基于机器学习的中国冬季气温影响因子分析及模型估算

使用1951—2021年160个中国国家级气象观测站冬季平均气温及多项大气环流及海温等指数,用机器学习方法研究影响中国冬季气温异常的大气环流及海温等外强迫因子,并建立估算拟合模型,评价筛选出的影响因子组合对中国冬季气温异常分布的贡献。使用最小绝对收缩和选择算子（LASSO）算法提取与冬季气温异常相关的影响因子。为体现特征因子之间非线性关系,使用泰勒公式对筛选后的特征进行多项式增广。使用最小二乘梯度提升决策树（LS-GBDT）算法对筛选出的特征因子与冬季气温异常之间的非线性关系进行估算拟合。结果表明,机器学习方法能够对影响冬季气温异常的特征因子进行合理筛选与重要性分析,建立的估算模型在一定程度上体现了气候系统特征因子与冬季气温距平的非线性联系。本研究为了解中国冬季气温异常分布的影响因素及其模拟与估算提供了新方法和途径。     

我国南方盛夏气温主模态特征及其与海温异常的联系

利用NCEP/NCAR大气环流资料、HadISST海温数据以及中国160站气温数据等,通过EOF分解、线性相关等统计方法,分析了我国南方盛夏气温异常的主导模态及其所对应的关键环流系统和可能的海洋外强迫信号。结果表明:我国南方盛夏气温偏高有两种不同的分布模态,一是以江淮地区为中心的江淮型高温,二是以江南和华南为中心的江南型高温,导致这两种高温型发生的环流影响系统和海温外强迫因子均有显著差异。影响江淮型高温的关键环流系统是高低空正压结构的高度场正距平和偏弱的东亚副热带西风急流。而影响这两个关键环流系统的海洋外强迫因子包括热带印度洋至东太平洋的"-+-"海温异常分布型及北大西洋中纬度的暖海温异常。2016年盛夏江淮型高温的大气环流和海温异常均表现出典型江淮型高温年的特征,更好的证明了统计分析的结论。而江南型高温的关键环流系统主要是加强西伸的西太平洋副热带高压。其海洋外强迫因子包括前冬赤道中东太平洋的暖海温异常和春季-盛夏热带印度洋全区一致型暖海温异常,其中热带印度洋海温的影响更为持续和显著。     

中高纬环流因子与黑龙江省初夏气候异常分析

利用1954-2010年地面气温、降水观测资料和月环流特征量、NCEP高度场再分析资料等,采用常规气候统计方法,分析了黑龙江省初夏6月气温、降水的气候特点,通过初夏6月气温、降水与北半球500 hPa高度场相关分析,建立起与中高纬度环流因子关系。结果表明：黑龙江省初夏气候异常与中高纬度环流异常有关,影响初夏气候异常的中高纬度环流因子主要有亚洲纬向环流指数,阿留申低压指数,亚洲区极涡面积指数,鄂霍次克海的阻塞高压指数等。在此基础上分析大气及中高纬度环流因子的背景,考虑外强迫因子海温的间接作用,掌握中高纬度环流因子的变化,是准确预测黑龙江省初夏气候的关键前提所在。     

2011年冬季长江流域气温持续偏低的可能成因探析

利用长江流域50个气象台站的气温资料、NCEP再分析资料和美国国家冰雪数据中心的北极海冰资料,分析了2011年冬季长江流域气温持续偏低的可能成因。结果表明,乌拉尔山阻塞高压和西伯利亚高压异常偏强及稳定维持,是长江流域冬季气温持续偏低的主要影响系统,其持续天数和强度均为1961年以来历史最大值。进一步分析表明,冬季乌山阻高和西伯利亚高压强度偏强和持续天数偏多易发生在La Nina年,500 hPa环流特征类似于La Nina年冬季平均环流条件;北极海冰面积异常偏小使冬季西伯利亚高压得到加强和乌山阻高持续。La Nina事件和北极海冰面积异常偏小是长江流域冬季气温持续偏低的重要外强迫因子。     

2019年广西异常暖冬的气候成因分析

选取1961-2019年广西国家气象观测站气温观测资料、NOAA/ESRL高度场及海平面气温资料,分析了2019年广西异常暖冬的气候背景、大气环流及海温外强迫因子的影响。结果表明,西太平洋副热带高压偏大、偏强、偏西,赤道中东太平洋海平面温度偏高,西伯利亚高压强度和冬季风偏弱,导致冷空气难以南下,南方暖气流占主导地位,是2019年广西冬季气温偏高主要原因。     

