共查询到20条相似文献，搜索用时 328 毫秒
1.
2.
利用1951—2011年广西夏季降水站点资料和NCEP/NACR等多种再分析资料,通过相关分析、经验模态分解、统计检验分析了广西夏季降水的多时间尺度特征及其影响因子,利用多元线性回归方法对夏季降水进行拟合和预测试验。结果显示:广西夏季降水具有多时间尺度特征,不同时间尺度对应着环流因子不同时间尺度的分量;在准2年尺度上,主要影响因子为季风槽、低空急流、高空急流、贝加尔湖高度场、南印度洋东部海温。利用对广西夏季降水影响显著的环流因子本征模态函数分量和多元线性回归方法拟合夏季降水,相关系数为0.73,表明广西夏季降水是环流因子多时间尺度共同作用的结果。利用前期冬季南印度洋东部海温异常本征模态函数作为前兆因子预报广西夏季降水,6个独立样本检验显示预测与实况趋势一致,该工作可供利用多时间尺度信息进行区域气候预测参考。 相似文献
3.
淮河流域夏季极端降水事件的统计预测模型研究 总被引：3，自引：1，他引：2
采用年际增量预测方法, 通过考察与淮河流域夏季极端降水事件发生频次(HRF)年际增量相关的环流, 确定了5个预测因子:冬季北太平洋涛动、12月南极涛动、春季3～4月南印度洋气压、春季3～4月白令海气压、春季3～4月印尼—澳洲附近经向风垂直切变;然后利用这5个预测因子, 通过多元线性回归方法建立HRF年际增量的预测模型, 进而预测HRF。交叉检验表明, 在1962～2005年的后报中, 这个预测模型对HRF显示了较高的预测技巧, 预测结果与实测间的相关系数为0.67, 表现出较高的预测潜力, 对淮河流域夏季极端降水事件的预测具有较大的应用价值。 相似文献
4.
利用1979—2015年中国国家气候中心整编的160站月平均气温和NCEP/NCAR全球大气再分析资料,从1979/1980—2008/2009年冬季前期500 h Pa高度场、200 h Pa势函数和850 h Pa势函数场选择预测因子,考虑不同时效因子的组合及其独立性,综合应用多因子回归集合、交叉检验集合、逐月滚动集合,建立了针对中国冬季气温的逐月滚动预测模型,并利用该模型对2010/2011—2014/2015年冬季气温进行了独立预测试验和检验。结果表明,综合运用多种集合可提高短期气候客观定量预测的可行性和稳定性。多因子回归集合能增加可预测站点数,交叉检验集合可减少因统计关系不稳定而产生的对预报效果的影响,逐月滚动集合的应用不仅增加了可预测站点数,而且使预测效果更加稳定。本文建立的预测模型可对中国冬季气温进行长时效的预测,且有一定的预报技巧,对实际的季节预测业务有重要应用价值。 相似文献
5.
利用1960～2020年福建省66个国家气象站逐日观测资料、太平洋年代际振荡（PDO）及厄尔尼诺和南方涛动（ENSO）月指数、美国国家气象环境预报中心和国家大气研究中心（NCEP/NCAR）逐日再分析数据,采用功率谱分析、小波分解、合成分析等方法,讨论了福建省冬季持续低温事件的多尺度特征及影响因子,结果表明：（1）1961～2020年福建省冬季共出现114次持续低温事件,20世纪80年代中期以前为持续低温多发期,其后为少发期,持续低温的强度亦呈现前强后弱的分布;持续时间以5～11天居多,最长可达40天。（2）福建省冬季低温指数存在显著的10～20天和30～60天低频周期,年际尺度上以2～8年为显著周期。（3）福建省冬季持续低温事件和PDO、ENSO、热带大气季节内振荡及冷空气活动密切相关;PDO和ENSO为冷位相时,有利于持续低温的出现和持续时间偏长;当热带对流位于海洋大陆至西太平洋时,福建省冬季易出现持续低温事件;强盛的西伯利亚高压的存在,使得偏北气流可贯穿至华南南部,引发持续低温事件的发生。（4）对比不同持续时长低温事件的冷空气影响路径,“偏短型”“中等型”和“偏长型”事件分别以西... 相似文献
6.
