极端降水事件和频率的季节性预测外文翻译资料

英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料

极端降水事件和频率的季节性预测

收稿日期：2011年5月18日 - 修订：2012年10月4 - 接受：2012 10月1日 - 发布时间：2 2013年4月

摘要：高山将哥斯达黎加，中美洲分为两个主要气候区域，分别是沿着北大西洋贸易风 - 主要风力系统的李和迎风的太平洋和加勒比海斜坡。太平洋边坡的雨水是双峰的，每年有两个最大值，一个是五月至六月，另一个在八月至九月十月（ASO），七月份的夏季干旱分开。当海面温度（SST）超过29℃（5月左右）时，达到深度对流活动的第一个最大值，从而达到第一次降水最大值。然后，由于下降的太阳辐射减少和东部风力强劲（7月和8月），SST降至1摄氏度左右，导致深层对流活动减少。深层对流活动的减少使得太阳能辐射下降，8月底和9月初SST（约28.5℃）略有增加，再次出现了深层对流活动，因此，降雨量最大。在ASO期间发现大多数极端事件。中美洲国家水文和水文服务（NMHS）定期组织区域气候展望论坛（RCOF），以制定海洋预测。最近，RCOF与不同社会经济利益相关者进行的会议是为了从预测中翻译可能的气候影响。从这些会议的反馈过程出现，极端事件和雨天季节性预测是必要的，不同行业。 正如这项工作所示，这些预测气候下雨可以使用规范相关分析在ASO期间，显示极端事件中美洲的天气和雨天受到与厄尔尼诺现象相关的年际变率的影响 - 南方涛动和主要与大西洋多时代Oscil-特征研。 分析ASO-2010灾难报告，weEarth系统注意到他们并不一定访问同意地理极端动态分析事件分布，这意味着社会变量，可怕性应该包括在极端事件的影响分析。

1引言数据系统

中美洲是一个着名的复杂的地区，伴侣变异性（Magana〜et al。，1999; Alfaro，2002; Taylor and Alfaro，2005; AmadorGeoscientificetal。，2006）访问太平洋发展年度变化表明两个最大值。 第一次发生在5月 - 6月（泰勒和阿尔法罗，2005年），到期向迁移到北部的热带收敛带（ITCZ）。 因此，雨季开始水文学与这几个月和海面温度（SST）都超过了29◦C。 因此，深层对流活动发展成为一个亚太区亚热带地下系统SciencesAccess对流层气旋循环异常超过亚热（Magana〜et al。，1999）。7月和8月，由于SST降低约1℃，活动减少，这种气旋循环减弱，与低水平流动的反气旋加速相对应，因此，中美洲和仲夏干旱（MSD）的开始（Magana〜et al。，1999）。低级风的这种变化导致形成了阻碍深层对流活动的分歧异常，加强了延伸达700 hPa的东风，强化了中加勒比加勒比地区的上升运动和强降水美国和太平洋地区的沉降和晴朗的天空（Magana〜et al。，1999）。第二绝对最大峰值发生在8月至10月（ASO）（Taylor and Al-faro，2005）。 7月下旬至8月初，太阳辐射较少，太阳辐射更多，将SST加热至28摄氏度以上。此时，贸易风险减弱和收敛性低水平异常导致了深度增长（Magana〜et al。，1999）。通常这个季节是太平洋边坡极端事件发生频率最高的地区。加勒比海斜坡与ASO下降的降雨形成对比，主要是由于季风和贸易风力的下降（Taylor and Alfaro，2005; Amador et al。，2006）。

