為研究全球變暖與極寒天氣間的關(guān)系,對(duì)加拿大13個(gè)省代表性測(cè)站10年的觀測(cè)數(shù)據(jù)進(jìn)行時(shí)空變化趨勢(shì)分析,采用經(jīng)驗(yàn)正交函數(shù)（EOF）尋找海洋表面溫度歷史數(shù)據(jù)的變化規(guī)律。另外利用BP神經(jīng)網(wǎng)絡(luò)建立了年平均溫度、日降水量與地球吸熱、散熱、海表面溫度、當(dāng)?shù)鼐暥乳g的關(guān)系,預(yù)測(cè)未來(lái)25年氣候的變化,并建立了"極寒天氣"與氣候變化的關(guān)系模型。研究表明:高緯度地區(qū)溫度、降水量普遍較低,同經(jīng)度地區(qū)的溫度差異較小且降水量變化不大;加拿大地區(qū)溫度呈周期性變化,符合北半球的季節(jié)變化特征;北大西洋的東部與其他海洋的溫度是反相關(guān)的,西太平洋南北回歸線附近的海洋表面溫度升高;"極寒天氣"出現(xiàn)頻率與氣候變化有一定關(guān)系,局地極寒現(xiàn)象與全球變暖的大趨勢(shì)并不矛盾。本研究為人們認(rèn)識(shí)和理解"全球變暖"提供了一個(gè)新的思路。 

【文章來(lái)源】：海洋科學(xué). 2020,44(10)北大核心

【文章頁(yè)數(shù)】：11 頁(yè)

【部分圖文】：

全球的海溫變化趨勢(shì)圖

式中:T表示年平均溫度,℃;P表示日降水量,單位mm;A表示吸熱,單位J;D表示散熱,單位J;S表示海表面溫度,單位℃;L表示當(dāng)?shù)鼐暥?單位為度。該網(wǎng)絡(luò)結(jié)構(gòu)共設(shè)有9個(gè)隱藏層及2個(gè)輸出層,輸入包含地球吸熱、散熱、海表面溫度、當(dāng)?shù)鼐暥冗@4個(gè)特征值,輸出包含年平均溫度及日降水量這2個(gè)特征值,迭代次數(shù)設(shè)置為1 000次,學(xué)習(xí)率設(shè)為0.01,且當(dāng)均方根誤差小于0.001時(shí)停止訓(xùn)練。本研究中的樣本為散布在全球范圍內(nèi)的285個(gè)地點(diǎn),并將其中的80%作為訓(xùn)練集,余下的20%作為測(cè)試集。

加拿大地區(qū)按省份分為13個(gè)區(qū)域(圖1),因?yàn)槊總�(gè)區(qū)域的緯度跨度不是太大,對(duì)溫度影響較小,在每個(gè)區(qū)域內(nèi)選擇1個(gè)測(cè)站(資料缺失不超過(guò)5%)作為該地區(qū)的代表性測(cè)站,利用這些測(cè)站的2009—2018年的10年溫度資料(對(duì)于測(cè)站數(shù)據(jù)缺失,采用插值處理的方法對(duì)資料進(jìn)行補(bǔ)全)對(duì)加拿大地區(qū)溫度的時(shí)空變化問(wèn)題進(jìn)行探討。在保證資料的連續(xù)性后,對(duì)溫度的空間分布進(jìn)行分析,計(jì)算出各地區(qū)的年平均最高溫、最低溫、年平均溫度繪制成加拿大地區(qū)溫度的空間分布表(表1),結(jié)合圖表可以看出,加拿大地區(qū),最高溫位于ON省,最低溫位于NT省,高緯度地區(qū)溫度普遍較低,同經(jīng)度地區(qū)的溫度差異較小,北大西洋附近的3個(gè)省份受氣流影響較大。為了更直觀地分析溫度與空間位置的關(guān)系,我們按照先經(jīng)度后緯度的排序方式,對(duì)13個(gè)區(qū)域進(jìn)行排序,繪制出溫度與13個(gè)省的關(guān)系圖(圖2),從圖中可以看出,最高溫度從BC省到NB省沒(méi)有太大差別,符合同一緯度的溫度狀況,但在NS省開(kāi)始降溫,可能是受北大西洋暖流的影響,后4個(gè)省開(kāi)始升溫,在NU省又下降至13個(gè)省的年最高溫中的最低溫(緯度較高)。年平均溫度,ON省最高,NU省最低,符合經(jīng)緯度的變化,但在最低溫度13個(gè)省的變化幅度較大,受北大西洋暖流的影響,NS省最低溫是13個(gè)省最大的,我們可以看出同經(jīng)度地區(qū)的溫度變化不是太大,但跨緯度地區(qū)溫度差異大,NS省因?yàn)槭鼙贝笪餮笈饔绊?全年最高溫,最低溫以及平均溫度的變化幅度不是太大,適合人們居住,NU省是13個(gè)省中溫度最低的,與之相反的是ON省是13個(gè)省份中溫度最高的,他們都與哈德森灣相連,是否受哈德森灣的影響還需進(jìn)一步討論。柱狀圖為13個(gè)省的年平均總降水量,可以看出,同一經(jīng)度的降水量變化不大,受北大西洋暖流的影響,QC、NB、NS、PE省降水量充沛,高緯度地區(qū),降水量較少。

