共查询到19条相似文献，搜索用时 218 毫秒
1.
把经验模态分解(EMD)方法用于波流相互作用的大气动力系统,对不同系统状态的流甬数解序列求其本征模态函数(IMF)分量,分析系统状态与IMF之间的关系,揭示流甬数的振荡结构.结果表明:随着系统的复杂性增大,构成解序列的IMF分量的个数相应增多.对于系统的定常态(Hadley流),每个流函数ψ分量的各个IMF分量都趋于零均值线;对于周期态(Rosssby流),ψ分量由1个周期性的高频IMF分量构成;对于振荡态,分量主要由2-3个较高频IMF分量构成;对于非周期流,ψ分量由多个非周期的IMF分量构成;对于周期-非周期状态,其本征模态有的有周期性,有的没有周期性.低频IMF分量表现ψ序列的长时间尺度的变化. 相似文献
2.
基于EMD方法的我国年气温和东部年降水量序列的振荡模态分析 总被引：7，自引：0，他引：7
基于经验模态分解(EMD)方法,探讨了近百年来全国年平均气温序列以及东部地区年降水量序列的振荡模态结构特征。结果表明:全国年气温序列的振荡变化主要由第1,2,4本征模态分量构成,3~5年、8~10年的振荡以及百年内的升—降—升的年代际变化对整个气温变化起主要作用,近几年处于暖期。东部年降水量序列的振荡变化主要由第1,2本征模态分量构成,3~5年的振荡起主要作用,百年中有3个高值期,近几年处于多雨期。气温和降水原序列都没有明显的周期性,但其内在振荡分量却有某些周期性。 相似文献
3.
从气候波动的瞬时频率与瞬时振幅出发,结合最小二乘支持向量机技术,提出了基于幅频分离技术的气候时间序列预测方法,并对南京地区降水距平进行了30候的预测试验。结果表明,幅频分离预测法能够对所有模态的振幅和高频模态的瞬时频率进行较好的预测,而预测的瞬时频率累积误差会对模态分量的预测距平相关性产生敏感影响,该新方法能够显著提高气候序列高频模态的预测效果。对于气候序列的低频模态分量,集合经验模态分解的边界效应会对瞬时频率的求解产生较大误差,使得序列边界区的幅角计算不准确,导致对低频模态的最终预测效果不理想。对气候序列的高频分量采用幅频分离并进行最小二乘支持向量机预测,而对其低频分量仅采用最小二乘支持向量机进行直接预测,可同时提高高、低频分量的预测效果,并最终提高整个气候序列的预测准确性。该分频预测方法可以使南京降水预测的30候距平相关保持在0.4以上。 相似文献
4.
近地面大气电场数据EMD方法分析 总被引：2，自引：0，他引：2
将经验模态分解(EMD)方法应用于2009年夏季近地面大气电场资料的分析,分解出雷暴和晴天天气大气电场的不同时间尺度变化分量,并提取两类天气状态下的大气电场振荡特征进行对比.结果表明:EMD方法适合应用于近地面大气电场资料的分析,雷暴天气大气电场以晴天天气大气电场作为背景场,包含了周期振荡平稳的晴天天气成分;晴天天气大气电场能量集中于长周期振荡分量,而雷暴电场能量主要是集中于短周期振荡分量.发生雷暴前,IMF(本征模态函数)1分量的中心频率会出现明显跳跃或其对应幅度明显增大的现象.利用这些特征对随机选出的38次过程进行预报效果检验,得到预警的探测概率为84.2％. 相似文献
5.
中国北方夏半年最长连续无降水日数的变化特征 总被引：20，自引：2，他引：18
利用1951-2004年中国北方各气象台站夏半年逐日降水资料,建立最长连续无降水日数时间序列,采用经验模态分解(EMD)求出该序列的本征模态函数(IMF),分析原序列内在的多尺度振荡变化.用小波分析原序列的突变.结果表明,连续无降水日数的变化主要是由IMF1、IMF2和IMF3这3个本征模态构成,3-4 a、8-10 a尺度的振荡对整个变化起主要作用.近50年来,最长连续无降水日数呈线性增加趋势;显著增加的年份在1960年和1994年前后,与干旱现象的发生有紧密的联系. 相似文献
6.
