基于REOF的两种卫星降水产品(IMERG和MSWEP)在金沙江流域降水分区尺度精度评估

高时空分辨率降水产品的精度评估是卫星降水用于水文气象干旱等研究的前提。本研究提出在降水分区尺度下评估IMERG和MSWEP两种卫星降水产品的精度,并与不分区尺度(即流域尺度)进行比较。首先采用旋转经验正交函数(REOF)对金沙江流域(JSB)进行降水分区,通过贡献率得出8个分区较为适合。然后识别降水的空间分布特征,发现2种降水产品都可以很好地捕捉降水呈现出的从上游到下游逐渐增加的趋势。最后在日尺度、降水发生概率和极端降水探测能力3个方面对降水产品在分区尺度和不分区尺度的性能进行评估。结果表明,在日尺度上,MSWEP的精度在多数降水分区优于IMERG,被推荐5次(1、3、6、7和8区),集中在流域的中游。同时流域尺度也推荐MSWEP。在降水事件发生概率方面,MSWEP能再现不同等级降水强度的概率密度分布,但过高估计0.1~1 mm/d降水事件的发生概率;而IMERG过高估计小于0.1 mm/d降水事件的概率。在极端降水探测能力方面,流域尺度的KGE值都是正值,且IMERG优于MSWEP,但分区尺度上,KGE值在部分降水分区中存在负值,表明IMERG和MSWEP均不能很好地探测出该区的极端降水事件。本研究成果表明降水分区尺度是必需的,能够更加精细地评估降水产品。研究结果可为具有类似气候条件的卫星降水评估提供参考。

基于REOF分析的贵州省降水模式识别及变化趋势预测

【目的】为了解贵州省区域降水特点和变化趋势,更好地应对气候变化。【方法】应用旋转经验正交函数分解(REOF)方法,将贵州省1963-2022年降雨场划分为4个区域,并分析了各区域降水特征及其变化趋势。【结果】总体上Ⅰ区、Ⅱ区、Ⅳ区呈减少趋势,Ⅲ区呈增加趋势,变化趋势在1989-2014年之间通过P<0.05的显著性检验,其中Ⅳ区变化趋势在1986年有突变;各区均有35 a的主周期变化,其中Ⅰ区未来5 a为下降周期,Ⅱ区未来9 a为下降周期,Ⅲ区和Ⅳ区未来4 a为下降周期。【结论】贵州省降水有明显的年代际变化,Ⅰ区、Ⅱ区相较于Ⅲ区、Ⅳ区出现极端干旱和强降水事件的概率更大,各区年平均降水量均显示出较为明显的周期性变化特征,未来变化有显著的持续性。

中蒙干旱半干旱区降水的时空变化特征(Ⅰ):年降水特征及5～9月降水的REOF分析

此系姐妹篇文章的上篇,利用中蒙地区106站1954—2005年间的实测降水资料,使用EOF及REOF等统计方法,整体地分析了中蒙干旱半干旱区降水的时空变化特征。结果表明:(1)中蒙干旱区的降水分布很不均匀(我国西北区尤甚),从该区东南侧最湿的陕南向南疆盆地东端极端干旱区过渡,年雨量从922mm锐减到25mm以下,最干的托克逊仅6.9mm;蒙古国以中北部最湿,年雨量达400mm以上,到南部仅100mm左右,再到西南角仅30mm左右。(2)该区降水分布受不同尺度地形影响大,降水的年及年际变化也大。约80%的降水集中在夏半年(5～9月),南疆盆地东端干中心区的年降水相对变率最大,接近0.80,远高于蒙古国和我国其他地区,也高于全球明显增暖前。其干旱程度及降水变率居世界8大干旱区前列。(3)该区降水异常分布的局域特征明显。区内夏半年的降水异常分布常出现河东、南疆、汉中关中、北疆、蒙古国中北部、河西阿拉善,以及柴达木等7个模态。(4)过去50余年来,中蒙地区东北部的降水总体呈线性减少趋势,而西南部则呈增加趋势。

基于REOF方法的辽宁气候舒适度区域特征分析

基于辽宁省50个气象站1964-2008年的气象资料,采用适应东北地区的人体舒适度计算公式及分级标准,得出辽宁省近45年历年人体各舒适度级别日数,使用旋转经验正交分解法(REOF),对辽宁省气候舒适度进行区域划分,并分析了各区域气候舒适度的空间分布特征和变化趋势。结果表明:(1)根据前4个旋转荷载向量场高载荷区分布,将辽宁分成4个气候舒适区,即辽东、辽北地区、辽河河口平原区,辽西地区和辽东半岛区;(2)辽东半岛区是我省平均舒适日数最多地区,辽东、辽北地区是我省平均冷不舒适日数最多地区,热不舒适日数则在辽西地区较为突出;(3)近45年来,辽宁各区域冷不舒适日数呈明显减少趋势,热不舒适日数逐渐增多,而舒适日数也逐渐增多,但趋势不明显。

