MEOFIS平台的苏州本地化释用和气温检验

基于现代天气业务发展要求而开发的MEOFIS精细化气象要素客观预报平台已被苏州市气象局引进并业务运行。该平台利用T639模式输出资料结合苏州历史实况资料建立预报方程,采用"动力-统计预报方法",得到了具有精细化指导作用的要素预报产品,时间分辨率为3 h,空间分辨率达乡镇级。经客观检验,2011年7月24 h日最低气温2℃以内准确率达90.3%、日最高气温达74.2%、逐3 h气温准确率达82.7%,对业务预报有指导意义。误差分析表明,如果相邻两天的日最高、最低气温起伏剧烈,对应时段内MEOFIS的预报误差则较大。利用集合经验正交分解(EEMD),对逐3 h气温预报滤波发现,MEOFIS的预报误差仍具有一波和二波的显著周期,通过滤波可使气温预报准确率提高。     

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。     

基于HHT的吕宋岛西北海域叶绿素浓度及相关环境物理要素的多时间尺度分析

利用基于集合经验模态分解(EEMD)方法而改进的Hilbert-Huang变换(HHT)方法,分析了吕宋岛西北海域从1997年9月至2009年7月近12年的月平均遥感叶绿素浓度观测序列以及相关环境物理要素时间序列,分离出各要素的特征振荡模态(IMFs);在此基础上以叶绿素与相关要素间具有相同或相近频率的IMF对偶之间相位差余弦值的方差为指标,探讨了该海域叶绿素浓度与环境场之间的联系。结果表明:1)海区各研究变量都具有明显的季节和年际振荡特征,叶绿素准年周期模态方差贡献达81%,年际变化中准两年振荡是海区诸要素共同的波动类型,此外叶绿素浓度还具有4年左右周期的振荡。2)除埃克曼抽吸速度在准年周期振荡上与叶绿素浓度显著正相关、Nio3区海表温度在准两年周期上有弱的正相关关系外,其余要素均与叶绿素浓度在不同时间尺度上呈负相关关系。这些结果说明HHT是气候序列多时间尺度分析中的一种有力工具。     

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.     

基于EEMD及BP神经网络的区域海平面多尺度预测研究

基于时间序列的统计预测模型是现阶段海平面高度预测的主要手段之一,然而海平面变化机理复杂,传统方法对于非平稳非线性的时间序列预测存在较大局限性,预测精度有待进一步提高.本文基于闸坡站长时间(1959～2011年)月均验潮序列,结合集合经验模态分析(Ensemble Empirical Mode Decomposition,简称EEMD)与BP(Back Propagation)神经网络方法,提出一种改进的区域海平面变化趋势预测方法——EEMD-BP建模.本研究首先利用EEMD方法对原始序列进行分解,根据验潮序列中隐含的各个信号的不同频谱特征生成多个本征模函数(Intrinsic Mode Function,简称IMF),达到将时间序列平稳化,提高信噪比的效果.然后由各IMF作为BP神经网络的输入因子,分别预测各IMF的未来变化趋势,最后将输出结果重建得到原始序列的预测值.结果显示,EEMD能有效提取序列中隐含的多时间尺度信号,神经网络能较好地预测海平面未来变化趋势,相对于直接使用BP神经网络进行海平面变化时间序列预测(R=0.76,RMSE=36.74mm,ME=-3.46),EEMD-BP建模预测精度有显著提高(R=0.89,RMSE=28.16mm,ME=2.31).说明EEMD-BP建模首先对非平稳非线性时间序列进行平稳化、降噪等处理,再分别对分解后序列进行预测,有利于提高预测精度.该方法为相关区域海平面变化趋势预测研究提供现实参考意义.     

