Temporal Characteristics of Pacific Decadal Oscillation (PDO) and ENSO and Their Relationship Analyzed with Method of Empirical Mode Decomposition (EMD)

1. IntroductionPacific Decadal Oscillation (PDO) is a long-termENSO-like variability of the North Pacific. It can becharacterized by the first principal component of EOFof the North Pacific SST (Zhu and Yang, 2003; Tren-berth, 1990; Yang and Zhang, 2003). ENSO is thestrongest signal of annular change of global climatesystem (Trenberth, 1997). The spatial pattern of PDOis a wedge similar to El Nino. In the cool (warm)phases of PDO, the central and northwest Pacific is ofwarm (co…     

The High Concentration Tails Of The Probability Density Function Of A Dispersing Scalar In The Atmosphere

The distribution function for concentrations of a scalar pollutant dispersing in the turbulent atmosphere has a finite domain that is bounded above and below. Three methods, based on extreme value statistics, are used to obtainestimates for the upper bound and to describe the high concentration tailbehaviour of the distribution; all three methods are applied to concentrationdata obtained from experimental atmospheric releases. Quantile quantile (QQ)plots are used to assess the goodness of fit of the resulting estimates of thedistribution, and also to compare the performance of the three methods. Thepredicted values for the upper bound are orders of magnitude less than thesource concentration, illustrating that molecular diffusion has a large effecton the high concentrations.     

汉江流域极端水文事件时空分布特征

利用1960-2012年汉江流域15个气象站点的日降雨资料和3个水文站同时期日径流资料,分析了9个极端降雨指数的空间分布规律,运用广义极值分布（GEV）、Gamma分布两种极值统计模型对各站点的最大1 d降雨、最大3 d降雨极值样本进行拟合,遴选描述降雨极值分布规律最优概率模型,进而推算给定重现期下的降雨设计值,并分析其空间分布规律;选用Gumbel、Clayton和Frank这3种Copula函数建立降雨-洪量极值联合分布模型,优选最合适的Copula函数,由此计算给定重现期下的洪量设计值。结果表明：GEV分布模型能更好地模拟降雨极值序列,不同重现期下的降雨极值在空间上均呈西低东高的特征;3种Copula函数中,Frank Copula函数能更好地拟合降雨-洪量相关关系,由此推求的洪量设计值大于单变量拟合设计值。     

利用区域气候模式RIEMS产品分析日蒸散量及其影响

利用区域气候模式RIEMS输出的各种气象参数,采用了BEF等4种不同方法计算了沂沭河上游流域的潜在蒸散量,并与该流域6个气象站实测蒸发数据计算的陆面潜在蒸散量进行了比较。结果表明,根据平均偏差、平均绝对偏差、均方根差和相关系数指标的综合判断,该4种方法的估测精度从高到低依次为双线性曲面回归经验函数法(BEF)、Hargreaves-Samani(Harg)法、Pristley-Tayler(P-T)法和Penman-Monteith(P-M)法。在时间序列上,4种方法计算的逐日蒸散量与观测值呈相同的变化趋势,但计算值在蒸散发最强、最弱和降水最多、气温最高的7-9月有较大差异。BEF法估测的精度最高,与观测值最接近,Harg法、P-M法和P-T法都有明显的偏高现象。BEF法只需要较少的参数就能得到较高的估测精度,因此可作为利用区域气候模式RIEMS产品计算沂沭河流域蒸散量的首选方法,进而为RIEMS模式中耦合的陆面水文过程模型TOPX提供满足精度要求的日蒸散量驱动参数。     

