一、南极涛动年际变化对江淮梅雨的影响及预报意义（论文文献综述）
黄璇[1]（2020）在《夏季中国东北冷涡生成位置的异常变化及其对江淮梅雨的影响》文中认为本文利用欧洲中期天气预报中心（ECMWF）提供的ERA-Interim再分析资料,以及“中国国家级地面气象站基本气象要素日值数据集（V3.0）”中的逐日降水量资料,参照《梅雨监测指标》中梅雨监测区域的划分和入、出梅标准,研究了1979-2018年夏季中国东北冷涡生成位置的变化特征及其对江淮流域各分区梅雨的影响,并分析其产生影响的大气环流条件。主要结论有:（1）夏季东北冷涡的生成位置具有西北多,东南少的特点。就6月而言,其生成位置在20世纪80年代偏北,此时江淮梅雨北多南少;90年代偏南,此时梅雨北少南多。东北冷涡生成位置存在3a左右的周期振荡,与江南区、江淮区的梅雨强度以及江南区的平均梅雨量具有一致的振荡周期。（2）梅雨季节内东北冷涡后部强大的偏北气流能引导冷空气南下,而冷涡生成位置的变化通过直接影响冷空气的位置,使冷暖空气交汇的位置发生变化,从而影响梅雨量的空间分布。东北冷涡生成位置偏西北方向的年份,江淮区低层气流易有气旋性辐合,有利于垂直上升运动的发生,并且水汽输送切变线东南部强大的西南水汽输送为该区域带来充沛的水汽资源,使江淮区梅雨量增多。而东北冷涡生成位置偏东南方向的年份,低层水汽输送切变线南移至长江沿线,气流的气旋性辐合中心南移至江南区,使得垂直上升运动区南移,水汽辐合为江南区梅雨量的增多提供了必要的水汽条件,梅雨量增多的区域由江淮区南移至江南区。
饶艳燕[2]（2020）在《安徽省近60年梅雨时空特征分析》文中提出季风雨带锋面降水是安徽省夏季降水的重要组成部分,随副高北跳和停滞,安徽省位于季风雨带的时段主要分为梅雨期和黄淮雨季期,梅雨期时安徽省降水主要在长江以南和江淮之间区域,黄海雨季时,安徽省降水主要在淮河以北区域。论文根据季风雨带的移动特点,将安徽省分为江南、江淮和淮北3个区域,结合副高脊线位置、气温和雨日等高空和地面多方面因素对安徽省1957～2016年的梅雨过程进行识别,分析各区域梅雨量、梅雨期长度等梅雨特征量的时空分布,并对3个区域梅雨期之后的黄淮雨季期降水特征进行分析。利用Z指数对安徽省梅雨期的副高脊线、西伸脊点进行等级划分并分类,分析了不同副高类型下各区域的梅雨降水特征。采用Z指数对江南梅雨期和黄淮雨季两个时段的江南和淮北两个区域的降水量等级进行识别,分析了两个时段安徽省降水空间分布及其对同期副高的响应。识别了影响安徽省各区域梅雨量的前期因子,通过t分布双侧检验筛选了其中的部分因子作为梅雨量预测模型的输入,构建了基于集对相似（SPA-SF）的梅雨量预测模型,其中1957～2006年安徽省3个区域的梅雨量及其相关数据为训练样本,2007～2016年的数据为验证样本。研究结果表明:（1）安徽省梅雨入、出梅日有从南到北逐渐推迟,梅雨量由南到北逐渐减少的特征。仅有一段梅雨期的江南、江淮和淮北的多年平均入梅日分别为6月16日、6月19日和6月25日,出梅日分别为7月11日、7月11日和7月14日,梅雨量分别为344.1、234.7、207.8mm;3个区域空梅年数分别为5、6和9a;3个区域二度梅年数分别为7、5和4a。（2）安徽省江南、江淮和淮北的梅雨量的年代际、周期和重现期特征存在差异。安徽省3个区域的梅雨量在年代际尺度上总体上呈现增加趋势,但各个区域的变化存在差异,江南与江淮区域的梅雨量在20世纪90年代为最大值,淮北区域则在2000年初为最大值。江南区域的梅雨量表现出4、10和21a左右的周期波动,江淮区域的梅雨量表现出6、9和17a左右的周期波动,淮北区域的梅雨量表现出6、13和18a左右的周期波动。3个区域梅雨期最大3d、5d降水量超过20a、50a一遇等典型重现期的年份也有所不同:江南区域1996和1999年梅雨期最大3d降水量均同时超过20a一遇和50a一遇;1996、1999和2016年梅雨期最大5d降水量超过20a一遇,1999年最大5d降水量超过50a一遇。江淮区域1991和2003年梅雨期最大3d降水量超过20a一遇,其中1991年超过50a一遇;1991和2016年梅雨期最大5d降水量超过20a一遇,其中1991年超过50a一遇。淮北区域1965、2000和2007年梅雨期最大3d、5d的降水量均超过20a一遇,此外1991年梅雨期最大3d降水量超过20a一遇,淮北区域梅雨期最大3d、5d均未超过50a一遇。（3）安徽省梅雨期时副高脊线偏南有利于江南区域降水,偏北有利于淮北区域降水;当西伸脊点偏西时,有利于安徽省3个区域降水,偏东时,不利于安徽省3个区域降水。江南梅雨期时降水可分为南北正常、南北同丰、南北同枯、南丰北枯和南枯北丰5种,在空梅年除外的55年中比例分别为11.0%、7.2%、20.0%、34.5%和27.3%。