排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
2.
本研究基于SODA(Simple Ocean Data Assimilation)的月平均海洋数据,提取出南海区域平均海平面高度异常(SSHA)的时间序列,并基于该时间序列开展了统计预测工作。研究中使用时间序列分解方法,将南海区域平均逐月SSHA时间序列分解为3个部分:年际变化项、季节项和扰动项。根据分解出的这3项时间序列变化特征,分别使用指数平滑法和自回归移动平均法去拟合时间序列中的年际变化项和扰动项,季节项将作为循环变化项叠加到前两项上。由此,建立了适用于该时间序列的预测模型,并且测试了该模型的预测能力。结果显示,研究建立的南海平均海平面高度异常模型的平均有效预报时间约为7个月,预报能力在春季和秋季较其余季节要强一些。另外,该模型在模拟时段内的预报技巧具有显著的十年际变化特征。 相似文献
3.
大尺度模型里大气边界层和海洋表面的耦合通常由海表拖曳系数进行参数化,海表拖曳系数一般看作是风速的函数。低风速下的海表拖曳系数一般看作是风速的线性函数,但有研究显示在极低的风速值下,海表拖曳系数并不是随着风速而单调增加的,而是随着风速的增加先减小再增大。极低风速下海表拖曳系数的估计值对不同计算方法有很强的依赖性,低风速下海表拖曳系数随风速的变化规律存在争议。因此,本文对10m处风速进行4种不同平均方法的选取以探究海表拖曳系数随风速的变化规律,为进一步改进海洋模式提供了依据,提升了海洋再分析的业务化能力。 相似文献
1