降尺度方法在中国不同区域夏季降水预测中的应用 总被引：5，自引：1，他引：4
在中国降水气候分区的基础上,利用降尺度方法进行区域夏季降水预测(RSPP),预测模型建立的基础是寻找影响区域气候的关键因子。降尺度预测模型中使用的资料有国家气候中心海-气耦合模式(CGCM/NCC)回报资料、NCEP/NCAR再分析资料和台站观测资料。为了避免年代际变化特征对季节尺度降水预测的影响,首先对CGCM/NCC模式输出资料、NCEP/NCAR再分析资料、区域平均降水资料去除年代际线性变化趋势,即去除所有预报因子场和预报对象场的长期变化趋势。然后分别计算预报对象和模式资料的预报因子场以及再分析资料的预报因子场的相关系数,把相关系数值同时达到0.05显著性检验水平的区域平均环流特征作为预测因子,保证挑选出的预测因子既能反映实际大气中预测因子与预报对象的关系,同时又是海-气耦合模式预测的高技巧信息。利用最优子集回归作为转换函数的降尺度方法建立区域夏季降水预测模型。交叉检验和独立样本检验结果表明,文中设计的区域夏季降水预测模型对中国大部分地区的夏季降水趋势预测的准确率较高且比较稳定,其预测效果远高于CGCM/NCC直接输出降水结果。进一步对具有较高预测技巧的代表性区域的可预报性来源分析发现,物理意义明确且独立性强的预测因子有助于提高预测准确率。 相似文献
7.
华东地区月平均气温统计降尺度方法比较 总被引：1，自引：0，他引：1
用中国地面气象观测站的逐日气温观测资料和NCEP/NCAR再分析资料,分别使用基于多元线性回归(MLR)和3种主成分分析(PCA)的统计降尺度方法,对1959-2008年的华东地区的月平均气温分两个时段进行统计降尺度分析并加以检验,比较了不同降尺度方法的结果。结果表明:对于华东地区气温的统计降尺度预报,基于MLR的统计降尺度方法相对于3种PCA方法而言,对单站年际变化模拟方面有一定优势。PCA方法应用于统计降尺度时,预报因子的区域选择是影响统计降尺度结果的重要因素之一。对于温度进行统计降尺度分析时,预报因子中包含温度因子是非常必要的;所试验的4种降尺度方法,对各站点多年平均情况的模拟要好于对区域平均的年际变化的模拟。 相似文献
8.
最优子集回归方法在季节气候预测中的应用 总被引：7，自引：1，他引：6
利用DEMETER计划多个模式的模拟资料研究1959～2001年多模式集合预报的季节降水在中国区域的表现, 并结合最优子集回归(OSR)方法对中国区域的季节降水进行降尺度预报, 比较其与多模式集合预报的技巧。研究表明: 多个单模式在中国区域对季节降水的模拟性能普遍较差, 多元线性回归(MLR)集合的预报技巧不如集合平均(EM)。利用OSR方法进行降尺度预报可以极大改善中国区域季节降水的预报技巧。夏季, 降水距平相关系数(ACC)在长江以南、西藏以及内蒙古中部等地区提高很显著, ACC在中国区域的平均达到0.29, 明显高于多模式集合平均与多元线性回归集合。冬季, OSR方法可以改善多模式集合在中国北方地区较低的预报技巧。概率Brier技巧评分(BSS)也表明了OSR方法对季节降水预报的改善。需要说明的是, 虽然OSR方法在中国区域能明显提高季节降水的预报技巧, 但是其选取的预报因子与中国区域季节降水的物理机制问题仍有待于进一步的研究。 相似文献
9.