基于集成经验模态分解(EEMD)方法,对1921~2010年天津年平均气温和降水量序列进行了多尺度分析。并结合功率谱对年平均气温和年降水量及其本征模态函数(IMF)分量进行周期分析。结果表明:天津年平均气温的变化主要是由第1、第2本征模态分量和趋势项构成,即准5 a和2~3 a的振荡与"先降后升"的长期趋势变化起主要作用。而第4、第5本征模态分量则反映出天津近90年来气温年代际尺度的冷暖变化,它们对1920年代至1940年代的暖期以及1950年代至1970年代的冷期有重要贡献。降水量的变化主要由第1、第2本征模态分量构成,即4.5 a、准9 a和2~3 a的振荡起主要作用。与气温序列相比,降水序列中年代际尺度的变化和长期趋势的贡献明显要小得多,但也反映了1980年代以后降水减少的趋势。 相似文献
7.
应用集合经验模态分解(EEMD)方法,对1951—2016年沈阳年平均气温和年降水量序列进行多尺度分析,并结合功率谱分析了两要素主要本征模态函数(IMF)分量的周期变化特征。在此基础上,进行了序列重建与对比。结果表明:近66 a来,沈阳年平均气温的变化主要由第1、第2高频分量和趋势项的振荡造成,分别反映了准5 a和准7 a的周期变化以及长期的缓慢增温过程;准14 a的年代际振荡第3分量对沈阳年平均气温变化的作用也不可忽视,而反映更长时间尺度的第4和第5分量在1980年代后与趋势项的变化特征基本一致,表明1980年代后沈阳明显增暖。年降水量的变化主要由第1、第2分量的年际振荡造成,振荡周期分别为准3 a和准5 a,而趋势项则呈现出准64 a的周期变化,总体反映出年降水量在1980年代前后呈现先减后增的变化趋势。与年平均气温序列相比,年降水序列的年代际尺度变化和长期趋势变化的贡献明显偏小。 相似文献
8.
通过对1961 2010年青藏高原中东部66个台站夏季降水的EOF分析,进一步证实在现代气候背景下南北双极振荡模态是夏季青藏高原最主要的降水空间结构,并表现出较强的稳定性,相关分析表明该模态与夏季北大西洋涛动(NAO)存在稳定密切的联系。集合经验模态分解(EEMD)能够根据NAO和青藏高原降水双极振荡模态时间系数序列自身的特点而把原序列中不同时间尺度的信息分离出来,夏季NAO与青藏高原降水双极振荡模态之间最显著的联系主要发生在以准3~4年为周期的年际信号里,因此,以NAO为主的北大西洋大气活动(而非该地区的海温变化)可能是驱动青藏高原夏季降水南北双极振荡模态形成的最主要原因之一。 相似文献
9.
利用中国气象局2 400余个台站观测资料制作的数据集CN05.1中的降水资料、美国国家大气海洋局气候预测中心(NOAA/CPC)扩展重建的海表温度资料(ERSST v4)及美国国家环境预报中心(NCEP)和美国国家大气研究中心(NCAR)联合制作的逐日再分析资料NECP-1中的500 hPa位势高度场资料、850 hPa风场资料及海平面气压场资料,采用经验正交函数分解、功率谱分析等方法,探讨了近50 a江苏省夏季降水变化特征及其与ENSO的关系。结果表明:(1)江苏夏季降水呈现出两种典型的空间分布模态,第一模态呈现了全省降水一致变化的空间分布格局;第二模态反映了江苏省降水南北反向变化的特征。(2)两种降水模态对应的时间序列具有不同的周期。第一模态对应的时间序列存在明显的年际振荡(主周期为4～5 a);而第二模态则存在显著的年代际振荡(主周期为16 a)。(3)El Niňo事件次年江苏省夏季降水整体增多;La Niňa年江苏省夏季降水呈现南涝北旱的空间格局。 相似文献
10.
11.
