均生函数模型在高原汛期降水预报中的应用

以均生函数为基函数,建立了正交化、主成分和最优子集回归三类预测模型。对云南昆明、滇中（包括昆明、玉溪和楚雄）及西藏林芝的汛期（６￣８）降水进行了模拟和预测、其拟合效果,特别是对极值的拟合十分理想。结果表明：在高原地区,均生函数模型预报降水具有较高的精度,拟合报准率和实际报准率分别为９７％￣１００％和６０％￣８０％,且具有多步预测能力。     

青藏铁路青海段夏季温度预测的精度检验

利用高原夏季温度(代用)、年太阳黑子相对数、西宁年平均气温,以及青藏铁路青海段夏季温度制作1990-2000年预测,得出最优子集预测的定性和定量评分高于周期外推,但低于均生函数。周期外推、均生函数、最优子集定性趋势预测的平均评分分别为60％～67％、80％和67．5％,而定量预测误差≤1．0℃的平均评分分别为40％～57％、77．5％～82．5％和70％～72．5％。     

均生函数的改进模型在重庆地区主汛期降水预测中的应用试验

本文应用均生函数模型及其改进模型对重庆地区主汛期（6－8月）降水进行预测试验，结果表明：针对均生函数固有的缺点提出的改进方案所建立的数学预报模型具有更好的预测效果，是一种具有较高使用价值的长期预报方法。     

利用均生函数周期性延拓序列作夏季旱涝预测

利用逐步回归技术筛选汛期降水总量时间序列生成的均生函数延拓序列,提取时间序列的优势周期,建立鹤壁市汛期旱涝趋势预测业务模型,在１９９５￣１９９６年的业务预测中,预测结果与实况十分接近。     

用多因子筛选和均生函数序列双重最优子集作降水量预报

把均生函数延拓序列作为因子加入最优子集回归方程，将因子筛选和均生函数分析相结合作最优子集回归双重分析，用于制作钦州市月降水量的预报，预报精度有所提高。     

华北区年高温日数区域平均方法及趋势分析

利用华北地区33个代表站1961—2002年间的年高温日数序列,采用均生函数和最优子集回归法,设计出具有较强拟合能力和未来趋势预测的数理统计模型。该模型能较好地拟合历史实况,其信度达到了99%;也使用该模型做出华北地区2003—2005年3年的高温日数趋势预测,对2003年和2004年做出的趋势预测效果较好。     

近40年华南汛期旱涝变化及趋势预测

利用１９５１－１９９１年华南（１３个测站平均）汛期（４－９月）降水量资料分析了汛期旱涝变化特征，提出了旱涝等级标准，采用模糊均生函数模型，根据序列本身的演变规律进行拟合外推，预测了９０年代的旱涝趋势，并利用广州近８３年较长降水序列研究了广州汛期降水的长期变化特征。     

均生函数模型在降水预测中的应用

采用均生函数模型对单一的要素序列作气候预测试验。首先计算出要素的均生函数，经逐步回归，筛选出周期性预报因子，以期建立历史拟合和预测效果好的模型。实例计算分析表明，均生函数模型预测的结果具有一定的可信度。     

用多因子筛选和均生函数序列双重最优子集作降水量预报

把均生函数延拓序列作为因子加入最优子集回归方程,将因子筛选和均生函数分析相结合作最优子集回归双重分析,用于制作钦州市月降水量的预报,预报精度有所提高。     

东营市短期气候预测系统设计及应用

东营市短期气候预测系统使用逐步回归、最优子集回归、BP人工神经元网络和多因子EOF迭代4种因子预报模型,以及3个以均生函数为基函数的多步预测模型,并通过集成得出预报结论。因子普查时,采用滚动式相关分析方法,保证了入选因子的稳定性。     

西南地区可降水量分布及其与纵向岭谷区降水的关系

利用1948-2002年NCEP/NCAR资料对西南纵向岭谷及其周边区域可降水量做EOF分解,结果表明:无论在于季还是雨季,可降水量的前两个主分量在25°N以北的纵向岭谷地区呈纬向分布特征,其时间序列均有显著的年代际变化.而纵向岭谷地区的实际降水年代际的变化并不显著,其年际变化更为清晰.降水及可降水量多雨年和少雨年的合成分析结果表明:在于季,多雨年和少雨年的可降水量与降水量均存在显著差异,并且在可降水量差值变化梯度越大的区域,降水差异越明显.在雨季,多雨年和少雨年的可降水量差别不大,但降水存在显著的差异.可见,在于季可降水量与实际降水的关系更为直接,较雨季也更为密切.     