过去十年来，中美洲海面温度（SST）对降水变率的影响已经得到深入研究。 Alfaro（2007）解释说，除了赤道太平洋的年际变率主要模式，埃尔尼诺 - 南方奥斯宁，或ENSO（Waylen等，1994，1996a，b），年内和应考虑热带大西洋SST的年代际变化，以更好地解释中美洲的降水变率（Enfield和Al-faro，1999; Alfaro，2000; Gianni et al。，2000,2001; Enfield et al。，2001 ; Waylen和Quesada，2001; Taylor et al。，2002; Spence et al。，2004; Poveda et al。，2006）。深层对流的变异性和与该地区复杂地形有关的贸易风的强度受到周围温水池（Enfield和Al-faro，1999）的影响，温度高于28.5℃（ Wang等人，2006），以及他们在峡谷周围的梯度。此外，中美洲周边的SST的变异性改变了上覆大气环流的一些关键特征，如美洲海洋加勒比低级喷气机（Amador，1998; Poveda和Mesa，1999; Wang，2007 ）和Hadley细胞（Wang，2006）。在中美洲，区域气候展望论坛（RCOF）已经在MJJ，ASO和DJFM季节进行了降水积累预测（Donoso和Ramırez，2001）。参加这些论坛是来自不同社会经济领域的若干利益相关者，如能源，卫生，农业，民防等。他们的建议之一是将季节性降水预测延伸到其他变量，如雨天频率和极端事件（潮湿和干旱）。使用Gershunov和Cayan（2003）开发的方法，

最近的作品由Alfaro（2007）和Fallas Lopez（2009）显示，这一建议可以针对使用SST场作为预测因子的规范相关分析（CCA）在地峡上的ASO极端降水事件进行调整。他们的作品表明，CCA为中东美国若干地区ASO期间不同降水方面的预测提供了很好的技术成果。

在这种情况下，这项工作的目的是为ASO季节建立巧妙的CCA预测模型，使用预测每月降水累积量（ACM），下雨天数（FRD），超过第80百分位数或p80的天数潮湿的极端）和不超过中美洲哥斯达黎加的第10百分位数或p10（极端极端）的天数百分比。我们首先使用第90个百分位数作为潮湿极限阈值，以允许对称分布，但它在几乎所有站中产生了重要数量的零的时间序列。使用第80个百分点没有提出这个问题，更好地代表了季节性季节变化的季节，累积了大量的降水量。在教会2描述了使用CCA的模型构建的一些相关特征。第3节介绍了主要结果和Sect。 4包括2010年海员ASO的定性预测验证，同时考虑到国家新闻影响和灾害报告的总结。

2建模模型

基本上，模型的建立方式与Ger-shunov和Cayan（2003）相同。 史密斯等人的SST （2008）被用作预测值，包括63°N-10°S和160°E-15°W，几乎覆盖了所有的北热带东太平洋，加勒比海，墨西哥湾以及北热带大西洋的一部分。 这个SST地区被选为这项研究，因为它包括重要的海洋变率模式，如厄尔尼诺 - 南方涛动，太平洋十年振荡和大西洋多年代振荡。 2010年4月至10月的每月SST领域被分析为潜在预测因素; 因此，在四分之一的时间之前研究了一个经典的预后计划，并且每个本季度完成预后计划（提前期）。 允许每个模型在预测器中以及在预测场和1 lt;q lt;p CCA配对模式中将1 lt;p lt;P EOF模式区分开，其中选择P = 17作为模式的最大合理数量。 选择此阈值以避免过度参数化模型，如Gershunov和Cayan（2003）和Alfaro（2007）所示。 为了优化模型（即最佳模式组合），建立了空间技能平均（R）。 为了计算这个技能，首先，对于每个站（观察时间序列），使用交叉验证模型（Wilks，2006）估计完整时间序列，其中1个月窗口表1.所有预测变量（X模式，图6中的红线）的第一模式与Nino3〜和AMO之间的归一化差异之间的相关性。所有值均具有99％以上的统计学意义（alpha;lt;0.01）。显着性根据戴维斯（1976）计算。变量（模式1）R

