CN110263412A - 副热带急流或极锋急流强度和径向位置协同变化的表征方法 - Google Patents
副热带急流或极锋急流强度和径向位置协同变化的表征方法 Download PDFInfo
- Publication number
- CN110263412A CN110263412A CN201910514307.6A CN201910514307A CN110263412A CN 110263412 A CN110263412 A CN 110263412A CN 201910514307 A CN201910514307 A CN 201910514307A CN 110263412 A CN110263412 A CN 110263412A
- Authority
- CN
- China
- Prior art keywords
- lat
- int
- std
- threshold
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000001186 cumulative effect Effects 0.000 claims abstract description 18
- 238000012512 characterization method Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 6
- 238000001556 precipitation Methods 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 229940074869 marquis Drugs 0.000 description 1
- VBUNOIXRZNJNAD-UHFFFAOYSA-N ponazuril Chemical compound CC1=CC(N2C(N(C)C(=O)NC2=O)=O)=CC=C1OC1=CC=C(S(=O)(=O)C(F)(F)F)C=C1 VBUNOIXRZNJNAD-UHFFFAOYSA-N 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 239000005437 stratosphere Substances 0.000 description 1
- 239000005436 troposphere Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Complex Calculations (AREA)
- Circuit Arrangement For Electric Light Sources In General (AREA)
Abstract
本发明公开了副热带急流或极锋急流强度和径向位置协同变化的表征方法，包括如下步骤，确定急流核，确定急流活跃区，计算两支急流的强度和径向位置指数并进行标准化，利用累积频率方法分别确定两支急流的强度和径向位置指数高低阈值，分别确定副热带急流或极锋急流的四类强度和径向位置协同模态。本发明的副热带急流或极锋急流强度和径向位置协同变化的表征方法对探讨高空急流协同变化对区域内大范围降水和气温持续性异常过程中的作用和前期征兆及其预报具有指示意义。
Description
技术领域
本发明涉及一种综合考虑急流强度和径向位置变化的表征方法，尤其针对副热带急流或极锋急流综合强度和径向位置协同变化的表征方法，属于大气科学领域。
背景技术
高空急流指的是中纬度地区对流层上层和平流层低层环绕纬圈的狭窄强风速带，风速一般大于30米每秒。高空急流包括两个分支：副热带急流和极锋急流，其位置和强度具有明显的季节内差异和季节变化。以往的研究和分析中大多针对单支急流的单一特征及其气候效应进行分析和探讨，一般选取急流的强度指数和径向位置指数。
认识和理解高空急流与中高纬度地区大气低频遥相关之间的联系和调制过程，并进一步影响下游地区气候效应具有重要意义。在探讨气候效应之前，首先需要明确两支急流的变化表征。以往研究中提到的表征方法大多单独考虑急流的径向位置和强度。比如，利用两支急流活跃区中最大西风所在的纬度值和区域平均的风速值来表征急流的径向位置和强度指数，但是这种表征方法，仍然是针对单支急流的单一特征进行分析的，无法综合表征某支急流的强度和位置协同特征。另外，大多数的表征方法都是考虑两支急流变化的年际分量，但是急流本身具有较强的季节内的特征，因此，还有必要从更精细的时间尺度全方面地分析急流的协同变化特征。
发明内容
本发明的目的是提供一种客观地表征副热带急流或极锋急流综合强度位置协同变化的方法，为进一步分析耦合作用对应的气候效应提供了必要的定义和手段。
为了解决上述技术问题，本发明的副热带急流或极锋急流强度和径向位置协同变化的表征方法，其步骤在于：利用逐日或6小时的300hPa全风速对全球地区范围进行计算获取风速大值中心，将风速大值中心的中心风速值≥30m/s或风速大值中心周围8个格点上的风速值均小于风速大值中心的风速值的风速大值中心标记为急流中心，利用至少10个年度的急流中心分布图，低纬和高纬对应的风速大值中心分别对应副热带急流和极锋急流的活跃区，并记录其纬度范围，将副热带急流活跃区的区域平均的全风速值表征为副热带急流强度，标记为SJ-int，将极锋急流活跃区的区域平均的全风速值表征为极锋急流强度，标记为PJ-int。同时，将副热带急流活跃区内找到最大西风所在的纬度平均值表征为副热带急流的径向位置指数，标记为SJ-lat，将极锋急流活跃区内找到最大西风所在的纬度平均值表征为极锋急流的径向位置指数，标记为PJ-lat。
