Analysis of the regional spectral properties in northwestern South China Sea based on an empirical orthogonal function

This study presents an analysis of the spectral characteristics of remote sensing reflectance(Rrs)in northwestern South China Sea based on the in situ optical and water quality data for August 2018.Rrswas initially divided into four classes,classes A to D,using the max-classification algorithm,and the spectral properties of whole Rrs were characterized using the empirical orthogonal function(EOF)analysis.Subsequently,the dominant factors in each EOF mode were determined.The results indicated that more than 95%of the variances of Rrs are partly driven by the back-scattering characteristics of the suspended matter.The initial two EOF modes were well correlated with the total suspended matter and back-scattering coefficient.Furthermore,the first EOF modes of the four classes of Rrs(A-D Rrs-EOF1)significantly contributed to the total variances of each Rrs class.In addition,the correlation coefficients between the amplitude factors of class A-D Rrs-EOF1 and the variances of the relevant water quality and optical parameters were better than those of the unclassified ones.The spectral shape of class ARrs-EOF1 was governed by the absorption characteristic of chlorophyll a and colored dissolved organic matter(CDOM).The spectral shape of class B Rrs-EOF1 was governed by the absorption characteristic of CDOM since it exhibited a high correlation with the absorption coefficient of CDOM(ag(λ)),whereas the spectral shape of class C Rrs-EOF1 was governed by the back-scattering characteristics but not affected by the suspended matter.The spectral shape of class D Rrs-EOF1 exhibited a relatively good correlation with all the water quality parameters,which played a significant role in deciding its spectral shape.

A NEW ONE-STEP BAND-LIMITED EXTRAPOLATION PROCEDURE USING EMPIRICAL ORTHOGONAL FUNCTIONS

A one-step band-limited extrapolation procedure is systematically developed under an a priori assumption of bandwidth. The rationale of the proposed scheme is to expand the known signal segment based on a band-limited basis function set and then to generate a set of Empirical Orthogonal Functions (EOF’s) adaptively from the sample values of the band-limited function set. Simulation results indicate that, in addi- tion to the attractive adaptive feature, this scheme also appears to guarantee a smooth result for inexact data, thus suggesting the robustness of the proposed procedure.

A Multivariate Empirical Orthogonal Function-Based Scheme for the Balanced Initial Ensemble Generation of an Ensemble Kalman Filter

The initial ensemble perturbations for an ensemble data assimilation system are expected to reasonably sample model uncertainty at the time of analysis to further reduce analysis uncertainty. Therefore, the careful choice of an initial ensemble perturbation method that dynamically cycles ensemble perturbations is required for the optimal performance of the system. Based on the multivariate empirical orthogonal function (MEOF) method, a new ensemble initialization scheme is developed to generate balanced initial perturbations for the ensemble Kalman filter (EnKF) data assimilation, with a reasonable consideration of the physical relationships between different model variables. The scheme is applied in assimilation experiments with a global spectral atmospheric model and with real observations. The proposed perturbation method is compared to the commonly used method of spatially-correlated random perturbations. The comparisons show that the model uncertainties prior to the first analysis time, which are forecasted from the balanced ensemble initial fields, maintain a much more reasonable spread and a more accurate forecast error covariance than those from the randomly perturbed initial fields. The analysis results are further improved by the balanced ensemble initialization scheme due to more accurate background information. Also, a 20-day continuous assimilation experiment shows that the ensemble spreads for each model variable are still retained in reasonable ranges without considering additional perturbations or inflations during the assimilation cycles, while the ensemble spreads from the randomly perturbed initialization scheme decrease and collapse rapidly.

NON-LINEAR DYNAMIC MODEL RETRIEVAL OF SUBTROPICAL HIGH BASED ON EMPIRICAL ORTHOGONAL FUNCTION AND GENETIC ALGORITHM

Aiming at the difficulty of accurately constructing the dynamic model of subtropical high, based on the potential height field time series over 500 hPa layer of T106 numerical forecast products, by using EOF（empirical orthogonal function） temporal-spatial separation technique, the disassembled EOF time coefficients series were regarded as dynamical model variables, and dynamic system retrieval idea as well as genetic algorithm were introduced to make dynamical model parameters optimization search, then, a reasonable non-linear dynamic model of EOF time-coefficients was established. By dynamic model integral and EOF temporal-spatial components assembly, a mid-/long-term forecast of subtropical high was carried out. The experimental results show that the forecast results of dynamic model are superior to that of general numerical model forecast results. A new modeling idea and forecast technique is presented for diagnosing and forecasting such complicated weathers as subtropical high.

