北半球大气臭氧与太平洋海温时空相关分析

本文利用北半球臭氧网格点资料和太平洋海温网格点资料,通过自然正交函数展开(EOF)和谱分析,讨论了臭氧变化与太平洋海温异常的时空结构对应关系及相互联系,得到了一些有意义的结果。     

中国西部降水和树轮关系及传输函数探讨

本文利用EOF展开,对我国西部树轮指数和降水场进行了讨论,分别计算了降水和树轮的第一、第二主成份的周期。结果表明我国西部树轮和降水在空间与时间上都有着较好的对应关系。在此基础上,通过稳健回归方法对树轮和降水的传输函数进行了研究。     

两类E1～Nino事件对我国气候的影响

利用距平合成和ＣＥＯＦ方法，诊断分析了两类Ｅ１～Ｎｉｎｏ事件对我国夏季降水、温度和台风等要素的影响，比较了两类Ｅ１～Ｎｉｎｏ现象对我国气候异常影响的差异，并从海气相互作用角度给出了一定的物理解释。     

印度夏季风的年际变异与北半球大气环流的特征

印度夏季风的年际变异是大范围大气环流相互联系、相互影响的结果。本文应用１９５１—１９８５年印度夏季风资料，选取强季风年４年和弱季风年６年，分别对北半球５００ｈＰａ高度场进行距平合成分析和复自然正交函数（ＣＥＯＦ）分析。结果指出，大西洋和鄂霍次克海阻塞高压的稳定存在以及乌拉尔山低压槽的频繁活动与强印度季风年相联系，而大西洋和鄂霍次克海低压系统的频繁活动以及欧洲阻塞高压的稳定存在与弱印度季风年相联系。印度夏季风强弱不同年份，春季北半球大气环流已经出现了一些不同特征，这对于当年夏季风的强弱和北半球气候异常有预示作用。印度夏季风强弱的不同年份和不同季节，北半球存在极地和赤道低纬位相函数大而中高纬度位相函数小，且扰动由中高纬向极地和赤道方向传播的特征     

两类E1 Nino事件太平洋海温异常时空结构的分析

用聚类法对１９５１－１９８６年发生的１０次厄尔尼诺事件进行分析，归纳出两类厄尔尼诺事件。第Ｉ类在赤道中太平洋偏西先开始增温，第Ⅱ类在赤道东太平洋先开始增温；用距平合成和复自然正交经验展开研究了两类事件从产生到消亡各阶段所对应的太平洋海温异常的时空结构和特征。爆发和发展阶段，第Ｉ类海温场扰动由西向东传，第Ⅱ类相反。距平分布也呈明显相反的特征。成熟阶段，赤道地区第Ｉ类逆转为由东向西传播；第Ⅱ类则出现经     

海气相互作用的零维模式

利用文献[4],本文求出了考虑海气耦合时零维模式的平衡态,讨论了它们的稳定性和现代气候的敏感性问题。 结果表明:气候系统存在三个平衡态,两个稳定态分别表示冰期和间冰期气候;当考虑海气作用时,现代气候条件下的敏感性比不考虑海气作用时小,外参数变化为1%,温度平均变化为1°K左右。 在此基础上,就随机模式的反馈系数提出了不同的看法,对随机分析作了简略探讨,并用实际资料进行了检验。      

几种统计模型对热带印度洋海温异常的预报

本文利用神经网络模型、多元线性回归模型和马尔科夫模型分别建立了统计预报模型,对热带印度洋海表温度异常(SSTA)和印度洋偶极子(IOD)指数进行了63 a的长时间回报实验,并详细比较了线性和非线性统计预报模型的差异。结果表明:统计模型对IOD指数的预报技巧和现有动力模式预报技巧相差不大,对偶极子指数(DMI)有效预报时效为3个月,东极子指数(EIO)为5～6个月,西极子指数(WIO)达到8～9个月。IOD事件强烈的季节锁相特性使得对秋季的DMI指数可以提前4个月做出有效预报。加入同期的ENSO指数来预报IOD指数,能有效地提高IOD预报技巧,特别是对IOD峰值的预报。复杂的神经网络模型和简单的多元线性回归模型在对SSTA和IOD指数的预报具有同等的效果。     

一种新的模式倾向误差估计算法及其在ENSO模拟中的应用

气候模式是我们理解、模拟和预报气候演变的重要工具。然而即使是目前最先进的耦合模式,其模拟和预报与大气/海洋的真实状态相比,仍存在较大偏差,这是由于在模式的倾向方程中不可避免地存在系统性的误差(倾向误差)。因此,减小模式倾向误差对改进模式的模拟和预报效果具有重要意义。该研究首先发展了一种新的计算模式倾向误差的估计算法——基于局地集合变换卡尔曼滤波器(local ensemble transform kalman filter, LETKF)同化技术的倾向误差估计算法。在此基础上,将新发展的算法应用到Zebiak-Cane (ZC)模式,通过同化海表面温度异常(sea surface temperature anomaly, SSTA)数据,估计随时空变化的倾向误差,并使用计算得到的倾向误差订正模式,进行积分模拟。结果表明: (1)倾向误差和ZC模式的模拟偏差具有高度相关性; (2)订正后的模式改善了对厄尔尼诺-南方涛动(El Niño-Southern Oscillation, ENSO)的一些重要特征的模拟。这说明新发展的模式倾向误差估计算法十分有效且在ENSO模拟中具有较好的应用价值,此外,这种新的模式倾向误差估计算法,计算高效简便,可便捷地应用于各模式中,利于推广。