东北三省冬季气温变化的有关研究进展

 通过简要回顾中国学者有关东北三省冬季气温变化的研究成果,概括分析了近百年或近几十年时间尺度平均气温及最高、最低气温年际、年代际变化的基本特征,综述了与冬季气温年际、年代际变化相关的各类海-气环流因子。近百年来,东北冬季气温上升,1987年前后发生增暖突变;北极涛动、西伯利亚高压、东亚冬季风等是影响东北冬季气温年际变化的主要因子;北极涛动、东亚冬季风、东亚中高纬环流型等的持续性是冬季气温年代际变化的主要因子。对多种变化特征集中出现的20世纪70年代末的气候变化值得深入探讨,也有必要在整个东北三省的范围内,深入开展冬季气温预测方法的系统研究。另外,测站气温序列的非均一性问题也应引起足够重视。     

我国冬季气温与影响因子关系的年代际变化

利用1951—2012年冬季全国160个站月平均气温以及NCEP/NACR再分析资料和海温、北极海冰等资料,分析了我国冬季气温及其关键影响因子的年代际变化特征,重点研究了关键影响因子对我国冬季气温影响关系的年代际变化。研究表明:我国冬季气温在1985年之前处于冷期,之后为暖期; 我国冬季气温异常与影响因子的关系发生了显著的年代际变化,而且影响因子之间的关系也发生了显著的年代际变化。针对这种年代际变化的基本事实,提出针对冷期和暖期中不同影响因子与冬季气温的关系分时段建立冬季气温的多因子回归预测模型,可以反映冬季气温及其影响因子关系的年代际变化特征。正确的预测策略是利用相同年代际背景下预测对象与预测因子的时间序列资料建立预测模型,以确保预测模型中反映的预测对象与预测因子关系的稳定性,进而保持较高的拟合及预测水平。     

中国东北地区冬季气温变化特征及其大气环流异常的关系

利用1957-2010年冬季中国东北地区90站气温资料,应用REOF和聚类分析方法将东北划分为南、北两个冬季气温变化子区,分析讨论其冬季气温的变化趋势和冷暖异常特征,及其与主要环流指数之间的同期和滞后关系。使用向后去除变量选择法,选取最优预测因子,并建立了全区和各子区的回归统计模型。结果表明：东北冬季增温较明显,平均上升速率达到0. 45 ℃/ 10 a,北部略高;与同期欧亚纬向环流指数之间存在着较显著相关;前期8月东太平洋副热带高压面积指数、前期10月亚洲区极涡面积指数和前期8月北半球极涡面积指数与东北冬季气温存在着显著相关,复相关系数达到0.70,并且是回归方程最关键预测因子。在对冷、暖冬预测时,可以把选定时段和区域副热带高压和极涡面积指数作为重要的影响因素,且误报率较低。     

淮河流域大气环流型在冬季气温预测中的应用

应用Lamb-Jenkinson大气环流分型方法,根据由1970—2012年NCEP/NCAR逐日海平面气压场计算得到的环流指数,对淮河流域的环流进行分型。分析了冬季主要环流型和气温的分布特征及两者的联系,并以环流指数和主要环流型为预测因子,结合经验正交函数分解(EOF)方法和逐步回归方法,建立了淮河流域冬季气温距平的预测模型。结果表明,淮河流域冬季的主要环流型是东北风型、东风型、反气旋环流型以及东北风、东风配合下的反气旋性环流型,划分的环流型符合实际情况,这些环流型具有显著的年际和年代际变化特征。通过对预测模型进行后报试验和独立预报试验,表明该模型具有一定的预报技巧。     

1999～2000年辽宁冬季异常低温成因分析

利用 1951～2000年资料 ,从气候背景入手研究了辽宁冬季气温与海温场、副高、亚洲纬向环流和东亚冬季风的关系 ,找出 1999～2000年冬季异常低温原因。通过对影响因子的成因分析 ,得出各因子在影响冬季冷暖方面的主要特征 ,从而为短期气候预测提供科学依据     

2017-2018年冬季黑龙江省气温异常成因分析

2017-2018年冬季全省平均气温为-19.7℃,较历年同期偏低2.2℃,为1981年以来的第3位,仅次于2000年和2012年。本文利用NCEP再分析资料,对2017-2018年黑龙江省冬季气温异常成因进行分析,结果表明大气环流的异常是造成黑龙江省冬季气温异常偏低的直接原因。东亚季风环流系统表现为:东亚冬季风强度偏强,西伯利亚高压偏强,500hPa东亚大槽异常偏深。分析下垫面外强迫因素,2017-2018年赤道中东太平洋出现拉尼娜事件,分析显示拉尼娜事件发生可能导致冬季风偏强,从而也是造成全省气温偏低的主要原因之一。     

