利用观测资料分析了亚洲季风区夏季海陆热力差异的变化特征。在此基础上,采用国际耦合模式比较计划第五阶段(Coupled Model Intercomparison Program 5,CMIP5)20个模式的输出结果,对其进行了模拟评估。结果表明,亚洲季风区夏季陆地上空...利用观测资料分析了亚洲季风区夏季海陆热力差异的变化特征。在此基础上,采用国际耦合模式比较计划第五阶段(Coupled Model Intercomparison Program 5,CMIP5)20个模式的输出结果,对其进行了模拟评估。结果表明,亚洲季风区夏季陆地上空温度呈下降趋势,海洋上空呈升高趋势,海陆热力差呈减弱趋势。虽然模式模拟的海陆热力差也呈减弱趋势,但陆地和海洋上空温度均呈上升趋势。模式对陆地上空温度趋势模拟较差的原因是对青藏高原上空的温度模拟偏低。进一步分析表明,对海陆热力差异模拟相对较好的模式对亚洲季风系统模拟较好,而较差的模式对亚洲季风系统模拟也较差。展开更多
运用一种基于神经网络的非线性主成分分析法(nonlinear principal component analysis,NLP-CA)对中国1951—2003年53 a四季气温距平场(surface air temperature anomaly,SATA)进行分析,NLPCA第一模态结果显示中国四季气温异常具有一定...运用一种基于神经网络的非线性主成分分析法(nonlinear principal component analysis,NLP-CA)对中国1951—2003年53 a四季气温距平场(surface air temperature anomaly,SATA)进行分析,NLPCA第一模态结果显示中国四季气温异常具有一定的非线性特征,并且具有显著的季节性差异,即春、夏两季的非线性较强,秋、冬两季较弱。一维NLPCA对原始气温距平场的近似比一维PCA(principal component analysis)更好地反映了气温场的实际分布情况。展开更多
利用中国160站逐月降水资料,运用一种基于前馈型人工神经网络的非线性主成分分析方法(nonlinear principal component analysis,NLPCA)研究了中国近50 a四季降水异常分布的非线性特征。结果表明,NLPCA有能力表示出更一般的低维结构特征...利用中国160站逐月降水资料,运用一种基于前馈型人工神经网络的非线性主成分分析方法(nonlinear principal component analysis,NLPCA)研究了中国近50 a四季降水异常分布的非线性特征。结果表明,NLPCA有能力表示出更一般的低维结构特征。四季降水的异常分布都具有一定的非线性相关空间结构,其中春夏季节非线性较强,秋冬季节稍弱;四季降水距平的一维NLPCA近似在非线性主成分取极端相反位相时,对应的空间分布型表现出明显的不对称性。四季降水异常的一维NLPCA近似都比传统一维PCA的近似逼真,且存在季节变化。展开更多
利用IAEA\WMO\GNIP的降水稳定同位素资料,分析了中国降水稳定同位素的时空分布特征及其影响因素。结果表明,整体来看我国降水稳定同位素有明显的大陆效应和高度效应。各地大气降水线存在地域差异,内陆地区同一站点冬、夏半年也有明显差...利用IAEA\WMO\GNIP的降水稳定同位素资料,分析了中国降水稳定同位素的时空分布特征及其影响因素。结果表明,整体来看我国降水稳定同位素有明显的大陆效应和高度效应。各地大气降水线存在地域差异,内陆地区同一站点冬、夏半年也有明显差异,显示出水汽团特性的不同。不同地区降水稳定同位素(δ和过量氘)的季节变化特征明显不同,表明主要水汽来源存在季节性差异。通过对比长序列降水稳定同位素的年际变化与季风和ENSO指数的关系,发现ENSO与降水稳定同位素有显著的正相关,但不一定通过影响降水量来引起降水稳定同位素(stable isotope in precipitation,SIP)的变化。重点分析了我国降水量效应、温度效应的特点,指出沿海和西南等季风区主要受降水量的影响,北方非季风区温度效应起主要作用,交叉地带则两种效应都有影响。展开更多
文摘利用观测资料分析了亚洲季风区夏季海陆热力差异的变化特征。在此基础上,采用国际耦合模式比较计划第五阶段(Coupled Model Intercomparison Program 5,CMIP5)20个模式的输出结果,对其进行了模拟评估。结果表明,亚洲季风区夏季陆地上空温度呈下降趋势,海洋上空呈升高趋势,海陆热力差呈减弱趋势。虽然模式模拟的海陆热力差也呈减弱趋势,但陆地和海洋上空温度均呈上升趋势。模式对陆地上空温度趋势模拟较差的原因是对青藏高原上空的温度模拟偏低。进一步分析表明,对海陆热力差异模拟相对较好的模式对亚洲季风系统模拟较好,而较差的模式对亚洲季风系统模拟也较差。
文摘运用一种基于神经网络的非线性主成分分析法(nonlinear principal component analysis,NLP-CA)对中国1951—2003年53 a四季气温距平场(surface air temperature anomaly,SATA)进行分析,NLPCA第一模态结果显示中国四季气温异常具有一定的非线性特征,并且具有显著的季节性差异,即春、夏两季的非线性较强,秋、冬两季较弱。一维NLPCA对原始气温距平场的近似比一维PCA(principal component analysis)更好地反映了气温场的实际分布情况。
文摘利用中国160站逐月降水资料,运用一种基于前馈型人工神经网络的非线性主成分分析方法(nonlinear principal component analysis,NLPCA)研究了中国近50 a四季降水异常分布的非线性特征。结果表明,NLPCA有能力表示出更一般的低维结构特征。四季降水的异常分布都具有一定的非线性相关空间结构,其中春夏季节非线性较强,秋冬季节稍弱;四季降水距平的一维NLPCA近似在非线性主成分取极端相反位相时,对应的空间分布型表现出明显的不对称性。四季降水异常的一维NLPCA近似都比传统一维PCA的近似逼真,且存在季节变化。
文摘利用IAEA\WMO\GNIP的降水稳定同位素资料,分析了中国降水稳定同位素的时空分布特征及其影响因素。结果表明,整体来看我国降水稳定同位素有明显的大陆效应和高度效应。各地大气降水线存在地域差异,内陆地区同一站点冬、夏半年也有明显差异,显示出水汽团特性的不同。不同地区降水稳定同位素(δ和过量氘)的季节变化特征明显不同,表明主要水汽来源存在季节性差异。通过对比长序列降水稳定同位素的年际变化与季风和ENSO指数的关系,发现ENSO与降水稳定同位素有显著的正相关,但不一定通过影响降水量来引起降水稳定同位素(stable isotope in precipitation,SIP)的变化。重点分析了我国降水量效应、温度效应的特点,指出沿海和西南等季风区主要受降水量的影响,北方非季风区温度效应起主要作用,交叉地带则两种效应都有影响。
