季风Iso和可预测性的季节性的意思
夏季季风降水的预测至少提前一季agro-based经济具有十分重要的意义。已经超过一个世纪,尝试预测季节性意味着使用统计方法包括本地和全球季风降雨前期参数与季风降雨(例如,布兰福德,1884;沃克、1923、1924;Gowarikar et al ., 1989;Sahai et al ., 2003;Rajeevan et al ., 2004)。的线性或非线性回归模型以及神经网络模型(他和Srividya: 1996)表明一些技巧的时候季风是接近正常(约70%的年过去130年)但未能预测的极端有用的技能。几乎所有的统计模型未能预测干旱2002股。Delsole et al。(2002)认为,与许多预测回归模型(例如,印度气象部门的16个参数模型(Gowarikar et al ., 1989))可能拥有一些人工技巧和经常与两个或三个参数产生更好的回归模型预测平均比与多个预测回归模型。因此,的有用性
30 n-25n-20n-15n-10n-5n -
60 e 70 e 80 e 90 e 100 e
30 n-25n-20n-15n-10n-5n -
60 e 70 e 80 e 90 e 100 e
图2.18。有限合伙人的轨迹在极端阶段1954 - 1983年期间的季风ISO。(a) ISO活跃阶段(季风ISO指数(斯)> + 1)和(b)打破ISO阶段(斯< 1)。这里使用的斯米是10 - 90天的过滤相对涡度在夏天雨季(9月1 6月30日)平均超过80°E - 95°E和12°N-22°N。暗点代表起源点和线显示他们的踪迹。大量的有限合伙人在活跃阶段沿着太强烈集群。少数有限合伙人形式显然在休息时避免太地区和形式喜马拉雅山山麓附近或在西部海岸,向西移动。
之后他et al . (2003):。美国地球物理联盟©。
统计模型是有限的。一系列的敏感性研究(恰尼和舒克拉,1981;舒克拉、1981、1988;刘,1985)表明,热带气候raybet雷竞技最新是,在一般情况下,初始条件不太敏感,因此比extra-tropical气候更容易预测。raybet雷竞技最新这些研究为确定的气候预测奠定基础在热带地区,和动态预测季节性季风使用最先进的气候模型似乎是一个合乎逻辑raybet雷竞技最新的选择统计预测。虽然气候模型模拟近年来显著提raybet雷竞技最新高意味着气候,他们仍然没有技能比统计模型在预测季节性季风(王et al ., 2004;康et al ., 2002 b)。几乎所有的气候模型模拟有严重的困难年际变化的意raybet雷竞技最新思是季风气候及其季节变化特征(Sperber和帕默,1996;Gadgil Sajani, 1998;康et al ., 2002 a, b;王et al ., 2004)。尽管某些热带地区气候敏感raybet雷竞技最新性最初非常小
60 e 70 e 80 e 90 e 100 e
图2.18。有限合伙人的轨迹在极端阶段1954 - 1983年期间的季风ISO。(a) ISO活跃阶段(季风ISO指数(斯)> + 1)和(b)打破ISO阶段(斯< 1)。这里使用的斯米是10 - 90天的过滤相对涡度在夏季季风季节(9月1 6月30日)平均超过80°E - 95°E和12°N-22°N。暗点代表起源点和线显示他们的踪迹。大量的有限合伙人在活跃阶段沿着太强烈集群。少数有限合伙人形式显然在休息时避免太地区和形式喜马拉雅山山麓附近或在西部海岸,向西移动。
之后他et al . (2003):。美国地球物理联盟©。
条件(例如,舒克拉,1998年),印度夏季风似乎是exeption在热带地区,似乎是相当敏感的初始条件(Sperber和帕默,1996;Sperber et al ., 2001;•舒克拉,2001),可能使其最困难的气候系统来模拟和预测。raybet雷竞技最新