将副热带急流极锋急流的强度和径向位置指数进行标准化处理
其中n为样本总数，xi为SJ-int序列，为SJ-int序列的平均值。
其中n为样本总数，xi为PJ-int序列，为PJ-int序列的平均值。
其中n为样本总数，xi为SJ-lat序列，为SJ-lat序列的平均值。
其中n为样本总数，xi为PJ-lat序列，为PJ-lat序列的平均值。
将副热带急流强度或极锋急流强度和径向位置指数利用累积频率方法进行处理，当其累积频率为70％时，将此概率分布所对应的Std-SJ-int确定为高的Std-SJ-int，将此概率分布所对应的Std-SJ-lat确定为高Std-SJ-lat阈值，将此概率分布所对应的Std-PJ-int确定为高的Std-PJ-int阈值将此概率分布所对应的Std-PJ-lat确定为高的Std-PJ-lat阈值，分别记为High-threshold-SJ-int、High-threshold-SJ-lat、High-threshold-PJ-int和High-threshold-PJ-lat；当其累积频率为30％时，将此概率分布所对应的Std-SJ-int确定为低的Std-SJ-int阈值，将此概率分布所对应的Std-SJ-lat确定为低的Std-SJ-lat阈值，将此概率分布所对应的Std-PJ-int确定为低的Std-PJ-int阈值，将此概率分布所对应的Std-PJ-lat确定为低的Std-PJ-lat阈值分别记为Low-threshold-SJ-int、Low-threshold-SJ-lat、Low-threshold-PJ-int和Low-threshold-PJ-lat。
单独考虑极锋急流，综合考察强度指数和径向位置指数时：
当Std-PJ-int≥High-threshold-PJ-int且Std-PJ-lat≥High-threshold-PJ-lat时，极锋急流强且往北移。
当Std-PJ-int≤Low-threshold-PJ-int且Std-PJ-lat≤Low-threshold-PJ-lat时，极锋急流弱且往南移。
当Std-PJ-int≥High-threshold-PJ-int且Std-PJ-lat≤Low-threshold-PJ-lat时，极锋急流强且往南移。
当Std-PJ-int≤Low-threshold-PJ-int且Std-PJ-lat≥High-threshold-PJ-lat时，极锋急流弱且北移。
单独考虑副热带急流，综合考察强度指数和径向位置指数时：
当Std-SJ-int≥High-threshold-SJ-int且Std-SJ-lat≥High-threshold-SJ-lat时，副热带急流强且往北移。
当Std-SJ-int≤Low-threshold-SJ-int且Std-SJ-lat≤Low-threshold-SJ-lat时，副热带急流弱且往南移。
当Std-SJ-int≥High-threshold-SJ-int且Std-SJ-lat≤Low-threshold-SJ-lat时，副热带急流强且往南移。
当Std-SJ-int≤Low-threshold-SJ-int且Std-SJ-lat≥High-threshold-SJ-lat时，副热带急流弱且北移。
当针对东亚太平洋地区范围进行研究时，可以将范围限定在10°-70°N，60°-160°W。
本发明的副热带急流或极锋急流强度和位置协同变化表征方法对探讨高空急流强度和位置协同变化对区域内大范围降水和气温持续性异常过程中的作用和前期征兆及其预报具有指示意义。
附图说明
图1是本发明方法的流程图。
图2是基于ERA-Interim再分析资料，以1979-2016年冬季300hPa全风速场为例，确定冬季急流核分布，其中阴影区表示数值大于24次；实线和虚线框分别表征东亚副热带急流(25°-30°N，80°-104°E)和极锋急流(50°-60°N，80°-100°E)的活跃区。
图3是1979-2016年标准化的Std-PJ-int(a)和Std-PJ-lat(b)指数。
图4 Std-PJ-int的累积频率分布。
图5 Std-PJ-lat的累积频率分布。
图6基于图4和图5选取的PJ-int和PJ-lat的高低阈值，区分极锋急流强度和径向位置协同的四种类型。分别对应图6中格子区的四个角落。
图7基于图6挑选出的四类强度和位置协同年份合成的300hPa风场异常，以便于验证极锋急流强度和位置协同的特征。方框内为极锋急流活跃区，如果框区域为正则表示强度强，为负则为强度弱，框区域以北为正值就表示北移，框区域以南为正值就表示南移，以便于验证极锋急流强度和径向位置协同的特征。
图8 1979-2016年标准化的Std-SJ-int(a)和Std-SJ-lat(b)指数。
图9 Std-SJ-int的累积频率分布。
图10 Std-SJ-lat的累积频率分布。
图11基于图9和图10选取的SJ-int和SJ-lat的高低阈值，区分副热带急流强度和径向位置协同的四种类型。分别对应图11中格子区的四个角落。
图12对图11挑选出的四类强度和位置协同年份合成的300hPa风场异常，以便于验证副热带急流强度和位置协同的特征。方框内为副热带急流活跃区，如果框区域为正则表示强度强，为负则为强度弱，框区域以北为正值就表示北移，框区域以南为正值就表示南移，以便于验证副热带急流强度和径向位置协同的特征。
