奇异谱分析的广义性及其应用特色

本文从理论上证明,奇异谱分析（ＳＳＡ）是一种广义功率谱分析。其广义性及应用特色是：（１）它具有稳定的识别和强化信号功能,在识别优势周期信号及强化显示方面,功能超过最大熵谱分析（ＭＥＳＡ）;（２）其识别和描述信号的方式是时域性的频域特征分析,即时频域相结合,有益于天气气候诊断和预测;（３）它并不受正弦波假定的约束,对于各种非正弦波信号同样有稳定的识别功能。文中实例也验证了理论证明。     

A New Temperature Channel Selection Method Based on Singular Spectrum Analysis for Retrieving Atmospheric Temperature Profiles from FY-4A/GIIRS

Hyperspectral data have important research and application value in the fields of meteorology and remote sensing.With the goal of improving retrievals of atmospheric temperature profiles, this paper outlines a novel temperature channel selection method based on singular spectrum analysis(SSA) for the Geostationary Interferometric Infrared Sounder(GIIRS), which is the first infrared sounder operating in geostationary orbit. The method possesses not only the simplicity and rapidity of the principal component analysis method, but also the interpretability of the conventional channel selection method. The novel SSA method is used to decompose the GIIRS observed infrared brightness temperature spectrum(700-1130 cm~(-1)), and the reconstructed grouped components can be obtained to reflect the energy variations in the temperature-sensitive waveband of the respective sequence. At 700-780 cm~(-1), the channels selected using our method perform better than IASI(Infrared Atmospheric Sounding Interferometer) and Cr IS(Cross-track Infrared Sounder)temperature channels when used as inputs to the neural network retrieval model.     

FORECASTING THE MJO INDEX BASED ON SSA-AR

Experiments of forecasting daily bi-variate index of the tropical atmospheric Madden-Julian Oscillation (MJO) are performed in the context of adaptive filtering prediction models by combining the singular spectrum analysis (SSA) with the autoregressive (AR) methods.the MJO index,a pair of empirical orthogonal function (EOF) time series,called RMM1 and RMM2,predicts by the combined statistical SSA and AR models:firstly,according to the index of historic observation decomposed by SSA and then reconstructed by selecting the first several components based on prominent variance contributions;after that,established an AR prediction model from the composite (scheme A) or built the forecast models for each of these selected reconstructed components,separately (Scheme B).Several experimental MJO index forecasts are performed based on the models.The results show that both models have useful skills of the MJO index forecast beyond two weeks.In some cases,the correlation coefficient between the observed and predicted index series stays above 0.5 in 20 leading days.The SSA-AR model,based on the reconstructed composite series,has better performance on MJO forecast than the AR model,especially for the leading time longer than 5 days.Therefore,if we build a real-time forecast system by the SSA-AR model,it might provide an applicable tool for the operational prediction of the MJO index.     

基于神经网络奇异谱分析的ENSO指数预测

采用奇异谱分析方法研究了ENSO指数及相关序列, 结果表明奇异谱分析能很好的对原始序列进行信噪分离, 增大了ENSO指数的可预报性.在此基础上, 提出了人工神经网络和奇异谱分析相结合的ENSO指数预测方法, 进行了不同因子组合的预报试验, 预报效果明显优于持续性预报, 超前4季的Nio 3区、 Nio 4区预报相关系数仍高于0.5.     

用奇异谱分析诊断地面气温场低频振荡周期

采用ＳＳＡ方法分析我国东南地区地面气温场，发现明显存在周期为３５─４０天的季节内低频振荡。计算还表明，ＳＳＡ不仅能有效识别振荡分量，同样也是一种很好的时间滤波方法。     

广东省春节气候特征

运用SSA与最大熵谱分析春节平均气温以及降水量周期特征,得到平均气温的主要周期成分是准4年及准6年振荡,降水量以2-3年的短周期振荡为主,并且有年代际的波动。     

广东降水延伸期预报的探索

利用1961-2005年广东省站逐日降水资料,采用奇异谱分析结合自回归模型对广东候平均降水进行未来1～5候的延伸期预报试验.结果表明,广东省降水侯平均存在一个准40 ～60 d的振荡周期,对1961-2000年候降水重构相关系数在0.96以上.对2001-2005年候降水进行未来1～5候的预报试验,预报效果除2003年后延第5候较差外,其它4 a的预报结果都较好.后延第1候预报相关系数最高达到0.86,后延预报到第5候时相关系数也在0.3以上.从预报平均相对均方根误差来看,5 a均在30％以内,预报的稳定性和效果较理想.总体说明奇异谱分析结合自回归模型是一种较为有效的预报方法,在未来10～30 d延伸期天气预报业务中有一定的参考价值.     