黑龙江省无霜期的气候变化

对黑龙江省的初,终霜日和无霜期按地区,年代进行较详细的统计,分析。结果表明：６０,７０年代终霜较晚,初霜较早,无霜期较短,８０年代以来,多数地区终霜日有所提前,初霜日推后,无霜期明显延长,９０年代前期（１９９１－１９９５年）有的地区终霜又有所提前,各区及全省初霜日明显推后,无霜期延长,反映了６０,７０的代较冷,８０年代变暖,９０年代前期持续变暖的气候特征。     

近56年四川地区不同季节昼夜降水特征分析

本文利用四川地区1961~2016年141个气象站降水资料,分析了四川地区四季夜间和白天降水时空变化分布特征,结果表明:(1)四季夜间降水量占总降水量超过60%和夜间降水次数占总降水次数50%以上的区域分布相似且占四川大部分地区,盆地西部沿山地带以及川东南部分地区四季的夜间降水量和降水次数比值皆较大,攀西地区和川西高原部分地区在多数季节比值也相对较大,而川东北四季的夜间降水同白天降水基本相当。(2)四季的昼夜降水量、春季昼夜以及冬季白天的降水次数的气候趋势系数总体呈现为以盆地西部沿山边缘为分界,川西增加川东减少,增加和减少趋势的分布范围在不同季节有所增减;夏季和秋季的昼夜以及冬季夜间的降水次数除了高原部分地区为弱增加趋势外,四川地区整体表现为减少趋势,且秋季整个降水次数在四川东部以及攀西地区通过99%显著性检验水平。(3)整个四川地区白天和夜间降水次数呈线性减少而降水量在白天和夜间不同季节增减趋势不一致;总的来说,四季夜间降水的年代际变化较白天相对更明显,不同季节昼夜降水在不同年代的线性增减表现不一致,但秋季夜间和白天降水量和降水次数基本在2000年左右之前为线性减少趋势,之后为增加。      

Long-term variability of sea surface temperature in the coastal zone of northeastern part of the black sea in spring and autumn

Within the frameworks of the presented model, the beginning of the spring and autumn hydrological seasons depends on the temperature regime of air flows in the region under investigation. As compared with the standard procedure of season determination, this model is more flexible in taking account of the probabilistic nature of the time of the beginning of hydrological seasons and variations of their duration. It ensures a higher reliability of estimates of thermal surface water properties and analysis of their evolution within the seasons and annual cycles. A considerable irregularity in the time of the beginning of spring and autumn seasons and a possibility of significant fluctuations of their duration changes the estimation of thermal surface water conditions so considerably that the initial (calendar) model can be no longer considered as the source of reliable information.     

近33a河南省四季地面水汽压时空分布特征

利用河南省49个地面气象台站1979—2011年的月平均地面水汽压资料,分析了近33a来河南省四季水汽压的时空分布特征,在此基础上,对夏季地面水汽压进行了分区。结果表明:①河南省四季地面水汽压多年平均的空间分布较为相似,都呈现出由西北向东南递增的趋势。②EOF分解表明,河南省四季地面水汽压空间变化的最主要分布是全省一致型。③河南省四季地面水汽压存在明显的年际和年代际变化,除冬季主要存在准15a的年代际变化外,其余季节则在多数时段存在着准5a左右的年际变化;各季地面水汽压均呈线性增加趋势,其中冬春(夏秋)季增加趋势(不)明显。④通过REOF分解,结合地理位置和气候特点,可将河南省夏季地面水汽压分为豫北、豫东南和豫西3个区。     

气流输送对北京大气污染物体积分数的影响

利用HYSPLIT后向轨迹模式和2004年8月—2007年12月NCEP再分析气象资料,计算每天15:00抵达北京地区10、100和500m高度上的后向气流轨迹.对整个研究时段、采暖季和非采暖季期间的后向气流轨迹分别进行聚类分析,得到这3个时段到达北京地区的主要后向气流轨迹聚类.其中整个研究时段的后向气流轨迹分成3个聚类,采暖季和非采暖季的后向气流轨迹都分成5个聚类.结合各段时间中国科学院大气物理研究所观测的大气污染物体积分数资料,分析不同时段气流输送作用对北京主要大气污染物体积分数的影响.发现采暖季和非采暖季北京气体污染物体积分数高值主要集中在来自风速较小的西北方气流聚类.采暖季污染物体积分数低值主要出现在偏北方向风速较大的后向气流轨迹聚类.非采暖季污染物体积分数低值主要出现在偏北低速气流聚类和西北向高速气流轨迹聚类中.从各时段污染物最值分布情况可以看出:在风速较大的后向气流轨迹聚类影响下,北京的污染物体积分数较低;途经了较严重工业排放地带的后向气流轨迹聚类会使北京气体污染物体积分数显著增高.此外,虽然非采暖季的大气污染物分布与气流输送的影响基本符合,但各聚类污染物分布结果与气流输送作用的影响存在偏差.     