Empirical orthogonal function analysis of short time series of sectional data in the tropical western Pacific

In this paper,some short time series of pnserved data pm sectopm 18°20′N in the tropical western Pacificwere reorganized to give mixed depth-time series,and processed by means of means of empirical orthogonal fonction analysis. It is indicated that the original form of element distribution could be obtained by linear combination of several main canonical distribution functions, and the intrinsic structure of element distribution on a certain section and its variation propertiescould be reveled by canonical distribution function and profiles in corresponding periods.

基于REOF的不同量级降雨侵蚀力时空变化——以重庆市为例

研究重庆市不同地理分区内各量级降雨侵蚀力的时空变化特征,为该地区进行更加精准的区域性水土流失防治工作提供理论依据。选取1981-2020年重庆市31个站点逐日降雨数据,利用旋转经验正交函数(Rotated Empirical Orthogonal Function,REOF)对降雨侵蚀力进行地理分区,并结合R/S、5年滑动平均、Mann-Kendall检验等方法,分析各分区不同量级降雨侵蚀力时空变化。结果表明:①重庆市降雨侵蚀力可分为6个地理区域(Ⅰ-Ⅵ区);②重庆市多年平均降雨侵蚀力为5784.04 MJ·mm/(hm^(2)·h·a),不同降雨侵蚀力从大到小依次为:大雨、暴雨、中雨、大暴雨;③大雨侵蚀力在Ⅰ-Ⅲ区和Ⅴ-Ⅵ区占主导优势,暴雨侵蚀力在Ⅳ区占主导优势。各分区中,中雨、大雨及暴雨侵蚀力主要集中在5-9月,大暴雨侵蚀力集中在6-8月;④各区不同量级降雨侵蚀力年际变化从小到大依次为:中雨、大雨、暴雨、大暴雨;同一量级降雨侵蚀力的整体变化趋势均不显著;Hurst指数表明,中雨侵蚀力在Ⅰ和Ⅴ区、大雨侵蚀力在Ⅱ和Ⅴ区、大暴雨侵蚀力在Ⅰ和Ⅲ区呈强持续上升趋势;⑤中雨、大雨及大暴雨侵蚀力在渝东南、渝东北占主导优势,暴雨侵蚀力在渝西以及重庆中部占主导优势,且Ⅰ区酉阳和秀山、Ⅱ区开州、Ⅲ区北碚和铜梁、Ⅳ区璧山和永川、Ⅴ区巫溪和云阳及Ⅵ区忠县是不同量级降雨侵蚀力的高峰中心。通过对重庆各分区不同量级降雨侵蚀力的分析,明确了可能引起土壤侵蚀的主要雨型、高发时期和潜在风险较高的地区,可为区域水土流失动态监测和水土保持措施的合理制定提供参考。

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分析的山东省年降水区域特征及趋势分析

[目的]探究山东省不同气候分区年降水量的时空特征,为该地区气候分析、防灾减灾提供更加区域性的参考依据。[方法]根据山东省95个国家地面气象观测站1991—2020年降水年值数据,首先对山东省年降水场进行气候分区,然后通过相关统计方法分析各分区降水的时空变化特征。[结果](1)山东省各降水模态降水偏少的年份更多,降水偏多的年份降水强度更大,年代际变化均较为明显,但各模态降水偏多偏少的年份分布及强度变化有所不同。(2)山东省年降水量大致由东南向西北递减,年降水场划分为东南沿海区(Ⅰ区)、西北平原区(Ⅱ区)和中部山地区(Ⅲ区)3个区域,各降水分区年降水均呈不显著增加趋势,趋势率各不相同,突变均不明显。(3)山东省各降水分区年降水量均具有较为明显的周期性特征,东南沿海区年降水场存在2个较为明显的能量中心,中心尺度均为2~3 a,未来变化具有强持续性;西北平原区年降水场存在3个较为明显的能量中心,中心尺度分别为5~7 a, 3 a和2~3 a,未来变化具有持续性;中部山地区年降水场存在2个较为明显的能量中心,中心尺度分别为2~3 a, 6 a,未来变化具有强持续性。[结论]山东省降水偏少的年份更多,降水偏多的年份降水强度更大,年降水场大致可分为3个分区,各分区年降水量均呈不显著增加趋势,均具有较为明显的周期性特征,且未来变化均具有持续性。

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。

Modeling the global ionospheric total electron content with empirical orthogonal function analysis

In the present work we model the global ionospheric total electron content (TEC) with the analysis of empirical orthogonal functions (EOF). The obtained statistical eigen modes, which makeup the modeled TEC, consist of two factors: the eigen vectors mapping TEC patterns at latitude and longitude (or local time LT), and the corresponding coefficients displaying the TEC variations in different time scales, i.e., the solar cycle, the yearly (annual and semiannual) and the diurnal universal time variations. It is found that the EOF analysis can separate the TEC variations into chief processes and the first two modes illustrate the most of the ionospheric climate properties. The first mode contains both the semiannual component which shows the semiannual ionospheric anomaly and the annual component which shows the annual or non-seasonal ionospheric anomaly. The second mode contains mainly the annual component and shows the normal seasonal ionospheric variation at most latitudes and local time sectors. The annual component in the second mode also manifests seasonal anomaly of the ionosphere at higher mid-latitudes around noontime. It is concluded that the EOF analysis, as a statistical eigen mode method, is resultful in analyzing the ionospheric climatology hence can be used to construct the empirical model for the ionospheric climatology.