用奇异谱分析作汛期降水的中期气候预测

用奇异谱分析方法对哈尔滨汛期降水进行中期气候预测。其结果表明，此方法对汛期降水趋势有较好的预测能力，并且预报效果比较稳定，经5次试报的平均准确率达76％，说明奇异谱分析模式是一种有效的中期气候预测手段，其趋势预测结果可信度高。     

近百年全球平均气温年际变率中的QBO长期变化特征

应用奇异谱分析(SSA)方法和奇异交叉谱分析(SCSA)方法，对全球及南北半球近100多年(1856～1997年)逐月地面气温距平序列中的准两年周期振荡(QBO)的长期演变特征进行诊断分析。结果表明:全球平均气温序列蕴含显著的QBO分量，它们与全球气候系统中其他各个子系统所隐含的QBO信号具有各种耦合对应关系，尤其突出地表现在Nino区海温和以SLP序列为代表的全球大气环流系统中QBO信号的耦合对应关系上。而平均气温的QBO的年代际特征及其变率的阶段性，不但表现在振幅上，而且其位相亦很明显。上述特征在全球、两半球具有明显的差异。     

近百年全球平均地面气温准周期信号及其长期演变特征的分析

应用奇异谱分析(SSA)方法,对全球及南北半球近100多年(1856～1997年)逐月地面气温距平序列的年际变化准周期性进行诊断分析,结果表明,全球平均气温序列中以准5～6年和准4年周期振荡最显著,其次是准两年周期振荡.各种准周期振荡年代际演变特征及其变率的阶段性,不但表现在振幅上,而且其波数亦很明显.上述特征在全球、南北半球都各有明显的差异.奇异交叉谱分析(SCSA)表明,全球平均地面气温的年际振荡与气候系统中其他各子系统所隐含的准周期信号具有各种耦合关系,尤其表现在与Nino区海温或南方涛动指数中的准周期信号的耦合关系上.     

奇异谱分析-最大熵结合最优子集回归方法在中国夏季降水预测中的应用

基于奇异谱分析-最大熵预报方法（SSA-MEM）和最优子集回归方法（OSR）,综合考虑降水量序列自身的变化特征和外强迫因子对降水的贡献,把奇异谱分析-最大熵预报方法和最优子集回归方法结合起来,提出了SSA-MEM和OSR集成的新方法。对1961—2000年的夏季降水量进行拟合并试做2001—2004年的夏季降水预测。结果表明,回报拟合值与实况值距平相关系数达到0.85,通过了0.01的显著性水平检验。预报的平均技巧得分较高,试报准确率达到69%,略高于目前国内对汛期降雨预测的平均准确率。初步的试验表明,本方法对全国范围夏季降水有较好的预测能力,在东北及西南地区预测结果尤为显著。     

NINO区SST与SOI的耦合振荡信号及其预测试验

应用奇异交叉谱（ＳＣＳＡ）分析方法,提取Ｎｉｎｏ 海区各区的平均海温（ＳＳＴ）和南方涛动指数（ＳＯＩ）之间的耦合振荡信号,由此描述其年际和年代际的时变特征。基于ＳＣＳＡ,重建耦合振荡分量序列（ＲＣＣＳ）,并与回归分析相结合,对Ｎｉｎｏ 各海区平均的ＳＳＴ月际序列作短期气候预测试验。结果表明,各海区ＳＳＴ与ＳＯＩ的显著耦合振荡周期各有特色,其年际或１０ 年际变化不尽相同,从而构成了ＥＮＳＯ信号在时空演变型态上的复杂性。ＳＣＳＡ基础上的回归预报模型的预报技巧绝大部分优于ＳＳＡ－ＡＲ预报模型,实际预报试验证明效果优良     

大气电场的FFT频谱分析及雷暴预报研究

采用傅里叶变换方法将时域数据转换到频域,针对首次地闪发生(简称“雷暴天气”)和首次地闪不会发生(简称“非雷暴天气”)的大气电场强度数据做了幅度谱分析.研究发现,首次地闪前0.5h的大气电场数据与非雷暴天气中任意时段0.5h的大气电场数据的幅度谱分布具有明显差异,两类天气的幅度谱分布有一定规律可循.在此基础上对样本整理分类,将两类天气的平均幅度谱视为判别标准,利用欧氏距离判别法,对63个未知天气样本进行判别分类和效果检验,结果表明,此方法可供短时临近的首次地闪预警工作中予以参考.     

