1948～2004年全球越赤道气流气候变化

利用1948年1月～2004年12月逐月NCEP/NCAR的全球1000 hPa、850 hPa、700 hPa、600 hPa、500 hPa、400 hPa、300 hPa、200 hPa、150 hPa、100 hPa的10层经向格点风,计算了全球越赤道气流和年变化,分析了全球850 hPa越赤道气流通道的时、空变化特征。指出在研究的时间段内,全球850 hPa越赤道气流有明显的长期趋势变化和年代际变化。近57年,6～8月的45～50°E、5～9月的105～115°E、5～9月和5～11月的130～140°E、2～4月的20～25°E的越赤道气流有明显的加强,6～8月的50～35°W的越赤道气流减弱。夏季索马里的越赤道气流,平均每10年增强0.25 m/s,而130～140°E,5～9月的越赤道气流,平均每10年增强0.32 m/s。奇异谱分析表明,850 hPa越赤道气流的年代际变化和趋势变化的方差贡献达到35%～45%。年际变化的方差贡献不超过30%,还指出夏季太平洋的越赤道气流的强度变化与南方涛动有明显关系,弱南方涛动时,有强的越赤道气流。而索马里急流强度与北大西洋涛动有弱的正相关。     

应用MJO制作长江流域月降水预测的试验研究

用MJO指数RMM1、RMM2、振幅 1—25日平均代替月平均,用上月月平均RMM1和RMM2、振幅构造为右场,下月长江流域降水场为左场,SVD分析两场的关联,借助最优化技术,在降水场预测距平与实况距平同号总站数最大意义下确定系数,建立估计公式,由右场时间系数估计左场时间系数,最后反演降水场。尽管多数的月第一模态相关并不显著,但实际预测效果较好。     

SSA方法在气候时间序列分析和预测中的应用

文章介绍了奇异谱分析方法在不同时期尺度气候研究中的应用。表明ＳＳＡ是气候动力重建、统计分析和信息压缩的一种有效工具，并可应用于建立经验长期预报的预报因子集。     

气候诊断研究中SVD显著性检验的方法

文章介绍了ＳＶＤ模态的Ｍｏｎｔｅ Ｃａｒｌｏ统计检验方法及应用结果。     

SVD方法在气象场诊断分析中的普适性

本文首次从理论上推导证明两个气象场的奇异值分解（ＳＶＤ）在气象场时空分布耦合信号的诊断分析中具有普适性。结果表明，两个场的ＳＶＤ求解准则不同于典型相关分析（ＣＣＡ），且ＣＣＡ模型可视为ＳＶＤ之特例，尤其当各个场经ＰＣＡ滤波后，其ＣＣＡ完全与ＳＶＤ等价。ＳＶＤ分析的结果不但可完全代替ＣＣＡ，且计算更简便，所得耦合信号的物理解释更清晰，特别适合于大尺度气象场的遥相关型研究。     

近50年浙江省旱、涝气候变化及特征

用1951－1999年资料详细研究了浙江省的年、季的旱、涝气候变化特征。主要结果：浙江省夏季降水量表现出稳定的增加，其他季节（特别是秋季）的降水有不同程度的减少。每年在浙江省出现大范围旱（或涝）的可能性很大（约80％）。1985年以后浙江每年都要发生大范围的季节性的旱涝。浙江省年、季降水量旱涝有年代际变化。旱、涝发生的气候频率已经有了明显的变化，特别是夏季。奇异谱分析与最大熵谱分析的结果表明夏季、秋季与年的降水量有明显的长期趋势变化，它们还有10年左右的周期，而冬季降水的2年周期振荡特别明显。     

春夏500hPa高度与四川盆地气温的奇异值分解

应用奇异值分解（SVD）方法分析了春夏青藏高原，四川盆地到我国东部500hPa市场场与四川盆地气温场的关系。结果表明，春夏500hPa高度场与四川盆地气温关系密切，其第一模态代表了两场最主要的耦合特征；四川盆地气温的冷暖异常与高度场的高低异常呈同位相变化；当500hPa高度升高（降低）时，四川盆地气温升高（降低）；近半个世纪以来，青藏高原及其东部地区500hPa高度呈下降趋势，而四川盆地气温呈变冷趋势。这一结果表明大气环境的异常演变也是造成四川盆地春夏气候变冷的重要原因。     

