高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于慢特征分析方法研究陆地表面气温变率的驱动力

朱丽飞 孙诚 李建平 张静 刘雨森 宫湛秋

朱丽飞, 孙诚, 李建平, 张静, 刘雨森, 宫湛秋. 基于慢特征分析方法研究陆地表面气温变率的驱动力[J]. 大气科学. doi: 10.3878/j.issn.1006-9895.2106.20213
引用本文: 朱丽飞, 孙诚, 李建平, 张静, 刘雨森, 宫湛秋. 基于慢特征分析方法研究陆地表面气温变率的驱动力[J]. 大气科学. doi: 10.3878/j.issn.1006-9895.2106.20213
The Driving Force of Land Surface Air Temperature Variability Studied Based on the Slow Feature Analysis Method[J]. Chinese Journal of Atmospheric Sciences. doi: 10.3878/j.issn.1006-9895.2106.20213
Citation: The Driving Force of Land Surface Air Temperature Variability Studied Based on the Slow Feature Analysis Method[J]. Chinese Journal of Atmospheric Sciences. doi: 10.3878/j.issn.1006-9895.2106.20213

基于慢特征分析方法研究陆地表面气温变率的驱动力

doi: 10.3878/j.issn.1006-9895.2106.20213
基金项目: 国家自然科学基金

The Driving Force of Land Surface Air Temperature Variability Studied Based on the Slow Feature Analysis Method

  • 摘要: 慢特征分析(SFA)方法可以从非平稳时间序列中提取出慢变的外强迫信息。近年来,SFA方法被应用于气候变化研究领域,用于探究气候变化的潜在驱动力及相关的动力学机制。本文基于SFA方法,提取全球陆地表面气温(LSAT)的慢变外强迫信息,研究全球LSAT慢变驱动力的空间结构特征及低频变率的主要驱动因子。SFA方法提取的LSAT慢变驱动力与历史时期全球辐射强迫(GRF)和全球海表温度(SST)的主模态(大西洋多年代际振荡AMO、热带太平洋ENSO变率和太平洋年代际振荡IPO)有显著的相关关系,表明全球大部分地区LSAT的变率受到GRF和三个SST模态的显著影响。GRF对LSAT变率的影响有全球一致性的特征,而三个SST模态对LSAT变率的影响则呈现出明显的区域特点。此外,由于SFA方法可以有效降低原始LSAT序列中随机噪声的干扰,GRF和SST模态对LSAT变率的解释方差显著提高,进一步表明GRF和SST模态是全球LSAT低频变率主要的驱动因子。最后,利用历史海温驱动AGCM试验(即AMIP试验)的结果,验证了三个SST模态对区域LSAT变率的显著影响。
  • 加载中
计量
  • 文章访问数:  12
  • HTML全文浏览量:  0
  • PDF下载量:  6
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-10-16
  • 录用日期:  2021-09-06
  • 修回日期:  2021-06-23
  • 网络出版日期:  2021-09-09

目录

    /

    返回文章
    返回