基于马氏深度的变点识别方法研究

在统计过程控制的第I阶段,准确识别运行状态发生漂移的时间点是决定控制效果的关键。本文以多维空间的数据离心程度作为判定变点规则的标准,通过概率密度轮廓将单一观测值序列转化为多维空间中的数据点,运用数据深度技术构造特征变量,并建立变点定位规则。仿真性能分析的结果表明新方法能够在不需要假设过程服从正态分布的前提下对变点位置进行精确定位。在比较研究中也表现出良好的综合性能。

亚洲季风区内北半球秋季哈德莱环流特征及其与热带海温之间关系

利用1979-2020年英国气象局哈德莱中心海冰和海表面温度数据集以及NCEP再分析资料,分析了北半球秋季亚洲季风区内哈德莱环流(Hadley Circulation,HC)特征及其与热带海温之间的关系。结果表明:近42年秋季区域HC表现为非赤道对称,上升支位于赤道附近,下沉支位于副热带地区。区域HC的第一模态(EOF1)占比59%,空间分布表现为非赤道对称,北部分支为主体且大于南部分支,上升支位于赤道以南;时间系数主要表现为年际变化,且与ENSO(El Nino-Southern Oscillation)事件有关。在拉尼娜(La Nina)事件发生期间,由于热带印度洋(Tropical Indian Ocean,TIO)的海温表现为显著的负异常且北半球TIO的异常降温大于南半球TIO,进而导致TIO出现异常的经向梯度从而促进EOF1模态的形成。第二模态(EOF2)占比15%,其空间分布表现为南部分支范围与区域HC上升支范围一致,时间分布表现为增长的趋势,而上升支的范围与亚洲季风区TIO南北两个半球海温的增暖趋势相关,由于北半球TIO的增温速率快于南半球TIO,从而导致区域HC上升支的范围偏北。

逆温对成都市空气污染的影响

利用成都市2004-2019年探空数据、气象再分析数据和空气质量指数(AQI)数据,分析成都市逆温的变化特征及其与AQI的相关关系,并对两个典型重度污染事件进行个例分析,揭示大气环流形势和逆温变化在大气重污染事件中的特征和影响.结果表明,成都市近16 a间近地逆温频率呈显著下降趋势,气候倾向率为-0.21%/a;近地逆温频率、逆温强度、逆温层底高为上升趋势,气候倾向率分别为0.51%/a、0.042℃/100 m、10.25 m/a(但逆温层底高未通过95%的显著性检验),冬季发生近地逆温频率与逆温强度的平均值均为四季中的最大值,分别为6.31%和1.6℃/100 m;逆温强度与AQI呈显著正相关,相关系数为0.29,逆温层底高与AQI呈显著负相关,相关系数为-0.24.典型个例分析显示,成都地区出现重污染事件的前6 d直至重污染事件发生当天,高空形势主要表现为中高纬度“两槽一脊”与“两槽两脊”形势,四川盆地均为偏西气流控制,地面处于高压中,配合反气旋的环流,垂直风速很弱,形势稳定,容易维持逆温,且逆温强度不断增大,逆温层底高减小,AQI增大,污染较为严重;随后高空“脊”减弱东移,有短波槽移动至四川盆地,地面有气旋性环流,逆温强度减弱,逆温层底高增高,且在“两槽两脊”个例中有降水产生,对污染物有清除作用,使AQI减小,空气质量逐渐好转.