極端事件長(zhǎng)程相關(guān)性研究.pdf

1、極端事件具有破壞性強(qiáng)，可預(yù)測(cè)性差等特點(diǎn)，極端氣候事件的研究是氣候變化科學(xué)中的一個(gè)熱門課題。在全球變暖背景下，我國(guó)極端天氣氣候事件呈現(xiàn)破壞性大、突發(fā)性強(qiáng)、難以預(yù)測(cè)等特點(diǎn)。以往的研究認(rèn)為極端事件的發(fā)生是隨機(jī)的，它們相互之間是孤立無(wú)聯(lián)系的。近來(lái)研究發(fā)現(xiàn)，極端事件之間并非相互孤立毫無(wú)聯(lián)系。本文主要研究極端事件間的聯(lián)系及其長(zhǎng)程相關(guān)性情況，探索極端事件及其重現(xiàn)時(shí)間序列的規(guī)律，拓展極端事件可預(yù)測(cè)性研究并應(yīng)用于氣象資料的分析。 首先采用典型的混

2、沌系統(tǒng)- Lorenz系統(tǒng)為研究對(duì)象進(jìn)行理論方面的研究，運(yùn)用去趨勢(shì)漲落分析方法對(duì)不同初值和不同參數(shù)下系統(tǒng)的長(zhǎng)程相關(guān)性進(jìn)行分析。結(jié)果表明：系統(tǒng)長(zhǎng)程相關(guān)性與系統(tǒng)初值所處相空間位置有關(guān)，初值越靠近不穩(wěn)定平衡點(diǎn)系統(tǒng)長(zhǎng)程相關(guān)性越強(qiáng)，則其標(biāo)度指數(shù)α越大，系統(tǒng)可預(yù)測(cè)性越好；當(dāng)系統(tǒng)完全處于混沌狀態(tài)時(shí)，隨著控制參數(shù)，．逐步增大其動(dòng)力學(xué)結(jié)構(gòu)的混沌特性更加明顯，標(biāo)度指數(shù)α都呈下降趨勢(shì)，系統(tǒng)長(zhǎng)程相關(guān)性逐漸減弱，系統(tǒng)可預(yù)測(cè)性減弱。揭示了長(zhǎng)程相關(guān)性與系統(tǒng)可預(yù)測(cè)性的

3、對(duì)應(yīng)關(guān)系。并對(duì)系統(tǒng)方程進(jìn)行擾動(dòng)，發(fā)現(xiàn)當(dāng)加入隨機(jī)噪聲后，系統(tǒng)長(zhǎng)程相關(guān)性隨噪聲強(qiáng)度增大而逐漸減弱，進(jìn)一步表明了Lorenz系統(tǒng)長(zhǎng)程相關(guān)性(標(biāo)度指數(shù)α)是表征其可預(yù)測(cè)性的極其有效的物理量之一。在以上基礎(chǔ)上運(yùn)用去趨勢(shì)漲落分析方法分別研究NCEP/NCAR再分析資料中的高度場(chǎng)和溫度場(chǎng)，闡明了東亞區(qū)域的高度場(chǎng)和溫度場(chǎng)的標(biāo)度指數(shù)α分布。研究表明高度場(chǎng)和溫度場(chǎng)都具有長(zhǎng)程相關(guān)性，且空間分布特征總體匹配。對(duì)同一層格點(diǎn)資料而言，赤道附近的低緯度地區(qū)標(biāo)度指數(shù)α

4、較大，長(zhǎng)程相關(guān)性較好；中高緯度地區(qū)標(biāo)度指數(shù)α較小，長(zhǎng)程相關(guān)性較差，呈現(xiàn)比較明顯的緯向分布特征。不同層格點(diǎn)資料的標(biāo)度指數(shù)α分布有所區(qū)別，具體表現(xiàn)為高度場(chǎng)資料隨層數(shù)的增加平均標(biāo)度指數(shù)α值呈增長(zhǎng)趨勢(shì)，且標(biāo)度指數(shù)分布的緯向分布特征更為明顯；在高度場(chǎng)中下層青藏高原地區(qū)標(biāo)度指數(shù)明顯大于同緯度其他區(qū)域。溫度場(chǎng)資料隨層數(shù)的增加平均標(biāo)度指數(shù)α先減小再增大，也具有一定的緯向分布特征。總體而言，高度場(chǎng)長(zhǎng)程相關(guān)性的標(biāo)度指數(shù)α值要高于溫度場(chǎng)。分季節(jié)研究表明，高度

5、場(chǎng)和溫度場(chǎng)在不同季節(jié)中也具有較好的長(zhǎng)程相關(guān)性，冬季標(biāo)度指數(shù)α高于其他季節(jié)，為利用冬季信息制作夏季汛期預(yù)報(bào)提供了一定的理論參考。 進(jìn)一步利用固定閾值法研究了Lorenz系統(tǒng)極端事件序列的長(zhǎng)程相關(guān)性特征。發(fā)現(xiàn)對(duì)于不同閾值標(biāo)定的極端事件序列具有長(zhǎng)程相關(guān)性，且標(biāo)度指數(shù)α比較接近，但都比Lorenz系統(tǒng)略小。不同的初值對(duì)極端事件序列的長(zhǎng)程相關(guān)性影響不大，即對(duì)初值不敏感性，但Lorenz系統(tǒng)的長(zhǎng)程相關(guān)性隨著控制參數(shù)的增大而明顯減弱。通過(guò)與高

6、斯白噪聲序列對(duì)比研究發(fā)現(xiàn)，Lorenz系統(tǒng)極端事件序列具有較好的記憶性特征。最后采用中國(guó)氣象局國(guó)家氣候中心194測(cè)站1957-2004年日最高氣溫觀測(cè)資料進(jìn)行分析，揭示了實(shí)際氣象要素中存在類似的規(guī)律，為探尋高溫極端事件發(fā)生規(guī)律和對(duì)其進(jìn)行預(yù)測(cè)提供了較有價(jià)值的參考。并且發(fā)現(xiàn)氣溫極端事件序列的標(biāo)度指數(shù)α在廣西的東西兩側(cè)存在兩條明顯的大值帶，匯聚于長(zhǎng)江中下游地區(qū)。這兩條大值帶分別對(duì)應(yīng)了我國(guó)南海季風(fēng)及其水汽的輸送通道和印度季風(fēng)及孟加拉灣水汽輸送的

7、通道，從側(cè)面建立了長(zhǎng)程相關(guān)性與氣候系統(tǒng)記憶性的可能聯(lián)系。 然后從極端事件重現(xiàn)時(shí)間的角度，研究了極端事件發(fā)生時(shí)間間隔的長(zhǎng)程相關(guān)性。發(fā)現(xiàn)當(dāng)原始時(shí)間序列具有長(zhǎng)程相關(guān)性時(shí)，其極端事件重現(xiàn)時(shí)間序列也具有長(zhǎng)程相關(guān)性，并且計(jì)算表明他們兩者的標(biāo)度指數(shù)α十分接近，這與隨機(jī)情況下的重現(xiàn)時(shí)間序列有明顯的區(qū)別。具有長(zhǎng)程相關(guān)性的重現(xiàn)時(shí)間序列，它的概率密度分布函數(shù)與隨機(jī)時(shí)間序列的有著本質(zhì)的區(qū)別，前者構(gòu)成的極端事件序列呈現(xiàn)出聚集現(xiàn)象。因此定義了重現(xiàn)時(shí)間的群發(fā)