中国气温和降水序列年代际分量的显著性检验

对1951—2008年中国160站年和四季的气温、降水序列是否服从正态分布进行显著性检验,以此为基础进一步对气温和降水序列中的年代际异常分量显著性作了严格的统计学分析,结果表明：1）大多数测站气温序列服从正态分布,大多数测站降水序列不服从正态分布;气温、降水序列是否服从正态分布与地域有一定联系。2）气温、降水序列中年代际变化分量的显著性存在明显差异,多数测站气温序列年代际分量显著,只有少数测站降水序列的年代际分量显著。3）因为1951—2008年中国160站年、季气温和降水序列不全服从正态分布,特别是降水序列的非正态性严重,建议对它们的统计显著性检验采用Monte Carlo方法。     

改进的奇异值分解方法及其效果验证

改进的奇异值分解(advanced singular value decomposition,ASVD)方法,是对经过空间均匀化订正的格、站点网资料的奇异值分解(singular value decomposition,SVD)方法.根据奇异向量与经验正交函数(empirical orthogonal function,EOF)的关系,给出了格、站点网资料SVD方法中均匀化订正的方法,进而得到了改进的奇异值分解(ASVD)方法.将ASVD方法、SVD方法用于中国60a(1951-2010年)160站冬季气温、降水同期相关系数矩阵C的分析,结果表明:ASVD方法的前4个主要模态的模方拟合率和累积模方拟合率均明显高于SVD方法;ASVD方法前两个奇异向量典型场图上高绝对值区与C模方图上高值区的关系明显较SVD方法合理.由此论证了SVD方法中资料均匀化订正的必要性,验证了实际分析中ASVD方法的效果.     

基于160站资料的我国表面气温异常特征

利用我国160站站域面积和近60年月平均表面气温资料,求得1951—2008年我国年、季节全国平均气温序列。在此基础上分析了我国表面气温异常的基本特征:四季表面气温异常中冬季异常方差最强,它对四季总异常的方差贡献为47.7%,远高于春、秋季 (23.4%,17.2%) 和夏季 (11.7%)。线性增温在年、季序列中均显著,年序列最强,夏季最弱;全国平均表面气温线性增温的年值为1.4℃/58 a,冬季 (2.3℃/58 a) 明显高于夏季 (0.6℃/58 a)。年代际变化在年和冬、夏季序列中的方差贡献显著,年值 (59.3%) 明显高于冬、夏季值;年和冬季全国平均表面气温年代际变化从20世纪80年代中期起维持为正,夏季从90年代中期起维持为正。该文提供的年、季节全国平均表面气温序列合理,具有一定代表性。     

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。     

中国冬季气温异常EOF分析的改进

采用站网均匀化订正方法处理了中国160站站网1951—2010年冬季（12月-次年2月）气温距平序列,订正后的序列较好地处理了由站网不均匀性引起的方差不均匀。对订正前、后序列分别作了EOF分析,结果表明：1）订正后序列的前2个典型场上的高绝对值区比订正前序列的前2个特征向量有更好的组织性,其高值区主要位于三北地区（西北、华北、东北）及青藏高原,与均方差场的高值区基本一致;2）订正前、后主要模态时间系数演变特征相似（rh≥0．886,h=^-1,2）,但订正后的前2个时间系数的线性分量和年代际变化分量对它们的方差贡献更加集中于第一模态;3）订正后资料EOF分析的第一个典型场和时间系数中的线性分量可以给出中国最近60a冬季主要强增暖区的分布;其年代际分量与分析期间中国强年代际变化分布区域的一致性也优于订正前资料的EOF分析结果。     

中国气候资料站网均匀化订正的一种方案及应用

定义了中国160站站网不均匀性的两个度量参数—站域面积和站网密度。在给定球冠区面积S0=50×104km2下求得了它们的值,并论证了其合理性。用它们构造了第一类权重函数,将该权重函数应用于中国160站站网1、4、7、10月气温的全国气候平均值及均方差值的计算,得到了合理的结果。同时,构造了第二类权重函数,并应用于气温距平场时间序列的订正,对订正前、后的距平场序列进行EOF（empiricalorthogonalfunctions）分析,论证了订正后的结果优于订正前。