BASIC CLIMATOLOGICAL FEATURES OF AIR-SEA HEAT EXCHANGES IN THE SOUTH CHINA SEA (SCS) REGION AND THEIR RELATIONS WITH THE SCS MONSOONS

By using the NCEP reanalysis data set in 1979-1995, the fluxes of the latent heat, thesensible heat and the net long-wave radiation in the South China Sea (SCS) are expanded by meansof EOF in order to discuss the basic climatological features in the SCS. The detailed analysis showsthat the air-sea heat exchanges in different SCS regions have different seasonal variations. Themiddle and the north of the SCS are the high value regions of the air-sea heat exchanges during thewinter and the summer monsoon periods, respectively, the seasonal variations of air-sea heatexchanges in the south of the SCS are small. In addition, the proportions of different componentsin the total air-sea heat exchanges have different seasonal variations in different regions. Theresults show that the SCS monsoon and the air-sea heat exchanges in the SCS region are theaccompaniments of each other, the great difference of the sensible heat flux between the IndochinaPeninsula and the SCS before the SCS summer monsoon onset may be one of the triggers of thelatter. There maintains a high value center of the sensible heat flux before the 13th dekad, itsdisappearing time consists with that of the summer monsoon onset. It means that as far as the SCSlocal conditions are concerned, the northwest of the Indochina Peninsula is probably a sensitiveregion to the SCS summer monsoon onset and the land may play a leading role in the SCS summermonsoon onset.     

河南省和中国夏季降水类型差异分析

利用河南省1951～1999年38个站点的降水资料,分析了河南省夏季降水距平百分率空间分布,并用EOF对雨量进行分解,同时归类合成,给出了河南省的6种雨型.在此基础上,对比分析了中国雨型和河南省雨型之间的差异.     

EOF在广西春季降水分析中的应用

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。     

亚非感热异常时空特征及其与我国降水异常的关系

运用多年全球感热通量数据进行经验正交函数(EOF)分析,得到感热异常关键区。运用小波分析等方法发现,全球地表感热异常存在振荡现象,东半球在年际、年代际尺度上,地表感热异常主要以青藏高原东、西部的反相以及高原西部和北非的反相为热力异常振荡的主要分布形态。再运用中国月平均降水资料进行EOF分析,得到各个感热异常关键区与中国华北、江淮和华南地区汛期降水异常的相关关系,其中北非、青藏高原西北部和马来半岛这3个区域的感热距平之间有较大的相关关系,且感热异常季节变化较小,对我国东部地区降水的影响比较稳定,持续性较好。     

利用EOF相空间分析东亚梅雨旱涝长期过程的初步研究

利用非线性动力学中的相空间概念,分析了梅雨旱涝3～5年循环的长期过程.对全球热带850hPa的纬向风场距平所作的EOF,第1特征向量显示了Walker环流异常在赤道球圈上的分布;第2特征向量主要显示热带-副热带之间的环流异常的经向分布.在第1时间系数和第2时间系数所定义的2维相空间中,由相轨线分析,得到梅雨涝年主要集中于第2象限,而旱年则相对多在第4象限.说明梅雨旱涝年际变异的主导模态和热带大气环流的主要特征向量有着密切的关联.它们显示了以3～5年时间尺度的大气环流演变的长期特征性过程.     

多时次资料的EOF迭代在云南夏季气候预测中的应用

多时次资料的EOF迭代预测方法能较好地应用历史资料中的信息，并能将经验法则、观测事实和气候规律等引入到实际的短期气候预测过程中，特别是随着我们对影响短期气候变化的物理过程和因子认识的深入，这种预测方法将会得到更加有效地改进和实际应用。本文考虑4个区域月平均海表水温的多时次历史资料，基于EOF迭代方案，建立了云南夏季气候变化的一种多时次EOF迭代预测模型。在对云南分5个区域，每个区域16个气象观测站点的夏季降水和气温趋势的预测中，该模型对云南1995－1999年的夏季6－8月总雨量和平均气温趋势预测检验的最新业务标准评分平均分别达到79．6％和87．0％。该评分成绩表明，这种容纳多时次资料，基于EOF迭代的物理一统计预测方法是一种有效的短期气候预测途径。     

基于人工神经网络的洪涝预报方法研究

针对西江流域的洪涝灾害,利用流域的水文参量和气象参量作为自变量,探索基于人工神经网络的洪涝预报方法。以西江流域梧州市1971~2003年超过警戒水位(17.0m)共125次作为研究对象,选取流域的水文参量和气象参量作为预报因子,对数量众多预报因子采用自然正交分解(EOF)方法,浓缩大量因子的有效信息,建立了西江流域梧州洪涝的人工神经网络预报模型。结果表明:所建立的预报模型历史拟合平均绝对百分比误差为2.21%,平均绝对误差为0.43m,预报结果平均绝对百分比误差为2.34%,平均绝对误差为0.45m,预报效果较好,可应用于实际的洪涝预报中。     

赤道太平洋次表层要素变化特征及其与表面风应力关系

利用EOF方法，讨论了赤道太平洋次表层海温、异常散度、表面风应力和纬向流的变化特征及其相互关系。结果表明：赤道太平洋次表层要素场EOF的前2个主分量占其总量的主要部分，第2主分量的变化超前第1主分量8月左右；次表层温度、异常散度、表面风应力基本同步变化且超前纬向流变化3～4月。推断其可能关系为：赤道太平洋表面西（东）风应力异常一赤道太平洋海水次表层上层异常辐合（辐散）、下层异常辐散（辐合）一海水异常下沉（上翻），使得次表层海水温度的异常升高（降低），并促使次表层纬向海流的异常向西（东）。     

青海东部春季降水量的经验正交分解特征及与海温和500hPa高度场的相关

本文通过对青海省东部１３个站４－６月降水量进行了ＥＯＦ分解，给出了这一地区季降水的空分布特征，其主要特征向量的时间系数与同期太平洋海温存在明显的遥相关，最后用第一特征向量的时间系数作为表征青海东部春季的旱涝指数，分析了它与前期太平洋海温和５００ｈＰａ高度场的相关，结果发现：前一年春季赤道东太平洋海温和冬季太平洋地区５００ｈＰａ高度对我省东部春季降水有明显的指示意义。     

近51年500 hPa上北极涛动的时空变化特征分析

对1951-2001年北半球500hPa高度场月、季及年平均资料分别进行EOF分析．并对EOF分析得到的第一特征向量时间系数进行功率谱分析。结果发现：北极涛动是近51年北半球500hPa高度场异常的第一特征,方差贡献率在10％～20％之间;极区中心具有明显的偏心结构,范耐冬、春季大而向高纬伸展;夏、秋季小且向极区收缩。中高纬冬季中心区范围比夏季大且系统比较集中：极地到格陵兰岛附近、西南欧洲到地中海地区、贝加尔湖到日本海以及北美洲东南部地区是500hPa高度场上环流异常的主要发生地区;北极涛动正位相时期,冬季在20世纪90年代,春季在70年代中期以前,夏季在60,70年代,秋季在80年代中后期到90年代前期;北极涛动负位相时期,冬季在50年代．春季在70年代中期以后,夏季在50,90年代,秋季在90年代后半期。另外,只有1998年相对来说为全年各月北极涛动强年,说明1998年是近51年来气候最异常的一年。