一种用于中国年最高(低)气温区划的新的聚类方法

采用聚类分析和旋转主分量分析相结合的方案,对我国年最高(低)气温的年际变化型态进行地理区划。这种两者相结合的分区方案可以互相补充,使区划更具客观性。结果表明,中国年最高气温和最低气温年际变化分别可划为12和11个不同类型的区域。对前者(高温)来说,各区域的年际差异比较大,气温变化的阶段性特征有所不同;对后者(低温)来说,各区域具有较强的增温一致性,但增温的特点和幅度存在明显区域差异。最高(低)气温和平均温度的关系在各区域是不同的。总体来说,年代际变化的一致性要好于年际变化的一致性。

一种新的气候分型区划方法

从理论上证明统计聚类检验(CAST)与旋转经验正交函数或旋转主分量分析(REOF/RPCA)用于气候聚类分型区划的关联性。研究表明,CAST在一定的意义上可认为是REOF/RPCA用于气象要素场(气候)分型区划的理论基础。由此,作者提出CAST与REOF/RPCA相结合的一种新的分型区划方法,并用仿真随机模拟资料和实例计算验证了理论与实际结果的一致性,从而证实了这种分型区划方法的有效性及其优点。

江苏省2013—2016年臭氧时空分布特征

利用2013—2016年江苏省国控空气自动站获得的臭氧(O_3)观测数据,探讨江苏省O_3时空变化特征。结果表明,自2013年以来江苏省大气氧化剂OX(O_3和NO2)和O_3浓度呈逐年升高趋势,升高速率分别为0.98×10-9a-1和3.70μg/(m3·a),O_3增幅在我国处于较高水平。在O_3空间分布上,东部沿海O_3浓度相对高于西部内陆,O_3浓度高值由沿海地区逐渐向内陆辐散,呈现出区域性O_3污染。结合经验正交分解进行聚类统计检验,结果显示江苏省O_3分区主要分为苏南、苏中和苏北3类,与江苏省经济发展水平表现出一定的同步性。

近几十年我国极端气温变化特征分区方法探讨

采用聚类统计检验分析和旋转主分量分析相结合确定中心站的方法,利用我国多年极端气温资料,对我国最高和最低气温年际变化型态进行区划。结果表明,这两种方法结合可以互相补充,使分区结果更具客观性。中国极端高温和极端低温年际变化分别可划为12和11个不同类型的区域,分别计算了各区域第一主成分的方差贡献率以及各区域之间的两两相关系数,检验证明分区是合理的。

我国极端气温指数的时空变化与分区研究

利用1961—2000年全国550个台站的逐日最高气温、最低气温资料计算出热浪指数和暖夜指数并对两个指数分别进行时空变化分析,结果表明极端气温指数的前2种模态基本代表了该指数的空间分布特征。热浪指数和暖夜指数的第一特征向量的荷载场空间分布基本一致,全区为一致的增加和减少趋势,并且在时间变化上存在着明显年际和年代际变化特征。利用REOF和CAST聚类分析相结合的方法对热浪指数和暖夜指数进行分区,将全国热浪指数和暖夜指数分别分成11个和10个变化区。经过验证发现该方法既克服了前者确定荷载值界限的主观性,又避免了后者选择气候中心的不确定性,使区划结果更具有客观性。

京津冀地区冬小麦气候生产潜力的一种动态区划

以京津冀地区的冬小麦农业气候生产潜力为研究对象,根据统计检验聚类方法(CAST)与旋转主分量分析(RP-CA)相结合的气候分类区划新方法,对该区冬小麦气候生产潜力进行了区划试验,计算验证了理论与实际结果的一致性,从而进一步证明该方法的合理性及可靠性。同时也印证了CAST和RPCA用于气象场分类区划具有等价性和互补性的事实;此外,各分区具有不同的年际变化特征,也表明区划结果是合理的,从而较好地佐证了这一新的分区方法。

东北地区夏季旬土壤水分推算模型的初步探讨

利用东北地区1993—2009年6—8月旬土壤湿度资料,首先采用CAST聚类法对该区域土壤湿度进行气候分区,再以土壤水量平衡原理为依据,在考虑有物理意义的影响因子基础上,分别对每个分区建立统计回归模型,并验证模型的适用性。结果表明:模拟精度在78.8%～88.2%之间,该模型对于东北地区夏季的旬土壤湿度具有一定的推算能力,可以作为一种可应用的模拟方法。

基于CAST客观分类的华北平原干热风区划研究

干热风是影响华北平原冬小麦生长发育及产量形成的重大农业气象灾害之一,本文利用华北平原48个站点1961—2008年逐日气象资料,分析了近50年来各站点的干热风(高温低湿型/雨后青枯型)日数。在此基础上,运用近年来提出的一种新型分区区划方法,即统计检验聚类方法(CAST),对高温低湿型和雨后青枯型2种类型的干热风日数构成的要素场分别进行了分区。结果表明:从地理空间而言,高温低湿型和雨后青枯型干热风日数总体上都呈现中部高南北低的趋势;从时间发生特征而言,除南部个别区域有增加趋势外,高温低湿型干热风日数呈明显的递减趋势,雨后青枯型干热风日数虽然总体也呈下降趋势,但局部呈上升趋势的站点数量多于高温低湿型。CAST分区结果表明,高温低湿型干热风可分为5个区,雨后青枯型干热风可分为4个区。这些分区均合理地反映了以荷载中心为代表的干热风日数随时间和空间的变化,比传统按等值线分区的方法更具优势。干热风的时空分布特征和利用CAST进行的分区为进一步建立干热风监测预警模式奠定了一定的理论和应用基础,并可为当地农业生产决策提供一定的实际指导。