基于大數(shù)據(jù)分析下的氣候模型
發(fā)布時間:2021-07-09 10:21
為研究全球變暖與極寒天氣間的關系,對加拿大13個省代表性測站10年的觀測數(shù)據(jù)進行時空變化趨勢分析,采用經(jīng)驗正交函數(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?shù)鼐暥乳g的關系,預測未來25年氣候的變化,并建立了"極寒天氣"與氣候變化的關系模型。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系,局地極寒現(xiàn)象與全球變暖的大趨勢并不矛盾。本研究為人們認識和理解"全球變暖"提供了一個新的思路。
【文章來源】:海洋科學. 2020,44(10)北大核心
【文章頁數(shù)】:11 頁
【部分圖文】:
全球的海溫變化趨勢圖
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?shù)鼐暥?單位為度。該網(wǎng)絡結(jié)構(gòu)共設有9個隱藏層及2個輸出層,輸入包含地球吸熱、散熱、海表面溫度、當?shù)鼐暥冗@4個特征值,輸出包含年平均溫度及日降水量這2個特征值,迭代次數(shù)設置為1 000次,學習率設為0.01,且當均方根誤差小于0.001時停止訓練。本研究中的樣本為散布在全球范圍內(nèi)的285個地點,并將其中的80%作為訓練集,余下的20%作為測試集。
加拿大地區(qū)按省份分為13個區(qū)域(圖1),因為每個區(qū)域的緯度跨度不是太大,對溫度影響較小,在每個區(qū)域內(nèi)選擇1個測站(資料缺失不超過5%)作為該地區(qū)的代表性測站,利用這些測站的2009—2018年的10年溫度資料(對于測站數(shù)據(jù)缺失,采用插值處理的方法對資料進行補全)對加拿大地區(qū)溫度的時空變化問題進行探討。在保證資料的連續(xù)性后,對溫度的空間分布進行分析,計算出各地區(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系,我們按照先經(jīng)度后緯度的排序方式,對13個區(qū)域進行排序,繪制出溫度與13個省的關系圖(圖2),從圖中可以看出,最高溫度從BC省到NB省沒有太大差別,符合同一緯度的溫度狀況,但在NS省開始降溫,可能是受北大西洋暖流的影響,后4個省開始升溫,在NU省又下降至13個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省因為受北大西洋暖流影響,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個省中溫度最低的,與之相反的是ON省是13個省份中溫度最高的,他們都與哈德森灣相連,是否受哈德森灣的影響還需進一步討論。柱狀圖為13個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】:
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展回顧[J]. 徐一丹,李建平,汪秋云,林霄沛. 地球科學進展. 2019(02)
[3]基于灰色-BP神經(jīng)網(wǎng)絡的福州市年平均氣溫預測模型[J]. 林耿,鄭紫微. 河南工程學院學報(自然科學版). 2018(04)
[4]基于小波分析的全球變暖趨勢預測[J]. 梁晴,宋彥辰. 農(nóng)家參謀. 2018(15)
[5]面向海洋數(shù)據(jù)的復雜網(wǎng)絡建模及可視化分析[J]. 孫鑫,李振華,董軍宇,羅新艷,楊玉婷. 系統(tǒng)仿真學報. 2018(07)
[6]1900~2009年全球海表溫度異常的時空變化特征分析[J]. 李剛,李崇銀,江曉華,張瀅,劉凱,譚言科,白濤. 熱帶海洋學報. 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)星資料的中國近海海表面溫度長期變化趨勢的綜合分析[J]. 孟慶佳,施建偉,劉娜,王凡. 海洋科學. 2011(12)
[9]對穩(wěn)定濃度目標下溫室氣體排放路徑的探討[J]. 劉嘉,陳文穎,劉德順. 中國人口.資源與環(huán)境. 2011(08)
[10]氣候災害預測模型的應用[J]. 謝定升,紀忠萍,曾琮. 自然災害學報. 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制研究[D]. 宋翔洲.中國海洋大學 2012
碩士論文
