排序方式: 共有26条查询结果,搜索用时 738 毫秒
21.
21世纪以来西南地区干季降水与西太平洋副热带高压年代际变化的关系 总被引:3,自引:3,他引:0
利用1961-2011年观测资料分析了西南地区干季(11月至次年4月)降水的变化特征,发现西南地区干季降水在2000年前后发生了年代际尺度的转折,其前后降水空间分布呈现相反的分布特征,特别是21世纪以来降水显著偏少,干旱加剧,降水量显著减少的区域主要在云南大部及其周边地区。西南干季降水和西太平洋副热带高压的负相关在20世纪90年代后期明显加强,而21世纪以来副热带高压表现出明显的年代际增强,即面积增大、强度增强、西伸脊点位置偏西。西南干季降水与副热带高压关系的增强,以及副热带高压本身的年代际增强,对西南干季降水减少造成显著的影响,是西南干旱加剧的可能原因。 相似文献
22.
利用1961—2019年江苏省67个站降水量和气候指数数据集等资料,选取大气环流、海温和积雪等先兆信号的不同组合作为预测因子方案,通过对比不同机器学习方法对江苏省夏季降水开展预测试验。结果表明,深度神经网络(Deep Neural Network,DNN)较传统统计方法和其他机器学习方法有一定优势,深度神经网络结合动态权重集合因子方案对江苏省夏季降水的预测技巧最高,其独立样本检验结果稳定,2015—2019年的平均PS评分为76.0,距平符号一致率为0.62,距平相关系数达0.35,尤其对江苏省中南部的预测技巧更高,具有业务应用价值。不同预测因子方案对比分析表明,大气环流因子在江苏省夏季降水预测中做主要贡献,而海温因子和积雪等其他因子也有正贡献,说明使用综合性预测因子以及集合方案有助于提升季节预测准确率。 相似文献
23.
24.
陆面热力因子应用于中国夏季降水预测的初步试验 总被引:4,自引:1,他引:3
基于对中国东部夏季降水与欧亚大陆土壤温度和全球海表温度的相关分析,选取不同关键区的土壤温度和海表温度作为夏季降水的预测因子。利用1961-1990年的资料,分别以土壤温度作为第1组预测因子,海表温度作为第2组预测因子,综合海表温度与土壤温度因子作为第3组预测因子,使用改进的典型相关分析和集合典型相关分析法对中国东部夏季降水场进行预测,建立了相应的预测模型。然后,利用1991—2010年的资料进行了独立样本预测试验。在独立样本预测试验中,综合海表温度与土壤温度因子建立的模型比只用海表温度进行预测的各项预测评分高,说明加入土壤温度因子后预测效果有所提高。基于陆面热力因子的预测模型对夏季降水有一定的技巧,而综合海温与陆面热力因子的预测模型对中国东部夏季降水有较高的预测能力。 相似文献
26.
本文利用1961—2016年中国汛期逐候降水的旋转经验正交函数分解(Rotated Empirical Orthogonal Function, REOF)方法对中国汛期雨带进行客观划分。根据REOF模态空间分布以及主成分的气候态平均确定了中国汛期6个主要雨带的落区和时间,并揭示了各雨带气候态环流特征。江南春雨雨带主要发生在长江以南地区,对应时间为26—27候;南方雨季的雨带落区主要在两广至福建地区,对应时间为33—34候;江南及中下游梅雨主要落区在长江以南和长江中下游流域,对应时间分别为34—35和36—37候;华北东北雨季落区在华北至东北地区,发生时间为41—42候;华西秋雨落区在秦岭及其周围地区,对应发生时间为49—52候。在雨带划分的基础上,进一步揭示了各个雨带典型的对流层中高低气候态环流特征。可为客观定义汛期雨带及各雨带气候预测提供参考。 相似文献