小波分析和EEMD方法在广州气温及降水的多尺度分析中的差异分析

利用小波变换和集合经验模态分解（EEMD）的方法对广州市1908—2010年103 a的温度、降水资料进行多尺度分析,并对比EEMD和小波分析的差异。结果表明:（1） 小波分解基于先验的小波基函数和分解层次有较大的人为选择性,易产生虚假波动;（2） EEMD具有自适性,分解结果更稳定和一致,处理非线性、非平稳数据更准确;（3） EEMD分解显示,广州的温度、降水均存在2~6.8 a的年际尺度波动,年代际尺度上,温度表现为13.6 a、34 a、68 a的波动周期,降水存在22.6 a的波动周期。      

河南省近40年季降水突变分析

利用1958－1999年降水资料，对河南省四季和全年的合计降水量进行滑动t检验，分析近40年来降水突变情况，结果表明，春季降水量显著升高，冬季降水变化呈多种形式，夏，秋和全年的降水量基本一臻，呈减少趋势。     

河南省近40年气温突变分析

利用1958～2000年气温资料，对河南省四季和全年的平均气温进行滑动t检验，研究近40年来全省气温的突变情况。结果表明，夏季气温有下降的趋势，而冬、春、秋季和全年气温则稳定上升。     

江苏省冬季气温、降水年代际异常及相关分析

利用NCEP/NCAR再分析资料和江苏省冬季气温、降水资料,运用带通滤波、经验正交分解(EOF)和相关分析等方法,分析了江苏省冬季气候年代际异常及同期气温与降水的相关特征.结果表明:江苏省冬季气候的年代际变化具有很好的空间一致性,表现为全省整体偏暖(偏冷)和偏涝(偏旱)的趋势;冬季气候存在明显的年代际突变,时间在1980s中期前后,平均气温从偏冷时期向偏暖时期转换,降水由偏少期向偏多时期转换.通过冬季同期降水和气温的相关分析发现,降水和气温具有一定的正相关性,而他们的年代际分量的正相关性更为显著,这与冬季大气环流场和海温场的年代际变化有密切的关系.     

1921～2010年天津气温和降水量序列的多尺度分析

基于集成经验模态分解(EEMD)方法,对1921~2010年天津年平均气温和降水量序列进行了多尺度分析。并结合功率谱对年平均气温和年降水量及其本征模态函数(IMF)分量进行周期分析。结果表明:天津年平均气温的变化主要是由第1、第2本征模态分量和趋势项构成,即准5 a和2~3 a的振荡与"先降后升"的长期趋势变化起主要作用。而第4、第5本征模态分量则反映出天津近90年来气温年代际尺度的冷暖变化,它们对1920年代至1940年代的暖期以及1950年代至1970年代的冷期有重要贡献。降水量的变化主要由第1、第2本征模态分量构成,即4.5 a、准9 a和2~3 a的振荡起主要作用。与气温序列相比,降水序列中年代际尺度的变化和长期趋势的贡献明显要小得多,但也反映了1980年代以后降水减少的趋势。     

1951—2016年沈阳气温和降水的多尺度分析

应用集合经验模态分解(EEMD)方法,对1951—2016年沈阳年平均气温和年降水量序列进行多尺度分析,并结合功率谱分析了两要素主要本征模态函数(IMF)分量的周期变化特征。在此基础上,进行了序列重建与对比。结果表明:近66 a来,沈阳年平均气温的变化主要由第1、第2高频分量和趋势项的振荡造成,分别反映了准5 a和准7 a的周期变化以及长期的缓慢增温过程;准14 a的年代际振荡第3分量对沈阳年平均气温变化的作用也不可忽视,而反映更长时间尺度的第4和第5分量在1980年代后与趋势项的变化特征基本一致,表明1980年代后沈阳明显增暖。年降水量的变化主要由第1、第2分量的年际振荡造成,振荡周期分别为准3 a和准5 a,而趋势项则呈现出准64 a的周期变化,总体反映出年降水量在1980年代前后呈现先减后增的变化趋势。与年平均气温序列相比,年降水序列的年代际尺度变化和长期趋势变化的贡献明显偏小。     