选取前期9、6和3个月欧亚大陆地表温度、东北半球500 h Pa高度场、热带印度洋海表面温度和西太平洋海表面温度作为预报因子,使用变形的典型相关分析(BP-CCA)方法,并选取各因子预报效果最好的时期作为关键时期,建立起各因子和青藏高原冬季气温之间的统计降尺度模型。之后用交叉验证和集合典型相关分析(ECC)方法评估模型实际预报能力。进一步用独立样本检验来评估模型更长时间尺度的年际变化预测效果。结果表明,BP-CCA方法能很好地识别出不同因子影响青藏高原的空间模态。其中,温度积雪反照率的正反馈机制体现了欧亚大陆地表温度的可预报性;东北半球500 h Pa高度场环流型不利于高纬的冷空气入侵高原地区;热带印度洋海表面温度反映出典型的印度洋偶极子对高原气温的调控作用;西太平洋海表面温度通过控制副热带高压的位置,从而影响高原冬季气温。各因子预报场和观测场的相关系数在交叉检验和独立样本检验中分别约为0.5和0.3,均有一定的预报技巧。而利用ECC方法能综合各因子所提供的预报信息,从而得出更为可信和稳定的预报。 相似文献
10.
基于高温日数存在受不同物理因子影响不同时间尺度变率的特征,应用滤波对华南夏季高温日数进行时间尺度分离,得到高温日数的年代际分量和年际分量。统计分析高温日数总量、年代际分量和年际分量在各自对应时间尺度上的影响因子,采用"向前"交叉检验逐步回归法,分别建立高温日数总量、年代际分量和年际分量的回归模型。高温日数总量的回归模型即为高温日数不区分时间尺度的直接回归模型,而两个分量回归模型拟合结果的叠加,即为高温日数时间尺度分离统计模型对总量的拟合。利用十折交叉检验法,对高温日数直接回归模型和时间尺度分离统计模型的拟合结果进行比较:相比高温日数直接回归模型,时间尺度分离统计模型的年代际分量均方根误差由2.6降低到2.3,与观测数据的相关系数由0.69提高到0.73（显著性水平α=0.01）;年际分量均方根误差由3.2降低到2.9,与观测数据的相关系数由0.4（α=0.1）提高到0.48（α=0.01）;高温日数总量均方根误差由4.1降低到3.7,与观测数据的相关系数由0.48提高到0.62（α=0.01）。1979~2010年拟合时段华南夏季高温日数的回报结果表明:两模型回报结果与观测数据均存在明显相关（α=0.01）,直接回归模型的相关系数为0.57,时间尺度分离统计模型提高到0.72。2011~2013年独立检验时段的预测结果表明:直接回归模型预测结果的平均均方根误差为26.4%,时间尺度分离统计模型降低到12.3%。初步结果表明,两模型对华南夏季高温日数均有一定的预测能力,而时间尺度分离统计模型的预测结果有所改进。 相似文献
11.
