摘要:标准化降水指数(SPI)通过标准化累积降水来衡量气象干旱相对于历史气候。较长的记录长度可改善参数估计值,但是这些更长的循环可能包括人为气候变化和多年自然气候爆发的信号。从历史上看,气候非平稳性已被忽略或纳入SPI中,例如WMO 30-y时期。这项研究介绍并评估了一种基于贝叶斯花素的新型非平稳性SPI模型,旨在改善固定气候的参数估计值,又可以明确纳入非组织性。使用合成产生的降水,本研究将提出的贝叶斯SPI模型与现有的SPI方法基于固定和非平稳气候的最大似然估计进行比较。所提出的模型不仅重现了现有SPI模型的性能,而且在几个关键领域都对它们进行了改进:降低Pa-Rameter的不确定性和噪声,同时建模为零和正降水的可能性,并捕获非线性趋势和季节性变化。此外,完全贝叶斯的方法确保所有参数都有不确定性估计值,包括零降水可能性。研究指出,零降水参数过于敏感,并且可以在将来的迭代中改善。该研究以美国在美国一系列氢气候区域的九个量规的应用,以拟议的贝叶斯非平稳SPI模型的应用结束。这种经验的结果表明,该模型是稳定的,并在先前的研究中鉴定出了非平稳模式,同时也表明了新发现,特别是对于形状和零降水参数。
主要关键词