江淮地区梅雨期降水与海温的SVD分析及相关数值模拟

江淮地区梅雨期降水与海温的SVD分析及相关数值模拟

论文摘要

本文从气候角度出发,在探求海温与梅雨降水的相关关系的基础上,进行了江淮地区区域气候与海温关系的数值模拟试验,力图探讨海温异常影响江淮地区梅雨降水变化的机制。结果表明:(1) 江淮南区梅雨期降水与前一年10~12月南海海域海温异常有较高且较为持续的正相关关系,Key海区(6°N-22°N,114°E-124°E)主要海温分布型为西正东负型。(2) 南区梅雨期降水与前一年8~12月赤道东太平洋Key海区(10°S-0,120-100°W)附近海域海温异常同样有较好的正相关关系。(3) 与南区梅雨期降水耦合正相关的南海和赤道东太平洋关键区海温异常分布实际上属于同一种海温分布型,但两个海温Key区所影响到的南区的范围是不相同的。(4) 南海正负海温试验均能充分说明当南海关键区附近海域海温异常升高(降低)时,江淮南区850hpa上空气流辐合增强(辐散增强),海洋提供的水汽输送加强(减弱),梅雨季节降水增加(减少)。(5) 江淮北区梅雨期降水与当年1~2月北太平洋(150°E-165°E,42°N-47°N)附近海域,及前一年10~12月北大西洋东部(14°W-4°W,43°N-52°N)海域维持了较好的正相关,江淮北区和这两个Key区为耦合相关的显著部位。(6) 北太平洋正海温试验模拟结果较负海温试验好,能够大致反映当北太平洋关键区附近海域海温异常升高时,江淮北区850hpa上空气流辐合增强,来自大洋上的水汽辐合加强,梅雨时期降水增加。

论文目录

  • 中文摘要
  • Abstract(英文摘要)
  • 第一章引言
  • 1. 1意义
  • 1. 2近年来关于我国东部地区降水异常研究成果
  • 1. 3海气相互作用的研究概况
  • 1. 4海表温度异常对中国区域降水的影响
  • 1. 5近年来关于我国梅雨期降水异常的研究成果
  • 1. 6数值模式研究概况
  • 1. 7本文研究内容
  • 第二章资料与方法
  • 2. 1资料说明
  • 2. 2方法说明
  • 第三章江淮区域6-7月降水的分区及代表站的选取
  • 第四章江淮南区梅雨期降水与全球海温异常的相关关系
  • 4. 1影响江淮南区梅雨期降水的海温关键区和影响时段
  • 4. 2江淮南区13站与南海关键海区海温异常耦合相关的SVD分析
  • 第五章南区梅雨期降水与前期赤道东太平洋海温异常的关系
  • 5. 1与赤道东太平洋Key海区的时滞分析
  • 5. 2与南区梅雨期降水相关的赤道东太平洋的SSTA分布型
  • 5. 3赤道东太平洋Key海区附近海域海温分布型对应的中国降水的空间分布型
  • 5. 4两个关键区对江南区影响的讨论
  • 第六章江淮南区与南海海域海温异常的数值模拟
  • 6. 1模式和试验方案
  • 6. 2南海控制试验的结果
  • 6. 3南海正海温试验一
  • 6. 4南海正海温试验二
  • 6. 5南海负海温试验一
  • 6. 6南海负海温试验二
  • 6. 7南海海域海温异常影响江淮南区降水变化的可能机制
  • 第七章江淮北区梅雨期降水与全球海温异常的相关关系
  • 7. 1影响江淮北区梅雨期降水的海温关键区和影响时段
  • 7. 2江淮北区12站与北太平洋关键海区海温异常耦合相关的SVD分析
  • 第八章江淮北区梅雨期降水与前期北大西洋海温异常的相关关系
  • 8. 1与北大西洋关键海区的时滞分析
  • 8. 2与江淮北区梅雨期降水相关的北大西洋SSTA分布
  • 8. 3北大西洋海温分布型对应的中国6-7月降水分布型
  • 第九章江淮北区与北太平洋海域海温异常的数值模拟
  • 9. 1模式和试验方案
  • 9. 2北太平洋控制试验
  • 9. 3北太平洋正海温试验一
  • 9. 4北太平洋正海温试验二
  • 9. 5北太平洋负海温试验一
  • 9. 6北太平洋负海温试验二
  • 9.7北太平洋海域海温异常影响江淮北区降水变化的可能机制
  • 第十章全文总结
  • 10. 1江淮地区梅雨期(6~7月)降水异常受海温影响变化的研究
  • 10. 2江淮地区梅雨期(6~7月)降水变化受海温异常影响的数值模拟研究
  • 致谢
  • 参考文献
  • 论文附图
  • 相关论文文献