南北正常时副高脊线、强度、面积和西伸脊点与多年均值接近,南丰（南丰北枯和南北同丰）时的脊线位置偏南,南枯北丰时脊线偏北,南北同枯时副高强度、面积异常偏小,西伸脊点异常偏东。黄淮雨季时,降水可分为南北正常、南北同丰、南北同枯、南丰北枯和南枯北丰5种,在60年中出现的比例分别为13.3%、11.7%、15.0%、26.7%和33.3%。南北正常时,副高各特征接近接近多年均值,北丰（南北同丰和南枯北丰）时的副高强度偏大,北枯（南丰北枯和南北同枯）时副高强度偏小,其中南丰北枯的副高强度最小。（4）基于SPA-SF的江南区域2007～2016年的梅雨量预测结果良好,除2012年和2016年,模型预测的平均相对误差绝对值为12.2%;江淮区域2007～2016年的梅雨量预测总体上效果较好,除2009、2012和2016年,模型预测的平均相对误差绝对值为13.8%;淮北区域2007～2016年的梅雨量预测效果不如江南和江淮区域,预测的10年中只有6年的梅雨量等级正确。
任晓玥[3]（2019）在《ENSO与IOD的联系以及对江淮梅雨的影响》文中研究表明本文利用了1950—2017年NOAA的逐月Ni?o3,Ni?o4和Ni?o3.4指数资料,Kaplan Extended SST V2的逐月海温异常数据,JAMSTEC提供的逐月SST DMI数据,1979—2017年中国气象数据网提供的全国气象站点逐日降水资料和ERA-Interim的逐日高度场、风场和陆面气压场等格点再分析数据,使用小波分析、相关性分析、EOF分析和合成分析等方法,研究了不同类型太平洋异常海温（ENSO）和印度洋偶极子（IOD）的特征以及之间的关系,并对比分析了ENSO冷、暖事件及暖事件的不同类型与IOD单独发生、共同发生等不同情况下对我国夏季江淮梅雨降水的影响差异。研究结果表明:（1）1950—2017年共发生了20次El Ni?o事件,14次La Nina事件和30次IOD事件,发生的El Ni?o事件中有8次为EP型El Ni?o事件,11次为CP型El Ni?o事件。其中ENSO事件主要以5a时间尺度发生振荡变化,其次为16a时间尺度,IOD事件在1—4a的时间尺度上波动比较明显。（2）EP型El Ni?o事件的异常增暖中心区域位于东太平洋上,在Ni?o3和Ni?o1+2区域范围内有明显增暖现象;CP型El Ni?o事件的异常增暖中心区域则靠近中太平洋,位于Ni?o4和Ni?o3.4区域范围;IOD事件时印度洋海温呈现纬向偶极型分布的特征,在80年代之前西印度洋上有海温异常增暖的现象,而东印度洋上则是海温偏低,但是80年代以后多呈现整个印度洋海温均为异常增暖,西印度洋上海温异常增暖的强度比东印度洋更大;（3）在发生El Ni?o事件时,有时会伴随着IOD事件共同发生,二者具有一定的相关性,其中EP指数与DMI的相关系数为0.55,CP指数与DMI的相关系数为0.39。（4）当EP型El Ni?o单独发生时长江流域及其以北的大部分地区降水量显着偏少,CP型El Ni?o单独发生时江淮中部地区降水量有明显增加;当EP型El Ni?o和IOD伴随发生时,整个江淮地区降水量均比往常显着增多,而当CP型El Ni?o和IOD事件伴随发生时,长江流域及江淮地区东部降水偏少,由此可推断IOD事件能够增强EP型El Ni?o对江淮地区降水的影响,使江淮地区有强降水过程,并且会减弱CP型El Ni?o事件对江淮地区降水的影响,使江淮地区降水量减少。此外还将2016年作为代表,对该年的江淮梅雨情况做了详细的个例分析。
沈皓俊[4]（2019）在《基于机器学习的中国夏季降水预测研究》文中研究说明基于大数据的机器学习算法在诸多领域已有广泛应用,但在降水季节预测方面则刚刚起步。因此,基于国家气候中心（BCC）季节气候预测模式资料和国家气象信息中心提供的中国地面降水逐月观测资料,本研究探索了机器学习在中国夏季降水预测中的应用。降水预测因子的选取影响着机器学习预测的准确率。经广泛文献调研,本研究选取了对于中国夏季降水预测而言有着明确物理意义的60个气象因子,含33个大气因子、7个陆面因子、13个海洋因子和7个海冰因子。本研究对长短期记忆网络（Long Short-Term Memory,LSTM）算法进行了优化研究。针对LSTM网络中的训练误差、泛化误差,分别采用了自适应矩估计（Adaptive Moment Estimation,Adam）、Dropout的方法进行优化,从而加快了网络的训练速度,并提高了模型的泛化能力。由于LSTM网络预测准确率受网络参数的影响较大,且不同气象站点的降水气候特征与预测因子各异。本研究对160站逐个的隐含层节点数、训练次数和学习率等参数进行了调优。