什么使印度季风这样一个困难的系统来模拟和预测?季风气候对初始条件的敏感性表明存在显著的“内部”低频(raybet雷竞技最新LF)的可变性季风区域(他,:1998)。季风的可预测性是由内部的低频变化的程度控制IAV的雨季。什么是负责这样的季风地区内部的低频变化?我们回忆起(见2.2节)季风ISOs出现由于内部组织之间的动态反馈对流和大型环流场耦合发挥作用的可能性。ISOs季风可能导致任何重要的低频内部的变化吗?如果他们这样做,季风IAV的一部分是不可预测的。Ajaya汉和他(2003):估计基于日常数据的内部流通IAV NCEP-NCAR再分析40多年和对流数据超过20年,热带地区和显示,几乎所有内部IAV起源于“。
ISOs如何影响季节性及其IAV意味着什么?2.1.2节中我们提到的空间结构30-60-day模式(图2.10)是类似于季节性意味着(图2.1),加强(减弱)活跃的季节意味着(打破)阶段。如图2.19所示,ISV和IAV的亚洲季风,事实上,由一个共同的空间变化模式(Fennessy舒克拉,1994;Ferranti et al ., 1997;他et al .,: 1988;他和Ajaya:汉,2001)。水平结构ISO和季节性意味着相似,发生概率较高的活跃(打破)条件在一个赛季可能导致更强(弱)比正常的季风。如果季风ISOs单频正弦振荡,这可能不会发生。然而,由于存在一个乐队的频率,都相当准周期性的,因此发生概率高的活跃(打破)阶段在一个赛季可以发生。他和Ajaya:汉(2001)的确表明,强(弱)印度季风相关活动(打破)发生概率较高的条件。Sperber et al。(2000)还表明,ISV和IAV的亚洲季风由一个共同模式的空间变异性和强(弱)季风是相关活动(打破)发生概率较高的条件。ISV季节性影响这一事实意味着,其可预测性也得出了Waliser et al . (2003 b),相比模拟季节性的均值和ISV的AGCMs,发现更高ISV与intra-ensemble方差(内部变化)和贫穷的可预测性季节性的意思。
可预测性的季节性季风是由慢变外部组件的相对贡献迫使(如与ENSO相关)和内部变化的观察IAV季风。高(低)可预测性与高(低)的贡献外部强迫IAV相比,从内部的变化。多少总IAV的亚洲季风实际上是由低频内部
80 e 50 e 60 e 70 e e 90 e 100 e
80 e 50 e 60 e 70 e e 90 e 100 e
图2.19。第一个EOF动力学和年际850 - hpa风。(一)动力学eof和ISO过滤风速计算夏季(9月1 6月30日)一段20年(1978 - 1997)。(b)年际eof计算与季节性的意思(环流)风40年的时期(1958 - 1997)。单位向量加载是任意的。(c)之间的关系印度季风降雨(IMR;空酒吧)和年际电脑1 (bar)。这两个时间序列是由自己的标准差标准化。这两个时间序列之间的相关性。
(a, b)后他和Ajaya:汉(2001),美国气象学会(c)。
-
- »>、♦* \ \ N
80 e 50 e 60 e 70 e e 90 e 100 e
IMR &年际PC1_ (c)
IMR &年际PC1_ (c)
r = 0.62 |
|||||||||
1 |
n |
||||||||
吉尔 |
d d他李 |
r我 |
|||||||
v 2米 |
W |
||||||||
ii1 |
r |
1 |
|||||||
1960 1965 1970 1975 1980 1985 1990 1995
1960 1965 1970 1975 1980 1985 1990 1995
变化呢?估计用AGCM(他,:1998)和使用长观察(AjayaMohan和他,:2003)表明,大约50%的总IAV的亚洲季风是由主要来自ISOs的内部组件。因此,ISOs使亚洲季风系统难以预测的不可预知的“噪音”与外部强迫可预测的“信号”。多年来,达成共识的分数总IAV印度季风由ISOs的缺乏。然而,对认为这里是慢慢发展的共识。因此,季节性意味着夏季季风将仍然是一个困难的系统来预测。聪明的方法必须设计模拟和识别的微弱信号从背景噪声相当的振幅。的前景预测季节性季风会提高如果夏天ISOs的统计是慢变强烈调制(或约束)的强制(如与ENSO相关)。建模的研究到目前为止,然而,表明,夏季季风ISOs了亚洲季风区不是sufficiantly受到慢变海温变化与ENSO相关。
继续阅读:EOF模式
这篇文章有用吗?