[1]遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡在多模式集成預報的應用研究[D]. 雷彥森.南京信息工程大學 2018
[2]渭河流域?qū)氹u段徑流變化趨勢及預測研究[D]. 周俊杰.浙江工業(yè)大學 2017
本文編號:3273566
【文章來源】:海洋科學. 2020,44(10)北大核心
【文章頁數(shù)】:11 頁
【部分圖文】:
全球的海溫變化趨勢圖
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?shù)鼐暥?單位為度。該網(wǎng)絡結(jié)構(gòu)共設有9個隱藏層及2個輸出層,輸入包含地球吸熱、散熱、海表面溫度、當?shù)鼐暥冗@4個特征值,輸出包含年平均溫度及日降水量這2個特征值,迭代次數(shù)設置為1 000次,學習率設為0.01,且當均方根誤差小于0.001時停止訓練。本研究中的樣本為散布在全球范圍內(nèi)的285個地點,并將其中的80%作為訓練集,余下的20%作為測試集。
加拿大地區(qū)按省份分為13個區(qū)域(圖1),因為每個區(qū)域的緯度跨度不是太大,對溫度影響較小,在每個區(qū)域內(nèi)選擇1個測站(資料缺失不超過5%)作為該地區(qū)的代表性測站,利用這些測站的2009—2018年的10年溫度資料(對于測站數(shù)據(jù)缺失,采用插值處理的方法對資料進行補全)對加拿大地區(qū)溫度的時空變化問題進行探討。在保證資料的連續(xù)性后,對溫度的空間分布進行分析,計算出各地區(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系,我們按照先經(jīng)度后緯度的排序方式,對13個區(qū)域進行排序,繪制出溫度與13個省的關系圖(圖2),從圖中可以看出,最高溫度從BC省到NB省沒有太大差別,符合同一緯度的溫度狀況,但在NS省開始降溫,可能是受北大西洋暖流的影響,后4個省開始升溫,在NU省又下降至13個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省因為受北大西洋暖流影響,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個省中溫度最低的,與之相反的是ON省是13個省份中溫度最高的,他們都與哈德森灣相連,是否受哈德森灣的影響還需進一步討論。柱狀圖為13個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】:
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展回顧[J]. 徐一丹,李建平,汪秋云,林霄沛. 地球科學進展. 2019(02)
[3]基于灰色-BP神經(jīng)網(wǎng)絡的福州市年平均氣溫預測模型[J]. 林耿,鄭紫微. 河南工程學院學報(自然科學版). 2018(04)
[4]基于小波分析的全球變暖趨勢預測[J]. 梁晴,宋彥辰. 農(nóng)家參謀. 2018(15)
[5]面向海洋數(shù)據(jù)的復雜網(wǎng)絡建模及可視化分析[J]. 孫鑫,李振華,董軍宇,羅新艷,楊玉婷. 系統(tǒng)仿真學報. 2018(07)
[6]1900~2009年全球海表溫度異常的時空變化特征分析[J]. 李剛,李崇銀,江曉華,張瀅,劉凱,譚言科,白濤. 熱帶海洋學報. 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)星資料的中國近海海表面溫度長期變化趨勢的綜合分析[J]. 孟慶佳,施建偉,劉娜,王凡. 海洋科學. 2011(12)
[9]對穩(wěn)定濃度目標下溫室氣體排放路徑的探討[J]. 劉嘉,陳文穎,劉德順. 中國人口.資源與環(huán)境. 2011(08)
[10]氣候災害預測模型的應用[J]. 謝定升,紀忠萍,曾琮. 自然災害學報. 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制研究[D]. 宋翔洲.中國海洋大學 2012
碩士論文
[1]遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡在多模式集成預報的應用研究[D]. 雷彥森.南京信息工程大學 2018
[2]渭河流域?qū)氹u段徑流變化趨勢及預測研究[D]. 周俊杰.浙江工業(yè)大學 2017
本文編號:3273566
本文鏈接:http://sikaile.net/projectlw/qxxlw/3273566.html
最近更新
教材專著