共查询到18条相似文献,搜索用时 78 毫秒
1.
EOF在广西春季降水分析中的应用 总被引:1,自引:0,他引:1
利用EOF方法对广西1961-2003年春季(2-4月)降水进行分析,得出广西降水一致性即旱或涝为春季主要降水类型与桂北-桂南和桂东南-桂西北反位相型。依此广西春季降水可分为桂东北、桂东南和桂西三个区。利用第一时间系数、67个站平均降水距平值和正负距平站数三种方法统计出广西春季历年的旱涝年,1961-2003年期间存在11a涝和14a旱。在降水异常年里桂东南降水变化最大,其次为桂东北,变化最小为桂西。 相似文献
2.
3.
广西春季降水变异成因分析 总被引:4,自引:1,他引:4
对广西1959-2000年春季2-3月,4月典型降水场的500hPa高度差异场,及突变前后10a尺度500hPa大气环流与海温场进行分析,得到:2-3月与4月降水典型年份高度场存在明显的差异,且中心位置,强度基本一致;10年尺度500hPa高度异常变化是造成广西2-3月份降水发生突变的主要原因。10年尺度500hPa高度场在北太平洋上异常变化对4月降水突变影响明显;北太平洋和NINO海区海温突变前后发生了相反的变化,这种异常变化对春季降水突变影响明显。 相似文献
4.
5.
6.
7.
8.
利用青海省37个测站1959-1999年春季(3—5月)降水资料,采用EOF、RFOF及波谱分析等方法,对春季降水异常空间结构及时间演变特征做了研究。分析发现青海省春季降水异常变化主要表现为东部农业区、柴达木盆地、青南高原、祁连山区、小唐古拉山5种空间型。从各气候区的春季降水时间变化趋势看:除柴达木盆地的德令哈从80年代降水呈下降趋势外,其余地区的降水从80年代呈不同程度的上升趋势。从波谱分析可知,青海省春季降水的变化以短周期为主。 相似文献
9.
对广西 195 9- 2 0 0 0年春季 2~ 3月、 4月典型降水场的 5 0 0 h Pa高度差异场、及突变前后 10 a尺度 5 0 0 h Pa大气环流与海温场进行分析 ,得到 :2~ 3月与 4月降水典型年份高度场存在明显的差异 ,且中心位置、强度基本一致 ;10年尺度 5 0 0 h Pa高度异常变化是造成广西 2~ 3月份降水发生突变的主要原因。 10年尺度 5 0 0 h Pa高度场在北太平洋上的异常变化对 4月降水突变影响明显 ;北太平洋和 NINO海区海温突变前后发生了相反的变化 ,这种异常变化对春季降水突变影响明显 相似文献
10.
作者建立的多时次因子EOF迭代预报方法,进行了四川盆地夏半年降水异常的短期气候预测试验和业务应用。结果表明,考虑前期着急海区多时次海温因子,预测四川盆地降水异常,效果令人鼓舞。这一步证明了这种容纳多时次资料,基于EOF迭代的物理统计方法是一种具有强预报能力,实用有效的预报新途径。 相似文献
11.
山东春季降水的时空变化特征分析 总被引:16,自引:4,他引:16
根据山东省81个地面站1961-1998年共38年的降水资料,应用自然正交函数展开(EOF)方法,分析了山东省38年春季月、季降水量的时空变化特征。根据降水方差累积贡献率和空间分布特征,指出前3个典型场基本能反映山东省春季季降水分布的主要特征,其贡献率高达81.30%,据此得出山东省春季降水分布类型:总体一致型、东南-西北差异型和西南-东北差异型。山东春季降水空间分布可分为4个区,南部区:日照、临沂、枣庄及济宁;半岛区:烟台、威海、青岛和潍坊东部;西部区:荷泽、聊城;北部区:德州、滨州、东营、济南、泰安、莱芜、淄博和潍坊西部。同旱(涝)是山东春季各月降水的基本型。山东春季易出现干旱,春季降水存在明显的年际变化,有4.8~6年的振荡周期。 相似文献
12.
神经网络方法在广西日降水预报中的应用 总被引:7,自引:3,他引:7
以广西前汛期5、6月区域平均日降水量作为预报对象,采用人工神经网络方法进行新的数值预报产品释用预报研究。对T213预报因子进行自然正交分解,有效浓缩数值预报产品因子的预报信息,并结合日本降水预报模式因子建立广西3个不同区域的逐日降水神经网络释用预报模型。运用与实际业务预报相同的方法对2004年5、6月进行逐日的实际预报试验,并与T213的降水预报进行对比分析。结果表明,本文建立的3个区域日平均降水量神经网络预报模型,在预报性能上明显优于同期的T213降水预报。 相似文献
13.
14.
15.
16.
中国夏季降水异常EOF模态的时间稳定性分析 总被引:3,自引:1,他引:3
本文基于1980~2012年中国160个台站降水资料,利用滑动交叉检验等方法讨论了中国夏季降水距平和距平百分率EOF各模态的时间稳定性,在此基础上探讨了EOF方法在中国夏季降水短期气候预测中的应用条件和潜在能力。研究表明,随机剔除一年样本,中国夏季降水距平场前四个EOF模态表现出显著的稳定性。若时间系数完全预测准确,则潜在的可预测站点主要位于黄河以南地区,理想预测与原始降水的距平相关系数为0.6左右。相对而言,降水距平百分率各模态的时间稳定性易受极端降水事件的影响,当人为削弱这种影响后,随机剔除一年样本,其前三个模态的稳定性得到提高,潜在的可预测站点均匀分布,理想预测与原始降水的距平相关系数为0.48。但是,伴随着预报时效的增加,降水距平和距平百分率后三个EOF模态的时间稳定性下降,预示着EOF方法对未来两年以上降水的预测能力将会明显下降。 相似文献
17.