还比较了LSTM网络与逐步回归、BP神经网络（Back Propagation Neural Network）和BCC模式结果的预测准确率。研究结果表明:综合考虑均值、距平相关系数和均方根误差,LSTM网络预测能力优于逐步回归、BP神经网络和BCC模式结果。使用4月起报数据的LSTM网络降水距平的预测结果准确率优于使用3月、5月起报数据的预测结果。海冰因子对降水季节预测结果的准确率而言有着正贡献;全因子输入的LSTM网络预测效果优于剔除海冰因子后的LSTM网络。基于参数调优结果和对预测方案的研究,本文最终选取基于4月起报的BCC模式数据,并采用了输入全部降水预测因子的LSTM网络进行中国夏季降水预测。结果表明,LSTM网络对降水整体形势有着一定的预测能力。2014年、2015年全国夏季降水回报试验的Ps评分分别为74分、71分,距平符号一致率分别为55.63%、55.25%;Ps评分均值高于当年汛期全国气候趋势预测会商会及业务模式结果。本研究为中国夏季降水预测提供了一种可能的参考。
豆娟[5]（2019）在《南半球环状模对青藏高原及周边气候的可能影响》文中进行了进一步梳理全球大气作为统一整体,南北半球间通过海洋-大气耦合过程及其相伴随的质量、动量和热量等的交换相互影响。南半球环状模（Southern Hemisphere Annular Mode,简称SAM）是南半球热带外大气环流大尺度变化的主模态。SAM异常活动引起的气候变化不仅仅局限在南半球,还可以越赤道调控北半球天气气候的变化。本文利用观测诊断分析结合数值模式试验研究了SAM与青藏高原及周边区域气候的可能联系,并揭示了SAM跨季节越赤道传播影响北半球区域气候的物理机制。得到的主要结论如下:（1）发现前期春季SAM与后期夏季高原西部积雪和印度夏季风降水的年际变率呈显着正相关关系。在春季SAM越赤道影响夏季亚洲气候过程中,印度洋海温和热带降水分别扮演了重要的“海洋桥”和“大气桥”的角色。前期春季SAM通过海气热量通量交换将信号存储在印度洋经向三极子（Indian Ocean tripole,简称IOT）海温中,由于海洋的热惯性,该IOT海温异常可以持续到后期夏季。一方面,IOT海温中位于中低纬的偶极子部分通过调控局地垂直经圈环流场和越赤道气流的变化直接影响到印度夏季风降水的变化。另一方面,该IOT海温将SAM信号传递给热带,引起热带印度洋和海洋性大陆地区的偶极子降水（Tropical dipole rainfall,简称TDR）异常。波射线诊断分析的结果表明该TDR在中低层环流背景下将降水异常释放的潜热能量传播到高原西部,引起该区域的环流场变化,进而影响高原西部积雪年际变率。（2）利用21年滑动相关方法揭示了春季SAM与长江流域夏季降水的关系存在显着的年代际转折:1958-1987年期间,两者相关性很弱。而在1988-2012年期间两者呈显着正相关。SAM与印度洋海温关系的年代际变化可能是造成这种年代际转折的主要原因。在1987年以前,由于SAM与海洋的热量交换不显着,很难将信号存贮在印度洋中,进而难以影响到后期北半球的气候;而在1988年以后,通过显着的海气相互作用,春季SAM异常引起南印度洋三极子海温异常,该海温异常与上文提到的SAM影响高原积雪的IOT海温一致。IOT海温持续到后期夏季可以调控热带印度洋-海洋性大陆降水异常。海洋性大陆降水异常释放的潜热引起的遥相关不仅可以影响到高原西部的环流,还可以向北沿着大圆路径传播,调控垂直经圈环流以及西北太平洋反气旋进而影响长江流域夏季降水的年际变率。此外,利用CMIP5模式的结果发现能够抓住SAM与长江流域降水显着正相关的模式,也能模拟出IOT海温异常和海洋性大陆降水异常,进一步证实了IOT海温和海洋性大陆降水是SAM与长江流域夏季降水关系在1988年后显着增强的重要桥梁。（3）揭示了秋季SAM与东亚冬季降水年际变化的显着负相关关系,基于观测分析和数值模式试验发现其物理机制与春季SAM影响东亚夏季气候的物理机制不同。联系秋季SAM与东亚冬季降水的关键因子是位于南大西洋-太平洋上的偶极子（South Atlantic–Pacific dipole,简称SAPD）海温异常。该SAPD将秋季SAM信号延续到后期冬季,调节太平洋热带辐合带（Inter-tropical Convergence Zone,简称ITCZ）的变化。随后,ITCZ通过大气遥相关引起东亚上空盛行异常高压（或低压）,有利于东亚东季降水偏少（或偏多）。
