论文部分内容阅读
气候系统在时域上具有自相似的时间标度行为,这种标度行为,反映了大气中长程的相关性(Long-range correlations),即自相关函数以幂律形式缓慢衰减,相隔很长时间距离的气候涨落之间,仍然存在时域的相关,系统的过去可以持续影响系统当前和未来的状态。这一特性在气候变量的时间序列中普遍存在,并且不受长期趋势和数据长度的限制,反映这一特性的标度指数并不随时间序列的长短和起止时间而发生变化,因此具有重要的统计意义。 研究气候变量的时间序列时,无论是分析其时间上的变率,还是对其的周期变率进行分析,都会受到非线性和非平稳特征的影响。因此在研究具体气候问题时,更适用能够在局地进行展开,并且自适应(没有实现给定的基函数)的分解出气候变率的研究方法。基于气候变量的长程持续特性,将其长程相关的指数推广到一种广泛应用的自适应分析方法集合经验模态分解,我们称之为长程相关的集合经验模态分解(Ensemble Empirical Mode Decomposition with Long-range Correlated noise,EEMD-LRC),改进其在低频模态上的分解能力,使分解得到的模态更具有物理意义。并用这种方法来分析中国地面风速场的时空变率特征。主要结论如下: (1)中国地面风速在过去四十年中发生了显著的减弱,这种减弱的趋势经过EEMD-LRC的残差趋势项重新评估后,在全国绝大多数站点呈现均一的模态。平均风速减弱趋势显著的区域对应平均风速较大的青藏高原、内蒙古和东北等地区。通过与温压场和环流指数的相关分析,平均风速的减弱主要是由于全球增暖,海陆温度梯度减小,造成经向环流减弱,最终影响到地面的环流场。 (2)我国大多数站点的风速变率都具有显著的季节循环特征,反映了环流系统在一年中的变化特征。通过对EEMD-LRC得到的年循环AC分量进行分析,发现我国绝大多数站点的年循环振幅在过去四十年中显著减小,减小的原因是风速的月际变化,对于长期环流变化的响应不一致,春季大风期风速的减弱更为显著,而夏季风速有微弱的增加,综合使得年循环的强度变弱。 (3)由于年循环的相位也发生了显著的漂移,因此根据AC分量定义我国春季大风期的界限,并对其长期变化进行了分析,结果显示,我国大多数北方站点,在春季进入大风期的时间明显延迟,部分地区达到了4天每十年。而离开大风期的时间则显著提前,使得大风期的时间趋向于越来越短。根据重新定义的春季大风期,还对我国全年和大风期的逐日10mIn最大风速进行了分析,结果显示我国5级以上风日数显著减少,大风期的减少程度要超过全年的水准。 由于风能源在我国越来越受到重视,以及平均风速对于沙尘、大风和寒潮等天气都有显著的影响,研究平均风速统计特征的变化,具有重要的意义。