排序方式： 共有25条查询结果，搜索用时 15 毫秒
11.
近45a我国沙尘暴和扬沙天气变化趋势和突变分析 总被引：79，自引：49，他引：30
利用1954-1998年我国334个站每月沙尘暴和扬沙发生日数资料,通过线性趋势估计和多项式函数拟合等方法分析了沙尘暴和扬沙日数的长期趋势变化和周期变化,发现沙尘暴和扬沙日数的总体趋势是下降的,沙尘暴和扬沙年平均日数都是在20世纪50年代最高,60年代减少,之后70年代又有回升的趋势,到80年代又减少,90年代最少。沙尘暴日数的变化存在着6.7a的周期及2.59a和3.38a的周期,并且2.59a和3.38a的周期都通过了α=0.1的显著性检验。扬沙不存在显著性周期。由于资料长度的限制,无法对22a以上的长周期进行分析。利用滑动t检验法和气候跃变参数Jy分析了沙尘暴和扬沙日数的突变问题,发现沙尘暴和扬沙日数从80年代到90年代的变化率最高,沙尘暴和扬沙分别在1985年和1984年发生了由多到少的突变。我国北方强沙尘暴的发生次数从50年代到90年代呈上升趋势,从而使沙尘天气对我国的影响不但没有减弱反而有增强的趋势;近年来,大范围的强沙尘暴天气出现的频率增加、程度增强、范围扩大,因此保护生态环境,防止土地荒漠化,是我们目前面临的紧要任务。 相似文献
12.
13.
根据非线性局部Lyapunov指数的方法, 以Logistic映射和Lorenz系统的试验数据序列为例, 研究了在初始误差存在的情况下, 随机误差对混沌系统可预报性的影响。结果表明: 初始误差和随机误差对可预报期限影响所起的作用大小主要取决于两者的相对大小。当初始误差远大于随机误差时, 系统的可预报期限主要由初始误差决定, 可以不考虑随机误差对预报模式可预报性的影响; 反之, 当随机误差远大于初始误差时, 系统的可预报期限主要由随机误差决定; 当初始误差和随机误差量级相当时, 两者都对系统的可预报期限起重要作用。在后两种情况下, 在考虑初始误差对可预报性影响的同时还必须考虑随机误差的作用。此外, 我们在已知系统精确的控制方程和误差演化方程的条件下, 研究了随机误差对可预报性的影响, 理论所得结果与试验数据所得结果相似。这表明在随机误差较小的情况下, 对系统可预报期限的估计相对准确, 但在随机误差较大的情况下, 可预报期限的估计误差也较大。本文利用三种不同的滤波方法对序列进行了试验, 结果表明, Lanczos高通滤波得到的高频序列与原始加入的噪声序列无论是在强度上还是在演变趋势上都表现得相当一致, 其能有效地去除高频噪音继而提高对系统的可预报期限的估计, 这对实际气象观测资料如何有效地去除噪音具有一定的启发意义。 相似文献
14.
误差非线性的增长理论及可预报性研究 总被引：11，自引：9，他引：2
对非线性系统的误差发展方程不作线性化近似,直接用原始的误差发展方程来研究初始误差的发展,提出了误差非线性的增长理论。首先,在相空间中定义一个非线性误差传播算子,初始误差在这个算子的作用下,可以非线性发展成任意时刻的误差;然后,在此基础上,引入了非线性局部Lyapunov指数的概念。由平均非线性局部Lyapunov指数可以得到误差平均相对增长随时间的演变情况;对于一个混沌系统,误差平均相对增长被证明将趋于一个饱和值,利用这个饱和值,混沌系统的可预报期限可以被定量地确定。误差非线性的增长理论可以应用于有限尺度大小初始扰动的可预报性研究,较误差的线性增长理论有明显的优越性。 相似文献
16.
非线性误差增长理论在大气可预报性中的应用 总被引：10，自引：1，他引：9
为了能从非线性误差增长动力学的角度来研究大气的可预报性问题,在非线性动力系统的理论和方法基础上,文中引入了可预报性研究的新方法--非线性局部Lyapunov指数.非线性局部Lyapunov指数及其相关统计量能够用来定量地确定混沌系统可预报性的大小,真正地实现了对可预报性的定量化研究.首先给出了利用大气单个变量的实际观测资料获得其可预报期限估计的计算方法,因而解决了将非线性误差增长理论应用到大气实际的可预报性研究中的问题.然后,以位势高度场为例,详细讨论了逐日时间尺度上全球可预报性的时空分布,得到的主要结论为:(1)在水平方向上,全球位势高度场可预报性表现为一定的南北纬向带状分布,赤道地区和南极地区的可预报期限最长,可以达到两周左右;北极地区次之,可预报期限大约为9-12 d;北半球中高纬度地区可预报期限相对较短,可预报期限大约为6-9 d;而在南半球的中纬度地区最短,可预报期限仅为4-6 d.此外,500 hPa位势高度场可预报性分市随季节有明显变化,季节不同一些可预报期限的高值区和低值区所在的纬度和经度也会不同,总体来说,全球大部分地区的可预报性冬季都大于夏季,尤其在南极地区、热带印度洋以及北太平洋地区.(2)在垂直方向上,位势高度场可预报期限随高度升商而增加,可预报期限从对流层下层的两周以下增加到平流层下层的1个月左右,对流层和平流层天气尺度运动的可预报期限与其时间尺度是十分一致的. 相似文献
17.
