本发明专利技术公开了属于气候预测技术领域的一种极端气候与复合极端气候综合预警系统的预警方法。系统包括数据预处理系统、全球气候模型优选系统、区域气候模型动力降尺度及参数化方案优选系统、统计降尺度系统、集合预测系统、极端气候指标和复合极端气候指标系统、关系建立系统和分类系统。通过全球气候模型优选、RCM区域气候模型动力降尺度及参数化方案优选，结合耦合动力

　　[0002]在当前气候异常的情况下，特别是在没有准备应对方案的情况下，自然、社会、人类活动等极其容易遭受极端天气的困扰。而且许多地方也未曾经历过极端气候和复合极端气候。另外，极端气候和复合极端气候对世界各地，特别是农业方面，造成了巨大影响。[0003]目前，这方面的研究主要涉及以下问题及挑战：(1)针对区域气候模型参数化方案优选的适应性研究大多只针对一个或两个单独的参数化方案，鲜有考虑不同参数化方案之间的相互作用；(2)受不同气候模型和不同降尺度方法的影响，未来气候的模拟与预测存在不确定性，会导致极端气候指标和复合极端气候指标的计算结果不准确，进而为农业保护政策的制定和设施建设安全带来隐患；(3)类似的预警系统一般针对单个极端气候指标进行预测，难以同时考虑多个极端气候指标，更没有考虑复合极端气候的模拟与预测；(4)当前的预警系统没有通过多元分析方法对极端气候和复合极端气候与

　　1.一种极端气候与复合极端气候综合预警系统的预警方法，所述极端气候与复合极端气候综合预警系统包括数据预处理系统、耦合动力?统计降尺度系统、集合预测系统、极端气候指标和复合极端气候指标系统、关系建立系统和分类系统；所述耦合动力?统计降尺度系统包括全球气候模型优选系统、区域气候模型动力降尺度及参数化方案优选系统和统计降尺度系统；其特征在于，所述预警方法包括以下步骤：步骤1：利用数据预处理系统对全球气候模型数据进行下载、提取和可视化；步骤2：基于全球气候模型模拟值与站点观测数据和再分析数据的对比验证，利用全球气候模型优选系统和决定系数R2选出适用于全球农业活动地区及各子区域的全球气候模型数据集；步骤3：将步骤2中选出的全球气候模型数据集输入到区域气候模型中，并针对不同子区域设计区域气候模型不同参数化方案组合，利用区域气候模型动力降尺度及参数化方案优选系统选出适用于不同子区域最优的参数化方案组合；步骤4：利用统计降尺度系统对步骤3中最优的参数化方案下所得区域气候模拟的结果开展统计降尺度计算；步骤5：利用集合预测系统对步骤4中的区域气候模拟的结果进行集合预测；步骤6：根据步骤5集合预测的结果，利用极端气候指标和复合极端气候指标系统获取单个极端气候和复合极端气候指标的预测结果；步骤7：利用关系建立系统建立历史单个极端气候和复合极端气候与农业活动地区之间的统计关系，并分析关系特征；步骤8：根据步骤7的统计关系，基于K均值聚类算法对农业活动地区进行分类。2.根据权利要求1所述极端气候与复合极端气候综合预警系统的预警方法，其特征在于，所述步骤4中统计降尺度的方法包括Stepwise Cluster Analysis、Copula Function和Quantile Mapping。3.根据权利要求2所述极端气候与复合极端气候综合预警系统的预警方法，其特征在于，所述Stepwise Cluster Analysis具体如下：切割和合并标准基于Wilks的Λ统计量：其中E和H分别代表组内和组之间的平方和和交叉乘积矩阵。假设两组变量a和b包含na和nb个样本，每个单独样本可表示为ai＝(a1i，a2i，…，ad南宫官方网站i)，i＝1,2，…，n