下面结合附图1至12，以1979-2016年冬季为例，分析的对象以年平均的数据本发明方法进行详细说明。根据具体情况也可以将分析的对象以日、侯、月尺度的数据进行分析。
一、确定极锋急流和副热带急流的活跃区和单支急流的强度径向位置指数
明确急流核的位置，利用逐日或6小时的300hPa全风速进行如下计算，在东亚太平洋地区10°-70°N，60°-160°W的范围内查找风速大值中心，如果该中心满足以下两个条件，则记为一个急流中心。①该中心风速值大于等于30m/s；②该中心周围8个格点上的风速值均小于该中心的风速值。
利用多年的急流中心分布图，最佳为30年以上，确定低纬和高纬对应的大值中心分别对应东亚副热带急流和极锋急流的活跃区，并记录其经纬度范围。
利用极锋急流和副热带急流活跃区内区域平均的全风速值和最大西风所在的纬度平均值表征极锋急流和副热带急流强度和径向位置指数，分别记为PJ-int、SJ-int、PJ-lat和SJ-lat。参见图2。
二、极锋急流和副热带急流的强度和径向位置协同变化的表征方法
确定两支急流的强度和位置协同变化，遵循以下四个步骤：
1)将副热带急流和极锋急流的强度和径向位置指数进行标准化处理
其中n为样本总数，xi为SJ-int序列，为SJ-int序列的平均值；
其中n为样本总数，xi为PJ-int序列，为PJ-int序列的平均值；
其中n为样本总数，xi为SJ-lat序列，为SJ-lat序列的平均值；
其中n为样本总数，xi为PJ-lat序列，为PJ-lat序列的平均值。
2)寻找判断强弱事件的依据
基于累积频率方法(CFD)，即变量小于某一上限值的出现次数与总次数之比。可表示为：
其中，n为在变量取值范围内(即介于最小值与最大值之间的取值范围)划分的数值等级数。fi表示在第i个数值等级内变量发生的频数，Fi指变量在不大于该数值等级内的频数，即变量小于等于某上限值的发生频数。
将副热带急流强度或极锋急流强度和径向位置指数利用累积频率方法进行处理，当其累积频率为70％时，将此概率分布所对应的Std-SJ-int确定为高的Std-SJ-int，将此概率分布所对应的Std-SJ-lat确定为高Std-SJ-lat阈值，将此概率分布所对应的Std-PJ-int确定为高的Std-PJ-int阈值将此概率分布所对应的Std-PJ-lat确定为高的Std-PJ-lat阈值，分别记为High-threshold-SJ-int、High-threshold-SJ-lat、High-threshold-PJ-int和High-threshold-PJ-lat；当其累积频率为30％时，将此概率分布所对应的Std-SJ-int确定为低的Std-SJ-int阈值，将此概率分布所对应的Std-SJ-lat确定为低的Std-SJ-lat阈值，将此概率分布所对应的Std-PJ-int确定为低的Std-PJ-int阈值，将此概率分布所对应的Std-PJ-lat确定为低的Std-PJ-lat阈值分别记为Low-threshold-SJ-int、Low-threshold-SJ-lat、Low-threshold-PJ-int和Low-threshold-PJ-lat。参见图3、图4、图5和图8、图9、图10。
3)基于上述定义和判断，将极锋急流或副热带急流强度和径向位置协同分为四类
单独考虑极锋急流，综合考察强度指数和径向位置指数时：
当Std-PJ-int≥High-threshold-PJ-int且Std-PJ-lat≥High-threshold-PJ-lat时，极锋急流强且往北移。
当Std-PJ-int≤Low-threshold-PJ-int且Std-PJ-lat≤Low-threshold-PJ-lat时，极锋急流弱且往南移。
当Std-PJ-int≥High-threshold-PJ-int且Std-PJ-lat≤Low-threshold-PJ-lat时，极锋急流强且往南移。
当Std-PJ-int≤Low-threshold-PJ-int且Std-PJ-lat≥High-threshold-PJ-lat时，极锋急流弱且北移。
参见图6、图7。
单独考虑副热带急流，综合考察强度指数和径向位置指数时：
当Std-SJ-int≥High-threshold-SJ-int且Std-SJ-lat≥High-threshold-SJ-lat时，副热带急流强且往北移。
当Std-SJ-int≤Low-threshold-SJ-int且Std-SJ-lat≤Low-threshold-SJ-lat时，副热带急流弱且往南移。
当Std-SJ-int≥High-threshold-SJ-int且Std-SJ-lat≤Low-threshold-SJ-lat时，副热带急流强且往南移。
当Std-SJ-int≤Low-threshold-SJ-int且Std-SJ-lat≥High-threshold-SJ-lat时，副热带急流弱且北移。
参见图11、图12。
Claims (5)
1.副热带急流强度和径向位置协同变化的表征方法，其步骤在于：利用逐日或6小时的300hPa全风速对全球地区范围进行计算获取风速大值中心，将风速大值中心的中心风速值≥30m/s或风速大值中心周围8个格点上的风速值均小于风速大值中心的风速值的风速大值中心标记为急流中心，利用至少10个年度的急流中心分布图，低纬和高纬对应的风速大值中心对应副热带急流的活跃区，并记录其纬度范围，将副热带急流活跃区的区域平均的全风速值表征为副热带急流强度，标记为SJ-int，将副热带急流活跃区内找到最大西风所在的纬度平均值表征为副热带急流的径向位置指数，标记为SJ-lat，将副热带急流的强度和径向位置指数进行标准化处理