孙立,周顺武,孙阳,陈少健,陈长丘,周海霞[6]（2018）在《南极涛动与西沙夏季气候的关联性》文中研究表明利用近53a（1960—2012年）南海西沙群岛永兴岛气象站的观测资料以及同期的NCEP/NCAR月平均再分析资料,分析了近53a西沙夏季气候变化特征及其与春、夏季南极海平面气压的可能联系,并初步分析了南极涛动（AAO）对西沙夏季气候的影响。结果表明:近53a来西沙夏季平均降水持续减少、气温明显升高、风速显着减弱;降水、气温和风速还表现出准2a的年际变率及711a的年代际变率。回归分析和相关分析结果均表明,当春、夏季南极海平面气压偏强（弱）时,西沙夏季降水偏多（少）、气温偏低（高）、风速偏强（弱）、空间分布型类似于负（正）位相的南极涛动（AAO）。春、夏季AAO处于正位相,一方面在年代际尺度上导致东亚夏季风减弱,另一方面在年际尺度上导致印度季风减弱,从而使得西沙夏季降水偏少、气温偏高、风速偏弱。
马浩,李正泉,张力[7]（2016）在《南半球环状模对中国气候的影响研究进展》文中提出南半球环状模是南半球大气环流年际变异的主导模态。按照逻辑脉络梳理了半个多世纪以来南半球环状模对中国气候影响的研究进展。中国科学家很早就注意到南北半球之间存在相互作用,南半球环流能够通过越赤道气流调控东亚夏季风、进一步影响到中国气候。近年来,对南半球环状模遥相关效应的研究愈加深入,已有工作侧重于从太平洋通道和印度洋通道两个角度剖析环状模对中国气候的影响。环状模变异能够引发太平洋大气经圈环流调整、激发经向遥相关波列,从而引起西太平洋暖池和西太平洋副热带高压异常,最终导致中国气候变异,从而构建了太平洋路径;另一方面,环状模异常也能够借助"海洋桥"传播到热带印度洋和南海地区、再通过局地海洋-大气相互作用调控中国气候,从而构建了印度洋路径。两大路径之间存在相互调制。除此之外,南半球环状模对中国区域气候也有显着的影响。在总结前人研究的基础上,提出了今后值得深入探讨的几个问题,以期推动南半球环状模遥相关效应研究不断走向深入。
周备[8]（2016）在《不同年代际背景下影响马斯克林高压年际变化因子的比较分析》文中研究指明首先利用NCEP/NCAR与ERA-40再分析资料分析了四季马斯克林高压的年际和年代际变化特征,在此基础上,分别从年平均和季节平均的角度着重讨论了不同年代际背景下影响马斯克林高压年际变化因子的变化情况。最后,进一步从月平均的角度讨论了夏季各月中影响因子对马斯克林高压影响的变化,结果表明：（1）马斯克林高压在不同时间尺度上均表现出显着的变化特征。季节尺度上,高压在夏季最强,位置偏西；冬季最弱,位置偏东。长期变化趋势上,马斯克林高压在整个研究时段内其强度均呈现出明显的线性增强趋势,春季趋势最强,冬季最弱。年代际变化尺度上,四季的马斯克林高压均在1976年前后发生了显着的年代际转折,1976年以前强度普遍较弱。（2）1976年年代际转折前后,ENSO、南极涛动及印度洋局地海温与四季马斯克林高压年际变化的相关关系也发生了明显的改变。在1976年以前,ENSO只在秋季与马斯克林高压有显着地正相关关系,在其他三个季节并无显着相关；南极涛动则只在夏季与马斯克林高压表现出显着地正相关关系,在其他三个季节并无显着相关；中低纬南印度洋海温与马斯克林高压的相关关系在夏季相关最为显着,在其他三个季节相关性均较弱。在1976年以后,ENSO与马斯克林高压从夏季开始表现出显着的相关性,到秋季相关性最为显着,到冬季相关性减弱；四季的南极涛动与马斯克林高压均表现出正相关关系,且以夏季相关最为显着,此外,相比于1976年以前的夏季,南极涛动与马斯克林高压的相关关系在1976年以后的夏季进一步增强；中低纬南印度洋在夏季、冬季与马斯克林高压相关最为显着,秋季相关最弱。（3）就夏季各个月份而言,1976年以前,中低纬地区印度洋海温与马斯克林高压在夏季各月中均表现出显着的相关关系,且以7月影响最为显着,而ENSO与马斯克林高压在夏季各月中均无显着相关；1976年以后,在夏季各月中,中低纬地区印度洋海温与马斯克林高压均无显着相关,而ENSO与马斯克林高压的相关性则从6-8月逐渐增强。南极涛动与马斯克林高压的相关则在突变之前和突变之后均为6月最强,7月最弱,不过在突变以后的夏季各月中两者的相关性均比突变以前显着增强。
李晓峰[9]（2015）在《环状模概念》文中进行了进一步梳理"环状模"（Annular Mode）是大气遥相关领域一个新兴的气候学概念,目前已被广泛接受并应用。它表征热带外地区中纬度和高纬度间大气质量的"跷跷板"现象,为热带外地区最主要的大气变率,影响包括我国在内的中高纬度地区、甚至部分热带地区的近地层气候。它对整个北半球气候的影响之大,从根本上改变了气候学家对北极气候模型的理解,也被称为"北极厄尔尼诺"。可见,"环状模"概念的提出具有重要的科学意义。然而,"环状模"这一气候学概念的提出和推广过程并不平顺。多派学者曾围绕这一新兴概念,展开过近年来气候学领域内少有、激烈和精彩的辩论。