【參考文獻(xiàn)】：
期刊論文
[1]基于Max-Stable模型的海河流域氣候極值變化特征[J]. 李帥,王懷軍,潘瑩萍.  南水北調(diào)與水利科技(中英文). 2020(02)
[2]全球變暖停滯的研究進(jìn)展回顧[J]. 徐一丹,李建平,汪秋云,林霄沛.  地球科學(xué)進(jìn)展. 2019(02)
[3]基于灰色-BP神經(jīng)網(wǎng)絡(luò)的福州市年平均氣溫預(yù)測(cè)模型[J]. 林耿,鄭紫微.  河南工程學(xué)院學(xué)報(bào)(自然科學(xué)版). 2018(04)
[4]基于小波分析的全球變暖趨勢(shì)預(yù)測(cè)[J]. 梁晴,宋彥辰.  農(nóng)家參謀. 2018(15)
[5]面向海洋數(shù)據(jù)的復(fù)雜網(wǎng)絡(luò)建模及可視化分析[J]. 孫鑫,李振華,董軍宇,羅新艷,楊玉婷.  系統(tǒng)仿真學(xué)報(bào). 2018(07)
[6]1900～2009年全球海表溫度異常的時(shí)空變化特征分析[J]. 李剛,李崇銀,江曉華,張瀅,劉凱,譚言科,白濤.  熱帶海洋學(xué)報(bào). 2015(04)
[7]全球海表溫度變化特征分析[J]. 董雷娟,李洪平.  地理空間信息. 2013(05)
[8]基于歷史和衛(wèi)星資料的中國(guó)近海海表面溫度長(zhǎng)期變化趨勢(shì)的綜合分析[J]. 孟慶佳,施建偉,劉娜,王凡.  海洋科學(xué). 2011(12)
[9]對(duì)穩(wěn)定濃度目標(biāo)下溫室氣體排放路徑的探討[J]. 劉嘉,陳文穎,劉德順.  中國(guó)人口.資源與環(huán)境. 2011(08)
[10]氣候?yàn)?zāi)害預(yù)測(cè)模型的應(yīng)用[J]. 謝定升,紀(jì)忠萍,曾琮.  自然災(zāi)害學(xué)報(bào). 2003(04)

博士論文
[1]基于熱收支分析的海氣熱通量物理約束機(jī)制研究[D]. 宋翔洲.中國(guó)海洋大學(xué) 2012

碩士論文
[1]遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)在多模式集成預(yù)報(bào)的應(yīng)用研究[D]. 雷彥森.南京信息工程大學(xué) 2018
[2]渭河流域?qū)氹u段徑流變化趨勢(shì)及預(yù)測(cè)研究[D]. 周俊杰.浙江工業(yè)大學(xué) 2017



本文編號(hào)：3273566