1999——2000年辽宁冬季异常低温成因分析

利用1951～2000年资料，从气候背景入手研究了辽宁冬季气温与海温场、副高、亚洲纬向环流和东亚冬季风的关系。我出1999--2000年冬季异常低温原因。通过对影响因子的成因分析，得出各因子在影响冬季冷暖方面的主要特征，从而为短期气候预测提供科学依据。     

冬夏东亚季风环流对太平洋热状况的响应

冬夏隔季韵律关系一直是我国长期天气预报和短期气候预测的一个重要依据,然而迄今为止对它们之间的物理过程及成因机理并不十分清楚。利用NCEP/NCAR全球2.5°×2.5°网格月平均再分析资料,研究1951~2000年冬夏东亚季风环流异常变化与太平洋海面温度(SST)的关系及对关键海温区响应机理。研究指出:冬夏东亚季风环流隔季韵律关系及其年际变化与赤道东太平洋海面温度异常(SSTA)变化密切相关,冬季赤道东太平洋出现La Ni~na(El Ni~no)型的SST分布,有利冬、夏东亚季风环流加强(减弱),其影响过程通过赤道Walker环流强(弱)以及东亚地区Hadley环流强(弱)过程完成。冬季赤道东太平洋海温变化是冬、夏东亚环流季节以及年际变化的一个重要外强迫因子。     

1961—2019年黑龙江省冬季气温季节内变化及环流异常特征

利用1961—2019年黑龙江省冬季气温、NCEP再分析资料和环流指数资料,采用多变量经验正交函数分解、合成分析、相关分析等方法,分析黑龙江省冬季气温季节内变化及其环流异常特征,并进一步对比了主要环流因子在冬季气温季节内演变不同模态中的相对贡献。结果表明: 季节内变化是黑龙江省冬季气温变化的基本特征。黑龙江省冬季气温存在季节内一致变化、12月和翌年1—2月反位相变化、12月至翌年1月和2月反位相变化三个主要模态。当冬季气温处于第一模态分布一致偏暖（冷）时,环流呈现北极涛动（AO）正（负）位相的分布特征,东亚冬季风（EAWM）偏弱（强）。当冬季气温发生季节内冷暖转换时,季内极涡、高空急流、西伯利亚高压（SH）和EAWM强度、中高纬环流经向度等均有明显调整。第二模态1月和第三模态2月环流场分别呈现类似极地欧亚型（PEA）和东大西洋型（EA）遥相关的分布特征。AO、SH、EAWM、PEA和EA是冬季气温季节内演变的重要影响因子。     

河北省塞罕坝地区气温和降水变化的环流特征及关键因子

塞罕坝地区是我国生态文明建设的典范区,本文对塞罕坝地区多年气温和降水的大尺度环流异常进行合成分析,研究其环流特征及关键环流因子。结果表明：1962-2020年塞罕坝地区气温总体呈偏高趋势,春、秋、冬季降水呈偏多趋势,夏季降水呈偏少趋势。大尺度环流背景下,各季节影响塞罕坝地区气温和降水的主要因子不同,通过挑选最优因子分析得出：塞罕坝地区受大气环流指数影响明显,春季太平洋-北美遥相关型指数（PNA）、夏季北大西洋涛动指数（NAO）、秋季西太平洋遥相关型指数（WP）、冬季高原季风指数（PMI）与该地气温和降水有较好的关系。     

陕西冬季气温变化特征及其成因

利用1961—2012年NCEP/NCAR再分析资料以及陕西月平均气温资料,分析陕西冬季气温年际变化特征及其形成机制。结果表明:陕西冬季气温主要呈全区一致的空间分布型,低温年,500h Pa高度场我国西部存在稳定的负距平,垂直方向呈准正压结构,西太平洋遥相关型(WP)与第一模态时间系数的相关性最显著。中高纬地区海温可能是影响陕西冬季气温的主要强迫因子,西北太平洋海温负异常,黑潮区、热带印度洋、北大西洋海温显著偏低,有利于陕西冬季气温偏低,且这些关键区海温的异常信号,在前期夏、秋季已经表现明显,对冬季气温预测有指示意义。     