Tropical cyclone (TC) annual frequency forecasting is significant for disaster prevention and mitigation in Guangdong Province. Based on the NCEP-NCAR reanalysis and NOAA Extended Reconstructed global sea surface temperature (SST) V5 data in winter, the TC frequency climatic features and prediction models have been studied. During 1951-2019, 353 TCs directly affected Guangdong with an annual average of about 5.1. TCs have experienced an abrupt change from abundance to deficiency in the mid to late 1980 with a slightly decreasing trend and a normal distribution. 338 primary precursors are obtained from statistically significant correlation regions of SST, sea level pressure, 1000hPa air temperature, 850hPa specific humidity, 500hPa geopotential height and zonal wind shear in winter. Then those 338 primary factors are reduced into 19 independent predictors by principal component analysis (PCA). Furthermore, the Multiple Linear Regression (MLR), the Gaussian Process Regression (GPR) and the Long Short-term Memory Networks and Fully Connected Layers (LSTM-FC) models are constructed relying on the above 19 factors. For three different kinds of test sets from 2010 to 2019, 2011 to 2019 and 2010 to 2019, the root mean square errors (RMSEs) of MLR, GPR and LSTM-FC between prediction and observations fluctuate within the range of 1.05-2.45, 1.00-1.93 and 0.71-0.95 as well as the average absolute errors (AAEs) 0.88-1.0, 0.75-1.36 and 0.50-0.70, respectively. As for the 2010-2019 experiment, the mean deviations of the three model outputs from the observation are 0.89, 0.78 and 0.56, together with the average evaluation scores 82.22, 84.44 and 88.89, separately. The prediction skill comparisons unveil that LSTM-FC model has a better performance than MLR and GPR. In conclusion, the deep learning model of LSTM-FC may shed light on improving the accuracy of short-term climate prediction about TC frequency. The current research can provide experience on the development of deep learning in this field and help to achieve further progress of TC disaster prevention and mitigation in Guangdong Province. 相似文献
12.
利用1979—2012年逐日NCEP/DOE再分析资料,分析北半球中纬度冬季(11月1日—4月30日)对流层位势高度的季节内振荡特征。结果表明:对流层上层位势高度的季节内变化强度较中下层更强,中心主要位于太平洋和大西洋上空;对流层上层位势高度场主要为1~3波的超长波形势,功率谱分析结果表明其时间序列呈现显著的季节内振荡(10~60 d)特征;10~60 d滤波的位势高度异常空间分布与原异常场一致,位势高度季节内振荡随时间主要表现为向西传播的特征,尤其表现在北太平洋上空,而亚欧大陆更为复杂一些;亚洲冬季风对北半球中纬度位势高度的季节内振荡有响应,主要表现为蒙古高压位置和强度的异常,继而对我国冬季气温产生影响。 相似文献
13.
利用1979—2018年夏季逐日观测和再分析数据，对北半球夏季热带季节内振荡影响我国夏季降水的规律和预测方法开展了研究。首先，利用非传统滤波即异常相对倾向（Anomalous Relative Tendency，ART）方法获取了气象要素的次季节变化分量，并采用EOF分析方法提取了北半球夏季热带主要季节内振荡信号，结果表明向外长波辐射（Outgoing Longwave Radiation，OLR）异常相对倾向EOF前两个模态共同反映了北半球夏季起源于印度洋并向东和向北传播的、具有30~60 d周期的季节内振荡（Boreal Summer Intraseasonal Oscillation，BSISO）信号。回归分析表明，该季节内振荡信号能够导致当地及其北面地区低层风场和位势高度场异常，影响该地区及其北面地区的水汽辐合辐散，从而能引起我国尤其是我国南方地区季节内旱涝变化，并一定程度上反映了我国异常雨带的向北推进过程。而后，将提取的热带主要季节内振荡信号作为预测因子，将降水异常相对倾向作为先行预板对象，利用多元线性回归方法构建了我国夏季旬降水异常相对倾向的预报模型，将预报的旬降水异常相对倾向加上观测已知的降水近期背景距平，从而得到旬降水距平的预报结果。通过历史回报和交叉检验，评估了该模型对梅雨期我国江淮流域降水（包括2020年梅汛期异常降水）的次季节预测能力。 相似文献
14.
