机器学习在中国区域极端气候指数集合预估中的应用

刘明铭, 徐影

Application of machine learning in the ensemble projection of regional extreme climate indices over China

LIU Mingming, XU Ying

图3 验证期4个极端气候指数的泰勒图比较 （a）TX90p，（b）TN10p，（c）RX1day，（d）RX5day [每个子图展示了单个CMIP6模式（灰色标记）及不同方案（彩色标记）与观测的空间相关系数、标准差及中心化均方根误差（红色虚线）的分布]

Fig.3 Taylor diagrams comparison of four extreme climate indices during the verification period （a） TX90p， （b） TN10p， （c） RX1day， （d） RX5day （Each subplot shows the distribution of spatial correlation coefficient， standard deviation， and centered root mean square error （CRMSE） （red dashed lines） for a single CMIP6 model （gray markers） and different scenarios （colored markers） compared with observations）