近百年全球平均地面气温准周期信号及其长期演变特征的分析

应用奇异谱分析(SSA)方法,对全球及南北半球近100多年(1856～1997年)逐月地面气温距平序列的年际变化准周期性进行诊断分析,结果表明,全球平均气温序列中以准5～6年和准4年周期振荡最显著,其次是准两年周期振荡.各种准周期振荡年代际演变特征及其变率的阶段性,不但表现在振幅上,而且其波数亦很明显.上述特征在全球、南北半球都各有明显的差异.奇异交叉谱分析(SCSA)表明,全球平均地面气温的年际振荡与气候系统中其他各子系统所隐含的准周期信号具有各种耦合关系,尤其表现在与Nino区海温或南方涛动指数中的准周期信号的耦合关系上.     

欧亚土壤湿度异常对北半球大气环流的显著影响

用44 a ERA40再分析资料的土壤湿度和大气环流变量场, 研究持续性的欧亚大陆土壤湿度异常对后期北半球大尺度大气环流的反馈作用。首先,运用经验正交函数分解去除ENSO遥相关及趋势影响后,分析了欧亚大陆中高纬度土壤湿度变率主要模态的季节变化特征,及相对应主分量时间序列显示的土壤湿度异常的衰减时间,结果表明土壤湿度异常的主要模态在全年都表现出很好的连续性。其次,对不同季节的连续3个月的月平均土壤湿度和500 hPa高度场进行滞后最大协方差分析,研究欧亚地区中高纬度土壤湿度异常与北半球大气环流异常之间的线性耦合。第一最大协方差模态的结果表明:全年的主导信号是大气强迫土壤湿度的变化,但在冬季和夏季,大气中类似于负位相北极涛动的环流型与之前月份(最长达4个月)土壤湿度的持续变化显著相关。最后,基于土壤湿度变率中心的回归分析也证实了秋季和春季欧亚土壤湿度,特别是北非副热带,欧亚内陆和西伯利亚地区的土壤湿度异常,分别与其后的冬季和夏季的大气环流显著相关。欧亚大陆土壤湿度异常超前大气环流的信号,将有助于改善冬季和夏季北半球季节气候预报能力。     

集合卡尔曼滤波同化中雷达位置的敏感性研究

针对对流尺度集合卡尔曼滤波（EnKF）雷达资料同化中雷达位置对同化的影响进行研究。为了考察强对流出现在雷达不同方位时集合卡尔曼滤波同化雷达资料的能力,以一个理想风暴为例,设计了8个均匀分布在模拟区域周围的模拟雷达进行试验。单雷达同化试验中,初期同化对雷达位置较敏感,而十几个循环后对雷达方位的敏感性降低。造成初期同化效果较差的雷达观测位于模拟区域正南和正北方向,这两部雷达与模拟区域中心的连线垂直于风暴移动方向（即环境气流的方向）。双雷达试验的结果表明,正东、正南、正西和正北方向的雷达组合观测会使同化初期误差较大,这说明并不是所有与风暴连线成90°的雷达组合都能在短时同化中得到合理的分析结果,还需要都处于模拟区域对角线上（即与环境气流成45°夹角）,同化效果才较好。短时同化后的确定性预报结果表明,较大分析误差也会导致较大预报误差。这些分析误差主要是由于同化初期不准确的集合平均场驱动出的不合理的背景误差协方差造成的。当背景场随着同化循环得到改进后,驱动出的合理的背景误差协方差使得不同位置雷达同化造成的差异逐步减小。基于上述结果,引入迭代集合均方根滤波（iEnSRF）算法,结果显示使用该算法后,雷达位置对同化效果的影响减小,同化不同位置的雷达资料均能有效降低分析和预报误差。