其中n为样本总数，xi为SJ-int序列，为SJ-int序列的平均值；
其中n为样本总数，xi为SJ-lat序列，为SJ-lat序列的平均值；
将副热带急流的强度和径向位置指数利用累积频率方法进行处理，当其累积频率为70％时，将此概率分布所对应的Std-SJ-int确定为高的Std-SJ-int，将此概率分布所对应的Std-SJ-lat确定为高Std-SJ-lat阈值，分别记为High-threshold-SJ-int和High-threshold-SJ-lat；当其累积频率为30％时，将此概率分布所对应的Std-SJ-int确定为低的Std-SJ-int阈值，将此概率分布所对应的Std-SJ-lat确定为低的Std-SJ-lat阈值，分别记为Low-threshold-SJ-int和Low-threshold-SJ-lat；
当Std-SJ-int≥High-threshold-SJ-int且Std-SJ-lat≥High-threshold-SJ-lat时，副热带急流强且往北移；
当Std-SJ-int≤Low-threshold-SJ-int且Std-SJ-lat≤Low-threshold-SJ-lat时，副热带急流弱且往南移；
当Std-SJ-int≥High-threshold-SJ-int且Std-SJ-lat≤Low-threshold-SJ-lat时，副热带急流强且往南移；
当Std-SJ-int≤Low-threshold-SJ-int且Std-SJ-lat≥High-threshold-SJ-lat时，副热带急流弱且北移。
2.极锋急流强度和径向位置协同变化的表征方法，其步骤在于：利用逐日或6小时的300hPa全风速对全球地区范围进行计算获取风速大值中心，将风速大值中心的中心风速值≥30m/s或风速大值中心周围8个格点上的风速值均小于风速大值中心的风速值的风速大值中心标记为急流中心，利用至少10个年度的急流中心分布图，低纬和高纬对应的风速大值中心对应极锋急流的活跃区，并记录其纬度范围，将极锋急流活跃区的区域平均的全风速值表征为极锋急流强度，标记为PJ-int，将极锋急流活跃区内找到最大西风所在的纬度平均值表征为极锋急流的径向位置指数，标记为PJ-lat。
将极锋急流的强度和径向位置指数进行标准化处理
其中n为样本总数，xi为PJ-int序列，为PJ-int序列的平均值；
其中n为样本总数，xi为PJ-lat序列，为PJ-lat序列的平均值；
将极锋急流的强度和径向位置指数利用累积频率方法进行处理，当其累积频率为70％时，将此概率分布所对应的Std-PJ-int确定为高的Std-PJ-int阈值，将此概率分布所对应的Std-PJ-lat确定为高的Std-PJ-lat阈值，分别High-threshold-PJ-int和High-threshold-PJ-lat；当其累积频率为30％时，将此概率分布所对应的Std-PJ-int确定为低的Std-PJ-int阈值，将此概率分布所对应的Std-PJ-lat确定为低的Std-PJ-lat阈值，分别记为Low-threshold-PJ-int和Low-threshold-PJ-lat；
当Std-PJ-int≥High-threshold-PJ-int且Std-PJ-lat≥High-threshold-PJ-lat时，极锋急流强且往北移；
当Std-PJ-int≤Low-threshold-PJ-int且Std-PJ-lat≤Low-threshold-PJ-lat时，极锋急流弱且往南移；
当Std-PJ-int≥High-threshold-PJ-int且Std-PJ-lat≤Low-threshold-PJ-lat时，极锋急流强且往南移；
当Std-PJ-int≤Low-threshold-PJ-int且Std-PJ-lat≥High-threshold-PJ-lat时，极锋急流弱且北移。
3.如权利要求1或2所述的副热带急流或极锋急流强度和径向位置协同变化的表征方法，其特征在于：所述全球地区范围为东亚太平洋地区。
4.如权利要求3所述的副热带急流或极锋急流强度和径向位置协同变化的表征方法，其特征在于：所述东亚太平洋地区范围为10°-70°N，60°-160°W。
5.如权利要求1或2或3或4所述的副热带急流或极锋急流强度和径向位置协同变化的表征方法，其特征在于：利用至少30个年度的急流中心分布图。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910514307.6A CN110263412B (zh) | 2019-06-04 | 2019-06-04 | 副热带急流或极锋急流强度和径向位置协同变化的表征方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910514307.6A CN110263412B (zh) | 2019-06-04 | 2019-06-04 | 副热带急流或极锋急流强度和径向位置协同变化的表征方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110263412A true CN110263412A (zh) | 2019-09-20 |