    • [1].SVD滤波的串联故障电弧特征分析[J]. 电力系统及其自动化学报 2019(11)
    • [2].基于分类模型和SVD的协同过滤算法[J]. 电子测量技术 2020(14)
    • [3].基于多级SVD算法的电能质量复合扰动特征分析[J]. 现代电子技术 2017(04)
    • [4].基于背景噪声和特征值下降比的微地震SVD去噪改进方法[J]. 东北石油大学学报 2020(05)
    • [5].最小二乘配置的SVD分解解法[J]. 测绘科学 2008(03)
    • [6].引入时间效应的SVD++线性回归推荐算法[J]. 计算机工程 2020(02)
    • [7].结合SVD的协同过滤算法研究[J]. 通讯世界 2016(10)
    • [8].基于SVD降噪的机械振动信号经验模式分解及其应用[J]. 起重运输机械 2009(10)
    • [9].基于SVD的小波变换图像去噪方法[J]. 数字通信 2009(03)
    • [10].基于SVD填充和用户特征属性聚类的混合推荐算法[J]. 电脑知识与技术 2020(16)
    • [11].基于非对称属性的SVD推荐算法的研究[J]. 电脑知识与技术 2017(03)
    • [12].一种抗协议攻击的SVD数字水印[J]. 计算机安全 2012(03)
    • [13].基于SVD降噪和盲信号分离的滚动轴承故障诊断[J]. 振动与冲击 2012(23)
    • [14].基于图像分割和SVD的数字水印算法[J]. 武汉理工大学学报 2010(02)
    • [15].一种新的基于SVD图像降噪方法的探究[J]. 科学技术与工程 2010(20)
    • [16].基于SVD的协同过滤算法的欺诈攻击行为分析[J]. 计算机工程与应用 2009(20)
    • [17].基于SVD的叠后地震资料随机噪声分离方法[J]. 世界地质 2016(02)
    • [18].基于SVD的经编贾卡织物图像检索[J]. 微型机与应用 2015(19)
    • [19].SVD系列算法在评分预测中的过拟合现象[J]. 山东大学学报(工学版) 2014(03)
    • [20].局部频率域SVD压制随机噪声方法[J]. 石油地球物理勘探 2012(02)
    • [21].基于SVD特性的鲁棒数字水印新算法[J]. 齐齐哈尔大学学报(自然科学版) 2011(04)
    • [22].基于多小波变换和分块SVD的彩色图像水印算法[J]. 工程图学学报 2010(02)
    • [23].小波变换与SVD方法在结构损伤监测中的应用[J]. 公路 2009(03)
    • [24].对流层散射通信中基于改进SVD的信道估计算法[J]. 电讯技术 2009(08)
    • [25].一种SVD和信任因子相结合的协同过滤算法[J]. 小型微型计算机系统 2017(06)
    • [26].基于SVD方法的多台配电网静止无功补偿器交互影响分析[J]. 电力系统保护与控制 2014(07)
    • [27].小型化地波雷达海杂波散射系数仿真及SVD抑制方法研究[J]. 舰船电子工程 2013(01)
    • [28].认知无线电中基于SVD分解的频谱感知新算法[J]. 信号处理 2011(05)
    • [29].基于SVD特征降维和支持向量机的跌倒检测算法[J]. 计算机应用与软件 2017(01)
    • [30].SVD网页数字水印技术在教务成绩录入系统中的应用[J]. 扬州职业大学学报 2017(03)

    标签:;  ;  ;  ;  

    江淮地区梅雨期降水与海温的SVD分析及相关数值模拟
    下载Doc文档

    猜你喜欢