第一篇：短期氣候預測閱讀附答案

短期氣候預測

①短期氣候預測，就是每天電視廣播里的天氣預報吧？如果你這樣想，那就大錯特錯了。我們收聽、收看天氣預報，三五天內(nèi)的氣溫、溫度、風力等“一切盡在掌握”，大大便利了日常起居。但是，想不想在酷夏里知道這個冬天冷不冷？想不想在寒冬中預知到明年夏天發(fā)不發(fā)洪水？——那就要靠“短期氣候預測”了。②中國是個多自然災(zāi)害的國家，旱澇、高溫、冷害等氣候災(zāi)害造成的直接經(jīng)濟損失年均約1000億元，死亡人數(shù)年均6000人以上。同時，中國又是農(nóng)業(yè)大國，農(nóng)業(yè)“靠天吃飯”，氣象預測工作尤顯重要。因此，剛剛過去的5年里，一個關(guān)于氣候預測的“九五”攻關(guān)項目，引來全國105個單位、400多名科研人員為之奔忙，這個項目，就是“中國短期氣候預測系統(tǒng)研究”.③“短期氣候預測”，是相較“長期氣候預測”而言，后者做的是未來50年、100年的氣候分析，難度極高。而“短期”，也不像天氣預報時段那么“短”，它的時間概念不是“日”，而論“月”、“季”、“半年”、“一年”.它所要承擔的是，幫助國家決策部門了解掌握未來數(shù)月里或一年里的氣候變遷，減免不必要的人財物損失。

④例如，預測即將來臨的冬天何時更冷，石油開采部門由此決定油井需要何時封井，稍有遲緩，冰就會像刀子般把油管割裂；天氣冷到何種程度，便可預知某些海灣會不會結(jié)冰，破冰船之類的交通運輸工具要不要及早調(diào)度；而農(nóng)業(yè)部門也可根據(jù)預測的氣候冷暖，提前選擇明年播種的作物品種。甚至于，明年的空調(diào)產(chǎn)量乃至于扇子、飲料產(chǎn)量，相關(guān)行業(yè)都會隨時看“短期氣候預測”的“臉色”行事。農(nóng)業(yè)、水利、文通、工業(yè)等等，短期氣候預割的作用無處不在，說它與老百姓生活息息相關(guān)絕非夸張。

⑤短期氣候預測，印度做了百余年，日本、俄羅斯做了七八十年，與之相比，中國這方面的“資歷”同樣不算短。1958年，我國首次發(fā)布“長期氣候預報”，這就是“短期氣候預測”的前身，40多年來經(jīng)驗積累了不少，一直到90年代，我國始終處于各地零散研究的狀態(tài)，從未將之“業(yè)務(wù)化”，換句話說，完整的預測系鈍尚未建立。

⑥科研的每一點進展都不會是來自一兩個人的一蹴而就。預測系統(tǒng)包括全球各國的各種氣候資料收集齊全，隨之建立一個包括預報大氣、海洋與大氣耦合模式、中國及鄰近區(qū)域地區(qū)細化、厄爾尼諾系統(tǒng)預報等繁雜的模式系統(tǒng)……這一切，意味著一個漫長而艱苦的過程。5年奮戰(zhàn)，終使“中國短期氣候預測系統(tǒng)研究”大功告成。⑦作為“九五”重中之重的科技項目，中國短期氣候預測系統(tǒng)曾在“1988抗洪年”準確預報了長江、松花江洪水以及2000年的汛期。目前，該系統(tǒng)在國家氣候中心用于年、月、季節(jié)、年及年際時間尺度的氣候預測業(yè)務(wù)試報。

⑧與天氣預報相比，短期氣候預測面對更多不確定因素。憑啥判斷下一個季是熱是冷、是旱是澇？即便掌握征兆、周密演算，也還可能要面對一些不可預知的變數(shù)。

⑨1988年大洪水之所以能準確預報，正緣于一些重要征兆被我們及時抓住：1997年冬天，青藏高原大雪頻頻，與此同時，“厄爾尼諾現(xiàn)象”頻頻光顧我國。科學家通過系統(tǒng)中衆(zhòng)多模式對其進行了繁雜的演算，從而判定，第二年有洪水。這套系統(tǒng)主攻的是汛期預報，每年4月間都會向有關(guān)決策部門通報當年夏天汛情預報結(jié)果。對于今夏還會不會干旱下去、雨水多不多，目前仍意見不一。