而这场辩论是"环状模"概念提出和发展过程中的重要一环,它最终促使更多的学者了解并接受了"环状模"这一新兴的气候学概念。这场辩论的焦点主要围绕"‘环状模’是否真实存在"、"‘环状模’信号是否源自于平流层"和"‘北半球环状模’与‘北大西洋涛动’究竟谁更适合于代表北半球热带外行星尺度扰动最主要的模态"等3个问题。辩论的具体过程,不仅展示了相关的学者们高超的研究水平和技巧,还折射出他们对真理不懈追求的科学精神;而辩论的最终结果,不但增强了人们对"环状模"概念的理解,还催生了人们对大气环流基本活动规律认识的突破。厘清这场辩论的主要思路和观点,不仅可以增强我们对"环状模"概念以及基本大气环流过程的理解,而且对分析和解决其他类似的科学问题同样具有重要的启示性作用。因此,力图通过综述的方式,围绕"环状模"概念的由来和争论,与读者一起回顾"环状模"这一重要气候学概念的提出和推广过程。
郑菲,李建平,刘婷[10]（2014）在《南半球环状模气候影响的若干研究进展》文中提出南半球环状模是南半球热带外地区环流变率的主导模态。由于南半球环状模在空间上的大尺度特征,全球多个地区的气候均与南半球环状模的变化有关。探讨南半球环状模的气候影响,是近几十年来得到广泛关注并迅速发展的新方向。围绕这个方向,分别回顾了南半球环状模对南半球和北半球气候影响的研究进展,重点阐述了南半球环状模对中国气候影响的相关工作,并从长期变化尺度上,列举了南半球环状模与气候变化方面的研究成果。纵观近几十年的研究发现,针对南半球环状模对南半球的气候影响,目前已有比较系统的认识。总体而言,在年际尺度上,南半球环状模可以通过影响垂直环流和风暴轴的位置,改变表面风速对下垫面的热力和动力驱动作用,进而对南半球的海-气-冰耦合系统产生调控。这种调控多表现出纬向对称性,同时也存在纬向非对称的局地特征。在气候变化的尺度上,南半球环状模是过去半个世纪里南半球气候变化的主要驱动力之一。关于南半球环状模对北半球尤其是中国气候的影响问题,目前也取得了许多有意义的结果。例如,南半球环状模对东亚、西非、北美的夏季风和东亚冬季风均有作用,并且可以调控中国春季华南降水等。海-气耦合过程在南半球环状模对北半球气候的影响中扮演着重要角色,与南半球环状模信号的跨季节存储和由南半球向北半球的传播均有密切关系。但是,与南半球相比,南半球环状模对北半球气候影响的研究,还有许多问题值得深入讨论和研究:一是体现在对南半球环状模信号向北传播机制上的深入认识,二是将南半球环状模的信号作为因子在季节气候预测中的实践。
二、南极涛动年际变化对江淮梅雨的影响及预报意义（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、南极涛动年际变化对江淮梅雨的影响及预报意义（论文提纲范文）
（1）夏季中国东北冷涡生成位置的异常变化及其对江淮梅雨的影响（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究目的和意义 |
| 1.2 国内外研究进展 |
| 1.2.1 江淮梅雨特征及成因的研究 |
| 1.2.2 东北冷涡的研究 |
| 1.2.3 东北冷涡与江淮梅雨关系的研究 |
| 1.3 问题的提出 |
| 1.4 本文主要研究内容 |
| 第二章 资料与方法 |
| 2.1 资料简介 |
| 2.2 方法说明 |
| 2.2.1 线性倾向估计 |
| 2.2.2 曼-肯德尔(Mann-Kendall)检验 |
| 2.2.3 经验正交函数(Empirical Orthogonal Function,EOF)分解 |
| 2.2.4 皮尔逊(Pearson)相关系数及其检验 |
| 2.2.5 合成方法及其检验 |
| 2.2.6 区域梅雨强度指数 |
| 第三章 东北冷涡的客观识别 |
| 3.1 识别标准 |
| 3.2 识别结果及其验证 |
| 3.3 本章小结 |
| 第四章 东北冷涡的特征 |
| 4.1 冷涡生命史 |
| 4.2 冷涡生成位置 |
| 4.2.1 冷涡生成位置的空间分布 |
| 4.2.2 冷涡生成位置的时间变化 |
| 4.2.3 冷涡的移动方向 |
| 4.3 不同象限生成的冷涡频数的变化 |
| 4.3.1 冷涡频数的季节内变化 |
| 4.3.2 冷涡频数的年(代)际变化 |
| 4.4 本章小结 |
| 第五章 江淮梅雨的时空变化特征 |
| 5.1 江淮梅雨的气候特征 |
| 5.2 江淮梅雨量的异常变化特征 |
| 5.3 本章小结 |
| 第六章 东北冷涡生成位置对江淮梅雨的影响 |
| 6.1 东北冷涡生成位置与江淮梅雨的关系 |
| 6.1.1 东北冷涡生成位置经纬度与江淮梅雨的相关 |
| 6.1.2 各象限生成的东北冷涡频数与江淮梅雨的相关性 |
