首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   1篇
  免费   0篇
  国内免费   2篇
大气科学   3篇
  2018年   1篇
  2016年   2篇
排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
中国东部夏季极端降水事件及大气环流异常分析   总被引:1,自引:0,他引:1  
主要利用1961~2014年中国东部地区438个台站的逐日降水资料和NCEP/NCAR的再分析资料,从大气内部动力角度对夏季不同极端降水情况下的环境场进行分析,结果表明:对长江中下游地区而言,在极端降水频次偏多年时,850 hPa风场及整层水汽输送距平场均表明东亚夏季风偏弱,有利于更多的水汽输送到长江中下游地区,500 hPa鄂霍次克海阻塞高压持续日数偏多,有利于冷空气南下,200 hPa东亚副热带急流偏南,且30°N以南偏西风异常有利于辐散,而在斜压波包从西北东南向传播为极端降水事件分发生集聚了能量;对华北地区极端降水频次偏多年而言,850 hPa风场及整层的水汽输送距平场均表明东亚夏季风偏强,有利于更多的水汽输送到华北地区,500 hPa高度距平场日本海正距平,贝加尔湖蒙古地区为负距平,华北地区东高西低,200 hPa东亚副热带急流偏北,从而导致我国华北地区极端降水频次偏多,能量传播也为西北东南向。这些结果表明极端降水的变化,与大气内部的动力作用和能量的传播有密切的关系。  相似文献   
2.
以中国夏季气温为预测对象,选取东亚地区冬季500 h Pa高度场、海平面气压场、地表温度场和850 h Pa温度场为预测因子,采用1951~2009年去趋势处理后的资料,通过变形的典型相关分析(Barnett-Preisendorfer Canonical Correlation Analysis,BP-CCA)方法分别建立单因子预测模型,再利用集合典型相关分析(Ensemble Canonical Correlation,ECC)方法建立集合预测模型,对中国夏季气温进行基于交叉检验方法的预测试验,然后利用2010~2014年的资料对中国夏季气温进行独立样本检验。通过分析BP-CCA模态可知,一对BP-CCA模态的空间型在一定程度上可以反映预报因子场和对象场的遥相关特征。通过基于交叉检验方法的预测试验表明环流场和热力场均能为气温提供预测信息。ECC预测模型综合了各个预报因子的在不同地区的预报技巧,比单因子BP-CCA预测模型有更高、更稳定的预报技巧。独立样本检验表明ECC模型与单因子BP-CCA预测模型相比,对中国夏季气温有更高、更稳定的实际预测能力,对气温季节预测具有参考价值。  相似文献   
3.
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   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号