1953～2017年黄河源区气温变化的多尺度特征

基于黄河源区8个站点的年平均气温序列,利用集合经验模态分解（Ensemble Empirical Mode Decomposition,EEMD）方法,揭示了以玛多站为代表的黄河源区1953~2017年气温演变的多时间尺度特征,探讨不同时间尺度上的周期振荡对气温变化总体特征的影响程度,分析了黄河源区不同时间尺度的气温变化与海温指数,尤其是与北大西洋多年代际振荡（Atlantic Multidecadal Oscillation,AMO）间的关系。结果表明:（1）1953年以来黄河源区玛多站年平均气温以0.31 ℃/10 a的变化率表现为明显的增暖趋势,20世纪80年代后期开始转暖,尤其是进入20世纪90年代后期变暖更加明显。（2）1953~2017年,黄河源区年平均气温呈现3 a、6 a、11 a、25 a、64 a及65 a以上时间尺度的准周期变化,其中以准3 a和65 a以上时间尺度的振荡最显著,准3 a的年际振荡在21世纪以前振幅较大,而进入21世纪后年际振荡振幅减弱,65 a以上时间尺度的年代际振荡振幅明显加大。（3）1998年气候显著变暖以前,以准3 a周期为代表的年际振荡在气温演变过程中占据主导地位,1998年气候显著变暖以后,65 a以上时间尺度周期振荡的贡献率增加近5倍,与准3 a周期振荡的贡献相当。（4）气温与Nino3.4指数和PDO（Pacific Decadal Oscillation）指数的同期相关均不显著,但当气温领先PDO指数22 a时正相关最大且显著,不同于PDO指数,气温原始序列及其3个年代际尺度分量滞后AMO指数3~7 a或二者同期时相关性最高,这就意味着AMO对黄河源区气温具有显著影响。（5）AMO的正暖位相对应着包括中国的整个东亚地区偏暖,黄河源区只是受影响区域的一部分,20世纪60年代至90年代初期AMO的负冷位相期、20世纪90年代中后期至今AMO的正暖位相与黄河源区气温距平序列的负距平、正距平相对应,气温在65 a以上时间尺度的变化与AMO指数相关性更高,可见,AMO是影响黄河源区气温变化的一个重要的气候振荡,这种影响主要表现在年代际时间尺度上。     

近36年江淮地区浅层地温变化的多尺度分析

选取1981-2016年中国江淮地区28个气象站的0~20 cm地温观测资料,运用经验正交函数分解(EOF)和集合经验模态分解(EEMD)方法,得到江淮地区0~20 cm地温及气温多时间尺度的振荡规律。结果表明:江淮地区全区域有明显的空间一致性,特征向量值在全地区均为负值,时间系数在20世纪90年代中后期由正转负。1981-2016年江淮地区浅层地温和气温均表现为波动上升的趋势,其中0 cm地温的气候倾向率为0.65℃·(10a)-1,增温幅度大于5~20 cm层地温及气温。0 cm、5 cm、10 cm、20 cm四层地温及气温分解后的IMF1和IMF2分量的周期分别为准3年和准7年,且80年代的振幅要小于之后的年份,表明浅层地温及气温在80年代是稳定少变的,进入90年代波动幅度增大。年际变化在江淮地区0~20 cm地温及气温的长期变化中占主导地位。对36年0~20 cm地温的气候平均值进行分解可得,江淮地区各站点浅层地温的延伸期尺度周期基本分布在准12~16天和准26~33天两个周期内。     

传统距平与变年循环参照系下的中国气温变率比较

用功率谱分析、小波分析和经验正交函数(EOF)分析三种方法,对比分析了1953～2002年北京单站以及中国区域地表气温的传统距平与以集合经验模分解(EEMD)的频-幅调制年循环(MAC)为参照的"距平",同时还比较了用传统距平描述的"年际及更长尺度变率"和以MAC为参照的年以上尺度低频分量。通过对比分析,发现传统距平和用传统距平所描述的"年际及更长尺度变率"仍然包含有年周期,而且还包含有小于年尺度的波动;而去除MAC的距平则更好地去除了准年周期,而且以MAC为参照的年以上尺度低频分量只包含有1年以上尺度的波动,因而更适合用来描述"年际及更长尺度变率"。     