| 6.2 东北冷涡生成位置影响梅雨的大气环流条件 |
| 6.2.1 梅雨量异常年的环流背景 |
| 6.2.2 中国东北不同位置生成的冷涡影响梅雨量空间分布的降水条件分析 |
| 6.3 本章小结 |
| 第七章 结论与讨论 |
| 7.1 主要结论 |
| 7.2 本文创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（2）安徽省近60年梅雨时空特征分析（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 梅雨研究进展 |
| 1.2.2 副高对梅雨期降水影响研究进展 |
| 1.2.3 梅雨预测研究进展 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第2章 安徽省梅雨时间特征分析 |
| 2.1 梅雨 |
| 2.2 各区域梅雨期划分及梅雨特征量 |
| 2.2.1 数据资料与梅雨划分标准 |
| 2.2.2 梅雨识别结果 |
| 2.2.3 梅雨与汛期降水和年降水的关系 |
| 2.3 各区域梅雨时间特征分析 |
| 2.3.1 各区域梅雨量年代际变化分析 |
| 2.3.2 各区域梅雨量周期分析 |
| 2.3.3 各区域梅雨量重现期分析 |
| 2.4 小结 |
| 第3章 安徽省梅雨期及黄淮雨季降水空间特征分析 |
| 3.1 安徽省梅雨期降水特征分析 |
| 3.2 江南梅雨期时安徽省降水特征分析 |
| 3.2.1 江南梅雨期时安徽省降水空间特征 |
| 3.2.2 江南梅雨期时安徽省降水空间分布类型及其对副高的响应 |
| 3.3 黄淮雨季时安徽省降水特征分析 |
| 3.3.1 黄淮雨季时安徽省降水空间特征 |
| 3.3.2 黄淮雨季时安徽省降水空间分布类型及其对副高的响应 |
| 3.4 小结 |
| 第4章 基于集对相似预测的安徽省各区域梅雨量预测 |
| 4.1 集对相似预测模型的构建 |
| 4.2 集对相似预测实例分析 |
| 4.2.1 江南梅雨量预测分析 |
| 4.2.2 江淮梅雨量预测分析 |
| 4.2.3 淮北梅雨量预测分析 |
| 4.3 小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
（3）ENSO与IOD的联系以及对江淮梅雨的影响（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究现状 |
| 1.2.1 ENSO事件的研究现状 |
| 1.2.2 IOD事件的研究现状 |
| 1.2.3 ENSO与IOD联系的研究现状 |
| 1.2.4 江淮梅雨与海温异常之间的关系研究现状 |
| 1.3 研究内容 |
| 第二章 资料和方法 |
| 2.1 资料介绍 |
| 2.2 研究对象 |
| 2.2.1 研究区域 |
| 2.2.2 江淮地区代表站的选取 |
| 2.2.3 江淮梅雨时间的确定 |
| 2.3 方法 |
| 2.3.1 标准化处理 |
| 2.3.2 相关分析 |
| 2.3.3 合成分析 |
| 2.3.4 EOF分析 |
| 2.3.5 小波分析 |
| 第三章 不同类型ENSO事件的特征 |
| 3.1 引言 |
| 3.2 发生El Ni?o和La Nina事件的时间 |
| 3.3 Ni?o3.4 指数的周期分析 |
| 3.4 划分不同类型的El Ni?o事件 |
| 3.5 不同类型El Ni?o和La Nina事件的海温特征 |
| 3.5.1 EP和CP型El Ni?o事件的海温分布 |
| 3.5.2 La Nina事件的海温分布 |
| 3.5.3 不同类型El Ni?o和La Nina事件的海温合成分析 |
| 3.6 本章小结 |
| 第四章 ENSO与IOD事件的联系 |
| 4.1 引言 |
| 4.2 IOD事件的时空分布特征 |
| 4.2.1 发生IOD事件的时间 |
| 4.2.2 IOD事件的周期分析 |
| 4.2.3 IOD事件的海温分布 |
| 4.3 ENSO与IOD事件的联系 |
| 4.3.1 不同类型El Ni?o指数与IOD指数的相关性 |
| 4.3.2 不同类型El Ni?o与IOD同时发生及单独发生的时间 |
| 4.3.3 不同类型El Ni?o与IOD同时发生及单独发生的海温特征 |
| 4.4 本章小结 |
| 第五章 ENSO与IOD对江淮梅雨的影响 |
| 5.1 引言 |
| 5.2 江淮梅雨降水量的年变化 |
| 5.3 ENSO和IOD单独发生及共同发生对江淮梅雨的影响 |
| 5.4 2016年江淮梅雨特征分析 |