⑩氣象變幻莫測，短期氣候預測絕非萬能，在誤差中不斷修正，氣象科學才能進步。

1.本文圍繞著“短期氣候預測”，主要說明了哪些內(nèi)容？ 2.本文開篇用了一個設(shè)問句。如果不用設(shè)問句，這話該怎樣說？作者運用設(shè)問句有什么好處？ 答：改寫句：____________________________________________________ 好處：______________________________________________________ 3.根據(jù)第三段的內(nèi)容，用一個“是”字句給短期氣候預測下一個定義。

答：_______________________________________________________________________ 4.在第五段空缺處填入恰當?shù)年P(guān)聯(lián)詞語。依次為：________、________ 5.給第十段中的“變幻莫測”寫出兩個同義成語和一個反義成語。

6.文中說：“對于今年夏天還會不會干旱下去，雨水多不多，目前仍意見不一。”“短期氣候預測絕非萬能，在誤差中不斷修正，氣象科學才能不斷進步。”透過這些話，你對氣象學研究的本身或說明文寫作產(chǎn)生了怎樣的認識？

答案：

1、①短期氣候預測的意義；②短期氣候預測的含義；③短期氣候預測的作用；④短期氣候預測系統(tǒng)發(fā)展的進程；⑤短期氣候預測的局限性。

2、如果你認為短期氣候預測就是每天電視廣播里的天氣預報，那就錯了。或：短期氣候預測不是每天電視廣播里的天氣預報。好處：運用設(shè)問句，可以引起人們的思考，引起人們的閱讀興趣。

3、短期氣候預測是相對于長期氣候預測和天氣預報，以“月”、“季”“半年”“一年”為時間概念的氣候預測。

4、但；而。

5、同義成語：變化多端、千變?nèi)f化、瞬息萬變、變化無常。反義成語：一成不變、始終如一。

6、對氣象學本身，可以談“科學研究允許失敗”、“科學研究要不斷修正失誤”、“科學研究無止境”等；對說明文寫作，可談“實事求是”“準確”等。

第二篇：短期氣候預測實習三

短期氣候預測實習三

氣科7班 梁玉誼

（一）所用資料和方法

NCEP/NCAR 1948－2013年（61年）的500百帕月平均高度場資料 資料范圍為（900S-900N,00-3600E)

網(wǎng)格距為2.50×2.50,緯向格點數(shù)為144，經(jīng)向格點數(shù)為7

3資料為GRD格式，資料從南到北、自西向東排列，每月為一個記錄，按年逐月排放。

（二）實習目的：

掌握大氣環(huán)流中遙相關(guān)型指數(shù)的計算及其與大氣環(huán)流和我國氣候關(guān)系的分析。

（三）實習要求：

要求運用資料，計算北半球1月遙相關(guān)指數(shù)，并分析它與環(huán)流和我國氣候變化的關(guān)系；用圖形輸出指數(shù)年際變化曲線、遙相關(guān)的空間分布以及與我國氣溫的相關(guān)系數(shù)分布，正確分析結(jié)果數(shù)據(jù)，完成實習報告。

（四）所用部分程序：

!計算EU指數(shù) do it=1,6

3eu(it)=-0.25*a(9,59,1,it)+0.5*a(31,59,1,it)-0.25*a(59,53,1,it)enddo

！！計算EU指數(shù)與高度場的相關(guān)系數(shù)!h--高度場hsum--高度場和have--高度場平均值eu--EU指數(shù),eusum,euave類似

!1,提取1月份高度場 do it=1,63 do j=1,73 do i=1,14

4h(i,j,it)=a(i,j,1,it)enddo enddo enddo

!2,計算高度場和EU指數(shù)的平均值 do j=1,73 do i=1,144 do it=1,63

hsum(i,j)=hsum(i,j)+h(i,j,it)

enddo

have(i,j)=hsum(i,j)/63 enddo Enddo

do it=1,63

eusum=eusum+eu(it)enddo

euave=eusum/63

!3,計算相關(guān)系數(shù)各部：分子、分母、分母(對照相關(guān)系數(shù)公式)

!rup--分子rh--分母hreu--分母eur--相關(guān)系數(shù) do j=1,73 do i=1,144 reu_2=0 do it=1,6

3rup(i,j)=rup(i,j)+(eu(it)-euave)*(h(i,j,it)-have(i,j))

rh_2(i,j)=rh_2(i,j)+(h(i,j,it)-have(i,j))**

2reu_2=reu_2+(eu(it)-euave)**2

enddo

rh(i,j)=sqrt(rh_2(i,j))reu=sqrt(reu_2)enddo enddo

print*,reu

do j=1,73 do i=1,14

4r(i,j)=rup(i,j)/(rh(i,j)*reu)enddo enddo

！！計算EU指數(shù)和氣溫的相關(guān)系數(shù)!1,計算溫度場的平均值 do i=1,160 do it=1,nt

tsum(i)=tsum(i)+t(i,it)enddo

tave(i)=tsum(i)/nt enddo

!print*,(tave(i),i=1,160)

!2,計算相關(guān)系數(shù)各部：分子、分母、分母(對照相關(guān)系數(shù)公式)

!rup2--分子rh2--分母hreu--分母eur2--相關(guān)系數(shù) eusum=0 do it=1,nt

eusum=eusum+eu(it+3)!之所以加3，是因為在分析資料和觀測資料起始年份差3年 enddo

euave=eusum/nt reu_2=0 do it=1,nt

reu_2=reu_2+(eu(it+3)-euave)**

2enddo

reu=sqrt(reu_2)do i=1,160 do it=1,nt

rup2(i)=rup2(i)+(eu(it+3)-euave)*(t(i,it)-tave(i))

rh2_2(i)=rh2_2(i)+(t(i,it)-tave(i))**2 enddo

rh2(i)=sqrt(rh2_2(i))enddo

do i=1,160

r2(i)=rup2(i)/(rh2(i)*reu)enddo

!計算完畢，寫數(shù)據(jù)!寫站點數(shù)據(jù)do j=1,160id(j)=char(j)tim=0.0nlev=1nflag=

1write(6)id(j),lat(j),lon(j),tim,nlev,nflag,r2(j)enddotim=0.0nlev=0nflag=1

write(6)id(j-1),lat(j-1),lon(j-1),tim,nlev,nflag

print*,(r2(j),j=1,160)

write(5)(eu(it),it=1,nt)!寫EU指數(shù) write(4)((r(i,j),i=1,144),j=1,73)!寫h和EU的相關(guān)系數(shù)

（五）出圖結(jié)果： 1．EU指數(shù)年變化

分析：從上圖可以看出，EU指數(shù)存在著5-10年的周期震蕩。在1963年和1973年達到峰值。

2．EU指數(shù)與位勢高度的相關(guān)系數(shù)

分析：從上圖可以出，EU指數(shù)與高度場存在著“正負正”的相關(guān)波列，也就是亞歐型遙相關(guān)。其中，在北美東岸、西歐地區(qū)和亞洲東岸為負相關(guān)區(qū)大值區(qū)，在亞洲中部和北美西北部為正相關(guān)大值區(qū)。即當EU指數(shù)為正時，東亞地區(qū)、西歐地區(qū)、北美東岸高度場較平均值偏低，而亞洲中部和北美西北部位勢高度場則較平均值偏高。可以初步考慮EU指數(shù)對于這些地區(qū)高度場的預報能力，不過相關(guān)系數(shù)均未經(jīng)過顯著性檢驗，還需檢驗后才能得出結(jié)論。

3．EU指數(shù)與我國溫度的相關(guān)系數(shù)

分析：從上圖可以看出，EU指數(shù)我國的相關(guān)系數(shù)，在我國東部沿海地區(qū)為負相關(guān)大值區(qū)，最高的相關(guān)達到-0.5，而在我國新疆西北部、云南地區(qū)和黑龍江北部，為正相關(guān)區(qū)，但正相關(guān)值較小。在我國其余地區(qū)，相關(guān)系數(shù)均比較小。若EU指數(shù)為正時，我國東部沿海地區(qū)降水量偏少，若EU指數(shù)為負時，我國東部沿海地區(qū)降水量偏多。通過分析，可以考慮EU指數(shù)對我國東部溫度的預報能力，雖然只是同期的相關(guān)，并非前期的指數(shù)，但也是具有一定的預報價值。不過，如之前所言，未經(jīng)過顯著性檢驗，同樣難以得出確切的結(jié)論。

第三篇：短期氣候預測實習二

短期氣候預測實習二

氣科7班

梁玉誼

（一）所用資料和方法

所用資料：

NCEP/NCAR 1948－2012年1月的500百帕月平均高度場資料，資料范圍為（90°S-90°N,0°-360°E)

網(wǎng)格距為2.50×2.50,緯向格點數(shù)為144，經(jīng)向格點數(shù)為

41資料為GRD格式，資料從南到北、自西向東排列，每月為一個記錄，按年逐月排放。所用方法：

EOF功能：從一個氣象場多次觀測資料中識別出典型空間場型及其時間演變規(guī)律。EOF展開就是將氣象變量場分解為空間函數(shù)(V)和時間函數(shù)(T)兩部分的乘積之和：X=VT。

部分程序：

由于EOF主要處理部分教師已經(jīng)給出，固再次只給出數(shù)據(jù)維數(shù)處理部分。

enddo cccccccccccccccccc讀數(shù)據(jù)

do it=1,61

do k=1,12write(*,*)'data narrowed'do j=1,73

do i=1,144!二維空間場變一維數(shù)組，注意按 照grads的XY順序，read(10)hh(i,j,k,it)!因為最后EIGENVACTORS文件 enddo;enddo;enddo;enddo 里面直接按照該格式存的,不再經(jīng)過這一步write(*,*)'read data ok' 變化

do it=1,M

ii=1!裁剪區(qū)域(取東亞地區(qū))

k=1do j=1,21

do it=1,61do i=1,41

do j=1,21F(ii,it)=h(i,j,it)do i=1,41ii=ii+1

h(i,j,it)=hh(i+16,j+44,k,it)enddo

enddoenddo

enddoenddo

（二）輸出結(jié)果

分析：EOF分型是將多特征場和多維度共同作用下的資料場，分解為相互正交的空間場，并給出其時間權(quán)重。以下3個特征場為權(quán)重最高的3個場。從場EV1可以看出，在第一特征型中，中國大部地區(qū)為負值區(qū)，而亞歐大陸北部為正值區(qū)，既兩個地區(qū)為負相關(guān),并且由南到北，值由小到大不斷增加。從短期氣候預測課程上學習到，影響大氣環(huán)流的4個基本因子為：太陽輻射，地球自轉(zhuǎn)，地球表面不均勻性和地面摩擦。可以推測該型產(chǎn)生的因子是太陽輻射的分布不均勻，因為其分布具有位相特征，但具體是否該因子影響還需結(jié)合太陽輻射資料進行分析。

從時間權(quán)重函數(shù)可以看出，在1965年之前，以正位相為主，而在1965年之后，轉(zhuǎn)為負位相為主。也就是說，1965年以前，東亞地區(qū)氣候位勢高度以負值為主，轉(zhuǎn)變后以正值為主。同時注意到，權(quán)重函數(shù)存在2-3年的周期，正負位相以該周期不斷轉(zhuǎn)變。

分析：從第二特征型可以看出，遼東半島與日本海附近為負值區(qū)，而巴湖以西為正值區(qū)，既兩個區(qū)域存在負的位相變化。從兩個大值區(qū)所處區(qū)域可以推測產(chǎn)生該型的因子為海陸分布或者中緯度長波槽脊的變動。從方差貢獻可以看出，1型和2型所占權(quán)重接近，即兩者對于某一時刻高度場狀態(tài)的影響接近。當正位相影響時，由于日本海地區(qū)偏低壓控制，我國大部地區(qū)吹東南風或西南風。而當負位相影響時，日本海地區(qū)低壓偏弱，或為高壓控制，使得我國大部地區(qū)吹東北風或西北風。

從時間權(quán)重函數(shù)可以看出，2型存在著準7年的震蕩。在1960-1970年間為正位相影響，而在1970-1977年為負位相影響。

分析：從第三特征型可以看出，貝加爾湖附近為負值區(qū)，而我國東南沿海以及烏拉爾山附近為正值區(qū)。從時間權(quán)重函數(shù)可以看出，該型的影響較1型和2型相對偏小。若該型為正位相時，我國江淮地區(qū)和華北地區(qū)吹偏西風，其中華北地區(qū)等高線密集，風速較大。而華南地區(qū)被高壓控制。而若該型為負位相時，我國江淮地區(qū)和華北地區(qū)吹偏東風，而華南地區(qū)為低壓控制。

從時間權(quán)重函數(shù)可以看出，1997年時，該型時間權(quán)重達到負值極大值，即在該年，該型的負位相對于我國有較大影響。

4.3個特征向量的方差貢獻及總方差貢獻

第四篇：2008年短期氣候預測工作總結(jié)

2008年，大氣環(huán)流較為異常，表現(xiàn)為：出現(xiàn)了50年未遇罕見低溫雨雪冰凍災(zāi)害性天氣；西太平洋副熱帶高壓強度、脊線位置、西伸脊點位置變化大，1月西北太平洋副熱帶高壓較常年同期顯著西伸，脊線位置偏北，2月到5月副高顯著東退，脊線位置偏北到正常，面積偏小，強度偏弱，6月西北太平洋副熱帶高壓面積偏

大，強度接近常年同期，西伸脊點偏東，7月到8月，西北太平洋副熱帶高壓較常年同期面積偏大，強度偏強，脊線位置偏南、偏西；2007年8月開始的拉尼娜事件于2008年5月結(jié)束，事件過程持續(xù)了9個月（2007年8月至2008年4月），并在2007年11月達到最強。主汛期7～8月熱帶輻合帶位置偏北，東**動影響我市的時間段偏長。

**市全年月氣溫波動大。1～2月偏低到特低；3～5月偏高；6～7月北部正常稍高到偏高，南部正常稍低到偏低；8月全市偏低；9月全市偏高到特高；主汛期全市大部正常稍低到偏低。除9月降雨量全市大部偏少、4月南部偏少、6月北部偏少外，全年降水量以正常到偏多為主要特征；主汛期降雨量全市正常到偏多，大部偏多1～3成。

2008年自1月到10月5日，全市共出現(xiàn)大雨62站（次），比多年平均偏多5站（次），出現(xiàn)暴雨25站次，比多年平均偏多10站（次），是常年的1.7倍。洪澇災(zāi)害嚴重。

在今年氣候較為異常的情況下，**市氣象臺在短期氣候預測工作中，對雨季開始期、汛期和主汛期降水趨勢等的趨勢預報正確，全年（截止9月）月平均氣溫、月降水量預測的準確率分別為73％和77％，其中5～9月平均氣溫、月降水量預測的準確率分別為90％和73％，對溪洛渡水電站壩區(qū)月降水的預測準確率為82.5％，達到了較好的服務(wù)效果。

并嚴格按照上級業(yè)務(wù)主管部門的統(tǒng)一規(guī)定和要求，制作定期和不定期的氣候影響評價產(chǎn)品。

一、雨季開始期、汛期和主汛期降水趨勢等的趨勢預報正確

1、雨季開始期

在短期氣候預測中預測：“雨季開始期大部正常到偏遲，于5月中旬到下旬開始”，在春播期短期氣候預測中預測：“雨季開始期大部正常，于5月中旬到下旬開始。”在4月26日發(fā)布的“汛期短期氣候預測”中訂正為：“雨季開始期大部正常到偏早，大部于5月中旬左右開始。”實況是：全市雨季開始期正常到偏早，于5月中旬以前全部開始。訂正后，趨勢預報正確。

2、洪澇趨勢

在預測中指出：“主汛期降水量分布不均，單點性的大雨、暴雨、冰雹、雷暴等強對流天氣較常年突出，洪澇災(zāi)害較常年偏重。” 汛期預測中指出：“汛期（5～10月）降水屬平偏豐年成。主汛期6～8月降雨量大部正常到偏多，降水量分布不均，單點性的大雨、暴雨、冰雹、雷暴等強對流天氣較常年突出，洪澇災(zāi)害較常年偏重”。主汛期預測中指出：“主汛期6～8月降雨量大部正常到偏多，主汛期降水量分布不均，單點性的大雨、暴雨、冰雹、雷暴等強對流天氣較常年突出，洪澇災(zāi)害較常年偏重。”實況是：汛期大雨次數(shù)偏多5站（次），暴雨次數(shù)多達常年的1.7倍，除區(qū)域性強降水外，8月6-10日北部、東部出現(xiàn)持續(xù)性強降水。汛期和主汛期降水均為正常到偏多。預測與實況相符。

3、春旱

在預測中指出：“春旱比常年偏重”，春播期短期氣候預測中預測：“雨季開始前大部區(qū)域有中等強度的春旱發(fā)生。”。實況是：4月上旬到中旬有輕度春旱。據(jù)市防汛抗旱指揮部4月18日不完全統(tǒng)計，全市農(nóng)作物受旱49.542萬畝（其中：輕旱39.957萬畝，重旱9.585萬畝），因旱造成水田缺水1.92萬畝，旱地缺墑14.685萬畝，造成29.385萬人、8.859萬頭大牲畜飲水困難。緊接著的4月下旬多雨，其中25日、27日出現(xiàn)區(qū)域性的中雨到大雨過程，大部區(qū)域春旱得以及時緩解。趨勢基本正確。

4、春夏連旱

全年均未預測有春夏連旱，實況也

無。預測正確。

5、水稻“抽揚期”低溫

在、汛期、主汛期預報中，都提的是“8月上旬到中旬前期二半山以上地區(qū)有輕度低溫陰雨天氣”。在8月短期氣候預測中訂正為：“8月中旬二半山以上地區(qū)有輕度‘抽揚

期低溫’”。實況是：無明顯抽揚期低溫（未達到省局統(tǒng)一規(guī)定的標準），但昭魯壩區(qū)（昭陽、魯?shù)檎緸榇恚?0～11日日平氣溫、25～27日3天平均氣溫低于17℃，出現(xiàn)輕度低溫天氣，加上8月氣溫偏低，日照偏少，對水稻有一定影響。趨勢預報基本正確。

6、其它特殊項目

對倒春寒預報的時段誤差較大，預測有秋季連陰雨，實況無。

截止10月6日，共發(fā)布定期（月、季、年）氣候預測10期，針對防汛、電力、水電工程等制作專題氣候預測產(chǎn)品（不定期）8期。

二、水電站短期氣候預測

針對溪洛渡壩區(qū)發(fā)布月、季氣候預測10期，對壩區(qū)月降水的預測準確率為82.5％。

三、氣候影響評價工作按規(guī)定要求認真制作和發(fā)布

**市氣象臺氣候影響評價業(yè)務(wù)按規(guī)定的業(yè)務(wù)流程和業(yè)務(wù)要求認真執(zhí)行，制作格式統(tǒng)一、用語規(guī)范標準、評價方法較為客觀。不僅詳細反映了對當月（季、年）的氣象要素時空分布，還可獲得本地大氣主要影響系統(tǒng)、主要氣候事件和氣候?qū)χ饕袠I(yè)（農(nóng)業(yè)、交通、林業(yè)、畜牧業(yè)、能源）的影響等重要氣象信息，并提供氣候預測和展望性評價建議等參考，而且對每個月出現(xiàn)的災(zāi)情有較全面的反映。

每期氣候預測和氣候影響評價產(chǎn)品制作完畢后，均立即以最短的時間通過郵寄或文件交換的方式到達地方各部門和各級領(lǐng)導手中、通過省農(nóng)經(jīng)網(wǎng)上傳到互聯(lián)網(wǎng)、通過NOTES上傳省局業(yè)務(wù)發(fā)展處和省氣候中心、通過地縣氣象局域網(wǎng)服務(wù)器專用目錄對縣局開展氣候影響評價業(yè)務(wù)和服務(wù)提供參考和指導、通過96121聲訊答詢系統(tǒng)將展望性氣候影響評價和建議向社會公眾發(fā)布。為各級領(lǐng)導和各級部門提供了及時準確的決策服務(wù)依據(jù)。

截止10月6日，共發(fā)布定期氣候影響評價產(chǎn)品13期。

第五篇：短期氣候預測基礎(chǔ)實習三

實習三：大氣遙相關(guān)

一、實習目的及要求

掌握大氣環(huán)流中遙相關(guān)型指數(shù)的計算及其與大氣環(huán)流和我國氣候關(guān)系的分析。

要求運用資料，計算北半球1月遙相關(guān)指數(shù)，并分析它與環(huán)流和我國氣候變化的關(guān)系；用圖形輸出指數(shù)年際變化曲線、遙相關(guān)的空間分布以及與我國氣溫的相關(guān)系數(shù)分布，正確分析結(jié)果數(shù)據(jù)，完成實習報告。

二、實習內(nèi)容

1、計算EU（歐亞）遙相關(guān)指數(shù)，輸出1月份該指數(shù)年際變化的時間序列；

2、計算EU遙相關(guān)指數(shù)與同期環(huán)流場（500hPa高度場或海平面氣壓場）的相關(guān)系數(shù)；

3、計算EU遙相關(guān)指數(shù)與同期我國氣溫的相關(guān)系數(shù)。

三、實習資料

大氣環(huán)流場資料：

1、NCEP/NCAR 1948－2008年（61年）的500百帕月平均高度場資料

2、資料范圍為（900S-900N,00-3600E)

3、網(wǎng)格距為2.50×2.50,緯向格點數(shù)為144，經(jīng)向格點數(shù)為73

4、資料為GRD格式，資料從南到北、自西向東排列，每月為一個記錄，按年逐月排放。

站點資料：

1、我國氣候中心整編的160站月平均氣溫資料；

2、全國160個臺站；

3、所給的資料是1月份的；

4、資料為txt格式，參加資料說明。

四、實習步驟

1、編程計算1月份EU遙相關(guān)指數(shù)（標準化），畫出指數(shù)圖 編寫fortran程序： program main parameter(nx=144,ny=73,n=nx*ny,nt=61)real ind(nt),z(n,nt),eu(nt),hh(144,73,12,61),avey(n),sy(n),r1(n),r(n)real x,avex,sx open(10,file='d:nyclimatesh3datahgt500.grd',form='binary')open(20,file='d:nyclimatesh3ind.grd',form='binary')open(30,file='d:nyclimatesh3eu.grd',form='binary')open(40,file='d:nyclimatesh3rxy1.grd',form='binary')do it=1,61 do k=1,12

do j=1,73

do i=1,144

read(10)hh(i,j,k,it)enddo；enddo；enddo；enddo do it=1,61 do j=1,73

do i=1,144

z((j-1)*144+i,it)=hh(i,j,1,it)enddo；enddo；enddo do it=1,61

eu(it)=-z(9+58*144,it)/4+z(31+58*144,it)/2-z(59+52*144,it)/4 enddo write(20)(eu(it),it=1,61)do it=1,61

x=x+eu(it)enddo avex=x/real(nt)do it=1,61

sx=sx+((eu(it)-avex)*(eu(it)-avex))/real(nt)enddo do it=1,61

ind(it)=(eu(it)-avex)/(sqrt(sx))enddo write(30)(ind(it),it=1,nt)

第二步中的fortran程序： do i=1,n

avey(i)=0.0 do it=1,61

avey(i)=avey(i)+z(i,it)enddo avey(i)=avey(i)/real(nt)enddo do i=1,n

r1(i)=0.0 do it=1,61

r1(i)=r1(i)+(eu(it)-avex)*(z(i,it)-avey(i))enddo；enddo do i=1,n

sy(i)=0.0

do it=1,61

sy(i)=sy(i)+(z(i,it)-avey(i))*(z(i,it)-avey(i))enddo；enddo do i=1,n

r(i)=r1(i)/sqrt(sx*real(nt)*sy(i))

write(40)r(i)enddo end 注：此處給出的是第一步和第二步中的fortran程序，因此，步驟二中此程序不重復給出！

數(shù)據(jù)描述文件：

dset d:nyclimatesh3eu.grd undef-9.99E+33 title yearly mean hgt from the NCEP Reanalysis xdef 1 linear 1 1 ydef 1 linear 1 1 zdef 1 levels 500 tdef 61 linear jan1948 1yr vars 1 eu 1 99 year eu endvars;數(shù)據(jù)執(zhí)行（gs）文件： 'reinit' 'open d:nyclimatesh3eu.ctl' 'enable print d:nyclimatesh3eu1.gmf' 'set t 1 61' 'd eu' 'print' 'disable print';給出1月份EU遙相關(guān)指數(shù)圖：

1月份EU遙相關(guān)指數(shù)圖

給出1月份標準化的EU遙相關(guān)指數(shù)

1月份標準化的EU遙相關(guān)指數(shù)

分析：從上面兩幅圖中，可以看出遙相關(guān)指數(shù)在1948-2008年中有很大變化，其中1963、1976、1984年等年份的正相關(guān)指數(shù)非常大，而1964、1972、1973年等年份則呈現(xiàn)出負相關(guān)。

2、編程計算1月EU遙相關(guān)指數(shù)與500hPa高度場的相關(guān)系數(shù)分布圖并繪制圖形（fortran程序已經(jīng)在第一步中給出，因此這里直接給出描述文件和執(zhí)行文件）數(shù)據(jù)描述文件：

dset d:nyclimatesh3rxy1.grd undef-9.99E+33 title year mean hgt from the NCEP Reanalysis xdef 144 linear 0.000 2.500 ydef 73 linear-90.000 2.500 zdef 1 levels 500 tdef 1 linear jan1948 1yr vars 1 xy 1 99 r endvars;數(shù)據(jù)執(zhí)行（gs）文件： 'reinit' 'open d:nyclimatesh3rxy.ctl' 'enable print d:nyclimatesh3rxy1.gmf' 'set gxout shaded' 'set black-0.2 0.2' 'd xy' 'set gxout contour' 'd xy' 'print' 'disable print';給出1月份EU遙相關(guān)指數(shù)與500hPa高度場的相關(guān)系數(shù)分布圖：

1月份EU遙相關(guān)指數(shù)與500hPa高度場的相關(guān)系數(shù)分布圖

分析：由此分布圖可以看出，歐洲西部地區(qū)的上空位勢高度與西伯利亞地區(qū)之間呈現(xiàn)出反相關(guān)關(guān)系，而與我國東北地區(qū)和日本一帶則呈現(xiàn)出正相關(guān)關(guān)系。因為在我國東北地區(qū)到日本一帶，冬季（1月份）有東亞大槽在此出現(xiàn)，同時在西伯利亞附近有高壓脊，而在歐洲東部地區(qū)也有低壓槽，因此此圖很好的反映出了兩槽一脊的強度變化，即東亞大槽和歐洲東部的槽加深時，西伯利亞附近的脊發(fā)展。另外,還可以看出西歐上空位勢高度與北美洲北部地區(qū)呈負相關(guān)，與墨西哥地區(qū)呈正相關(guān)。

3、編程計算EU遙相關(guān)指數(shù)與1月份我國氣溫的相關(guān)系數(shù)分布圖，并繪制圖形。編寫fortran程序： program EU

parameter(nt=58,nx=160)real a(nx,nt),ind(nt),r(nx),lat(nx),lon(nx),averi,si,ave(nx),sa(nx),r1(nx)character*8 id(nx)

integer i,it open(2,file='d:nyclimatesh3datat1601.txt')open(3,file='d:nyclimatesh3t.grd',form='binary')open(4,file='d:nyclimatesh3datalat_lon.txt')

open(5,file='d:nyclimatesh3r160.grd',form='binary')ccccccccccccccc 讀數(shù)據(jù)（指數(shù)、經(jīng)緯度、160站溫度）

ccc

a:160站氣溫(1951~2010年)

ind：指數(shù)序列(1948~2008年)read(2,*)((a(i,it),i=1,nx),it=1,nt)do it=1,61 read(3)ind(it)enddo do i=1,nx read(4,*)lat(i),lon(i)enddo averi=0.0

do it=4,61

averi=averi+ind(it)/real(nt)enddo

do it=1,58

si=si+(ind(it+3)-averi)**2 enddo ccccccccccccccc 編程求相關(guān)

do it=1,nt

do i=1,nx

a(i,it)=a(i,it)/10.0

enddo；enddo do i=1,nx

do it=1,nt

ave(i)=ave(i)+a(i,it)/real(nt)

enddo；enddo do i=1,nx

do it=1,nt

sa(i)=sa(i)+(a(i,it)-ave(i))**2

enddo；enddo do i=1,nx

do it=1,nt

1(i)=r1(i)+(a(i,it)-ave(i))*(ind(it+3)-averi)

enddo；enddo do i=1,nx r(i)=r(i)+r1(i)/(sqrt(si)*sqrt(sa(i)))enddo ccccccccccccccccccc寫站點數(shù)據(jù) do j=1,nx id(j)=char(j)tim=0.0 nlev=1 nflag=1 write(5)id(j),lat(j),lon(j),tim,nlev,nflag,r(j)enddo

tim=0.0 nlev=0 nflag=1 write(5)id(j-1),lat(j-1),lon(j-1),tim,nlev,nflag end 應(yīng)用相應(yīng)的數(shù)據(jù)描述文件和執(zhí)行文件，繪制出1月份EU遙相關(guān)指數(shù)與我國氣溫的相關(guān)系數(shù)分布圖：

1月份EU遙相關(guān)指數(shù)與我國氣溫的相關(guān)系數(shù)分布圖

分析：由此分布圖可以看出1月份EU遙相關(guān)指數(shù)與我國氣溫的相關(guān)系數(shù)的關(guān)系，我國從東北地區(qū)、華北地區(qū)一直到華南的沿海地區(qū)均為負相關(guān)區(qū)，說明此區(qū)域基本都吹北風，因為北風會帶來冷空氣的南下。所以由此可以得出：1月份我國東部沿海地區(qū)的氣溫降低，且根據(jù)相關(guān)系數(shù)的數(shù)值大小來看，氣溫降低的強度還是比較大的。另外，從此次實習選取的其他區(qū)域來看，在我國內(nèi)蒙古東部，黃河中上游地區(qū)、新疆中部、青藏高原南部的局部地區(qū)以及海南等地也出現(xiàn)了數(shù)值小于-0.25的負相關(guān)區(qū)，由此基本可以得出全國大部分地區(qū)1月份的氣溫都有不同程度的下降

五、結(jié)果討論

根據(jù)此次實習所做的1月份EU遙相關(guān)指數(shù)及其與同期500hPa高度場和氣溫的相關(guān)分布來看，EU遙相關(guān)型對我國的氣候變化有很重要的影響。

結(jié)合步驟2中的分布圖來看，EU遙相關(guān)指數(shù)很好的反映出了在歐亞西部上空，中高緯地區(qū)冬季1月份兩槽一脊形勢的強度變化趨勢；同時，結(jié)合步驟3中的分布圖來看，EU遙相關(guān)指數(shù)也反映出了我國冬季1月份氣溫的變化情況，尤其是在我國東部沿海地區(qū)的負相關(guān)區(qū)非常明顯，可以很直觀的看出沿海地區(qū)氣溫的下降幅度情況。

因此，通過此次實習，使我更進一步了解了EU遙相關(guān)型的相關(guān)知識；同時，通過對圖形的分析，可以看出遙相關(guān)對某一地區(qū)大氣環(huán)流異常的影響還是很大的，說明遙相關(guān)與天氣氣候有很密切的關(guān)系。