基于EEMD的盐城大丰区降水量时间序列多尺度分析

[目的]研究盐城大丰地区年降水量时间序列规律。[方法]基于集合经验模态分解（EEMD）的数据处理方法,通过Hilbert变换对降水量数据进行多尺度特征研究,并对研究结果进行显著性和误差检验。[结果]近55 a盐城大丰地区年降水量序列可以分解成4个IMF分量和1个趋势分量;主要存在0~0.05和0.45~0.50 Hz 2个频率区间,其间主周期为2.12 a年际周期和27.50 a年代际周期,二者均通过95%显著性检验。EEMD可以有效地重构原始降水量数据变化曲线,与原始数据对比误差百分比始终控制在±0.6%范围内,由白噪声带来的干扰误差几乎可以完全忽略。[结论]该研究可为合理开发与充分利用水文资源、防汛抗旱等提供科学依据。

基于EEMD与Markov Chain的雷暴日动态与趋势预测——以盐城地区为例

以盐城地区为例,通过滑动t突变检验、EEMD(集合经验模态分解,Ensemble Empirical Mode Decompositon)以及Markov Chain(马尔科夫链)统计模型,对盐城地区54 a年雷暴日数据进行动态与趋势预测研究,并对周期研究结果进行显著性和误差检验,结果表明:盐城地区54 a年雷暴日呈现减少的趋势,突变年为1966年,其54 a年雷暴日序列可以分解成4个IMF(Intrinsic Mode Function)分量和1个趋势分量。主要存在0~0.05、0.45~0.50 Hz两个频率区间,相应的其周期为2.22 a年际周期和27 a年代际周期(可信度均超过95%)。EEMD重构雷暴日数据与原始数据的误差百分比处于±0.8%范围内,其马尔科夫链长周期预测显示未来年雷暴日处于25~35 d之间的概率为45%,大于35 d的概率为32%。

降水的统计降尺度预报及其空间相关性和时间连续性重建

利用欧洲中期天气预报中心(ECMWF)、日本气象厅(JMA)、美国国家环境预报中心(NCEP)以及英国气象局(UKMO)四个中心1~7 d日累计降水量集合预报资料,以中国降水融合产品作为"观测值",对我国地面降水量进行统计降尺度预报,并对预报降水的空间相关性和时间连续性进行重建。对降水量进行分级后,建立各个量级的回归方程进行统计降尺度预报。此外,还利用Schaake Shuffle方法重建丢失的空间相关性和时间连续性。结果表明,分级回归比未分级回归后的预报结果相关系数更高,预报误差更小,更接近观测值。Schaake Shuffle方法可以有效地改进降水预报的空间相关性和时间连续性,使之更接近实况观测,集合成员间的相关性也更好。

近30年中国太阳总辐射时空特征及趋势分析

[目的]研究近30年我国太阳总辐射时空分布特征及长期变化趋势。[方法]利用全国62个站点1986—2015年太阳总辐射实测资料,分析了总辐射时空分布以及变化趋势。[结果]我国太阳年总辐射总体呈现出较为明显的波动上升趋势,而季节总辐射上升幅度从大到小依次为春季、夏季、冬季、秋季;太阳总辐射呈现出西北高、东南低,内陆高、沿海低,高原高、平原低,干燥区高、湿润区低的空间分布特征,青藏高原、川黔渝山地分别为我国太阳总辐射高值和低值区;春夏两季太阳总辐射的增加是全年总辐射上升的主要原因;1996—2005年总辐射量的显著增加是导致30年来我国总辐射量增加的重要原因之一。[结论]该研究可为我国太阳能资源的有效利用提供重要科学依据。