| 5.4.1 梅雨降水量的日变化 |
| 5.4.2 强降水事件的空间分布 |
| 5.4.3 强降水事件及前后时期的环流形势 |
| 5.4.4 梅雨前期海温分布特征 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 内容总结 |
| 6.2 研究展望 |
| 参考文献 |
| 作者在读期间科研成果简介 |
| 致谢 |
（4）基于机器学习的中国夏季降水预测研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 引言 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 季节尺度降水预测方法 |
| 1.2.2 机器学习算法的发展及其在大气科学中的应用 |
| 1.3 研究目的与研究内容 |
| 1.4 各章结构安排 |
| 第2章 资料与方法 |
| 2.1 资料 |
| 2.2 降水预测因子筛选 |
| 2.2.1 因子筛选的意义与原则 |
| 2.2.2 60个降水预测因子 |
| 2.3 研究方法 |
| 2.3.1 逐步回归 |
| 2.3.2 BP神经网络 |
| 2.3.3 长短期记忆网络 |
| 2.3.4 评价指标 |
| 2.4 本章小结 |
| 第3章 长短期记忆网络算法优化研究 |
| 3.1 训练误差优化:Adam |
| 3.2 泛化误差优化:Dropout |
| 3.3 长短期记忆网络降水季节预测参数调优 |
| 3.4 本章小结 |
| 第4章 中国夏季降水预测研究 |
| 4.1 预测结果影响因素分析 |
| 4.1.1 预测结果及对比 |
| 4.1.2 起报月份对预测结果的影响 |
| 4.1.3 因子贡献分析 |
| 4.2 全国夏季降水预测实例 |
| 4.3 本章小结 |
| 第5章 研究结论与讨论 |
| 5.1 研究结论 |
| 5.2 研究不足与展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文与研究成果 |
（5）南半球环状模对青藏高原及周边气候的可能影响（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 国内外研究进展 |
| 1.2.1 SAM的定义及时空变化特征 |
| 1.2.2 SAM对南半球气候系统的影响 |
| 1.2.3 SAM对北半球气候系统的影响 |
| 1.3 科学问题 |
| 1.4 研究内容和章节安排 |
| 第二章 数据,方法和模式 |
| 2.1 数据资料 |
| 2.2 各类指数计算 |
| 2.2.1 SAM指数 |
| 2.2.2 其他指数 |
| 2.3 统计方法 |
| 2.4 数值模式 |
| 第三章 春季SAM对青藏高原夏季积雪的可能影响 |
| 3.1 引言 |
| 3.2 夏季高原积雪变率的主模态 |
| 3.3 夏季高原西部积雪与SAM的统计关系 |
| 3.4 物理机制分析 |
| 3.4.1 SAM相关的海气相互作用 |
| 3.4.2 印度洋的“海洋桥”作用 |
| 3.4.3 数值试验 |
| 3.4.4 热带偶极子降水的“大气桥”作用 |
| 3.5 本章小结 |
| 第四章 春季SAM对印度夏季风降水的潜在影响 |
| 4.1 引言 |
| 4.2 春季SAM与印度夏季风降水的统计关系 |
| 4.3 物理机制 |
| 4.4 数值试验 |
| 4.5 季节预测 |
| 4.6 本章小结 |
| 第五章 春季SAM与长江流域夏季降水关系的年代际转折 |
| 5.1 引言 |
| 5.2 观测事实:春季SAM与长江流域夏季降水关系的增强 |
| 5.3 SAM与长江流域夏季降水关系增强的物理机制 |
| 5.4 CMIP5 模式结果 |
| 5.5 本章小结 |
| 第六章 秋季SAM对东亚冬季降水的可能影响:新的物理机制 |
| 6.1 引言 |
| 6.2 秋季SAM与东亚冬季降水的统计关系 |
| 6.3 物理机制 |
| 6.4 数值试验 |
| 6.5 本章小结 |
| 第七章 结论与展望 |
| 7.1 主要结论 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 作者简介 |
| 致谢 |
（6）南极涛动与西沙夏季气候的关联性（论文提纲范文）
| 引言 |
| 1 资料与方法简介 |
| 2 西沙夏季气候变化特征及其与南极春、夏季海平面气压变化之间的联系 |
| 2.1 西沙夏季气候变化特征 |
| 2.2 西沙夏季气候要素与春、夏季南极海平面气压的回归分析 |
