Matilda

Matilda V1.0：使用降低的复杂性气候模型

使用降低的复杂性气候模型（RCM）的主要优势是它们快速进行概率气候预测的能力，这是许多影响研究和多部门系统中不确定性量化的关键组成部分。提供此类分析的框架已成为用于人类和地球系统未来共同发展的几个RCM的目标。在本文中，我们提出了Matilda，这是一种开放科学的软件软件包，促进了概率的气候投影分析，并在此处使用Hector简单气候模型在无缝且易于应用的框架中实施。MATILDA的实践目标是为用户提供一种交钥匙方法，以构建基于文献的先前分布，运行Hector迭代以产生扰动的Parame semembles（PPES），对现实主义的重量结合体，针对观察到的历史气候数据的现实主义和对不同气候变量的概率预测。此工作流程使用户能够探索可行的参数空间并传播不确定性，以仅使用几行代码来模型合奏。该软件包为选择不同的评分标准和算法提供了重要的自由度，以便加权集成成员以及实施自定义标准的灵活性。此外，包装的体系结构简化了构建和分析PPE的过程，而无需大量的编程专业知识，以适应各种用例。我们提出了一个案例研究，该案例研究提供了对平均全球表面温度的概率分析的幻觉结果，作为软件应用的一个例子。