东亚冬季气温除了季节平均外,其显著的季内起伏也对国民生活及经济活动有着深远影响。本文利用1959～2018年台站及再分析资料,使用S-EOF（Season-reliant Empirical Orthogonal Function）方法提取东亚冬季气温季内起伏的主要年际变化模态,其主要模态表现为前冬暖（冷）、后冬冷（暖）,即为前、后冬反相,其方差贡献达到31.1%。这种前后冬反相的特征并非局地现象,在北半球大尺度均存在。环流场上它表现为欧亚遥相关型波列（Eurasian teleconnection, EU）从前冬12月的负位相（正位相）向后冬2月正位相（负位相）的转变,相伴随的是低层西伯利亚高压与阿留申低压的强度在前、后冬转折,高层副热带急流的变化也与之匹配。分析发现,欧亚遥相关型的季内转向可能与北大西洋涛动（North Atlantic oscillation, NAO）在前冬12月与后冬2月的转向有关,后者通过北大西洋热通量作用进而影响下游EU波列的转向。此外,宽窄厄尔尼诺—南方涛动（El Ni?o–Southern Oscillation, ENSO）事件也有一定贡献,当厄尔尼诺（El Ni?o）发生时,经向上更宽（窄）的海温异常利于前冬气温偏高（低）向后冬气温偏低（高）的转向;而当拉尼娜（La Ni?a）事件发生时,情况与厄尔尼诺年相反。 相似文献
15.
Mei Huang Gongbing Peng L. M. Leslie Xuemei Shao Wanying Sha 《Meteorology and Atmospheric Physics》2005,89(1-4):105-115
Summary Statistical tests were used to detect the variations of winter (December to February), summer (June to August), and annual mean temperatures of 160 representative stations in China during the period from 1951 to 2000. Changes of temperature in the observed time series that exceed the confidence level of 0.01 were classified as significant temperature rises or drops. The stations with significant temperature rises were classified into several temperature rise types, by the use of a clustering method. A search was made for sudden, or abrupt, temperature changes at each of the 160 stations. Possible reasons for the observed temperature variations are discussed. The statistical analysis reveals that for the 160 stations, significant rises occur in 53.1% of their annual mean temperatures, 51.9% of their winter temperatures, and 13.8% of their summer temperatures. Temperature rises increase with latitude. In contrast, significant drops occur in annual mean temperatures at 1 station, winter temperatures at 3 stations, and summer temperatures at 5 stations. Approximately 50% of stations with significant temperature variations are in the form of abrupt changes. The abrupt temperature changes all occurred in the 1970s, most often in 1979 and 1980. The abrupt changes are shown to be related to the subtropical high in South China Sea. The temperature rises in winter are shown to be linked to the presence of an anomalously strong zonal circulation in Eurasia, and a weak polar vortex, since the 1980s. The summer temperature rise in South China also has a link with the increase in size and intensity of the subtropical high, over the same period. Some of the station temperature drops in summer were related to a weaker summer monsoon. The annual mean temperature rise at 71.8% of the stations was influenced mainly by their winter temperature rises. For 8.2% of the stations, the annual mean temperature rise was connected to their summer temperature rise, and for 12.9% of the stations it was related to both the summer and winter temperature rises. 相似文献
16.
根据1979—2010年珠江三角洲24个气象站的气温观测数据以及NCEP/NCAR R1地表气温再分析月资料,运用OMR（observation minus reanalysis）方法分析了珠三角地区平均气温、平均最高气温、平均最低气温的年、季变化趋势。研究结果表明,过去32年珠三角大部分地区呈增温趋势,年平均气温、年平均最高气温、年平均最低气温的OMR趋势分别为0.22/10a、0.19℃/10a、0.23℃/10a,对珠三角地区观测气温增暖的贡献率分别为55.7%、41.7%、57.2%;四季OMR增温趋势冬季最大,夏秋季较小。城市化对区域平均最低气温的影响比对平均最高气温的影响更大。 相似文献
17.
气候平均状况下亚洲夏季风的季节内演变过程 总被引：5，自引：0，他引：5
根据1979—1995年美国NOAA的向外长波辐射逐日资料,用功率谱分析和带通滤波方法,对气候平均状况下亚洲夏季风的季节内演变过程进行分析,归纳得到亚洲季风区各个子系统季节内变化的8个关键阶段。利用1979—1999年NCEP/NCAR的大气环流再分析资料及中国气象局降水资料CMAP,对每个关键阶段亚洲夏季风的环流和降水的时空演变特征进行分析,得到亚洲季风区环流和降水季节内变化的物理图像。研究表明,在不同的季节内演变阶段,亚洲夏季风各个子系统成员的环流系统的变化特征可以将亚洲夏季风系统的季节内演变过程较好地描述出来。 相似文献
18.