青藏高原冬季平均温度、湿度气候特征的REOF分析

通过对青藏高原 1 2 3个测站 ,1 961～ 1 998年冬季 ( 1 2月至翌年 2月 )平均温度、相对湿度资料做气候特征分析 ,得到 32°～ 33°N附近地区可能是高原南北温湿变化的分水岭 ,以北主要受干冷空气影响 ,以南主要受暖湿空气影响。用方差极大正交旋转EOF(即REOF)方法对以上资料进行分析 ,可以将青藏高原温度、相对湿度进行分型、分区 ,并对各区的温度、相对湿度特征进行分析。结果表明 ,近 40年来 ,各区的温度总趋势是在波动中逐步升高的。增温时段主要出现在 1 978～ 1 981年及 1 983年至今。 1 983年开始的增温 ,是近 40年来最强的一次 ,增温幅度大且持续时间长 ,但从 90年代开始增温幅度及范围出现波动。从温度线性倾向来看 ,东部高原增温幅度从南到北存在“大—小—大”的现象。高原大部分地区湿度变化总趋势是在波动中逐步增湿的 ,但高原北界以变干为主。从 80年代后期至今高原进入显著增湿阶段 ,但从 90年代中后期开始增湿幅度及范围出现波动。从湿度线性倾向来看东部高原增湿幅度从南到北存在逐步减小现象 ,甚至祁连山地区出现变干现象。

基于REOF的四川省高温热浪时空分布特征分析

本文采用高温热浪的国家标准计算四川省155个站点1959—2016年5~9月逐日热浪等级并统计热浪天数,采用REOF分析研究四川省高温热浪的时空变化特征,用"取最小分类值法"将四川高温热浪划分为盆地盛夏热浪区、盆周盛夏热浪区、攀西南部初夏热浪区、盆南盛夏热浪区和常年无热浪区5个区域。结果表明:(1)四川省高温热浪自20世纪90年代以来呈明显增多趋势,其间2006年和2016年尤为显著;(2)四川高温热浪具有明显的地域特征,以盆地盛夏热浪区范围最大、高温热浪强度最强,其次是盆周盛夏热浪区,攀西南部初夏热浪区和盆南盛夏热浪区范围较小;(3)各个热浪类型区域的阶段性变化有所不同,盆地盛夏热浪区20世纪60—70年代高温热浪有增多的趋势,80—90年代前期高温热浪偏少偏弱(受凉夏影响,其它各区类似),1995年开始高温热浪增多增强趋势十分明显;盆周盛夏热浪区,1998年以前少有高温热浪,1998年以后增多增强,2016年高温热浪罕见;盆南盛夏热浪区20世纪60年代至70年代高温热浪趋弱,80年代和90年高温热浪天气较少,2003年以后增多增强,2013年高温热浪尤为突出;攀西南部初夏热浪区,2005年以前出现高温热浪的机率较小,2005年以后明显增多增强,2014年强高温热浪最强。

基于EOF和REOF分析江淮梅雨量的时空分布

基于江淮梅雨区域50个气象台站1960-2002年的梅雨量资料,利用EOF、REOF展开方法,分析了江淮梅雨降水的空间分布及时间演变特征.EOF展开方法表明江淮梅雨前三个特征向量累积方差贡献比例为88.9%,其主要特征是三个特征向量场呈现纬向带状分布;第一特征向量场空间分布均为正值,说明江淮梅雨量的干湿变化具有一致性,但是各特征向量场之间的特点相差明显.REOF展开方法表明可以把江淮梅雨划分为6个典型的梅雨量场;后一个时间系数序列的变化幅度比前一个时间序列要小;主成分旋转后载荷要比旋转前分布均匀得多;第一时间系数的变化等同于各站平均梅雨量变化.

基于REOF研究辽宁省极端最高气温时空分布

选用辽宁省35个代表站1961～2005年逐日最高气温,研究极端最高气温事件的时空分布特征,采用REOF、均方差等方法,反映辽宁不同地域极端最高气温的变化和分布情况。结果表明,辽宁省年极端最高气温可分成3个区域,分别是东北部地区、西部和西北部地区、南部和东南部地区;辽宁省极端最高气温阈值分布特征与平均气温分布特征基本一致,极端最高气温阈值相对较高的地区位于西北部地区,相对较低的地区位于东南部和东部大部地区;辽宁省极端最高气温在冬季变化最大,夏季变化最小,极端最高气温日数在夏季变化最大,而春、秋、冬季变化都不大。