ROTATED COMPLEX EMPIRICAL ORTHOGONAL FUNCTION(RCEOF)ANALYSIS—PART Ⅱ:THEORY AND EXAMPLES

The numerical solving and the program designing of the rotated complex empirical orthogonal function(RCEOF)are discussed.Some examples of RCEOF are also presented.

海洋遥感数据缺值对EOF和REOF时空分布分析的影响

本文分别采用经验正交函数EOF和旋转经验正交函数REOF两种方法，对中国海（14°-40°N、105°～132°E）1998年1月～1999年8月之间SeaWiFS归一化离水辐射率Lwn（490nm）数据，进行时空分布分析研究．结果表明：在不同时间区段、不同空间范围，利用EOF和REOF分解得到的典型要素场时空分布存在较小差异，在时间、空间分布上较稳定．同时也说明，被云遮掩的部分遥感数据对EOF和REOF分析结果影响是很小的．

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。

一种精细化声速场分步构建方法

海洋环境监测、水下导航定位都需要准确的声速场信息,而声速场的构建面临分辨率与工作范围、时空尺度与数据之间的矛盾,导致无法反映准确的声速变化。为此,本文将声速场分为大尺度时空分辨率较低的背景场和小尺度时空分辨率较高的扰动场,提出一种精细化声速场分步构建方法。首先,通过Argo声速剖面数据,基于经验正交函数构建声速长时间物理空间变化的背景场;然后,通过实测声速剖面数据,基于人工蜂群优化BP神经网络构建声速瞬时动态变化的扰动场;最后,将背景场与扰动场结合构建精确的声速场模型,反映完整的声速变化信息。本文基于该方法构建了南海局部区域600 m水深的声速场,结果表明,该方法能够建立高精度的声速场,其预测精度可达到1.038 m·s^(-1)。

基于REOF的淮河流域降雨侵蚀力时空变化

淮河流域作为中国重要的粮食生产基地,研究其降雨侵蚀力的时空变化特征,对流域水土流失防治、土壤资源保护及农业可持续发展具有重要意义。该研究基于淮河流域内的40个气象站点1960—2018年的日降雨数据,采用Xie方法计算各站点降雨侵蚀力及降雨侵蚀力密度;使用旋转经验正交函数(Rotating Empirical Orthogonal Function,REOF)对淮河流域依据降雨侵蚀力的分布特性进行分区,采用线性倾向率、改进的Mann-Kendall检验和R/S分析法来分析流域内降雨侵蚀力的时空变化特征;并为不同分区提供合理的农业水土流失防治措施。结果表明:1)淮河流域多年年均降雨侵蚀力及降雨侵蚀力密度分别为4264 MJ·mm/(hm^(2)·h)和4.63 MJ/(hm^(2)·h),且降雨侵蚀力未来将呈增长趋势;整体上,流域内年降雨侵蚀力从东南部向西北部递减,年降雨侵蚀力密度从北部向南部递减。2)基于淮河流域40个站点的年降雨侵蚀力序列,使用REOF展开的10个空间特征向量的累计贡献率达74.34%,可着重突出空间分布特征。并依据这10个模态分布将淮河流域的降雨侵蚀力场划分为降雨特征不同的10个地理区。3)降雨侵蚀力较高的分区为第2、3、4、5和6区,主要集中于流域南部和东部;5—9月的降雨侵蚀力约占全年总和的80%~91%,降雨侵蚀力密度较高。3)在降雨侵蚀力较高的5—9月期间,流域内各区域的农业活动过程中需加强水土流失防治措施,尤其是第6区所在的区域。研究结果可为淮河流域内不同区域的耕地水土保持工作提供参考,并进一步保障流域内农业可持续发展。

