您的当前位置:首页正文

短期气候预测实习三

2021-02-04 来源:好走旅游网
短期气候预测实习三

气科7班 梁玉谊

(一)所用资料和方法

NCEP/NCAR 1948-2013年(61年)的500百帕月平均高度场资料 资料范围为(900S-900N,00-3600E)

网格距为×,纬向格点数为144,经向格点数为73

资料为GRD格式,资料从南到北、自西向东排列,每月为一个记录,按年逐月排放。

(二)实习目的:

掌握大气环流中遥相关型指数的计算及其与大气环流和我国气候关系的分析。

(三)实习要求:

要求运用资料,计算北半球1月遥相关指数,并分析它与环流和我国气候变化的关系;用图形输出指数年际变化曲线、遥相关的空间分布以及与我国气温的相关系数分布,正确分析结果数据,完成实习报告。

(四)所用部分程序:

!计算EU指数 do it=1,63

eu(it)=*a(9,59,1,it)+*a(31,59,1,it)*a(59,53,1,it) enddo

!!!!计算EU指数与高度场的相关系数 !h--高度场 hsum--高度场和 have--高度场平均值 eu--EU指数,eusum,euave类似

!1,提取1月份高度场 do it=1,63 do j=1,73 do i=1,144 h(i,j,it)=a(i,j,1,it) enddo enddo enddo

!2,计算高度场和EU指数的平均值 do j=1,73

do i=1,144 do it=1,63

hsum(i,j)=hsum(i,j)+h(i,j,it) enddo

have(i,j)=hsum(i,j)/63 enddo Enddo

do it=1,63

eusum=eusum+eu(it) enddo

euave=eusum/63

!3,计算相关系数各部:分子、分母、分母(对照相关系数公式)

!rup--分子 rh--分母h reu--分母eu r--相关系数 do j=1,73 do i=1,144 reu_2=0 do it=1,63

rup(i,j)=rup(i,j)+(eu(it)-euave)*(h(i,j,it)-have(i,j))

rh_2(i,j)=rh_2(i,j)+(h(i,j,it)-have(i,j))**2 reu_2=reu_2+(eu(it)-euave)**2 enddo

rh(i,j)=sqrt(rh_2(i,j))

reu=sqrt(reu_2) enddo enddo

print*,reu do j=1,73 do i=1,144

r(i,j)=rup(i,j)/(rh(i,j)*reu) enddo enddo

!!!!计算EU指数和气温的相关系数 !1,计算温度场的平均值 do i=1,160 do it=1,nt

tsum(i)=tsum(i)+t(i,it) enddo

tave(i)=tsum(i)/nt enddo

!print*, (tave(i),i=1,160)

!2,计算相关系数各部:分子、分母、分母(对照相关系数公式)

!rup2--分子 rh2--分母h reu--分母eu r2--相关系数 eusum=0 do it=1,nt

eusum=eusum+eu(it+3)!之所以加3,是因为在分析资料和观测资料起始年份差3年 enddo

euave=eusum/nt reu_2=0 do it=1,nt

reu_2=reu_2+(eu(it+3)-euave)**2 enddo

reu=sqrt(reu_2) do i=1,160 do it=1,nt

rup2(i)=rup2(i)+(eu(it+3)-euave)*(t(i,it)-tave(i))

rh2_2(i)=rh2_2(i)+(t(i,it)-tave(i))**2 enddo

rh2(i)=sqrt(rh2_2(i)) enddo do i=1,160

r2(i)=rup2(i)/(rh2(i)*reu) enddo

(五)出图结果:

!计算完毕,写数据 !写站点数据 do j=1,160 id(j)=char(j) tim= nlev=1 nflag=1

write(6)id(j),lat(j),lon(j),tim,nlev,nflag,r2(

j) enddo tim= nlev=0 nflag=1

write(6)id(j-1),lat(j-1),lon(j-1),tim,nlev,nflag

print*, (r2(j),j=1,160)

write(5)(eu(it),it=1,nt)!写EU指数

write(4)((r(i,j),i=1,144),j=1,73)!写h和EU的相关系数

1.EU指数年变化

分析:从上图可以看出,EU指数存在着5-10年的周期震荡。在1963年和1973年达到峰值。

2.EU指数与位势高度的相关系数

分析:从上图可以出,EU指数与高度场存在着“正负正”的相关波列,也就是亚欧型遥相关。其中,在北美东岸、西欧地区和亚洲东岸为负相关区大值区,在亚洲中部和北美西北部为正相关大值区。即当EU指数为正时,东亚地区、西欧地区、北美东岸高度场较平均值偏低,而亚洲中部和北美西北部位势高度场则较平均值偏高。可以初步考虑EU指数对于这些地区高度场的预报能力,不过相关系数均未经过显著性检验,还需检验后才能得出结论。

3.EU指数与我国温度的相关系数

分析:从上图可以看出,EU指数我国的相关系数,在我国东部沿海地区为负相关大值区,最高的相关达到,而在我国新疆西北部、云南地区和黑龙江北部,为正相关区,但正相关值较小。在我国其余地区,相关系数均比较小。若EU指数为正时,我国东部沿海地区降水量偏少,若EU指数为负时,我国东部沿海地区降水量偏多。通过分析,可以考虑EU指数对我国东部温度的预报能力,虽然只是同期的相关,并非前期的指数,但也是具有一定的预报价值。不过,如之前所言,未经过显著性检验,同样难以得出确切的结论。

因篇幅问题不能全部显示,请点此查看更多更全内容