西南地区极端降水时空变化特征及其与强ENSO事件的关系

西南地区因紧邻青藏高原,地形地貌复杂,由于受南亚季风、东亚季风和高原季风的共同影响,其气候呈现出独特性,是我国气候变化的敏感区和脆弱区,也是极端天气气候事件发生最为频繁的地区之一。本文利用1969-2020年93个气象站的逐日气温和降水数据,通过选取11个极端降水指数,采用线性回归分析、M-K突变检验、EOF分析等方法,不仅对西南地区52年极端降水的时空变化特征进行了分析,而且通过计算复合比率对其与强ENSO事件的关系进行了探讨。研究表明：（1）西南地区在1969-2020年整体呈现降水频率和强度增大,极端降水增多的趋势,按地形划分的四个区域也呈现出不同程度的降水特征;（2）在52年各站点空间平均变化率分布上,西南地区各站点的整体连续干旱日增多,连续降水日减少,降水量呈现由西北向东南递减的趋势,但极端降水事件增多,其中横断山脉地区的极端降水事件增加幅度最为明显;（3）极端降水指数的突变年代主要分布在20世纪80年代中期和21世纪前期,EOF分析表明,极强降水量R99p的增长趋势是由西向东减少,5日最大降水量RX5的增长趋势呈现中间减少、两边增多的分布型式;（4）西南地区的极端降水指数与...     

基于数据挖掘的气象三要素空间一致性检验方法

质量控制是确保高质量气象观测数据必不可少的重要环节,空间一致性检验有助于更加精细化的数据质量控制。经典的空间一致性检验方法假设气象要素分布具有连续性、均匀性特征,但在复杂天气系统中效果不佳。因此,基于数据挖掘技术提出了一种新的空间一致性检验方法。将邻近5个台站的温度、湿度和2 min平均风速数据分别作为随机森林回归模型的输入,模型输出测试台站的预测温度,通过多次试验计算出预测值与真实值的均方误差。试验表明：随机森林回归算法在温度、湿度和2 min平均风速上都优于空间回归检验算法。同时随机森林算法运行速度快,并且不用人工手动设置阈值,它可以有效地降低算法的时间复杂度,运行时效可以满足实时业务需求,这为将随机森林算法应用到气象数据质量控制中提供了有力的支撑。