前期土壤湿度、海表面温度对中国夏季极端气温的预测能力评估

前期土壤湿度、海表面温度对中国夏季极端气温的预测能力评估

论文摘要

基于中国587站日最高、最低气温观测资料、月平均的ERA_interim土壤湿度(Soil Moisture,SM)再分析资料及扩展重建的海表面温度(Sea Surface Temperature,SST)资料(ERSST),对极端气温指数进行了定义,利用变形的典型相关分析和集合典型相关分析方法(Ensemble Canonical Correlation,ECC),分析了1979—2009年我国夏季极端气温与前期(春、前冬)SM、SST间的线性联系,建立了中国夏季极端气温预测模型,并对独立样本检验的效果进行了评估。结果表明:1)与中国夏季极端气温联系密切的前期SST异常的空间分布为类PDO(Pacific Decadal Oscillation)型,前期土壤湿度异常的区域为华南、青藏高原、东北和西北地区。2)交叉检验结果表明基于前冬预测因子的极端气温预测模型技巧高于春季,基于SM的极端气温预测模型技巧高于SST。3)独立样本检验表明基于前期SM、SST的ECC模型对中国东部夏季极端气温有一定的预测能力。因此,可以在夏季极端气温的预测业务中考虑前期SM、SST的影响。

论文目录

  • 1 数据和方法
  •   1.1 数据
  •   1.2 极端气温指数的定义
  •   1.3 方法
  •     1.3.1 变形的典型相关分析(BP-CCA)
  •     1.3.2 集合典型相关分析(ECC)
  •     1.3.3 模型预测技巧评估
  • 2 中国夏季极端气温的特征
  • 3 夏季极端气温同与前期SM、SST的联系
  •   3.1 夏季极端气温与春季SM、SST的联系
  •   3.2 夏季极端气温与前冬季SM、SST的联系
  • 4 基于交叉检验的预测试验
  •   4.1 夏季极端高温EHTI的预测试验
  •   4.2 夏季极端低温ELTI预测试验
  • 5 独立样本试验
  • 6 结论及讨论
  • 文章来源

    类型: 期刊论文

    作者: 宋耀明,邹永成,王志福

    关键词: 夏季极端气温,土壤湿度,海表面温度,典型相关分析

    来源: 大气科学学报 2019年05期

    年度: 2019

    分类: 基础科学

    专业: 气象学

    单位: 南京信息工程大学气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心

    基金: 国家自然科学基金资助项目(41005047,41405066),江苏高校优势学科建设工程资助项目(PAPD),高等学校博士点学科专项科研基金(20113228120002)

    分类号: P457.3

    DOI: 10.13878/j.cnki.dqkxxb.20160101010

    页码: 790-800

    总页数: 11

    文件大小: 5475K

    下载量: 98

    相关论文文献

    • [1].青藏高原极端气温指数时空格局及可持续性分析[J]. 测绘与空间地理信息 2019(12)
    • [2].辽河流域近60年极端气温指数时空变化特征分析[J]. 水利规划与设计 2020(04)
    • [3].近58 a新疆巴州极端气温事件变化特征[J]. 干旱区地理 2020(03)
    • [4].1961-2016年河南省极端气温事件变化特征[J]. 信阳师范学院学报(自然科学版) 2019(01)
    • [5].近60年来祁连山极端气温变化研究[J]. 高原气象 2019(05)
    • [6].城市化对长三角地区极端气温影响的时空分异研究[J]. 自然资源学报 2017(05)
    • [7].低能见度条件对日极端气温影响研究[J]. 天津科技 2017(06)
    • [8].南京城市化对极端气温的影响[J]. 中国农学通报 2017(21)
    • [9].河套地区1951—2014年极端气温事件特征分析[J]. 水利水电技术 2017(09)
    • [10].1965-2013年黄土高原地区极端气温趋势变化及空间差异[J]. 地理研究 2016(04)
    • [11].毛乌素沙地1960—2013年极端气温变化[J]. 中国沙漠 2016(02)
    • [12].1961-2010年新疆极端气温时空演变特征研究[J]. 中山大学学报(自然科学版) 2015(04)
    • [13].中国1953-2013年极端气温事件的变化[J]. 北京农业 2015(26)
    • [14].冬季降雪时段的日极端气温预报方法[J]. 黑龙江气象 2013(04)
    • [15].祁连地区极端气温事件气候变化特征研究[J]. 青海科技 2020(01)
    • [16].近30 a甘肃省河东地区极端气温指数时空变化特征及趋势预测[J]. 干旱区地理 2020(02)
    • [17].1961-2014年淮河流域极端气温时空特征及区域响应[J]. 中山大学学报(自然科学版) 2019(01)
    • [18].城市化对山东省极端气温事件的影响[J]. 气象科技 2019(01)
    • [19].1951-2010年江苏省极端气温变化趋势研究[J]. 气象灾害防御 2017(02)
    • [20].喀什市极端气温指数长期变化及突变特征分析[J]. 陕西气象 2016(01)
    • [21].1961-2012年辽宁省极端气温事件气候变化特征[J]. 冰川冻土 2015(04)
    • [22].陕西商州近60a极端气温变化[J]. 生态与农村环境学报 2015(01)
    • [23].陕北黄土高原地区极端气温事件变化特征[J]. 中国农学通报 2015(21)
    • [24].1961—2013年内蒙古极端气温变化分析[J]. 内蒙古气象 2014(03)
    • [25].石家庄市极端气温指数变化特征及城市化影响[J]. 自然灾害学报 2014(05)
    • [26].1960-2011年云南省极端气温事件的时空分布及趋势预测[J]. 资源科学 2014(09)
    • [27].1961-2010年西藏极端气温事件的时空变化[J]. 地理学报 2013(09)
    • [28].近50年宁夏极端气温事件的变化研究[J]. 自然灾害学报 2012(04)
    • [29].青海省极端气温事件的气候变化特征研究[J]. 冰川冻土 2012(06)
    • [30].黑龙江省1961—2009年极端气温事件变化特征分析[J]. 气候变化研究进展 2011(02)

    标签:;  ;  ;  ;  

    前期土壤湿度、海表面温度对中国夏季极端气温的预测能力评估
    下载Doc文档

    猜你喜欢