气候模式集合的解释

几乎所有对未来气候及其影响的预测都在某种程度上依赖于气候系统数值模型(模拟器)的输出。这些模拟器代表了大气和海洋中的主要物理和化学(在某些情况下，还有生物)过程。然而，不同的模拟器给出了不同的未来气候预测——事实上，模拟器的选择可能是某些应用中不确定性的主要来源。因此，在进行和使用气候预测时，考虑几个不同模拟器的输出已成为普遍做法。那么问题来了:来自不同模拟器的信息应该如何组合?这里有许多具有挑战性的统计问题。开云体育网址两个关键问题是:(a)模拟器不能被认为是独立的(例如，它们中的许多都共享公共的计算机代码段);(b)没有一个模拟器总是比另一个更好，因此简单的技术，如为模拟器分配权重，是站不住的。本次演讲将回顾所涉及的问题，并提出一个解决这些问题的贝叶斯框架。这些想法将通过考虑对未来全球温度的预测来加以说明。 The talk is based on joint work with Marianna Demetriou.

集合平均和均方误差

在诸如气候科学等领域，为相同的底层过程编译不同模拟器的集合是很常见的。这是一个有趣的观察，在均方误差(相对于观测值测量)方面，集合均值经常优于至少一半的集合成员。尽管总体均值通常比个体总体成员“更少物理”(状态空间不是凸的)。事实上，正如IPCC最近的报告所证明的那样，整体均值的表现往往优于所有或几乎所有的整体成员。事实证明，这很可能是一个基于凸性和渐近平均的数学结果，而不是对气候模拟器的深刻洞察。我将概述这一结果并讨论其含义。

生态学不是火箭科学....更难的是:一个从业者对复杂系统中生态分析发展的观点

了解环境驱动因素如何影响物种的季节动态和丰度是开发空间和时间种群预测模型的关键。这在疾病生态学中尤其重要，因为病媒物种和宿主的物候和季节性丰度是疾病风险的关键决定因素。在这次演讲中，我将简要介绍生态学家和统计学家之间的合作研究，旨在开发描述和预测关键昆虫媒介物种季节性丰度的模型。这些模型特别具有挑战性，因为昆虫媒介往往在不同数量级上表现出种群规模的快速上升和下降，而且在一年中的某些时间，某些地区可能完全不存在。要开发一个能够应对这些数据驱动挑战的稳健模型，需要一些新颖的统计发展(生态学家和统计学家都为此付出了巨大的代价!)开云体育网址本次研讨会将描述我们在四年研究中建模方法的演变，最终形成一个(相当)成功的建模框架，用于在高爆发人群中进行推断和预测。最后，我将强调在解释力通常较低的生态模型背景下应用模型平均技术的困难。