近50a山东中部地区四季开始日期及长度变化特征

利用山东中部地区8个气象站1966—2015年逐日气温观测资料,用5日滑动平均气温作为划分依据,结合气候趋势法、Mann-Kendall法和经验正交分解法,对山东中部地区近50 a的四季开始日期及长度时空变化特征进行分析。结果表明:山东中部地区春季和夏季开始日期呈提前趋势,秋季和冬季呈推迟趋势,其中,夏季和冬季开始日期在1993年发生突变,四季开始日期的主要空间变化趋势一致,秋季变化强度中心在中北部平原,其他三季变化强度中心均出现在中部地区,四季开始日期空间变化规律在第二特征向量上呈现区域变化的不一致性。冬季日数最多,其次为夏季,春季日数最少,春季和冬季日数呈减少趋势,冬季减少趋势显著,气候倾向率为-2.98 d/10 a,夏季和秋季日数呈增加趋势,夏季日数增加显著,四季日数主要空间变化规律一致,强度中心在中部地区,四季日数空间变化规律在第二特征向量上存在不一致性,其中,夏季和秋季第二特征向量呈现南部山区与其他地区不同。     

华北汛期日降水特性的变化分析

基于中国740站逐日降水资料, 使用线性倾向估计、 Mann-Kendall突变检验等方法, 分析了华北汛期降水量、 5类汛期降水频率及其贡献率的趋势特征和年代际变化, 揭示出一些比较有意义的新事实, 结果如下: 华北汛期降水量、 5类降水频率及其贡献率都有一定的下降趋势, 华北汛期降水量下降趋势最明显。5类降水频率的下降趋势, 表现出明显的渐变特点, 其中, 小雨频率下降趋势最大, 暴雨频率和大暴雨频率的下降趋势并不显著。5类降水贡献率下降趋势中, 华北暴雨贡献率下降趋势最大。50年来, 华北汛期大雨贡献率最大, 接近于总降水的1/3。华北汛期降水量的多寡主要受其汛期大雨的频率和暴雨的贡献率影响。华北汛期降水量和暴雨贡献率都在1978年前后发生了年代际突变, 华北暴雨贡献率的年代际突变是造成华北汛期降水量发生年代际突变的内在因素。     

重庆城区近百余年旱涝变化

用Z指数作为旱涝等级标准,利用重庆城区百余年降水量资料,分析了历年及四季旱涝出现的频率,采用趋势分析、最大熵谱分析以及小波分析方法,研究了重庆城区年及四季旱涝的变化特征。结果表明:重庆城区年及四季干旱和洪涝发生频率均在25%以上,重庆旱涝灾害较频繁;多项式拟合和周期分析表明,城区年及四季旱涝具有阶段性变化特征,某些阶段年际变化特征也很显著,总体而言,年及夏季旱涝的年代际变化特征较明显,其它三个季节则是年际变化特征较明显。近几年的年旱涝变化处于偏涝阶段;而近几年夏季的旱涝变化,从年代际尺度来看,目前处在偏旱阶段,出现干旱的可能性较大;而其它三季则处于偏涝阶段。     

Changes in climate variability and seasonal rainfall extremes: a case study from San Fernando (Spain), 1821–2000

Summary ?Small changes in the mean and standard deviation values can produce relatively large changes in the probability of extreme events. The seasonal precipitation record in San Fernando (SW Spain) for 1821–2000 is used to investigate how much the relative frequency of dry and wet seasons changes with changes in mean value and standard deviation. The percentiles P10, P25, P75 and P90 of the reference period 1961–1990 are used to define dry and wet seasons. The probability of extreme seasons as function of mean and standard deviation is analysed. The main conclusion is a non-linear relationship between changes in mean and standard deviation values and extreme seasons probability. With these threshold values, the main influence corresponds to changes in mean value. Results are discussed bearing in mind projections of General Circulation Models on future climate in southern Iberian Peninsula. Received June 11, 2001; Revised March 3, 2002