改进的经验正交函数分析方法及其效果验证

基于中国站点网气候资料,简要介绍了经验正交函数(empirical orthogonal function,EOF)与改进的经验正交函数(adjusted EOF,AEOF)分析方法的关系,给出了验证其分析效果的方案;并将EOF、AEOF分析方法应用于中国160站60 a(1951—2010年)夏季气温距平场序列的分析。结果表明:AEOF分析方法前6个模态的模方拟合率和累积模方拟合率均高于EOF分析方法的相应量;AEOF分析方法前3个模态的典型场对夏季气温距平场序列的模方场的拟合效果明显优于EOF分析方法。由此论证了EOF分析方法中资料均匀化订正的必要性,验证了实际分析中AEOF分析方法的较优效果。     

SVD-En3DVar方法同化多普勒雷达速度观测资料 II. 实际资料试验

文章的第Ⅰ部分(徐道生等,2011)将基于SVD (singular value decomposition)技术和预报集合的三维变分同化方法(SVD-En3DVar)用于同化模拟的雷达速度观测资料,试验表明,通过3DVar (three-dimensional variational technique)方法产生预报...     

INTERANNUAL VARIATIONS OF ATMOSPHERIC HEAT SOURCES AND MOISTURE SINKS OVER THE EQUATORIAL PACIFIC AND THEIR RELATIONS TO THE SST ANOMALIES

The interannual variations of atmospheric heat sources and moisture sinks over the Equatorial Pacific and their relations with the SST anomalies are studied using ECMWF reanalysis data from 1979 to 1993. It is found by singular value decomposition (SVD)…     

基于EOF/SVD的短期气候预测误差订正方法及其应用

利用中国科学院大气物理研究所第2代短期气候数值预测系统(IAP-DCP II)1980-1999年共20年的集合回报结果,提出了基于经验正交函数(EOF)和奇异值分解(SVD)的模式误差订正方法,并考察了上述订正方法对中国科学院大气物理研究所气候预测系统预测性能提高的季节差异及其稳定性,分析了订正方法对不同预报场的适用...     

QuikSCAT卫星遥感与MM5模拟海表面风场的综合分析

利用2000—2009年中国近海海域(105~135°E,0°~45°N)Quik SCAT卫星遥感风场资料和2007年MM5模拟风速结果,运用对比验证、经验正交函数(empirical orthogonal functions,EOF)和奇异值分解(singular value decomposition,SVD)方法,分析了Quik SCAT卫星遥感风场资料和MM5数值模拟风速结果的特征。结果表明:两者风速的空间分布形态相似,且风速变化密切相关;QuikSCAT卫星遥感风场的空间分布形态更加接近实测结果,而模拟风速结果的量值更加接近实测结果。采用PS(Pattern-Scaling)方法分别提取了Quik SCAT卫星遥感风场的空间分布形态和模拟结果的量值,得到的风速空间分布形态与Quik SCAT卫星遥感风场一致,且风速量值与模拟风速结果相同。通过初步检验发现,PS方法改善了卫星遥感风速在中国近海海域风速偏大的问题。     

基于经验正交函数和奇异值分解对东亚季风区跨季度夏季降水距平的订正方法

基于经验正交函数(EOF)和奇异值分解(SVD)方法,作者对IAP9L-AGCM后报的东亚季风区1984～2003年共20年的跨季度夏季降水距平场进行回归订正,并对订正前后降水距平场与实测场间的空间相似性、强度、以及年际变化相关性进行分析.结果表明这两种订正方案均能明显提高夏季降水距平预报场与实测场间的空间相似性和年际变化相关性;而基于EOF的订正方案对强度的订正效果要优于基于SVD的订正方案.此外,在此基础上,我们进一步提出多种订正方法集合的思想.     

SVD方法在前期500hPa环流与贵州春季降水关系中的应用

基于500hPa高度场资料和贵州春季降水场资料,采用奇异值分解(SVD)方法,分析高度场与降水场的关系。结果表明:奇异值分解方法前8个奇异向量占总方差的80%以上,取前8个奇异向量已能代表贵州春季降水的主要分布;春季降水与前期冬季500hPa高度场分布有很好的匹配关系,且不同年份可能呈反位相分布;贵州春季降水除了通常的一致偏多(或偏少)外,还存在东南—西北准对称型分布;当冬季500hPa高度场距平场呈反位相分布时,即除北美地区负距平外,其余地区均呈中低纬负距平、高纬度正距平分布,贵州春季降水为一致的正距平分布。     

基于SVD与机器学习的华南降水预报订正方法

降水是在多种天气系统和复杂物理过程共同影响下形成的,因此降水预报难度较大。由于数值预报模式的局限性,使得模式预报产品存在一定误差。为探讨更加有效的模式预报产品误差订正方法,基于奇异值分解（SVD）与机器学习（多元线性回归、套索回归、岭回归）构建订正模型,对2007—2019年4月1日—6月30日华南前汛期欧洲中期天气预报中心（EC）模式降水预报产品进行误差订正试验。结果表明:基于SVD与机器学习相结合的订正模型能有效降低EC模式降水预报产品在华南的预报误差,均方根误差最大优化率达4.2%,累计超过69%的站点得到不同程度的优化;SVD与机器学习相结合的订正模型能很好地处理因子间共线性问题,具有更好的鲁棒性;而对多个订正模型加权集成,均方根误差优化率达5.7%,累计超过77%的站点得到优化,显然加权集成方法订正效果不仅优于EC模式预报产品,也优于参与集成的任一订正模型。     

我国东部夏季降水量长年代资料的插补、订正及效果检验

使用均值生成函数、标准正态均一性检验方法和相关分析等方法对我国东部地区96个观测站1931—2020年夏季降水量长年代资料进行了一系列插补、检验、订正及效果分析等工作。结果表明：(1)均值生成函数拟合的1931—2020年各站夏季降水量资料的整体趋势和极值与观测值均有较好的一致性,其中无缺测资料的6个站点观测值和拟合值在距平符号一致率上达到了86.1%,可以满足插补工作的需要。(2)对1931—1950年和1951—2020年2个时段的夏季降水量资料,用平均值和方差2个统计量对插补后的资料进行差异性检验,共有8站具有显著性差异。(3)对插补后的1931—2020年夏季降水量资料进行了均一性检验和均一化订正,其中13站存在非均一性。(4)将订正后的站点资料与CRU＿TS4.05(University of East Anglia Climatic Research Unit Global 0.5°Monthly Time Series)数据库的格点资料进行空间分布相似度分析,2套资料在1931—1950、1951—2020和1931—2020年这3个时段的空间相关系数分别达到了0.90,...     

On the Association between Spring Arctic Sea Ice Concentration and Chinese Summer Rainfall： A Further Study

In our previous study,a statistical linkage between the spring Arctic sea ice concentration(SIC)and the succeeding Chinese summer rainfall during the period 1968–2005 was identified.This linkage is demonstrated by the leading singular value decomposition(SVD)that accounts for 19%of the co-variance.Both spring SIC and Chinese summer rainfall exhibit a coherent interannual variability and two apparent interdecadal variations that occurred in the late 1970s and the early 1990s.The combined impacts of both spri...