基于REOF-EEMD的西南地区气候变化区域分异特征

西南地区是全球变化区域响应的特殊地区,探究其气候变化区域分异特征具有重要的科学意义。文中选用REOF方法开展研究区气温和降水变化特征的空间分区,借助EEMD与BG分割算法等方法细致辨析了不同气候分区的气候演变特征。结果显示：① 西南地区年均温和年均降水变化均可划分为3个亚区,各自的空间界限高度相似,但降水Ⅱ、Ⅲ区的界限更偏南。② 20世纪50年代以来各气温亚区的年均温显著升高,川渝气温变化与全球变暖同步,黔西、黔中、滇北散布若干点状冷区。各降水亚区的时空差异明显,相较Ⅲ区,Ⅰ、Ⅱ区年均降水的波动性及年代际变化的差异更显著。③ ENSO事件对研究区气候变化的影响深远,不同气温、降水亚区对其的响应不尽相同。④ 不同气温亚区年均温序列突变点的收敛性较强,大致发生在1997年前后。不同降水亚区年均降水序列突变点的收敛性较弱。⑤ 各气温亚区年均温增加的持续性较强,Ⅱ、Ⅲ区尤甚。降水Ⅰ、Ⅱ区降水变化趋势不甚明显且具有一定的随机性,Ⅰ区的可能呈减速趋缓的减湿趋势,Ⅱ区的可能出现弱度减湿趋势,Ⅲ区降水趋于弱增。     

2014-11-22康定MS6.3地震加速度记录的时频分析与震害特征

采用一种基于聚类经验模态分解（EEMD）的HHT方法提取康定M_S6.3地震强震记录的时频特性,通过对各台站获取的强震动加速度记录进行EEMD和Hilbert变换及谱分析,并与Fourier变换进行对比研究。结果表明,对于非线性的强震记录,采用EEMD能有效抑制EMD中存在的模态混叠问题。康定震区震害调查结果发现,“崩科”藏式建筑房屋表现出的震害特征较严重。通过Hilbert边际谱分析可以看出,震区台站主频集中在10 Hz左右,瞬时能量谱高频段信息较为丰富,而藏式建筑较差的抗震性也是造成震区“崩科”藏式结构房屋表现出震害偏重的重要原因。     

河北尚义M4.0地震加速度记录时频特性分析

2016年6月23日,河北张家口尚义县发生M 4.0地震,发震构造为尚义-平泉断裂。采用基于聚类经验模态分解（EEMD）的HHT计算方法,对尚义M4.0地震强震动记录进行EEMD分解、Hilbert谱变换及谱分析,得到强震动台站的加速度记录分量的时程、FFT谱和边际谱、瞬时能量谱及时频谱,对比分析并认识各种谱的时频特性及规律,做好灾前预防工作,以减少人民生命财产损失。     

利用GRACE研究我国四大流域陆地水储量循环周期

利用改进的EEMD方法对我国四大流域GRACE水储量时序进行分解,得到不同频率的信号分量。结果表明,流域水储量变化信号具有多种周期特性,长江、黄河、淮河和珠江流域的水储量变化序列中分别存在3.05 a、2.37 a、2.37 a和2.13 a的水循环周期。     

基于EEMD高斯过程自回归模型的缝洞型油藏开发动态指标预测

缝洞型油藏储集空间类型多样,大缝大洞的存在使得见水特征复杂多样,同时受各类工程、地质因素影响,生产数据非线性、非稳态,动态指标实时预测难度大。对此提出了一种结合集合经验模态分解(EEMD)和信息熵的高斯过程自回归模型的开发动态指标预测方法:①利用EEMD方法将生产数据分解成若干个平稳的本征模态函数(IMF)分量;②采用信息熵计算由于工作制度频繁调整而引起的数据波动程度;③利用分解的低频分量提取拟稳态数据段,对方差贡献度较大的各IMF分量建立高斯过程自回归模型;④叠加各分量计算结果作为预测值。仿真实验表明这种新算法能够有效应用于缝洞型油藏开发动态指标预测,可以预测生产井各项生产指标的变化趋势,为后期生产开发方案调整提供依据,指导油田的整体开发。