本文初步探讨了非线性局部Lyapunov指数方法(NLLE)在目标观测中的应用。首先, 在NLLE理论基础上研究了非线性动力系统内局部平均误差相对增长(LAGRE)特征, 证明了在误差发展进入随机状态前, LAGRE与初始误差大小无关而是与初始状态有关;在演化进入随机状态后, LAGRE的饱和值由初始误差大小决定这一特征。同时利用三个变量的常微分方程模型Lorenz63验证了这一结论。其次, 从非线性局部误差增长理论出发, 在局部动力演化相似方法(LDA)的基础上提出向前局部动力演化相似方法(FLDA)的概念, 并通过两个混沌个例来说明LDA和FLDA方法能够有效的利用历史资料还原任意初始状态的LAGRE。这些方法的提出为NLLE理论应用于观测资料研究目标观测问题提供了依据。 相似文献
18.
利用非线性误差增长理论,以Lorenz系统为例比较研究了初始误差和参数误差对混沌系统可预报性的影响．结果表明：在初始误差和参数误差单独存在时,系统的可预报期限随误差大小的变化规律基本上相同;对于相同的误差大小,初始误差和参数误差对系统可预报期限的影响几乎相同,这一结果基本上不随参数范围的变化而变化．当初始误差和参数误差同时存在时,两者对可预报期限影响所起的作用大小主要取决于初始误差和参数误差的相对大小．当初始误差远大于参数误差时,Lorenz系统的可预报期限主要由初始误差决定,可以不用考虑参数误差对预报模式可预报性的影响;反之,当参数误差远大于初始误差时,Lorenz系统的可预报期限主要由参数误差决定;当初始误差和参数误差大小相当时,两者都对系统的可预报期限起重要作用．在后两种情况下,在考虑初始误差对可预报性影响的同时还必须考虑参数误差的作用．这提醒我们在作实际数值天气预报的时候,不仅要重视初值的确定,也要重视数值模式控制参数的确定． 相似文献
19.
短期气候可预报期限的时空分布 总被引：7，自引：2，他引：5
在非线性误差增长理论的基础上,研究了位势高度场与温度场月和季节时间尺度可预报期限的时空分布特征,结果表明:(1)在500 hPa位势高度场上,年平均月和季节尺度可预报期限的空间分布都存在明显的南北经向性差异,其中在热带地区月和季节尺度可预报期限都为最大,月尺度可预报期限都在6个月以上, 其中最高值超过了9个月,而季节尺度可预报期限基本上都在8个月以上,其中最高值超过了11个月;从热带地区到南北半球中纬度地区,随着纬度的升高,月和季节尺度可预报期限也迅速减少。(2)在500 hPa位势高度场上,月和季节尺度可预报期限的空间分布都有明显的季节变化。冬季月和季节尺度可预报期限除了在热带地区较大外,在北太平洋和邻近的北美西北部地区、北大西洋地区以及南极地区,冬季月和季节尺度可预报期限也相对周围地区较高。夏季除了北非和西亚地区月和季节尺度可预报期明显大于冬季以外,大部分地区月和季节尺度可预报期限比冬季明显减少。(3)500 hPa温度场月和季节尺度可预报期限的空间分布以及随季节的变化特征基本上与高度场相同,只是在热带大部分地区,高度场相对温度场来说月和季节尺度可预报性更高,更适合用来作长期预报。 相似文献
20.
Comparisons of Two Ensemble Mean Methods in Measuring the Average Error Growth and the Predictability 总被引：1，自引：0，他引：1 
下载免费PDF全文
下载免费PDF全文 In this paper, taking the Lorenz system as an example, we compare the influences of the arithmetic mean and the geometric mean on measuring the global and local average error growth. The results show that the geometric mean error (GME) has a smoother growth than the arithmetic mean error (AME) for the global average error growth, and the GME is directly related to the maximal Lyapunov exponent, but the AME is not, as already noted by Krishnamurthy in 1993. Besides these, the GME is shown to be more appropriate than the AME in measuring the mean error growth in terms of the probability distribution of errors. The physical meanings of the saturation levels of the AME and the GME are also shown to be different. However, there is no obvious difference between the local average error growth with the arithmetic mean and the geometric mean, indicating that the choices of the AME or the GME have no influence on the measure of local average predictability. 相似文献