| CN110263412B CN110263412B (zh) | 2023-04-07 |
Family
ID=67918298
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910514307.6A Active CN110263412B (zh) | 2019-06-04 | 2019-06-04 | 副热带急流或极锋急流强度和径向位置协同变化的表征方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110263412B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111399084A (zh) * | 2020-03-02 | 2020-07-10 | 中国电子科技集团公司第二十八研究所 | 一种基于三维风场数据的高空急流提取方法 |
| CN112330075A (zh) * | 2020-12-04 | 2021-02-05 | 南京大学 | 基于东亚副热带急流和极锋急流协同变化的中国四季气温预测方法 |
| CN112561140A (zh) * | 2020-12-04 | 2021-03-26 | 南京大学 | 基于东亚副热带急流和极锋急流协同变化的中国四季降水预测方法 |
| CN113421294A (zh) * | 2021-06-10 | 2021-09-21 | 温州市气象局 | 基于几何图像处理和神经网络的副热带高压相似方法分析 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070168155A1 (en) * | 2006-01-13 | 2007-07-19 | Sai Ravela | Statistical-deterministic approach to natural disaster prediction |
| CN109213759A (zh) * | 2018-08-02 | 2019-01-15 | 成都信息工程大学 | 一种大气风场急流线的检测方法 |
-
2019
- 2019-06-04 CN CN201910514307.6A patent/CN110263412B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070168155A1 (en) * | 2006-01-13 | 2007-07-19 | Sai Ravela | Statistical-deterministic approach to natural disaster prediction |
| CN109213759A (zh) * | 2018-08-02 | 2019-01-15 | 成都信息工程大学 | 一种大气风场急流线的检测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 况雪源等: "东亚副热带西风急流位置异常对长江中下游夏季降水的影响", 《高原气象》 * |
| 卫玮等: "夏季东亚高空西风急流气候特征分析", 《沙漠与绿洲气象》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111399084A (zh) * | 2020-03-02 | 2020-07-10 | 中国电子科技集团公司第二十八研究所 | 一种基于三维风场数据的高空急流提取方法 |
| CN112330075A (zh) * | 2020-12-04 | 2021-02-05 | 南京大学 | 基于东亚副热带急流和极锋急流协同变化的中国四季气温预测方法 |
| CN112561140A (zh) * | 2020-12-04 | 2021-03-26 | 南京大学 | 基于东亚副热带急流和极锋急流协同变化的中国四季降水预测方法 |
| CN112330075B (zh) * | 2020-12-04 | 2024-07-26 | 南京大学 | 基于东亚副热带急流和极锋急流协同变化的中国四季气温预测方法 |
| CN113421294A (zh) * | 2021-06-10 | 2021-09-21 | 温州市气象局 | 基于几何图像处理和神经网络的副热带高压相似方法分析 |
| CN113421294B (zh) * | 2021-06-10 | 2021-12-21 | 温州市气象局 | 基于几何图像处理和神经网络的副热带高压相似方法分析 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110263412B (zh) | 2023-04-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110263412A (zh) | 副热带急流或极锋急流强度和径向位置协同变化的表征方法 | |
| Hanson et al. | Pacific hindcast performance of three numerical wave models | |
| Roy et al. | Tropical cyclone track forecasting techniques―A review | |