The Microwave Temperature Sounder(MWTS)-2 has a total of 13 temperature-sounding channels with the capability of observing radiance emissions from near the surface to the stratosphere. Similar to the Advanced Technology Microwave Sounder(ATMS), striping pattern noise, primarily in the cross-track direction, exists in MWTS-2 radiance observations. In this study, an algorithm based on principal component analysis(PCA) combined with ensemble empirical mode decomposition(EEMD) is described and applied to MWTS-2 brightness temperature observations. It is arguably necessary to smooth the first three principal component(PC) coefficients by removing the first four intrinsic mode functions(IMFs) using the EEMD method(denoted as PC3/IMF4). After the PC3/IMF4 noise mitigation, the striping pattern noise is effectively removed from the brightness temperature observations. The noise level in MWTS-2 observations is significantly higher than that detected in ATMS observations. In May 2014, the scanning profile of MWTS-2 was adjusted from varying-speed scanning to constantspeed scanning. The impact on striping noise levels brought on by this scan profile change is also analyzed here. The striping noise in brightness temperature observations worsened after the profile change. Regardless of the scan profile change, the striping noise mitigation method reported in this study can more or less suppress the noise levels in MWTS-2 observations. 相似文献
12.
利用总体平均经验模态分解算法(EEMD),对南京地区2010—2011年6—8月近地面大气电场资料进行分析,研究了晴天、弱雷暴和强雷暴天气条件下大气电场的振荡特征。在单站电场仪观测范围内,以晴天大气为背景场,根据固有模态函数(IMF)方差最大值对应层数的动态特性,建立并验证了两种强度的雷暴临近预报模型。结果表明:弱雷暴发生前IMF方差最大值对应层数跳变幅度较平稳,而强雷暴跳变幅度逐渐加剧。对IMF方差最大值对应层数进行三次样条插值,可直观地表征雷暴发生发展过程,延长预报时间至1 h。利用这些特征对92个独立样本进行预报效果检验,预报的准确率为73.3%,虚警率为14.5%。 相似文献
13.
The daily outgoing longwave radiation (OLR) field in boreal summer shows significant power spectrum peaks on quasi-biweekly (10–20-day) and intraseasonal (20-80-day) timescales over the Indo-western Pacific warm pool, especially over the South China Sea and Bay of Bengal. The quasi-biweekly oscillation (QBWO) originates from off-equatorial western North Pacific, and is characterized by a northwest-southeast oriented wave train pattern, propagating northwestward. The intraseasonal oscillation (ISO), on the other hand, originates from the equatorial Indian Ocean and propagates eastward and northward. Why the equatorial mode possesses a 20–80-day periodicity while the off-equatorial mode favors a 10–20-day periodicity is investigated through idealized numerical experiments with a 2.5-layer atmospheric model. In the off-equatorial region, the model simulates, under a realistic three-dimensional summer mean flow, the most unstable mode that has a wave train pattern with a typical zonal wavelength of 6000 km and a period of 10–20 days, propagating northwestward. This is in contrast to the equatorial region, where a Madden-Julian oscillation (MJO) like mode with a planetary (wavenumber-1) zonal scale and a period ranging from 20 to 80 days is simulated. Sensitivity experiments with different initial conditions indicate that the QBWO is an intrinsic mode of the atmosphere in boreal summer in the off-equatorial Indo-western Pacific region under the summer mean state, while the MJO is the most unstable mode in the equatorial region. 相似文献
14.
华北地区降水多时间尺度演变特征 总被引：1，自引：0，他引：1
华北地区的水资源短缺及相关的生态环境恶化是中国亟待解决的问题之一。降水是水资源最重要的因素,根据华北地区25个测站的长期年降水量资料和15个测站历史旱涝资料,利用Mann-Kendall检验、功率谱和小波变换等方法进行的分析研究表明,华北地区的降水存在明显的准2 a振荡和准19 a周期变化特征,降水在1914和1964年发生了两次突变。历史旱涝等级时间序列有明显的4～5 a ENSO模的振荡、准10 a变化、准20 a变化和50～80 a世纪尺度特征。 相似文献
15.
华北地区降水多时间尺度演变特征 总被引：3，自引：0，他引：3
华北地区的水资源短缺及相关的生态环境恶化是中国亟待解决的问题之一。降水是水资源最重要的因素,根据华北地区25个测站的长期年降水量资料和15个测站历史旱涝资料,利用Mann-Kendall检验、功率谱和小波变换等方法进行的分析研究表明,华北地区的降水存在明显的准2 a振荡和准19 a周期变化特征,降水在1914和1964年发生了两次突变。历史旱涝等级时间序列有明显的4～5 a ENSO模的振荡、准10 a变化、准20 a变化和50～80 a世纪尺度特征。 相似文献
16.