基于REOF的青藏高原东侧降水区划分析

本文运用青藏高原东侧35个基本站常规观测50年（1951-2000）年降水资料,采用REOF（旋转主分量）分析方法对高原东侧降水的区域性特征进行分析,把高原东侧分为七种气候模态,既是中-北部型、川东型、西部型、西北型、重庆型、西南型和南部型。根据这个结果,按照一定临界值,把高原东侧地区分为七个降水区。

基于REOF方法的海南岛人体舒适度特征分析

利用1980—2018年海南岛19个气象站逐日常规气象观测资料,根据中国气象行业标准(QX/T152—2012)对海南岛气候季节进行划分,基于“黄金分割率”的体感温度方法计算人体舒适度。在此基础上,采用旋转经验正交分解法对海南岛季节人体舒适度进行综合区划,获取海南岛气候康养的最佳舒适区域。结果发现:(1)海南岛气候温和湿润,年平均气温为22.9~25.3℃,年平均雨量为1157~2615 mm,年平均相对湿度在74%~86%之间,年平均比湿在14.8~16.4 g·kg^(-1)之间,十分适宜康养旅居。(2)与常规气候统计相比,气象行业标准更符合海南岛的季节划分。其中,海南岛夏季为3月中旬至11月中旬,春、秋两季为11月中下旬至次年3月中旬,表明海南岛无冬,最佳的气候康养时段为春、秋两季。(3)春、秋季海南岛人体舒适区可分为琼北、琼中、琼南3个区域,整体上以琼中为最佳舒适区,且3个区域近39 a来气候稳定。

基于REOF和ESMD的降水场时空耦合分析:以山东省冬季降水为例

冬季降水对于土壤墒情及作物过冬和春耕备播具有重要影响。以山东省冬季降水为例,采用REOF和ESMD相结合的方法分析了近68年来山东省冬季降水场的时空耦合特征。结果表明:从整个区域的空间变率来看,山东冬季降水呈现为整体一致、西北东南反相位及东北西南反相位3种主要分布型场结构,并以降水整体一致为主。从地域性特征来看,山东冬季降水场可以划分为3个空间模态,即东南型、北部型和西部型。3个空间模态的周期分析显示,东南型表现出较显著的准2.9年和准11.6年的周期特征;北部型表现出较显著的准2.52年和准8.29年周期变化;西部型则具有准3.63年、准6.44年和准14.50年的周期变化。从各模态的趋势项来看,以年代际波动为主导特征,并未表现出明显的线性变化趋势。该研究表明,REOF和ESMD是分析大尺度区域性气象数据时空耦合关系的有效工具,山东省冬季降水场时空耦合研究结果对于合理规划和指导山东省农业生产具有一定的科学实践意义。

Analysis on the Spatial and Temporal Distribution of Extremely Maximum Temperature in Liaoning Province Based on REOF

By selecting the daily maximum temperatures during 1961-2005 in 35 representative stations in Liaoning Province, the temporal and spatial distribution characteristics of extremely maximum temperature event were studied. By using REOF, the mean-square deviation and so on, the variation and distribution situation of extremely maximum temperature in the different regions of Liaoning were reflected. The results showed that the extremely maximum temperature in Liaoning Province could be divided into 3 regions where were respectively the northeast area, the west and the northwest area, the south and the southeast area. The distribution characteristic of extremely maximum temperature threshold value in Liaoning Province was basically consistent with the distribution characteristic of average temperature. The zone where the extremely maximum temperature threshold was relatively high was in the northwest area of Liaoning, and the low threshold zone was in the southeast area and most areas in the east. The variation of extremely maximum temperature in winter was the greatest and in summer was the smallest. The variation of extremely maximum temperature days was the greatest in summer and wasn’t great in spring, autumn, winter.

基于EOF和REOF方法的海河流域近61a夏季降水时空演变规律分析

采用海河流域1956—2016年近61 a 82站逐月降水资料,通过EOF、REOF等方法分析了海河流域夏季(6—8月)降水的时空演变规律。结果表明:(1)近61a流域降水量总体空间分布特征是西北部山区偏少,东北部山前平原区偏多,流域中南部接近正常年份。降水年际变化总体呈显著下降趋势,并存在20 a左右的周期波动。(2)EOF分解得到的前4个模态可以较好地反映海河流域夏季降水的4种空间分布类型,即东西反向型、南北反向型、东南—西北反向型、中部和两头反向型。REOF进一步分析显示,存在西南型、南部型、中部型。(3)EOF、REOF时间系数重点分析了第1模态,结果表明当前流域降水处于少雨年背景下的增加阶段,对应于流域降水西北部少东部多的分布型。