冬季平流层热源及其对环流的影响

本文采用一个可用于大气定常波数值试验的线性化原始方程三维谱模式,研究了平流层环流对平流层内各种定常大尺度加热分布的响应.相对于北半球冬季纬向对称的基本状态,讨论了大尺度加热分布对冬季平流层大尺度运动的影响.发现平流层大气除受到对流层的热力强迫作用外,还将受到平流层内热源的影响,由于这种热力强迫作用,在平流层出现了1-2波的环流,但对对流层的环流影响却不大.引入臭氧加热率,使我们进一步证实了臭氧做为平流层中重要的增温因子所起的作用.数值试验的结果表明,臭氧对平流层环流的形成和维持,有着重要的贡献.     

长三角地区冬季霾污染日数的季节预测

将霾日数年际增量作为预测对象、前期外强迫因子作为自变量,分别运用多元线性回归方法和广义相加模型建立长三角地区冬季霾日数预测模型。综合考察"去一法"交叉验证和循环独立样本实验的结果,选出适用于各个模型较优的建模方法,并对比长三角地区冬季霾日数预测模型(MODEL1)和长三角地区冬季霾日数分月预测模型(MODEL2)。MODEL1、MODEL2的均方根误差(解释方差)分别为2.69(80.01%)、2.76(79.04%),两类模型均能成功捕捉霾日数的年际-年代际趋势和极值。MODEL2预测的霾日数距平同号率(97.3%)优于MODEL1(86.49%),具有良好的距平符号捕捉能力。MODEL1采用11月之前的外强迫因子,可提前一个季度预测冬季霾日数;MODEL2采用更新的外强迫因子,可不断预测每月霾污染状况。通过两类模型组合使用,可更准确预测长三角地区冬季霾日数,为霾污染治理提供可靠的科技支撑。     

广东2月“冷干”和“暖干”年代际特征对比及其与海温异常的联系

根据1961—2019年广东86个站点的降水和气温以及大气环流和海温资料,采用统计分析方法,研究广东2月降水和气温的时空分布特征及其相应的大气环流与海温特征。结果表明:近59年广东2月有两个年代际降水偏少时段,但对应的气温特征显著不同,分别是1961—1981年“冷干”和1999—2019年“暖干”,其对应的大气环流特征表明,第一时段1961—1981年（第二时段1999—2019年）500 hPa高度场以经向（纬向）环流为主,东亚大槽偏强（弱）,东亚冬季风偏强（弱）,低层受异常北（南）风控制,地面冷高压偏强（弱）,偏强的冷空气阻碍了来自海上的水汽输送（偏弱的冷空气不能南下至广东）,使得广东处于水汽辐散区（青藏高原表现为反气旋式环流,南支系统不活跃,对广东地区水汽输送不足）,最终导致广东2月低温少雨（高温少雨）。进一步的分析表明,热带东太平洋和北太平洋中部海温异常是影响广东2月降水的重要外强迫因子,其中第一时段1961—1981年（第二时段1999—2019年）是热带东太平洋（北太平洋中部）海温异常偏冷（暖）通过850 hPa经向风切变偏弱（北太平洋中部异常反气旋环流）来影响广东降水。热带印度洋全区一致型、西太平洋暖池区和北太平洋中部海温异常是影响广东2月气温的外强迫因子,其中前两者主要通过东亚大槽这一环流影响广东气温,而北太平洋中部海温仅影响“暖干”期下广东2月的气温。      

秋季喀拉海海冰对2020和2021年12月京津冀冷暖反相的影响

2020/2021和2021/2022年冬季京津冀气温呈明显相反的季节内变化特征,前者前冬气温异常偏低后冬偏高,而后者前冬气温极端偏高后冬转冷。这两年前冬冷暖反相的直接原因是亚洲冬季风环流异常。2020年12月欧亚地区为典型的经向环流,西伯利亚高压偏强,乌拉尔山高压脊亦偏强,造成京津冀上空对流层中低层气温一致性偏低,而2021年12月环流形势相反。这两年冬季均处在拉尼娜背景下,但夏秋季喀拉海海冰异常有明显差异,可能是京津冀这两年前冬气温异常相反潜在的外强迫信号。统计和个例分析结果均表明,喀拉海海冰偏多易导致前冬西伯利亚高压偏弱,青藏高原地区海平面气压和亚洲大陆中纬度地区500 hPa位势高度均为正距平,不利于冷空气活动,造成2021/2022年前冬京津冀气温偏高,反之海冰偏少造成2020/2021年前冬偏冷。