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。

雅砻江流域REOF分区的降水特征及其未来趋势分析

研究区域降水对保障生态环境、发展有效灌溉面积、农业生产以及优化水库调度具有重要意义。以雅砻江流域为研究对象,利用该流域13个气象站1961—2018年的降水资料,使用旋转经验正交函数分解(REOF)划分为6个地理区并结合Daniel趋势分析、Mann-Kendall突变检验、滑动T检验和R/S重标极差法分析了雅砻江流域6个区1961—2018年的降水变化特征和未来降水趋势。结果表明:(1)每个区的降水量年代际变化特征明显,年际变化特征不明显,与流域整体降水特征一致;Ⅰ区的降水量整体在持续减少,Ⅱ—Ⅵ区的降水量整体呈上升趋势,流域整体降水呈上升趋势。(2)Ⅰ—Ⅵ区的降水量突变年份依次为1981年、2002年;1981年;2005年、2014年;1978年、1997年、2001年、2011年;1980年、2000年;1980年、1998年、2001年。(3)6个分区在未来一段时间内,Ⅳ区的降水量与过去趋势相比将会下降;Ⅰ区、Ⅱ区、Ⅲ区、Ⅴ区及Ⅵ区的降水量与过去趋势相同并呈强持续性,其中Ⅲ区的降水量上升趋势时间长、持续性最强,与过去趋势变化最相符;6个区的降水量受过去趋势影响的未来趋势时间长度依次为12 a,10 a,8 a,10 a,6 a,13 a。以上研究表明,雅砻江流域中下游的降水量上升幅度最大,而下游西南部(Ⅰ区)的降水量在显著持续减少,该现象会对水力发电、生态治理和农业生产带来一定的负面影响;6个区降水量的显著年代际变化增加了局部旱涝发生的不确定性,降水量过去总体趋势对未来趋势的影响时间较长,这对于合理治理植被生态、做好水土保持工作、优化水库调度、发展有效灌溉面积和农业生产具有科学指导意义。

基于REOF的珠江三角洲河网区水位时空变异特征分析

基于1962—2016年珠江三角洲河网区12个水文站的月平均水位资料,利用Mann-Kendall趋势检验法、旋转经验正交函数法(REOF)等方法分析了该地区平均水位的时间演变趋势和空间分布特征。结果表明:水位呈显著上升趋势的月份主要集中在1—3月和12月,水位呈显著下降趋势的月份主要集中在8—9月;珠江三角洲河网区平均水位分布特征可划分为4个典型空间异常型,第一空间异常型表现为旱季水位呈上升趋势,雨季水位呈下降趋势,第二、三、四空间异常型均表现为旱季和雨季水位均为先上升再下降的趋势。

云南区域性暴雨过程时空变化特征

针对中国气象局发布的《区域性重要过程(暴雨)监测和评价业务规定》确定了云南本地化区域性暴雨过程识别阈值,经灾害数据检验客观有效。进一步应用气候趋势分析、M-K检验、小波分析、EOF分析及REOF分析等方法研究了1961—2022年云南区域性暴雨过程的时空分布特征。结果表明:云南历次区域性暴雨过程综合强度波动较大,年平均综合强度呈减小趋势,但不显著,月平均综合强度呈波动分布,峰值出现在1月,雨季各旬平均综合强度变化较小。云南区域性暴雨过程年均4次,1977年以后呈减少趋势,但不显著,没有明显突变点,2008—2022年过程频次有6~8 a周期,但不稳定,云南区域性暴雨过程夏季最多,冬季最少,6月中旬至8月下旬过程数约占全年近7成。云南区域性暴雨过程呈南多北少分布,北部边缘虽然频次较少,但过程降水强度较大。云南区域性暴雨过程呈现全省大部一致型、东北-西南反向型及南北反向型等5个主要模态,进一步可分为5个典型区,即南区、西区、中东部区、北区及西北区,过去62 a,南区、西区和中东部区波动较大,变化趋势不明显,北区平稳少变,西北区前期以偏少为主,后期增加明显。

斯里兰卡极端降水时空演变特征及趋势预测

斯里兰卡是中国“一带一路”倡议的重要节点国家,极端降水对当地社会经济威胁较大,极易引发灾害。选取当地10个气象站2008—2020年的逐日降水资料,基于RClimDex模型计算斯里兰卡6个极端降水指标,利用经验正交函数分析、Morlet小波分析和重标极差法(R/S分析)等,分析极端降水事件的时空演变特征。结果表明:极端降水指数在时间分布上,除持续干旱指数(CDD)呈减少趋势外,其他各指数均为上升趋势;极端降水指数空间差异表现为北部沿海平原地带的极端降水强度高于南部沿海平原,拉特纳普勒市以西地区为斯里兰卡降水事件的多发区;极端降水指数周期性明显,绝大多数极端降水指数以6~7 a为第一主周期。R/S分析表明当地极端降水事件未来持续可能性较大。研究成果可为斯里兰卡极端气候预测、生态环境保护、防灾减灾工作等提供决策支持。