Distinguishing modulated oscillations from coloured noise in multivariate datasets

Extended empirical orthogonal functions (EEOFs), alternatively known as multi-channel singular systems (or singular spectrum) analysis (MSSA), provide a natural method of extracting oscillatory modes of variability from multivariate data. The eigenfunctions of some simple non-oscillatory noise processes are, however, also solutions to the wave equation, so the occurrence of stable, wave-like patterns in EEOF/MSSA is not sufficient grounds for concluding that data exhibits oscillations. We present a generalisation of the "Monte Carlo SSA" algorithm which allows an objective test for the presence of oscillations at low signal-to-noise ratios in multivariate data. The test is similar to those used in standard regression, examining directions in state-space to determine whether they contain more variance than would be expected if the noise null-hypothesis were valid. We demonstrate the application of the test to the analysis of interannual variability in tropical Pacific sea-surface temperatures. Received: 13 September 1995 / Accepted: 4 April 1996     

奇异交叉谱分析及其在气候诊断中的应用

提出了一种新的用于气候诊断的奇异交叉谱分析方法（记为SCSA）。从理论上证明,它是一类时频域相结合的广义交叉谱分析,也是奇异谱分析（SSA）的一个推广。SCSA可获得比经典交叉谱更为强化的耦合振荡信号,并在时域上描述两个系统之间各种耦合振荡信号的时变特征,因而可将频域上的耦合振荡信号在时域上加以合成和分解,包括非线性耦合振荡的弱信号,这对短期气候预报十分有益。文中实例证明,SCSA比经典交叉谱分析有更为优良的特性。     

预报技巧的诊断研究

利用国家气象中心（北京）Ｔ４２Ｌ９模式的初始资料和预报资料，对５００ｈＰａ高度场的预报技巧进行了统计分析，并用一个简单的正压准地转谱模式对两个典型个例的正压不稳定性进行了研究。结果发现：北半球５００ｈＰａ高度场第五天的预报与初始场的某些经验正交函数的典型场有关。预报技巧与初始场的稳定性及其误差和背景场的配置有关。     

DIAGNOSIS OF ANOMALOUS PATTERNS OF PRECIPITATION IN NORTH CHINA AND CLIMATIC PREDICTION EXPERIMENTS

In the context of 1965-2000 monthly rainfall data from 73 stations distributed over 3 province level districts and 2 metropolises (Beijing and Tianjin) of North China with some stations in the neighboring provinces,diagnostic study is undertaken of the features of spatially anomalous patterns and dominant periods of the annual precipitation in terms of EOF,REOF and SSA.Also,a scheme consisting of SSA combined with autoregression (AR) as a prediction model is employed to make forecasts of monthly rainfall sequences of the anomalous patterns in terms of an adaptive filter.Results show that the scheme,if further improved,would be of operational utility in preparing county-level prediction.     

雷电过程中大气电场信号处理方法探究

基于天津市蓟州区大气电场探测数据和闪电定位数据，利用功率谱分析、小波降噪和快速傅里叶变换等信号处理方法，分析了雷电天气过程中地面大气电场变化特征。结果表明，雷电过程中大气电场能量主要集中在低频部分，利用sym5小波函数进行7层或8层分解，提取的低频信号能够反映大气电场的主要变化特征。在首次闪电发生前1小时，大气电场的频谱幅值起伏变化明显，且远高于非雷电天气电场频谱幅值。通过欧氏距离判别法，判断大气电场频谱特征更接近雷电天气还是非雷电天气，可为雷电预报预警提供参考。     

2012年春季宜春地区降水期间高空风的频谱分析

利用地面和梯度塔的风连续观测数据进行的频谱分析已经开展很多,而受资料限制,高空风的频谱分析仍较欠缺。本文使用风廓线雷达获取的长时间序列连续测风数据,运用傅里叶变换的方法,计算了风的脉动谱密度。脉动谱能够反映不同频率的风速涨落对风动能的贡献。使用2012年4月江西宜春前汛期期间的高空风连续数据,结合地面降水资料进行了1 000～3 000 m高度区间的频谱分析,发现地处前汛期雨带上的宜春地区降水存在着两种不同时间周期的天气系统影响,脉动谱的分布表现出时间周期为5～7 d和2～3 d的峰值区。分别对两种不同时间周期的天气系统频谱进行了分析,并与平稳天气时的频谱进行比较。5～7 d周期峰区的脉动谱密度数值为2～3 d的4～5倍,脉动谱峰区在2 000～3 000 m高度上较强,峰值强度向下迅速降低;2～3 d周期的脉动谱峰区在低层比较明显,峰值强度较弱。风的脉动谱分布与地面降水的时间周期较为吻合。     

从熵原理得出的稳定层云的云滴谱方程

通过对层云的云滴大小的分布观测,揭示了其滴谱常里单峰偏态分布。这种谱的经常出现,表明它是一种优势谱。它的稳定性,从统计物理角度看也表示云体处于一种平衡态,而平衡态则对应某种熵达到极大值。 本文指出的熵是云滴表面自由能所对应的熵。文中用熵极大原理导出了稳定层云的云滴谱方程(公式11),並且用资料证实了这一理论与事实相符。