| Kaiser-Weiss et al. | Comparison of regional and global reanalysis near-surface winds with station observations over Germany | |
| King et al. | 22. Climate change and el niño increase likelihood of indonesian heat and drought | |
| Shimura et al. | Future projections of extreme ocean wave climates and the relation to tropical cyclones: Ensemble experiments of MRI-AGCM3. 2H | |
| Catto et al. | A global evaluation of fronts and precipitation in the ACCESS model | |
| Outten et al. | Extreme winds over Europe in the ENSEMBLES regional climate models | |
| Froude et al. | The predictability of extratropical storm tracks and the sensitivity of their prediction to the observing system | |
| Malygina et al. | Influence of atmospheric circulation on precipitation in Altai Mountains | |
| Pirazzoli et al. | Recent evolution of surge-related events and assessment of coastal flooding risk on the eastern coasts of the English Channel | |
| KR101440932B1 (ko) | 실시간 앙상블 가뭄전망정보 관리방법 | |
| CN118277499B (zh) | 一种海岛数据管理方法及系统 | |
| Caton Harrison et al. | Reanalysis representation of low-level winds in the Antarctic near-coastal region | |
| Eck et al. | Winter climate variability in the southern Appalachian Mountains, 1910-2017 | |
| Giannakaki et al. | An object-based forecast verification tool for synoptic-scale Rossby waveguides | |
| CN110208876A (zh) | 副热带急流和极锋急流径向位置协同变化的表征方法 | |
| CN110263300A (zh) | 副热带急流和极锋急流强度协同变化的表征方法 | |
| Vujadinović et al. | Impact of climate change on growing season and dormant period characteristics for the balkan region | |
| Devis et al. | A height dependent evaluation of wind and temperature over Europe in the CMIP5 Earth System Models | |
| Shan et al. | Machine-learning-based investigation of the variables affecting summertime lightning occurrence over the Southern Great Plains | |
| Lewis et al. | A hybrid procedure for classifying synoptic weather types for Louisiana, USA. | |
| Portilla-Yandún | Open Access Atlas of Global Spectral Wave Conditions Based on Partitioning | |
| Mutschler | Climatology and Common Aspects of Forecast Failures in Rapid Intensification of Atlantic Hurricanes | |
| Kadokura et al. | Seasonal/regional variation of variability characteristic of daily maximum/minimum temperatures in Japan observed and reproduced by RegCM nested in NCAR-CSM |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |