欧亚中高纬夏季准双周振荡实时指数的提取方法

本发明涉及一种指数的提取方法，尤其涉及一种欧亚中高纬夏季准双周振荡实时指数的提取方法。

背景技术：

准双周振荡(quasi-biweeklyoscillation,qbwo)也被学者称为月内振荡(sub-monthlyoscillation)(yokoiandsatomura,2006；wenetal.,2011)，是时间尺度小于季节变化的重要现象，大量研究表明qbwo在季风区或热带地区(lauetal.,1988；chenandchen,1995a；fukutomiandyasunari,1999，krishnamurtiandbhalme,1976；krishnamurtiandardanuy,1980)，中高纬地区(武炳义等，1994；李崇银和周亚萍，1995)、甚至全球(kikuchiandwang,2009)都普遍存在。

目前国内针对于qbwo实时指数的研究主要集中于对来自中低纬度的信号的研究：leeetal.(2013)提出了一个针对北半球夏季季节内振荡(borealsummeriso，bsiso)的实时指数，利用东亚夏季季风区(40°–160°e,10°s–40°n)的对外长波辐射(outgoinglongwaveradiation，olr)和低层风场距平场进行多变量经验正交分析(empiricalorthogonalfunction,eof)，第三、四模态主要代表了向北/西北传播的10–30天的qbwo信号，即bsiso2指数。gaoetal.(2016)在leeetal.(2013)的基础上，发展了东亚-西北太平洋区域(90°–150°e,10°s–40°n)的实时指数，其三、四模态也代表了10–30天的qbwo信号，即eawnp-iso2指数。由于以上二者的建立均基于eof分析方法，对于极端天气的监测能力还有待提高，hsuetal.(2019)利用扩展eof(extendedeof，eeof)方法提出了新的实时qbwo指标wnp-qbwoi，io-qbwoi。

考虑到eeof方法因包含了气象场的时空演化特征，对波动传播特征掌握得更好，同时可以将不同时刻气象场的连续变化作为一个整体考虑，因此也可以作为一个低通滤波器滤去一些小尺度波动(weareandnasstrom1982；kikuchiandwang2009；kikuchietal.2012；suhasetal.2014；kikuchietal.,2017)。

很多研究表明，中高纬度的西风带也具有显著的10-30天的显著周期，且其振荡强度更强，中高纬度准双周振荡对我国的天气和极端天气事件都有显著影响，建立中高纬度准双周振荡实时指数具有重要的科学意义和应用价值。然而目前缺乏中高纬度准双周振荡实时指数相关研究。

技术实现要素：

发明目的：本发明旨在提供一种欧亚中高纬夏季准双周振荡实时指数的提取方法。

技术方案：本发明所述的一种欧亚中高纬夏季准双周振荡实时指数的提取方法，包括以下步骤：

s1：将1979-2018年夏季5-9月中高纬度(0°e160°e,30°75°n)的-6、-3和0天滞后的10-30天带通滤波的500hpa位势高度场进行eeof分析；

s2：采用非滤波的方法提取10-30天500hpa位势高度距平场；

s3：将包含了-6，-3和0天的非滤波10-30天500hpa位势高度距平场投影到前两个eeof模态上，得到西传的欧亚中高纬度准双周振荡实时指数；

s4：将包含了-6，-3和0天的非滤波10-30天500hpa位势高度距平场投影到第三和第四个eeof模态上，得到第二个欧亚中高纬度准双周振荡实时指数。

其中，在所述采用非带通滤波的方法提取10-30天500hpa位势高度距平场过程中，还包括以下步骤：

s1：从原始数据减去前15天滑动平均，去掉背景信号；

s2：进行前4天的滑动平均，去掉高频信号。

本发明中，10-30天带通滤波利用butterworth方法；指数来自于era-interim再分析资料。中高纬度地区包括西风带上游和下游地区以及影响我国大型天气的中高纬度地区。

有益效果：与现有技术相比，本发明具有如下显著优点：(1)能够把握中高纬qbwo的关键区域及其环流结构和传播特征；(2)能够很好地体现中高纬qbwo与中国或东亚地区天气和气候系统之间的关系，比如对江淮入梅出梅的指示作用，对东亚季风降水时空演变的调控，对极端降水和高温事件的监测等；(3)能够直接应用于业务上的实时监测以及为模式qbwo模拟能力的评估提供参考。

附图说明

图1为本发明的非滤波实时指数建立流程图；

图2为北半球夏季欧亚中高纬度10-30天带通滤波500hpa位势高度间隔3天(-6天、-3天和0天)的eeof1(a-c)和eeof2(d-f)(小标题上的百分数是每个模态的方差贡献率)；

图3为北半球夏季欧亚中高纬度10-30天带通滤波500hpa位势高度间隔3天(-6天、-3天和0天)的eeof3(a-c)和eeof4(d-f)(小标题上的百分数是每个模态的方差贡献率)；

图4为本发明的eeof分解时间系数间的超前-滞后相关系数(其中横坐标表示超前-滞后的天数)；

图5为2010年5-9月实时指数(实线)和eeof分析的得到的时间系数(虚线)，a为easo-w1与pc1，b为easo-w2与pc2，c为easo-e1与pc3，d为easo-e2与pc4；

图6为西传的实时指数easo-w(a)和东传的实时指数easo-e(b)位相合成曲线。这里对每个位相强度超过1的qbwo强事件及其之后40天的演变进行合成，大的实心圆表示起点，奇数位相(1、3、5、7)用实线表示，偶数位相(2、4、6、8)用虚线表示；

图7为10-30天带通滤波500hpa位势高度异常对根据图6定义的西传的位势高度异常easo-w的八个位相的合成图(阴影区域表示表示通过95％的t检验)；

图8为10-30天带通滤波500hpa位势高度异常对根据图6定义的东传的位势高度异常easo-w的八个位相的合成图(阴影区域表示表示通过95％的t检验)；

图9为根据国家气候中心提供的1979-2018年入梅日期在中高纬度西传的easo-w(a)和东传的easo-e(b)八个位相的分布(中间的两个圆圈代表了准双周振荡强度为0.5和1.0)；

图10为10-30d滤波的降水距平在西传的中高纬度位势高度异常(eawo-w)生命史中八个位相的合成(阴影区域代表超过95％的显著性检验)；

图11为10-30d滤波的降水距平在东传的中高纬度位势高度异常(eawo-e)生命史中八个位相的合成(阴影区域代表超过95％的显著性检验)；

图12为10-30d滤波的气温距平在西传的中高纬度位势高度异常(eawo-w)生命史中八个位相的合成(阴影区域代表超过95％的显著性检验)；

图13为10-30d滤波的气温距平在东传的中高纬度位势高度异常(eawo-e)生命史中八个位相的合成(阴影区域代表超过95％的显著性检验)；

图14为1991年7月1日-12日长江流域持续极端暴雨事件过程中，欧亚中高纬度位势高度10-30d实时指数演变情况，大的实心圆表示1991年7月1日，图14a为easo-w实时指数，图14b为easo-e实时指数。

具体实施方式

下面结合附图1-14对本发明的技术方案作进一步说明。

如图所示的欧亚中高纬夏季准双周振荡实时指数的提取方法，包括以下步骤：

s1：将1979-2018年夏季5-9月中高纬度(0°e-160°e,30°-75°n)的-6、-3和0天滞后的10-30天带通滤波的500hpa位势高度场进行eeof分析；

这个区域同时涵盖了对我国天气气候有较大影响的西风带上游和下游地区，包括了我国大型天气的中高纬度关键区，如乌拉尔山地区、贝加尔湖地区和雅库茨克地区等。eeof分析的前两个模态解释了总体方差的11.33％和11.17％(图2)，eeof分析的第三模态和第四模态分别占总体方差的6.30％和5.90％，前4个方差的总贡献约35％(图3)，表明其收敛性，并且都通过了north显著性检验(northetal.1982)。通过超前-滞后相关发现(图4)，eeof的第一和第二模态为同一个波动信号，第三和第四模态也为同一个波动信号，相关系数绝对值最大均超过0.8。第一模态和第二模态的演变过程体现为：位势高度准双周异常在欧亚大陆表现出一个波动，超长波从东向西传播，其中位势高度异常底部可达到40°n附近。第三和第四模态则表现为在欧亚大陆上空有两个波动，欧亚大陆高纬度地区上空有明显的东传，在东亚地区表现出明显的南传。

s2：采用非滤波的方法提取10-30天500hpa位势高度距平场；

s3：将包含了-6，-3和0天的非滤波10-30天500hpa位势高度距平场投影到前两个eeof模态上，得到西传的欧亚中高纬度准双周振荡实时指数；

s4：将包含了-6，-3和0天的非滤波10-30天500hpa位势高度距平场投影到第三和第四个eeof模态上，得到第二个欧亚中高纬度准双周振荡实时指数。

在采用非带通滤波的方法提取10-30天500hpa位势高度距平场过程中，还包括以下步骤：

s1：从原始数据减去前15天滑动平均，去掉背景信号；

s2：进行前4天的滑动平均，去掉高频信号。

将上述非带通滤波方法得到的位势高度距平场称为非带通滤波场。计算了10-30天带通滤波得到的主成分(principalcomponents,pc)和投影到非带通滤波场上得到的欧亚中高纬10-30d振荡实时指数之间的时间相关系数，四个相关系数分别为0.81，0.82，0.79，0.84。对于任意一年，比如2000年，如图5所示，两者之间都非常吻合。因此可以确定这一非带通滤波方法得到的实时指数的可靠性。

10-30天带通滤波利用butterworth方法；数据来自于era-interim再分析资料。

中高纬度地区包括西风带上游和下游地区以及我国大型天气的中高纬度地区。

根据两个欧亚中高纬夏季准双周振荡实时指数，分别分成八个位相，这八个位相对应了10-30天尺度位势高度异常不同的位置。每个点距离中心的距离为振荡的强度。图6为实时指数超过1.0的强事件对应的位相演变合成，对于两个指数来说，强事件均可以持续12-13天(在圆圈外面的天数)，这说明了这一指数可以提供相当长的可预报时效。

图7为根据西传的实时振荡指数合成的10-30d位势高度异常。在第1位相时，最大的负异常位势高度中心位于新地岛附近，与此同时，大西洋和太平洋高纬度地区为正异常控制(图7a)。到2-3位相时，负位势高度异常向西移动，经过巴伦支海，到达北欧地区。太平洋高纬度的正位势高度异常沿着亚洲大陆高纬地区西传的同时，强度显著增强。第4位相时，新地岛以东的亚洲高纬地区为显著正异常控制，而欧洲北部的负异常中心显著减弱。第5位相呈现出与第一位相相反的特征，新地岛为正位势高度异常控制，太平洋和大西洋高纬地区为弱的负异常。在第6-7位相时，正异常西传，经过巴伦支海到达北欧地区。第8位相时，太平洋西传的负位势高度异常移动至亚洲高纬地区，同时强度增强。以上基于实时指数合成得到的位相非常清楚体现了西传的欧亚位势高度异常准双周振荡的结构以及传播的观测特征。

图8为基于东传的实时振荡指数合成的10-30d位势高度异常。从图8可以看出，其源地位于巴伦支海。在第1位相时，存在一个巴伦支海-乌拉尔山-贝加尔湖-东亚的显著波列，巴伦支海为正位势高度异常；第2-4位相时，巴伦支海的正位势高度异常移动至乌拉尔山地区，强度逐渐增强。第5位相时，向东移动的正位势高度强度略有减弱。第6，7位相时，东移的位势高度异常与远东地区的正位势高度异常合并，强度再次增强。直至第8位相时，乌拉尔山地区为负异常，贝加尔湖北部为正异常。在整个过程中，东亚地区位势高度异常都有较为显著的响应中心。1-4位相分别与5-8位相形成相反位势高度异常的分布特征。以上基于东传的实时指数合成得到的位相非常清楚体现了欧亚位势高度异常由高纬度的巴伦支海向东南传播的观测特征以及东亚地区的响应情况。

梅雨是夏季风向北推进的产物，同时也受到中高纬大气环流的显著影响。图9a给出了欧亚中高纬度10-30d西传的准双周位势高度振荡实时指数(easo-w)与我国江淮流域入梅的关系。根据气候中心提供的入梅日期，将1979-2019年每年入梅的日期点在位相图上。可以看到，大部分年份入梅时，中高纬度10-30d实时指数均强度较大，40年中仅有6年强度低于0.5。位相5-8期间入梅的占总年份的65％。位相4入梅的仅有1年。东传欧亚中高纬夏季准双周振荡实时指数(easo-e)也和江淮流域入梅有密切的关系(图9b)，40年中35年easo-e强度大于0.5，相对于西传指数的第5-8位相，在东传的位势高度异常中，入梅更易发生于东传指数的1-4位相，尤其是1，2位相占50％，而在第6位相则不易入梅。两个指数均较好再现了入梅关键区乌拉尔山和贝加尔湖地区的位势高度的演变特征，从而对于入梅有较好的指示意义。

欧亚中高纬度位势高度10-30d异常对夏季降水有显著影响。由图10可知，我国夏季降水的变化和西传的位势高度准双周振荡(easo-w)不同位相演变密切相关。当西传的实时指数位于第一位相时，江南及华南多雨，在第2-4位相时，长江流域少雨；在第5位相时，长江中游多雨；第6位相时，江淮多雨；第7位相时，长江流域多雨；第8位相时，长江流域及江南多雨。图11则给出了东传的位势高度准双周实时指数(easo-e)与我国降水的关系。在第8，1位相时，我国西南多雨，北方少雨；第2-3位相，长江以南略多雨；第4位相，长江流域及黄河流域多雨；第5-6位相，淮河流域多雨；第7位相，长江上游地区多雨。

欧亚中高纬度位势高度10-30d异常也会对夏季气温产生显著影响。图12给出了我国夏季气温异常与西传的位势高度准双周振荡(easo-w)位相演变关系。可见，在第8位相和第1-2位相，我国北方偏暖，南方偏冷；在第3位相，华中偏暖，新疆地区偏冷；在第4-7位相，北方偏冷，南方偏暖。

图13给出了夏季温度异常与东传的位势高度10-30d实时指数(easo-e)的关系。可见第1-2位相时，我国北方偏暖，南方偏冷；第3-4位相时，除新疆以外，我国大部分地区偏暖；在第5-6位相时，我国北方偏冷，南方偏暖；在第7-8位相时，除新疆显著偏暖外，我国大部分偏冷。

1991年我国长江流域降水偏多，在1991年7月1日到12日出现了罕见的持续性暴雨事件，造成了巨大的经济损失和人员伤亡。利用欧亚中高纬度位势高度准双周实时指数可对其进行监测。对于西传的easo-w(图14a)，长江流域极端降水起始于第6位相，结束于第2位相，且easo-w强度非常强。这与前面对于降水异常空间分布时间演变结果一致(图10)。对于东传的eawo-e(图14b)，长江流域异常极端降水起始于第4位相，结束于第8位相，同样easo-e强度非常强。同样，这也与前面对降水异常空间分布时间演变结果一致(图11)。说明两个指数对于降水以及极端降水的监测是可靠的，同时具有重要的意义。