收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

西太平洋副热带高压动力相关因子诊断判别

董兆俊  张韧  余丹丹  孙龙  
【摘要】:从单变量时间序列中提取系统的隐含信息是目前自然科学许多研究领域中的热点问题,但是在气象中的应用还很少。相空间重构理论指出,某物理参量的时间序列隐含了其系统内其它物理参量对其非线性作用的信息,从单变量时间序列中反演其它物理量的有用信息是可能的。基于NCAR/NCEP的逐日再分析资料,计算出副高脊线指数和21个季风指标1995-2004共10年的时间序列,利用重构相空间方法计算了副高脊线指数的点条件概率密度,并将副高脊线指数的点条件概率密度及其功率谱与各季风指标及其对应的功率谱求相关,通过诊断分析,主要有以下几点结论:通过计算脊线指数与21个季风指标的相关性,发现中南半岛感热通量、印度半岛感热通量、索马里低空急流指标、南海低空急流指标、印度季风活动指标(850hPa纬向风)、南海东亚季风活动指标(降水量)、孟加拉湾季风环流指数(850hPa纬向风)、南海季风环流指数:(850hPa纬向风)、印度半岛季风环流指数(850hPa纬向风)和青藏高压活动指标等10个因子与副高脊线指数间存在显著的统计相关性。副高脊线指数的点条件概率密度序列与索马里低空急流指标、印度季风活动指标(850hPa纬向风)、孟加拉湾(850hPa纬向风)、印度季风环流指标(850hPa纬向风)、江淮梅雨活动指标(降水量)与青藏高压活动指标等6个指标因子的相关性最好,脊线指数活动包含了这6个因子的活动信息功率谱的相关系数都在0.95以上,因此可以认为这6个因子与副高脊线指数可能处于同一动力系统内,是副高脊线指数活动的动力相关因子。常规的统计相关分析可以反映与副高脊线指数统计相关性最明显的因子,但难以对其动力相关性进行判别;基于点条件概率密度的诊断识别方法能够较好识别处于同动力系统的相关因子,因而为判断和选择动力模型因子提供了依据。

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 曹连海;曹波;陈南祥;徐建新;;相空间重构神经网络在洪水灾害损失预报中的应用[J];地球科学与环境学报;2006年02期
2 张韧;王辉赞;刘科峰;洪梅;余丹丹;;基于相空间重构的西太平洋副高指数的动力随机性与复杂性[J];南京气象学院学报;2007年06期
3 任广成;吴小林;李旺;;盛夏副高脊线异常变化对我国气温影响及海气背景分析[J];气象与环境科学;2009年03期
4 ;[J];;年期
5 ;[J];;年期
6 ;[J];;年期
7 ;[J];;年期
8 ;[J];;年期
9 ;[J];;年期
10 ;[J];;年期
11 ;[J];;年期
12 ;[J];;年期
13 ;[J];;年期
14 ;[J];;年期
15 ;[J];;年期
16 ;[J];;年期
17 ;[J];;年期
18 ;[J];;年期
19 ;[J];;年期
20 ;[J];;年期
中国重要会议论文全文数据库 前2条
1 董兆俊;张韧;余丹丹;孙龙;;西太平洋副热带高压动力相关因子诊断判别[A];中国气象学会2006年年会“季风及其模拟”分会场论文集[C];2006年
2 董兆俊;;西太平洋副热带高压活动指数的动力相关因子诊断判别[A];“2010年北京气象学会中青年优秀论文评选”学术研讨会论文集[C];2011年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978