基于EOF和REOF的1470—1911年黄河中下游地区旱涝空间分布特征分析

基于通过历史文献资料重建的1470-1911年黄河中下游地区36个站点的历史旱涝等级序列和矢量化的历史地图,利用EOF、REOF方法分析旱涝灾害空间特征。EOF方法展开的结果表明:前4个模态累计方差贡献率为71.85%,主要表现为第一、二、四特征向量场呈经向带状分布,第三特征向量场呈纬向分布;第一特征向量场的空间分布均为正值,说明黄河中下游地区的旱涝变化具有一致性,但是其余各特征向量场之间特点差异明显,说明在不同背景场和影响条件下,旱涝变化还存在较多局域性特征;REOF展开的结果可将黄河中下游地区旱涝划分为5个典型的敏感气候分区,这为进一步研究该区旱涝变化的区域性特征奠定了基础。

山东省人体舒适度的REOF分析

本文使用1971-2000年山东省90个气象测站的整编气候资料，采用旋转经验正交分解（REOF）的方法，对山东四季及全年的人体舒适度进行分析，得到人体舒适度分区，并进一步探讨了各区域人体舒适度指数的变化趋势，为开展区域性人体舒适度预报和气候研究打下基础。

基于REOF分析的广东前汛期降水趋势的区域特征

采用旋转经验正交展开(REOF)方法,对广东48站前汛期降水标准化距平场进行客观分区,在此基础上对各区区域平均前汛期降水的长期演变趋势进行了讨论。结果表明:广东省前汛期降水量场可以划分为4个区域,即粤东区、粤中区、粤西北区以及雷州半岛区。该4区前汛期降水量线性趋势不显著,年代际变化特征明显。进入21世纪以来,除雷州半岛区降水持续减少外,其余各区出现明显增加。而20世纪90年代以来粤东区和粤中区旱涝发生更为频繁。

基于REOF方法的江西省6月降水趋势分区预测

在经验正交函数分解(EOF)分析的基础上,采用旋转经验正交展开(REOF)方法,对江西省81个气象站6月降水进行客观分区,发现前4个主成分的累积方差达到了76.6%,这4个旋转主分量的高值区(绝对值≥0.5)基本覆盖整个江西省地区,且第1、2、3和4旋转主分量的高值区分别位于赣北南部、赣南、赣中及赣北北部,这表明江西省6月的降水可以划分为赣北北部(Ⅳ区)、赣北南部(Ⅰ区)、赣中(Ⅲ区)及赣南(Ⅱ区)4个区域。分别对各区6月降水与上年9月—5月SST和OLR场进行相关分析,找到了对各区6月降水有预报指示意义的因子(前期SST或OLR),并利用多元逐步回归方法建立了各区6月降水的预报模型。利用这些预报模型对1980—2008年各区6月降水进行了模拟,各区模拟值与观测值的吻合较好,两者的相关系数分别为0.55(I区)、0.43(Ⅱ区)、0.58(Ⅲ区)和0.54(Ⅳ区),这表明了这些模型对各区6月的降水有较好的模拟能力。2009—2013年各区6月降水模拟效果检验结果也显示,4个区模拟效果检验5 a中有4 a符号与实况一致。2014年6月预测结果的检验也显示,Ⅰ区、Ⅲ区、Ⅳ区预测的降水距平百分率与实况非常接近,进一步证明了这些模型的模拟性能。

多个气象场之间的联合REOF相关分析及场的预报模式

本文将EOF分解应用于由不同性质,不同空间点数的气象变量场组成的联合场,并对特征场作Varimax正交旋转。试验表明,该方法对于分析多个气象变量场之间的空间相关特征十分有效。分析所取的变量包括长江中下游地区19个站的月平均气温,降水量以及欧亚500hPa月平均高度,本文用33年的资料系统地分析了三者之间的关系,得到了一些有意义的结果。 用联合REOF方法建立统计预报模式,以500hPa高度场作为因子预报同时段的地面气温场和降水场,独立试验证明,其效果比较理想。

1968—2017年广东汛期降水REOF分型特征

利用广东省86个国家气象站1968—2017年近50年汛期(4—9月)总降水资料,采用旋转经验正交函数(REOF)法对降水空间进行分型,同时采用Morlet小波分析、Mann-Kendall检验、滑动T检验以及Lanczos窗区滤波方法分析了空间分型所对应的时间系数。结果表明:近50年来广东汛期降水可分为粤东沿海型、粤西至雷州半岛型、粤北内陆型、珠江三角洲型、粤东内陆型共5种类型。各个空间降水型突变时间点及特征不同,降水的主要周期和周期变化特征也各不相同。

基于EOF和REOF的1951—2010年长江流域夏季气温空间分布

利用中国长江流域68个测站的1951—2010年夏季气温资料,采用EOF、REOF、Mann-kendall方法,分析了近60年中国长江流域夏季气温的空间分布特征。结果表明:长江流域夏季气温主要为全区一致性,在整体一致的情况下,还存在南北和东西向差异型及6个气温变化敏感区域。进一步将其中前5个区域(分别是长江下游型、赣江流域型、长江上游型、湘江流域和川东北型)进行突变检测,其中4个区域发生了突变。