非线性主成分分析在中国四季降水异常分布中的应用.pdf

31 4 V o.l 31 N o. 4 2008 8 Journa l o f N anjing Inst itute o fM eteoro logy A ug. 2008 , , . [ J] . , 2008, 31( 4 : 460467. 1 2 3 郭品文, 居丽丽, 徐同 ( 1. , 210044; 2. , 20 1300; 3. , 200030) : 利用中国 160站逐月降水资料, 运用 一种基于前馈型人工神经网络的非线性主成 析方法 ( non linear principa l component analysis, NLPCA 研究了中国近 50 a 四季降水异常 布的非线性特 征结果表明, N LPCA有能力表示出更一般的低维结构特征四季降水的异常 布都具有 一定的 非线性相关空间结构, 其中春夏季节非线性较强, 秋冬季节稍弱; 四季降水距平的 一维 N LPCA 近似 在非线性主成 取极端相反位相时, 对应的空间 布型表现出明显的不对称性四季降水异常的 一维 NLPCA 近似都比传统 一维 PCA 的近似逼真, 且存在季节变化 : PCA; 非线性主成 析( N LPCA ; 降水异常; 非线性特征 : P732 : A : 2007 Application of Nonlinear Principal Component Analysis to Seasonal Precipitation Anomaly over China 1 2 3 GUO P inw en , JU L ili, XU T ong ( 1. Jiangsu K ey Laboratory ofM eteorological D isaster, NU IST, N anjing 2 10044, Ch ina; 2. Shangh ai N anhu iM eteorogical Bu reau, Shanghai 20 1300, Ch in a; 3. Shanghai T yphoon Inst itute, CMA, Sh anghai 200030, C h ina Abstract: Nonlinear characterist ics of the prec ip ita tion anom a ly over ch ina during the last five decades w ere investigated by app ly ing a backpropogat ion neura l newt orkbased non linear principa l com ponent a nalysis( N LPCA m ethod to the seasonal rainfa ll anom a ly data. The resu lts show that the N LPCA cou ld describe m ore general characteristics of the lowd mi ension structure of precipitation. T he prec ip itation a no