文献类型：期刊文章

作　　者：陈翛旸[1,2] 游庆龙[1,2] 阮能[1,2]

机构地区：[1]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,南京210044 [2]南京信息工程大学中英气候变化与评估研究所,南京信息工程大学,南京210044

出　　处：《高原气象》

基　　金：江苏特聘教授项目(R2013T07);江苏省杰出青年基金项目(BK20140047);江苏省六大人才高峰项目(2015-JY-010);中国科学院寒旱区陆面过程与气候变化重点实验室开放基金(LPCC201512);江苏高校优势学科建设工程资助项目(PAPD)

年　　份：2016

卷　　号：35

期　　号：4

起止页码：895-907

语　　种：中文

收录情况：BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、JST、PROQUEST、RCCSE、ZGKJHX、核心刊

摘　　要：选取前期9、6和3个月欧亚大陆地表温度、东北半球500 h Pa高度场、热带印度洋海表面温度和西太平洋海表面温度作为预报因子,使用变形的典型相关分析(BP-CCA)方法,并选取各因子预报效果最好的时期作为关键时期,建立起各因子和青藏高原冬季气温之间的统计降尺度模型。之后用交叉验证和集合典型相关分析(ECC)方法评估模型实际预报能力。进一步用独立样本检验来评估模型更长时间尺度的年际变化预测效果。结果表明,BP-CCA方法能很好地识别出不同因子影响青藏高原的空间模态。其中,温度积雪反照率的正反馈机制体现了欧亚大陆地表温度的可预报性;东北半球500 h Pa高度场环流型不利于高纬的冷空气入侵高原地区;热带印度洋海表面温度反映出典型的印度洋偶极子对高原气温的调控作用;西太平洋海表面温度通过控制副热带高压的位置,从而影响高原冬季气温。各因子预报场和观测场的相关系数在交叉检验和独立样本检验中分别约为0.5和0.3,均有一定的预报技巧。而利用ECC方法能综合各因子所提供的预报信息,从而得出更为可信和稳定的预报。

关 键 词：青藏高原冬季气温  可预报性 典型相关分析  集合典型相关分析  

分 类 号：P456.8[大气科学类]