论文部分内容阅读
大气环流模式空间分辨率一般为上百公里,虽然对于大尺度的模拟与预测效果不错,但是却很难对分辨率高的局地 或区域气候进行预测。本文通过传统的回归统计降尺度方法建立大尺度信息与华北1 月份温度之间的统计关系来弥补大 气环流模式的不足。首先对大尺度信息进行主成分分析提取其时空变化的主要信息,截取前30 个主成分,用于下一步 的逐步线形回归,鉴于选取的资料时间段较短,采用交叉检验的Pc 得分来评价所建模型的效果。统计降尺度中预报因 子和预报区域的选取直接影响着建模效果。初选因子来自于32 年与地面温度同期的NCEP 再分析资料中各个层次的大 尺度信息,共计99 个。对于华北地区83 个站点用这99 个因子逐一建模,经交叉检验发现只有1000hPa 和850hPa 的温 度场Pc 得分较高,分别为70%和67%,其他预报因子的Pc 得分都很低,这主要源于其他因子与地面温度所建立的统计 关系不能满足统计降尺度假设三的要求。为了提高全区地面温度的预测水平,对每个站点根据建模效果来选取最优预报 因子,用其对对应站点的温度进行上述统计降尺度建模,效果显著提高,平均Pc 得分达到85.17%,远远高于业务水平, 其中有16 个站点的Pc 得分达到了90%以上。但是对于河北的张北,黄骅以及内蒙的赤峰站Pc 得分还是很低,分别只 有65.625%,68.75%,68.75%,对于这三个站点而言,下一步的工作可以考虑通过使用其他因子或是联合因子来提高建 模效果。值得注意的是所选取的最优因子中,被选择最多的是不同层次的温度场,其次是气压场,水平风速与垂直风速 选取得很少,所有的最优因子中没有全风速。这反映了华北1 月份地面温度受不同层次的温度场和位势高度场影响最大。 并且最优因子中温度因子主要集中在对流层低层,而风场和位势高度场集中在对流层的中上层。1 月份华北地区以冷空 气的频繁活动来影响其平均温度,一次冷空气活动往往伴随一次冷锋的活动过程,高空有一个低压槽,槽区有偏北气流, 而低层对应的是一个强的冷高压,在这种配置情况下,风场和位势高度场对下垫面的影响集中在高层,而温度场则集中 于底层,与上述的发现相吻合。