端高溫變化的缺陷,有助于更確切地引導人們在應對極端天氣氣候事件時采取相應的減緩和適應措施。

發文機構：北京信息科技大學 中國科學院大氣物理研究所 中國科學院大學 北京郵電大學理學院 北京大學 中國科學院地理科學與資源研究所

關鍵詞：隨機森林插值機器學習夏季極端高溫中亞random forest interpolationmachine learningextreme high temperatures in summerCentral Asia

分類號： TP3[自動化與計算機技術—計算機科學與技術]