时间尺度分离在华南夏季极端高温预测中应用.PDFVIP

第 23 卷 第 2 期 气 候 与 环 境 研 究 Vol. 23, No. 2 2018 年 3 月 Climatic and Environmental Research Mar. 2018 , , . 2018. [J]. , 23 (2): 185−198. Chen Sisi, Zhang Jingyong, 陈思思 张井勇 黄刚 时间尺度分离在华南夏季极端高温预测中的应用 气候与环境研究 Huang Gang. 2018. Application of time-scale decomposition statistical method in climatic prediction of summer extreme high-temperature events in South China [J]. Climatic and Environmental Research (in Chinese), 23 (2): 185−198, doi:10.3878/j.issn.1006-9585.2017.16220. 时间尺度分离在华南夏季极端高温预测中的应用 陈思思1, 2 张井勇1, 2 黄刚2, 3, 4 1 中国科学院大气物理研究所季风系统研究中心，北京 100190 2 中国科学院大学，北京 100049 3 中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室，北京 100029 4 全球变化与中国绿色发展协同创新中心，北京 100875 摘 要 基于高温日数存在受不同物理因子影响不同时间尺度变率的特征，应用滤波对华南夏季高温日数进行时 间尺度分离，得到高温日数的年代际分量和年际分量。统计分析高温日数总量、年代际分量和年际分量在各自对 应时间尺度上的影响因子，采用“向前”交叉检验逐步回归法，分别建立高温日数总量、年代际分量和年际分量 的回归模型。高温日数总量的回归模型即为高温日数不区分时间尺度的直接回归模型，而两个分量回归模型拟合 结果的叠加，即为高温日数时间尺度分离统计模型对总量的拟合。利用十折交叉检验法，对高温日数直接回归模 型和时间尺度分离统计模型的拟合结果进行比较：相比高温日数直接回归模型，时间尺度分离统计模型的年代际 2.6 2.3 0.69 0.73 α=0.01 分量均方根误差由 降低到 ，与观测数据的相关系数由 提高到 （显著性水平 ）；年际分量均 3.2 2.9 0.4 α=0.1 0.48 α=0.01 方根误差由 降低到 ，与观测数据的相关系数由 （ ）提高到 （ ）；高温日数总量均方根误 4.1 3.7 0.48 0.62 α=0.01 1979