本文利用ERA-Interim逐日再分析資料和國家氣候中心CN05.1格點化觀測數(shù)據(jù)集,基于自組織映射（SOM）方法對1979-2015年長江中下游地區(qū)夏季海平面氣壓場進(jìn)行分型,分析該地區(qū)25種SOM天氣型的空間、頻率特征及其主要轉(zhuǎn)移路徑與雨區(qū)變化的聯(lián)系,并利用K-means聚類方法對25種SOM天氣型進(jìn)行二次聚類,對比分析了不同類別區(qū)域極端降水事件以及持續(xù)性極端降水事件的環(huán)流特征,得到如下結(jié)論:（1）SOM分型得到長江中下游地區(qū)夏季的25種地面天氣型,發(fā)現(xiàn)天氣型的穩(wěn)定、轉(zhuǎn)移與天氣系統(tǒng)強(qiáng)弱有關(guān)。高低壓系統(tǒng)越強(qiáng),天氣型停滯頻率越高,天氣型越穩(wěn)定；反之,天氣型越不穩(wěn)定�；赟OM天氣型轉(zhuǎn)移概率,發(fā)現(xiàn)三條與局地降水聯(lián)系的系統(tǒng)演變路徑,其中1號路徑暖空氣勢力強(qiáng)盛,副高北上,推動鋒面北抬,產(chǎn)生江北降水型,多發(fā)生在7月份;路徑2反映冷空氣勢力強(qiáng)盛推動鋒面南下的天氣過程,產(chǎn)生沿江降水型,該天氣型在6、7月份均易發(fā)生;路徑3表現(xiàn)為臺風(fēng)移動變化對長江下游江南地區(qū)降水的影響,為江南降水型,且集中在8月份。（2）K-means聚類方法將與SOM天氣型有關(guān)的區(qū)域極端降水事件分為三類。第一、二類區(qū)域極端降水事件... 

【文章來源】：南京信息工程大學(xué)江蘇省

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．１二維陣列ＳＯＭ神經(jīng)網(wǎng)絡(luò)模型??

南京信息工程大學(xué)碩士學(xué)位論文??層，通過ＳＯＭ祌經(jīng)網(wǎng)絡(luò)進(jìn)行反復(fù)自我學(xué)習(xí)、競爭，得到優(yōu)勢模態(tài)，若干種天氣型優(yōu)勢??模態(tài)在競爭層以獲勝節(jié)點（簡稱節(jié)點）表示，如圖２．２所示為ＳＯＭ訓(xùn)練過程圖。??輸入樣本ＳＬＰ空間?；?Ｉ?＿?＿??鄰域不斷縮小??Ｈ?？獲勝神經(jīng)兀（天１型）??距平場并標(biāo)準(zhǔn)化?Ｉ?＃?ｊ?’?Ｉ??直到訓(xùn)練結(jié)束?！??丨，ｆ間格Ｖ．ｎ?：?ｔ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?ｉ?ｍｍｍｍｍ??ｘ，?…?＾?■—?：?ｍｍｍｍｍ??￣?ｍ￣￣ｍ－Ｔ＾?＾?ｌｌ—＿?＾??－ＬＪＬＪ??Ｉ—Ｉ?，?ＺＬ＾Ｗ?—?ｉ?；：歷黑藏繫漏??Ｋ－?？?■?＞樣本歸類，對應(yīng)天氣型??ｉ?氣象要素（降水）平均??—Ｉ—１￣Ｉ—�。。颉�?｜?蘇：肩寒??＇Ｌ￣ＬＪ——Ｌ－Ｊ—１?；?ｗｃ?…?？贏廉擔(dān)痛擁??１?Ｉ?：自??Ｉ?ｃ號神經(jīng)元調(diào)整權(quán)向量，使之接近樣本向量｜?：滅＂＾二故運(yùn)涵??ｉ并影響鄰域內(nèi)的神經(jīng)元權(quán)向量?ｉ??ｌ?Ｉ?ｎｓ?：－ｍ?．ｉｍ?，?＿．－?＿？?．？?Ｉ??圖２．２?ＳＯＭ訓(xùn)練過程圖??２．２．２分型數(shù)目的確定??基于ＳＯＭ算法的原理，通過分型變量的試驗（取不同層次的環(huán)流場進(jìn)行分型），本??文選取與地面要素聯(lián)系緊密的海平面氣壓場來表征大氣狀態(tài)

圖２．４以／）平均值隨著Ｋ值的變化??


本文編號：3252887