| 2.3 春、夏季南极涛动与西沙夏季气候变化的联系 |
| 3 南极涛动对西沙夏季气候年际、年代际变率影响的可能机制 |
| 4 结论 |
（7）南半球环状模对中国气候的影响研究进展（论文提纲范文）
| 1 引言 |
| 2 南半球大气环流影响中国气候的早期研究 |
| 3 南半球环状模影响中国气候的太平洋通道 |
| 3.1 西太暖池和西太副高 |
| 3.2 经向遥相关路径 |
| 4 南半球环状模影响中国气候的印度洋通道 |
| 5 太平 |
| 洋通道和印度洋通道的相互作用和 |
| 协同影响 |
| 6 南半球环状模对中国区域气候的影响 |
| 7 再探南北半球遥相关:值得深入探讨的几个问题 |
（8）不同年代际背景下影响马斯克林高压年际变化因子的比较分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.3 本文研究问题的提出及研究思路 |
| 第二章 资料和方法 |
| 2.1 资料 |
| 2.2 研究方法 |
| 2.2.1 滑动平均 |
| 2.2.2 M-K检验 |
| 2.2.3 回归分析与线性趋势分析 |
| 2.2.4 相关分析 |
| 2.2.5 偏相关分析 |
| 第三章 马斯克林高压的变化特征 |
| 3.1 马斯克林高压强度的定义 |
| 3.2 马斯克林高压强度的年代际转折特征 |
| 3.3 年代际转折前后四季马斯克林高压的变化特征 |
| 3.4 本章小结 |
| 第四章 不同年代际背景下影响马斯克林高压年际变化的因子：年平均 |
| 4.1 ENSO与南极涛动(AAO)的变化特征 |
| 4.2 年代际转折前后马斯克林高压年际变化影响因子的比较 |
| 4.2.1 ENSO与南极涛动(AAO) |
| 4.2.2 印度洋局地海温 |
| 4.3 本章小结 |
| 第五章 不同年代际背景下影响马斯克林高压年际变化的因子：季节差异 |
| 5.1 ENSO与南极涛动(AAO)的变化特征 |
| 5.1.1 ENSO的变化特征 |
| 5.1.2 南极涛动的变化特征 |
| 5.2 ENSO、南极涛动(AAO)与马斯克林高压相关性的年代际变化特征 |
| 5.2.1 ENSO与马斯克林高压相关关系的年代际变化特征 |
| 5.2.2 南极涛动与马斯克林高压相关关系的年代际变化特征 |
| 5.3 年代际转折前后马斯克林高压年际变化影响因子的比较 |
| 5.3.1 ENSO |
| 5.3.2 南极涛动 |
| 5.3.3 印度洋局地海温 |
| 5.4 本章小结 |
| 第六章 不同年代际背景下影响马斯克林高压年际变化的因子：夏季各月 |
| 6.1 ENSO与南极涛动 |
| 6.2 印度洋局地海温 |
| 6.3 本章小结 |
| 第七章 总结与讨论 |
| 7.1 全文结论 |
| 7.2 讨论与展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（9）环状模概念（论文提纲范文）
| 1 引 言 |
| 2 “环状模”的提出及命名 |
| 3 “环状模”的真实存在性 |
| 3. 1 关于“环状模”真实存在性的质疑 |
| 3. 2 “环状模”真实存在性的证实 |
| 3. 3 “环状模”的物理图像及初步动力学机制 |
| 4 “环状模”信号是否源于平流层 |
| 5 “环状模模型”与“北大西洋涛动模型”之争 |
| 6 结 语 |
四、南极涛动年际变化对江淮梅雨的影响及预报意义（论文参考文献）
- [1]夏季中国东北冷涡生成位置的异常变化及其对江淮梅雨的影响[D]. 黄璇. 南京信息工程大学, 2020(01)
- [2]安徽省近60年梅雨时空特征分析[D]. 饶艳燕. 合肥工业大学, 2020
- [3]ENSO与IOD的联系以及对江淮梅雨的影响[D]. 任晓玥. 成都信息工程大学, 2019(05)
- [4]基于机器学习的中国夏季降水预测研究[D]. 沈皓俊. 清华大学, 2019(02)
- [5]南半球环状模对青藏高原及周边气候的可能影响[D]. 豆娟. 南京信息工程大学, 2019
- [6]南极涛动与西沙夏季气候的关联性[J]. 孙立,周顺武,孙阳,陈少健,陈长丘,周海霞. 气象科技, 2018(02)
- [7]南半球环状模对中国气候的影响研究进展[J]. 马浩,李正泉,张力. 高原气象, 2016(06)
- [8]不同年代际背景下影响马斯克林高压年际变化因子的比较分析[D]. 周备. 南京信息工程大学, 2016(02)
- [9]环状模概念[J]. 李晓峰. 地球科学进展, 2015(03)
- [10]南半球环状模气候影响的若干研究进展[J]. 郑菲,李建平,刘婷. 气象学报, 2014(05)