介绍一种新的建立在经验模态分解(EMD)方法基础上的非线性、非平稳数据分析技术一Hilbert分析技术,并首次将其应用于大气边界层(PBL)湍流数据的分析,初步探讨了其在PBL湍流研究中的有效性.通过对城市与森林冠层上湍流资料的能量分布特征和统计平稳度进行分析、比较,结果表明:Hilbert谱分析能有效地对PBL湍流信号进行分析.它的边缘谱分析能够有效地探测PBL湍流信号的能量分布特征,统计平稳度分析也能有效地给出PBL湍流信号平稳性的定量化测量,这些将有助于建立合适的数据质量控制方法,以及对现有空气质量与扩散模式中扩散参数的计算加以改进.文中个例分析中,城市和森林冠层上空的湍流有一定相似性,湍流混合都比较充分,但森林冠层上湍流信号的能量更多地集中在大尺度湍涡,且扰动风速的高频部分具有更强的间歇性.对于相近高度的湍流信号来说,多数情况下,森林冠层上相同尺度的湍涡表现得比城市冠层上更不稳定,但湍涡的含能量要更低. 相似文献
17.
The applicability of artificial neural networks (ANN), adaptive neuro-fuzzy inference system (ANFIS), and genetic programming (GP) techniques in estimating soil temperatures (ST) at different depths is investigated in this study. Weather data from two stations, Mersin and Adana, Turkey, were used as inputs to the applied models in order to model monthly STs. The first part of the study focused on comparison of ANN, ANFIS, and GP models in modeling ST of two stations at the depths of 10, 50, and 100 cm. GP was found to perform better than the ANN and ANFIS-SC in estimating monthly ST. The effect of periodicity (month of the year) on models’ accuracy was also investigated. Including periodicity component in models’ inputs considerably increased their accuracies. The root mean square error (RMSE) of ANN models was respectively decreased by 34 and 27 % for the depths of 10 and 100 cm adding the periodicity input. In the second part of the study, the accuracies of the ANN, ANFIS, and GP models were compared in estimating ST of Mersin Station using the climatic data of Adana Station. The ANN models generally performed better than the ANFIS-SC and GP in modeling ST of Mersin Station without local climatic inputs. 相似文献
18.
海洋表面温度(Sea Surface Temperature,SST)具有非平稳、非线性的特征,直接将处理平稳数据序列的方法应用到非平稳非线性特征明显的序列上显然是不合适的,预测的误差将会很大。为了提高预测精度,更好地解决非平稳非线性序列预测的问题,本文以东北部太平洋(40°N~50°N、150°W~135°W)区域的月平均海洋表面距平温度为例,首先分别应用集合经验模态分解(EEMD)和互补集合经验模态分解(CEEMD)方法将SST分解为不同尺度的一系列模态分量(IMF),再运用BP(Back Propagation)神经网络模型对每一个模态分量进行分析预测,最后将各IMF预测结果进行重构得到SST的预测值。数值试验的结果表明,CEEMD分解精度比EEMD分解精度高,CEEMD提高了基于BP神经网络的预测精度。系列试验统计分析说明应用这种方法对SST的1年预测是有效的。 相似文献
19.
Shuoben Bi Shengjie Bi Xuan Chen Han Ji Ying Lu 《Asia-Pacific Journal of Atmospheric Sciences》2018,54(4):611-622
Observed climate data are processed under the assumption that their time series are stationary, as in multi-step temperature and precipitation prediction, which usually leads to low prediction accuracy. If a climate system model is based on a single prediction model, the prediction results contain significant uncertainty. In order to overcome this drawback, this study uses a method that integrates ensemble prediction and a stepwise regression model based on a mean-valued generation function. In addition, it utilizes empirical mode decomposition (EMD), which is a new method of handling time series. First, a non-stationary time series is decomposed into a series of intrinsic mode functions (IMFs), which are stationary and multi-scale. Then, a different prediction model is constructed for each component of the IMF using numerical ensemble prediction combined with stepwise regression analysis. Finally, the results are fit to a linear regression model, and a short-term climate prediction system is established using the Visual Studio development platform. The model is validated using temperature data from February 1957 to 2005 from 88 weather stations in Guangxi, China. The results show that compared to single-model prediction methods, the EMD and ensemble prediction model is more effective for forecasting climate change and abrupt climate shifts when using historical data for multi-step prediction. 相似文献