基于1873年以来器测气温的二十四节气气候变化

2000多年来二十四节气已广泛用于指导人们生产和生活。然而传统二十四节气的应用意义在当前全球变暖背景下正在发生变化。气候学二十四节气的提出赋予了二十四节气动态变化的内涵,有利于更好地发挥其现实指导作用。本文利用北京观象台1940~2017年和上海徐家汇站1873~2017年均一化的逐日气温观测序列,分析了近百余年二十四节气气候变化特征。结果显示,北京1941~2016年和上海1874~2016年的年平均气温和二十四节气气温都呈现变暖趋势,导致早春到初夏阶段的气候学节气呈现提前的趋势,而夏末到初冬阶段的节气呈现推迟的趋势;这些趋势大部分是统计显著的。北京和上海的极端冷事件（以大寒标准定义）均呈现显著的减少趋势,上海的极端热事件（以大暑标准定义）呈现显著的增多趋势。除了长期趋势之外,上海极端热事件频数和夏季平均气温演变中都存在明显的60~80年周期的多年代际变率,和大西洋多年代际振荡相关。相比以往基于1960年以来的观测所做的二十四节气气候趋势分析,本文揭示了更完善的长期气候变化特征,有助于从精细化的季节循环演变角度丰富关于近代中国气候变暖的认识,为适应气候变化提供科学基础。     

夏季中国华北与印度降水之间的关联及其成因分析

本文基于1951~2012年的再分析资料以及站点观测资料,针对中国华北夏季降水和印度夏季风降水的协同变化(正相关)关系,利用集合经验模态分解法(EEMD)对两个降水序列进行时间尺度分解,并在年际尺度上分别考察了对两者正相关关系形成的有利和不利环流形势.结果表明,印度夏季风降水和华北夏季降水序列的较好正相关关系主要来自周期为2~3年的年际尺度分量,两者在该时间尺度上的相关系数为0.34,达到99%的信度水平.在年际尺度上,与印度夏季风降水异常有关的对流层中高层环半球遥相关型(CGT)波列能够衔接伊朗高原和环渤海地区上空的同位相环流异常(反气旋式或气旋式),从而有利于华北夏季降水和印度夏季风降水之间的协同变化.然而,这一协同变化关系并不总是成立.当伊朗高原上空异常中心的位置偏西时,CGT波列无法形成.这时,即使印度夏季风降水出现显著异常,华北地区却易受东亚—太平洋型或西太平洋型遥相关型的影响而其降水形势可能与印度夏季风降水形势相反.这些结论有助于进一步理解印度夏季风降水与华北夏季降水的正相关关系,从而对华北夏季降水的预测具有参考意义.     

全球不同空间尺度陆地年降水的年代尺度变化特征

基于1951~2010年GPCC（Global Precipitation Climatology Centre）的逐月降水数据,利用集合经验模分解法（Ensemble Empirical Mode Decomposition,简称EEMD法）对全球、东西半球、五个大陆和四个典型干旱半干旱区等不同空间尺度年降水量的年代尺度特征进行了研究,区分了不同空间尺度上降水的年代际变化及其长期趋势。结果发现:（1）全球陆地平均降水既存在年代际的周期振荡,又存在长期变化的趋势,降水的年代际周期振荡的强度远大于降水的长期趋势,两者的共同作用使得全球陆地平均降水呈现以年代际周期振荡为主的特征。（2）在半球尺度,2000年以前,东、西半球具有明显相反的年代尺度变化特征,东半球变干（降水减少）,西半球变湿（降水增加）。（3）1951~2010年,欧亚大陆和非洲大陆与北美、南美和澳洲大陆的年代际振荡和趋势存在着一个近似反位相的关系;干旱化与干旱时段是完全不同的两个过程,两者所处的时段也不同;近10年（2001~2010年）全球五个大陆可能将进入一个相对湿润的时段。（4）四个典型干旱半干旱区降水的年代尺度变化具有明显的区域差异。总体来说,华北和北非与北美和中亚降水在长期趋势及年代际振荡上具有反位相的特征。华北和北非的年代际振荡具有近似的位相。在最近几十年,北美和中亚同处于湿润时段,但前者开始于1975年,后者开始于1985年。此外,中亚的第一个湿润时段（1959~1968年）却对应北美的干旱时段。     

华南前汛期夏季风降水开始日期的确定

华南前汛期降水包含锋面降水和夏季风降水,提高对这2种不同性质降水的认识及如何区分是非常重要的。本文利用NCEP/NCAR再分析资料,分析了华南不同性质降水期间大气特性的差异,并采用集合经验模态分解(EEMD)方法,自适应地提取假相当位温θse的调制年循环变量(MAC),得到华南前汛期夏季风降水开始日期的划分标准。结果表明,当某年θse的MACδ标准差时,南海夏季风推进至华南地区,夏季风降水开始。利用该标准划分的华南前汛期夏季风降水开始日期平均为5月第6候,且具有2~3 a、13~15 a的年际、年代际变化周期。进一步对比分析表明,此标准划分的结果基本合理。     