气候变化影响下极端水文事件的多变量统计模型研究

以黄河流域太原气象站和淮河流域鲁台子水文站为研究对象,利用Copula函数构建气候要素（降水）同极端水文事件（干旱和洪水）之间的多元统计模型,分析不同降水条件下不同等级干旱和洪水的发生概率变化。结果表明,Gumbel Copula能够较好地描述太原站7月份的前期累加降水量和帕默尔干旱指数（PDSI）的相关结构。随着降水量的增加,极端干旱的发生概率逐渐减小,重旱、中旱和轻旱的发生概率则先增加后减小。Clayton Copula能够较好地描述鲁台子水文站前期累加降水量和洪峰流量之间的相关结构。当前期累加降水量大于等于某一定值时,随着年最大洪峰x的增大,发生洪峰≥x的极端洪水事件的概率逐渐减小。在同一个极端洪水发生概率下,前期累加降水量越大,洪峰流量出现大值的可能性越大。     

临界值可变的抗差估计等价权函数

抗差估计等价权函数一般由正态分布统计量构造,其临界值(或称准则)一般由实际经验确定。首先分析了正态分布统计量和学生化残差统计量的区别,然后分别讨论了基于这两种统计量构造的等价权函数的区别。研究表明,利用学生化残差统计量构造的等价权函数以及顾及误差显著性水平确定的临界值,不仅考虑了观测误差的大小,而且还可以顾及了实际观测的图形强度和多余观测数,可以克服人为确定临界值可能带来的参数估计的有效性和抗差性方面的风险。     

变形信号与噪声的分离方法及其应用

在对变形体进行监测的时候会得到一系列不同时间的观测结果,比如对滑坡的位移监测,得到一系列的坐标,通过与首期观测数据的比较可获得变形量,然而测量中不可避免的含有误差,如何将变形信息和观测噪声分离是一个需要解决的问题。本文在变形是一个连续过程的假设下,以给定的验前方差为约束条件,通过三次连续逼近样条函数建立变形曲线,达到变形信号与噪声分离的目的,文中通过对某滑坡多年监测数据的分析验证了该方法的可行性。     

多普勒雷达资料4DVAR同化反演的模拟研究

利用Sun等建立的同化模式和四维变分同化方法对多普勒雷达资料反演大气风场、热力场和微物理场进行了模拟试验研究.反演的基本思路是将4DVAR同化方法应用到三维云模式,定义价值函数表征雷达资料与模式预报结果之间的差别,通过极小化价值函数得到反演场,价值函数相对模式控制变量的梯度由伴随模式求取.试验结果表明,4DVAR同化技术能够从单(双)多普勒雷达资料反演大气三维风场、热力场和微物理场.各个变量反演精度高低与同化过程中变量受约束的大小程度呈正相关.速度场和雨水场反演精度较高,温度场、云水和水汽的反演精度次之,温度场的准确反演需要较长的同化时间.价值函数中加入背景场,哪怕是单点探空给出的平均场信息也有利于提高反演精度.在采用单部多普勒雷达资料进行反演时,速度场的反演误差较大.反演区相对雷达站的位置变化对速度场反演结果有一定的影响,而对其他变量的反演影响很小.两个时次的雷达观测资料基本足够提供反演所需的时间演变信息,同化更多时次的雷达资料,反演效果改进很小.雷达观测资料的缺值会显著降低同化效果,甚至可能导致同化失败,引入背景场可以改善这一状况.4DVAR同化技术对于雷达观测资料误差不太敏感.利用双多普勒雷达合成风场提供水平风场边界条件是比较准确可靠的.在反演主体离边界较远时,VAD风场也基本可用作水平风场边界条件.微物理场的反演对模式中的微物理参数化方案较敏感.     

三种非线性回归逐时气温预报比较订正

选取ECMWF和T639的2013年1月至2014年12月的数值预报场构造预报因子,基于神经网络、支持向量机和构造函数的非线性方法,预报地面逐时气温。试验结果显示,在单个方法预报误差较大时,3种方法的偏差订正集成方法更利于减小误差,通过偏差订正,3种非线性方法预报效果良好,平均绝对误差减小了0.5 ℃。在近1年独立样本的预报检验中,集成方法、神经网络、支持向量机和构造函数预报的平均绝对误差分别为1.5 ℃、1.7 ℃、1．8 ℃和1．4 ℃,总体上构造函数预报更为准确。