ACM 0.68

FRD 0.84

P80 0.74

P10 -0.82

从1969年到2008年。然后，在估计的时间序列和观察到的时间序列之间计算Pearson相关系数（Wilks，2006）。之后，计算出这些系数的平均值。该最终平均值的最大值被选为最佳模式组合，因此是特定SST月份的最佳模型。所以，最后，模型不一定有17个EOF和CCA模式。通常，该型号配备了少量的EOF和CCA模式（见下一节）。最后，将每个月的空间技能平均值进行比较，确定哪一个技能最好。使用的CCA工具是气候可预测工具或CPT，由国际气候与社会研究所（IRI，http://portal.iri.columbia.edu）制定。收集了各种水文气象服务的一系列降水资料，但只有1969年至少有60％的数据存在。到2008年，由于这一时期的数据密度和质量，也被认为是基准期。共有29个电台（位于哥斯达黎加的24个电视台，尼加拉瓜的3个电视台，巴拿马的2个电视台，哥斯达黎加的陆上寄宿生活站）。他们被认为是代表性的，与哥斯达黎加不同的气候区域相关（图1）。如果当天观测到的降水量大于0毫米/天，我们将天定义为多雨。从日常数据库计算每月预先累积（ACM）和下雨天数（FRD）。对于这两个变量，计算了用作预测字段的ASO的季节性累积。另外，在本季度的每一个月，估计超过每月气候第80百分位数（p80，极端极端）的天数以及每月气候低于第10百分位数（p10，极端极端）的天数百分比;这两个数量来自日降水分布。 p80和p10的ASO的平均值也被认为是预测领域。最后，Al-faro和Soley（2009）的建议使用EOF填充时间序列。

八月份所有四个预测值都具有最高的价值。这也是重要的，因为在预测的ASO季节可以早期探索完美的预后预测方案。交叉验证（图3a，b，c，d，以下分别为ACM，FRD，p80和p10的序列）在大多数站中显示出良好的空间技能，其数据具有高于95的统计学显着性根据戴维斯（1976）研究的所有变量，％。ACM，FRD，p80和p10分别在每个模型中捕获的CCA模式数分别为2,3和1。每种情况下的模式选择都是具由最高空间技能平均（R）的模型。请注意，通过使用少量的CCA模式实现了最大平均空间技能。这意味着获得了简化模型，便于解释。

图4显示与SST模式1（X模式1）相关的载荷与赤道中东太平洋相关，与加勒比和北热带大西洋（NTA）负相关。然而，在预测领域，该模式的载荷（Y模式1）对于ACM，FRD和p80（图5a，b和c）的太平洋（加勒比）斜率中的站呈现负（正位）值，p10呈现逆模式 5d）。 Alfaro（2007）和Fallas Lopez（2009）发现中美洲降水积累的结果类似，显示赤道东太平洋与NTA之间的SST异常偶极子模式主导着ASO中峡谷的降雨变率（例如Enfield和 Alfaro，1999）。 这种模式意味着，如果赤道东太平洋SST异常与NTA相比趋于变暖，那么在太平洋沿岸的降水反应往往与太平洋斜坡上的干旱异常和加勒比边缘的湿度相关。 时间序列主要表现为第一种模式捕获的年际变异（图6a，b，c，d）。

一个重要的方面是，所有的第一种模式都具有显着的相关值与Nino3与大西洋多时代振荡（AMO）指数之间的标准化7月差异（表1）。 这意味着知道这些指数预测，经验法则可用于ASO降水相关预测。 例如，图7的7月SST模式之间建立了连续性表。 6（红线）和这些指标（表2）。 这些表格显示，与上述（以上）相比，正常值倾向于与NTA相比，ACM，FRD和p80模式相对较暖（较冷）的SST赤道东太平洋岛屿，而p10表现出相反的行为。 还要注意，相反情况的概率非常小。

ACM模型中第二种模式的时间序列（图7a，7月SST）主要表现为多年变量关联 - 使用AMO（表3a）。 一般来说，低于（以上）不正常的AMO值往往与中美洲的干燥（较湿）条件相关。 这个结果与Al-faro（2007）一致。 根据Goldenberg等人的说法，这可能反映了北大西洋SST的增加（减少），垂直风切变 - 多变量尺度的变化（下降）（这种变化对于大西洋岛屿的飓风活动产生了积极的（差的）飓风活动）。（2001年）。 FRD模型的第三种模式（图7b）显示了与太平洋十年振荡（PDO，表3b）相关的年代际变化。 PDO对中美洲降水场的影响。

lt;

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[27352]，资料为PDF文档或Word文档，PDF文档可免费转换为Word