On Multi-Timescale Variability of Temperature in China in Modulated Annual Cycle Reference Frame

The traditional anomaly (TA) reference frame and its corresponding anomaly for a given data span changes with the extension of data length. In this study, the modulated annual cycle (MAC), instead of the widely used climatological mean annual cycle, is used as an alternative reference frame for computing climate anomalies to study the multi-timescale variability of surface air temperature (SAT) in China based on homogenized daily data from 1952 to 2004. The Ensemble Empirical Mode Decomposition (EEMD) method is used to separate daily SAT into a high frequency component, a MAC component, an interannual component, and a decadal-to-trend component. The results show that the EEMD method can reflect historical events reasonably well, indicating its adaptive and temporally local characteristics. It is shown that MAC is a temporally local reference frame and will not be altered over a particular time span by an extension of data length, thereby making it easier for physical interpretation. In the MAC reference frame, the low frequency component is found more suitable for studying the interannual to longer timescale variability (ILV) than a 13-month window running mean, which does not exclude the annual cycle. It is also better than other traditional versions (annual or summer or winter mean) of ILV, which contains a portion of the annual cycle. The analysis reveals that the variability of the annual cycle could be as large as the magnitude of interannual variability. The possible physical causes of different timescale variability of SAT in China are further discussed.     

EMD在广西季节降水预报中的应用

气候系统是一种耗散的、具有多个不稳定源的非线性、非平稳系统。该文利用支持向量机(SVM)算法在处理非线性问题中的优越性和经验模态分解(EMD)算法在处理非平稳信号中的优势,采用将EMD与SVM相结合的短期气候预测方法,并应用到广西季节降水预报中。选取广西88个气象观测站1957—2005年6—8月逐年降水量的距平百分率序列作为试验数据,通过EMD算法将标准化处理后的距平百分率序列分解成多个本征模态函数(IMF)分量和一个趋势分量,在分解中针对EMD算法存在的端点极值问题选择两种方法分别进行处理,对比得出极值延拓法效果更好。对每个分量构建不同的SVM模型进行预测,并通过重构形成最后的预测结果。试验中采用不经EMD处理的反向传播(BP)神经网络和SVM算法进行对比验证,结果表明:相对于直接预测方法,该文提出的方案均方误差最小,能够较为准确地反映出降水序列未来几年的变化趋势,具有更高的预测精度和较好的推广前景。     

1951~2010年云贵高原大理和丽江气温、降水的气候特征分析

利用大理和丽江气象站1951~2010年的逐日气象资料,分析了横断山脉东部气温、降水的气候特征。结果表明,1991年以后,大理和丽江地区均存在显著增温的趋势（0.58和0.55℃/10 a）,明显高于同时期中国平均气温的增加幅度;而在1991年之前,大理和丽江的年平均气温呈现下降或微弱上升的趋势（-0.14和0.07℃/10 a）。与夏季平均气温的增温幅度相比,冬季平均气温的增温更显著,且其变化趋势与年均气温的气候特征是一致的。大理和丽江年总降水及各季节降水量在1951~2010年并没有明显增加或减少的趋势。大理和丽江雨季开始的时间分别为第28候和第30候,持续时间分别约为5.5和4.5个月。20世纪80年代以后,丽江年平均风速的减小强度明显大于大理,这是因为丽江站地处城区,城市化剧烈,地表粗糙度增加显著。日照时数与云量呈反相的季节变化,降水量的多年平均的逐候变化与日照时数、总云量、尤其是低云云量相关,随风速增大而减小。     

1961—2008年淮河流域气温和降水变化趋势

利用淮河流域170个地面气象观测站观测数据,统计分析了淮河流域1961—2008年间气温和降水的时空变化趋势。结果表明:48 a间淮河流域年平均气温呈显著上升趋势,冬季平均气温的增温幅度最大,春、秋次之;年极端最低气温亦呈显著上升趋势,年极端低温日数(满足该站极端低温阈值)则呈明显下降趋势;流域西北部年极端最高气温呈显著下降趋势,流域西部年极端高温日数(满足该站极端高温阈值)呈显著下降趋势;降水量总体变化趋势未通过统计检验,但1990s开始,秋季降水量呈下降趋势,2000年之后年降水量明显增加,夏季降水量亦增加;春季和秋季降水日数呈显著下降趋势,夏季和冬季无明显变化。