利用1961—2019年黑龙江省冬季气温、NCEP再分析资料和环流指数资料,采用多变量经验正交函数分解、合成分析、相关分析等方法,分析黑龙江省冬季气温季节内变化及其环流异常特征,并进一步对比了主要环流因子在冬季气温季节内演变不同模态中的相对贡献。结果表明: 季节内变化是黑龙江省冬季气温变化的基本特征。黑龙江省冬季气温存在季节内一致变化、12月和翌年1—2月反位相变化、12月至翌年1月和2月反位相变化三个主要模态。当冬季气温处于第一模态分布一致偏暖（冷）时,环流呈现北极涛动（AO）正（负）位相的分布特征,东亚冬季风（EAWM）偏弱（强）。当冬季气温发生季节内冷暖转换时,季内极涡、高空急流、西伯利亚高压（SH）和EAWM强度、中高纬环流经向度等均有明显调整。第二模态1月和第三模态2月环流场分别呈现类似极地欧亚型（PEA）和东大西洋型（EA）遥相关的分布特征。AO、SH、EAWM、PEA和EA是冬季气温季节内演变的重要影响因子。 相似文献
19.
城市化对深圳气温变化的贡献 总被引：1，自引：0，他引：1
采用经均一性检验的深圳及其周围台站的地面温度资料和NCEP／DOEAMIP—ⅡReanalysis（R-2）再分析温度数据,通过鲁棒回归（M估计）对气温趋势进行拟合,分析了1967--2005年和1979—2005年两个时间段城市热岛效应对温度的影响,利用再分析数据和地面观测数据的差异估计了1979年以来城市化对气温增暖的贡献。结果表明,20世纪80年代以来的30a里,深圳城市化对当地气温增暖贡献非常显著：1979年以来,城市热岛效应导致年平均气温增暖0．243℃·（10a）^-1,占深圳总体增暖的36．3％;与再分析资料对比得到的城市化对深圳年平均气温增暖的贡献达到0．315℃·（10a）^-1,大于分析观测资料得到的结果,占总体增暖的47．1％。说明城市化的快速发展是导致深圳城市气候增暖的重要因子之一。 相似文献
20.
Hye-Young Son Jong-Yeon Park Jong-Seong Kug Jinho Yoo Cheol-Hee Kim 《Climate Dynamics》2014,42(11-12):3171-3186
In this study, winter precipitation variability associated with the El Niño-Southern Oscillation (ENSO) over the Korean Peninsula was investigated using a 5-pentad running mean data because significant correlation pattern cannot be revealed using seasonal-mean data. It was found a considerably significant positive correlation between Niño3 sea-surface temperature and precipitation during early winter (from Mid-November to early-December), when the correlation coefficient is close to 0.8 in early-December; the correlation is distinctively weakened during late winter. It is demonstrated that such sudden intraseasonal change in relation to ENSO is associated with the presence of anticyclonic flow over the Kuroshio extension region (Kuroshio anticyclone). In early winter, there is strong southerly wind over the Korean Peninsula, which is induced by the Philippine Sea anticyclone and Kuroshio anticyclone. However, in January, although the Philippine Sea anticyclone develops further, the Kuroshio anticyclone suddenly disappears; as a result, the impact of ENSO is considerably weakened over the Korean Peninsula. These results indicate that the Kuroshio anticyclone during El Niño peak phase plays a critical role by strongly affecting Northeast Asia climate, including the Korean Peninsula. In addition, it is also found that there are distinctive interdecadal changes of the relationship between ENSO and precipitation over the Korean Peninsula. In particular, the strong correlation in early winter is clearer in the recent 30 years than that in the previous period of 1950–1979. 相似文献