赤道低平流层纬向风垂直切变与ENSO变率的关系

利用NCEP／NCAR 40a再分析资料研究了赤道低平流层纬向风垂直切变与ENSO变率间的关系。结果得出，赤道低平流层纬向风的垂直切变呈现明显的准两年振荡，SOI和Nino3区SSTA的准两年周期成分与赤道低平流层纬向风垂直切变分别呈现反位相和同位相关系。赤道低平流层西（东）风切变位相时，OLR、1000hPa高度，2000hPa高度和温度、850hPa温度等要素的距平分布与其在El Nino(La Nina)时段的分布相似。     

北半球冬季大气环流遥相关型的非线性特征

利用NCEP/NCAR再分析500 hPa高度场资料,采用EOF和非线性主成分分析(NLPCA,Nonlinear Principal Component Analysis),研究了北半球冬季大气环流遥相关型的非线性特征,并将两种分析的结果与实际观测相比较,结果表明:NLPCA在提取资料场序列的低维非线性相关结构方面比传统EOF有明显的优越性.北半球冬季大气环流的遥相关型有明显的非线性结构特征,特别是EU型和PNA型,当非线性主成分NLPC取正负极值时,EU和PNA型并不是呈现完全的反位相结构.NLPC取负极值时,EU型的活动中心位置比NLPC取正极值时位置偏西,特别是欧亚大陆中部的距平中心,负中心比正中心偏西,强度更强;PNA型的4个距平中心在NLPC取正极值时比负极值时更集中,副热带太平洋的正中心、北太平洋的负中心比NLPC取负极值时的反符号中心偏东,强度更强.     

热带太平洋ENSO振荡的空间对称和非对称成分

用SSA（奇异谱分析）识别出ENSO振荡的前两个周期成分，在此基础上对NCEP／NCAR资料以及风应力资料采用合成场的空间对称和非对称方法，分析和比较物理量场对Nino3、4指数的两个主要周期成分的线性和非线性响应。结果表明：空间场的线性响应A^（1）决定了两个主周期成分与ENSO的位相关系；非线性响应A^（2）决定空间不对称性。A^（1）和A^（2）的相互作用对于空间场的影响分成4种情况：情况1（A^（1）〉0，A^（2）〉0）、2（A^（1）〉0，A^（2）〈0）使得空间场振荡与ENSO同位相，情况3（A^（1）〈0，A^（2）〈0）、4（A^（1）〈0，A^（2）〉0）则反之；情况1、3使得在ENSO暖位相时合成场的振荡强，而情况2、4反之。空间不对称性最大的地方与线性响应最大的地方总是比较接近：SLP位于南太平洋，作用的情况分别是1和4；SSTA位于赤道东太平洋；τx位于赤道中西太平洋，属于情况1；τy位于中太平洋赤道北侧和南侧，由北向南分别是情况3和1。这种特征使得在ENSO暖位相时，合成场中主要距平区的振荡强度偏强，更有利于形成ENSO暖事件。这与最近38a来ENSO暖事件普遍偏强的现象吻合。     

我国东南部夏季干旱指数研究

根据中国东南部夏季降水与气温显著负相关的特点, 选用合适的干旱指数分析了旱涝的时空变率.得到的4个空间型较之降水分型结构简单, 又综合反映气候异常状态.时间演变没有显著的长期倾向.干旱指数场与850 hPa U、V等场奇异值分解 (SVD) 分析得到, 南海至菲律宾西风偏强, 中国东部南风分量偏强, 副高南 (北) 侧东 (西) 风偏强时, 长江中下游偏旱, 反之则偏涝.     

广西6、7月份若干日内最大日降水量的概率分布

对广西16站用6、7月逐日降水量资料估计了日降水量的条件概率密度函数,并递推得1～20天内最大日降水量的概率分布.主要结果是:分布能较准确地逼近前一日有雨和无雨两种条件下日降水量的样本频率分布;大多数站在10日内最大日降水量在20～30毫米的概率最大,约0.2,20日内最大日降水量在30～50毫米的概率最大;北海和钦州10、20日内最大日降水量达100毫米以上的概率明显大于其它站.     

中国近40年极端气温和降水的分布特征及年代际差异

利用全国119（154）站1961-2000年逐日平均气温（降水）资料，采用世界气象组织（WMO）最近公布的极端气候指数，分析了中国近40a来极端气温和降水的分布及变化特征。结果表明：40a气温极端冷指数整体呈下降趋势，极端暖指数整体呈上升趋势，表现为气温变暖，与全球变暖一致，北方地区极端气温指数变化最大；比较了1961-1975年和1976-2000年2个子时段各极端气温指数的变化趋势，第一时段表现为气温变冷趋势，第二时段为气温变暖趋势。全国年降水量、中等雨日指数（R75％）、强降水日指数（R95％）和强降水比率指数（R95％tot）的整体线性变化为上升趋势，前2个指数地理差异明显，后2个指数地理差异不明显。在上述2个时段中，第二时段较第一时段的年雨日数减少，但强降水日数和平均降水强度增大，且极端降水正线性变化趋势范围比第一时段也增大。     

我国东南夏季干旱指数的ECC预测方法

根据中国东南夏季气温和降水显著负相关的特点,构造合适的干旱指数。选取美国NCEP／NCAR再分析月平均海表温度场、北半球500hPa高度场、亚欧大陆表面温度场作为预测因子,取由国家气象中心整理的中国160站月平均降水和温度资料计算出的东南部干旱指数作为预测对象,采用集合典型相关分析方法（ensemble canonical correlation,ECC）预测东南夏季干旱指数。预测与实况之间的空间相关性和时间相关性均表明,该方法优于单因子场典型相关分析（canonical correlation analysis,CCA）预测方法,其中采用超级集合平均法又比等权集合平均法具有更高的预测技巧。     

气候信号、气候噪声和长期预报的极限可能性

本文概述了气候信号和气候噪声的自然变率的相互关系问题。提出了它们更一般的概念。讨论了气候异常的可预报性问题。根据苏联领土上日平均气温的时间相关结构资料对“气候噪声”和“信号 噪声”的水平作了估计,这可确定长期(超过一月)和短期(天气)振荡对时间平均量变率的贡献。分析了各季这种估计的空间分布。     

基于CCA的短期气候预测方法

引　言典型相关分析（ＣａｎｏｎｉｃａｌＣｏｒｒｅｌａｔｉｏｎＡｎａｌｙｓｉｓ,简称ＣＣＡ）是多元统计中的一个基本方法。它的基本思想是分别在两组随机变量内做线性组合构成各自有代表性的综合变量,使两组间成对的综合变量之间的相关达最大、次大．．．,这种综合变量称为典型相关变量,然后通过对它的研究,代替原来两组变量之间相关关系的研究。这样,只需着重研究前几对相关关系强的典型变量,就能把原来两组变量间复杂的联系简要地表达出来。应用ＣＣＡ可以有不同方式。较之地质、生化、医学等问题而言,短期气候预报问题有其特…