Key points are not available for this paper at this time.
大規模な気候モデルアンサンブルは、将来の気候状態を確実に予測し、予測の不確実性を定量化するための主要な手段です。過去数十年にわたる気候モデリングの大きな進展にもかかわらず、全体的な予測の確実性は、モデルのスキルが着実に向上しているにもかかわらず、同等には減少していません。私たちは、予測の不確実性を減少させるための適合した推論に基づく新しい不確実性定量化アプローチである適合したアンサンブルを紹介します。従来の方法とは異なり、適合したアンサンブルは、さまざまなスケールにわたる気候モデルアンサンブルと観測データをシームレスに統合し、統計学的に厳密で解釈しやすい不確実性推定を生成します。これは、任意のアンサンブル分析方法を使用して任意の気候変数に適用でき、SSP2-4.5のもとで、すべての時間軸とほとんどの空間位置における不確実性定量化において既存のモデル間の変動性方法を上回ります。適合したアンサンブルは計算効率も高く、最小限の仮定を必要とし、適合度指標に対して非常に頑健です。実験では、標準的なアンサンブル平均アプローチと比較して、過去の再解析データに基づいて将来の予測を調整する際に効果的であり、物理的に一貫性のある予測をもたらします。”},{
Harris et al. (Tue,) studied this question.