Page 152 - 《高原气象》2025年第6期

高 原 气 象 44 卷
1560
sources in China using CMIP6 simulations and a deep learning- 吴佳， 高学杰， 2013. 一套格点化的中国区域逐日观测资料及与其
based downscaling method［J］. Energy， 217： 119321. DOI： 它资料的对比 . 地球物理学报， 56（4）： 1102-1111. DOI： 10.
10. 1016/j. energy. 2020. 119321. 6038g20130406. Wu J， Gao X J， 2013. A gridded daily observa‐
Zhang Y， Sun X， Chen C， 2021. Characteristics of concurrent precipi‐ tion dataset over China region and comparison with the other data‐
tation and wind speed extremes in China［J］. Weather and Climate sets［J］. Chinese Journal of Geophysics， 56（4）： 1102-1111.
Extremes， 32： 100322. DOI： 10. 1016/j. wace. 2021. 100322. DOI： 10. 6038g20130406.
Zhao N， Jiao Y， Zhang L， 2022. Projections of precipitation change 席闻阳， 何建军， 王智麟， 等， 2025. 基于多层感知机模型的长三角
from CMIP6 based on a new downscaling method in the Poyang 水稻种植区净生态系统碳通量模拟［J］. 高原气象， 44（1）：
Lake basin， China［J］. Journal of Hydrology： Regional Studies， 191-200. DOI： 10. 7522/j. issn. 1000-0534. 2024. 00056. Xi W
42： 101138. DOI： 10. 1016/j. ejrh. 2022. 101138. Y， He J J， Wang Z L， et al， 2025. Simulation of net ecosystem
Zhu X， Yang Y， Tang J， 2023. Compound wind and precipitation ex‐ carbon flux in rice planting area of Yangtze River Delta based on
tremes at a global scale based on CMIP6 models： Evaluation， multi-layer perceptron model［J］. Plateau Meteorology， 44（1）：
projection and uncertainty［J］. International Journal of Climatolo‐ 191-200. DOI： 10. 7522/j. issn. 1000-0534. 2024. 00056.
gy， 43（16）： 7588-7605. DOI： 10. 1002/joc. 8281. 夏侯杰， 肖安， 聂道洋， 2023. 基于观测的短时强降水深度学习预
Zscheischler J， Westra S， Van Den Hurk B J J M， et al， 2018. Future 报模型［J］. 高原气象， 42（4）： 1005-1017. DOI： 10. 7522/j.
climate risk from compound events［J］. Nature Climate Change， 8 issn. 1000-0534. 2022. 00046. Xia H J， Xiao A， Nie D Y， 2023.
（6）： 469-477. DOI： 10. 1038/s41558-018-0156-3. Observation based deep learning model for short-duration heavy
林芷叶， 葛非， 金正睿， 等， 2024. 基于 CMIP6 模式的东南亚极端 rain nowcasting［J］. Plateau Meteorology， 42（4）： 1005-1017.
降水未来预估及热动力成因研究［J］. 大气科学学报， 47（3）： DOI： 10. 7522/j. issn. 1000-0534. 2022. 00046.
392-406. DOI： 10. 13878/j. cnki. dqkxxb. 20220805002. Lin Z 郑帅， 孙博， 李万玲， 等， 2024. CMIP6对中国东部夏季降水年代际
Y， Ge F， Jin Z R， et al， 2024. Projected changes in extreme pre‐ 变化的模拟能力评估 . 高原气象， 43（6）： 1448-1461. DOI：
cipitation and the roles of thermodynamic and dynamic causes 10. 7522/j. issn. 1000-0534. 2024. 00027. Zheng S， Sun B， Li W
over Southeast Asia： insights from CMIP6 Models［J］. Transac‐ L， et al， 2024. Performance evaluation of CMIP6 Models in sim‐
tions of Atmospheric Sciences， 47（3）： 392-406. DOI： 10. ulating the interdecadal variations of summer precipitation in East‐
13878/j. cnki. dqkxxb. 20220805002. ern China［J］. Plateau Meteorology， 43（6）： 1448-1461. DOI：
孙康慧， 肖安， 夏侯杰， 2024. 基于 LightGBM 机器学习算法的江西 10. 7522/j. issn. 1000-0534. 2024. 00027.
气温短期预报模型研究［J］. 高原气象， 43（6）： 1520-1535. 周佰铨， 翟盘茂， 2021. IPCC 第六次气候变化评估中的气候约束预
DOI： 10. 7522/j. issn. 1000-0534. 2024. 00035. Sun K H， Xiao 估 方 法［J］. 气 象 学 报 ， 79（6）： 1063-1070. DOI： 10. 11676/
A， Xia H J， 2024. Study on short term temperature forecast mod‐ qxxb2021. 069. Zhou B Q， Zhai P M， 2021. The constraint meth‐
el in Jiangxi Province based on LightGBM machine learning algo‐ ods for projection in the IPCC Sixth Assessment Report on cli‐
rithm［J］. Plateau Meteorology， 43（6）： 1520-1535. DOI： 10. mate change［J］. Acta Meteorologica Sinica， 79（6）： 1063-1070.
7522/j. issn. 1000-0534. 2024. 00035. DOI： 10. 11676/qxxb2021. 069.