排序方式: 共有33条查询结果,搜索用时 15 毫秒
11.
本工作对我国六架经典仪器1986-1991年的时纬观测进行分析,得到它们相对于国际地球自转服务系统的“O-C”序列;由“O-C”序列研究它们的周年和半年变化特点并用它们的剩余误差研究了“异常”变化与台站附近发生的地震之间的可能关系。 相似文献
12.
用带通滤波方法从日长变化(LOD)、南方涛动指数(SOI)和Nino各海区海面温度异常变化(SSTA)等资料中提取年际和年代际变化分量,研究了Nino3.4海区SSTA的年代际分量对ENSO事件的调制作用.研究发现,除了年际分量之外, SSTA的年代际分量对ENSO事件的表征和监测有重要影响.当ENSO事件比较强时,SSTA年代际变化分量的作用倾向于使ENSO事件的时间延长,并使事件的极端温度增大;当ENSO事件比较弱时,在SSTA年际变化中没有检测到的事件,可借助于年代际变化分量的调制作用得到检测.还研究了SSTA年际和年代际变化与SOI、热带太平洋海平面气压异常(SLPA)和信风异常(TWA),以及大气角动量(AAM)和海洋角动量(OAM)轴向分量(χ3)的相应变化之间的频谱相干性.结果表明在年际尺度上,SSTA与LOD、SOI、SLPA、TWA、大气角动量的轴向分量(χω3,χpib3和χωpib3)和海洋角动量的轴向分量(χv3和χv bp3)等都有密切关系,其中以SOI、SLPA、TWA和χω3与SSTA的关系更加显著;在年代际时间尺度上,SSTA与SOI、SLPA、TWA、χω3以及χω v3的关系更为密切,与LOD、大气压(χpib3)和洋底压强(χbp3)的关系较弱. 相似文献
13.
全球陆地水储量对地球自转变化的激发作用 总被引:5,自引:2,他引:3
用美国环境预测中心和美国大气研究中心(NCEP/NCAR)40年重新分析计划气候数据同化系统(CDAS)所得到的全球陆地水储量(土壤湿度和积雪水当量)数据,对地球自转变化(极移和日长)的激发作用作了分析.结果表明,陆地水储量对周年地极移动正频分量的激发为17.8mas,与大气激发相当,相位滞后约48°.其中,积雪水当量的激发结果与用人卫遥感技术所得到的积雪水当量激发的正、负频率分量的振幅和相位都符合得很好.
用陆地水储量数据得到对日长变化周年分量的激发作用约49μs,约占观测激发的15%,相位滞后约23°;对日长变化半年分量的激发作用约9μs,约占观测激发的3%,相位滞后约122°. 相似文献
14.
用1984-1999年期间的地极坐标序列和两个大气角动量序列。分析了不同Chandler周期和品质因子Q的取值对Chandler摆动周期激发的功率谱密度,以及观测激发与大气激发之间的相干系数和相干相位的影响,结果表明,不同Chandler周期和品质因子Q的取值对观测激发的功率谱密度,以及观测激发与大气激发之间的相干系数有很大影响。因此,在分析Chandler摆动的观测激发与地球物理激发的关系时,不能仅以观测激发与某个地球物理激发序列(如大气激发)的更好逼近来选择Chandler摆动的最佳周期,因为Chandler摆动是多种地球物理激发共同作用的结果。 相似文献
15.
16.
用 198 4~ 1999年期间的地极坐标序列和两个大气角动量序列 ,分析了不同Chandler周期和品质因子Q的取值对Chandler摆动观测激发的功率谱密度 ,以及观测激发与大气激发之间的相干系数和相干相位的影响。结果表明 ,不同Chandler周期和品质因子Q的取值对观测激发的功率谱密度 ,以及观测激发与大气激发之间的相干系数有很大影响。因此 ,在分析Chandler摆动的观测激发与地球物理激发的关系时 ,不能仅以观测激发与某个地球物理激发序列 (如大气激发 )的更好逼近来选择Chandler摆动的最佳周期 ,因为Chandler摆动是多种地球物理激发共同作用的结果 相似文献
17.
18.
介绍了神经网络技术在时间序列模拟和预报中的应用要点;应用神经网络技术对Nino3.4海区海表温度变化异常(SSTA)进行了实验预报,每次给出1~12个月预报值;将预报值与SSTA实测值以及其它模型的预报值进行了比较。结果表明,在1990年1月~2007年10月期间,SSTA预报值与实测值的均方误差为±0.76℃。将2004年10月~2007年10月期间该方法的预报结果与美国气候预测中心(CPC)发布的各种模型的预报结果(只给出第2~10月预报值)进行比较,结果表明这一期间该方法预报值相对实测值的均方误差为±0.86℃,精度略好于另外一个神经网络模型的预报精度(±0.98℃)。 相似文献
19.
20.
本文分析了IGS'92联测期间七个GPS数据处理中心提供的极坐标序列。通过谱分析、最小二乘拟合和F检验,表明在这些序列中存在一些共同的高频波动:在X方向上具有27.0,16.5,13.4和10.4天的周期,在Y方向上的波动周期约为20.5,15.8和10.0天。并且每个序列与EOP(IERS)92C04之间都存在一个系统差。计算与分析表明,这些系统偏离的主要原因是由于在用GPS资料解算X、Y时,不同分析中心采用了不同系统的台站坐标(或者说只有部分台站采用了固定的台站坐标),从而造成这些序列所在的参考架与ITRF91之间存在一个平移和旋转。最后,计算了该期间的大气角动量激发函数,可部分地解释该期间的X、Y高频波动的原因。 相似文献