短期气候预测实习报告三

南京信息工程大学实验（实习）报告

实验（实习）名称 短期气候预测实习 日期11.12得分 指导教师 系 ~专业 ~ 年级 ~ 班次~姓名Trichtu 学号~ 实习目的：

掌握大气环流中遥相关型指数的计算及其与大气环流和我国气候关系的分析。 实习要求：

要求运用资料，计算北半球1月遥相关指数，并分析它与环流和我国气候变化的关系；用图形输出指数年际变化曲线、遥相关的空间分布以及与我国气温的相关系数分布，正确分析结果数据，完成实习报告。 实习内容：

计算EU（欧亚）遥相关指数，输出1月份该指数年际变化的时间序列；

计算EU遥相关指数与同期环流场（500hPa高度场或海平面气压场）的相关系数； 计算EU遥相关指数与同期我国气温的相关系数。 实习资料： （大气环流场资料）

NCEP/NCAR 1948－2019年（61年）的500百帕月平均高度场资料 资料范围为（900S-900N,00-3600E)

网格距为2.50×2.50,纬向格点数为144，经向格点数为 73

资料为GRD格式，资料从南到北、自西向东排列，每月为一个记录，按年逐月排放。 (站点资料)：

我国气候中心整编的160站月平均气温资料；

全国160个台站，所给的资料是1月份的，资料为txt格式，参加资料说明。 实习方法简介： 实习步骤：

编程计算1月份EU遥相关指数（标准化），画出指数图；

编程计算1月份EU遥相关指数与500hPa高度场的相关系数分布图，并绘制图形； program calculation

real ind(61),h500(144,73,12,61),r(144,73) real sumx,sumy,xx,xy,yy

open(2,file='e:\\copy3\\data\\hgt500.grd',form='binary') open(3,file='e:\\copy3\\ind.grd',form='binary') open(4,file='e:\\copy3\\corr.grd',form='binary') !read data 1948-2019 do it=1,61 do k=1,12 do j=1,73 do i=1,144

read(2) h500(i,j,k,it) enddo enddo enddo enddo

write(*,*)'reading is ok' !calculation do it=1,61

ind(it)=-0.25*h500(9,59,1,it)+0.5*h500(31,59,1,it)-0.25*h500(59,53,1,it) end do

write(*,*)'calculation is ok' !correlation sumy=.0

yy=.0 do it=1,61 sumy=sumy+ind(it) yy=yy+ind(it)**2 enddo do i=1,144 do j=1,73 sumx=.0 xx=.0 xy=.0 do it=1,61

sumx=sumx+h500(i,j,1,it) xx=xx+h500(i,j,1,it)**2 xy=xy+h500(i,j,1,it)*ind(it) enddo

!write(*,*) 61*yy-sumy**2,61*xx-sumx**2

r(i,j)=(xy*61-sumx*sumy)/(sqrt(61*xx-sumx**2)*sqrt(61*yy-sumy**2)) end do end do

write(*,*)'corralation is ok' !writing do it=1,61 write(3) ind(it) enddo

!write(*,*) r(2,3)

write(4) ((r(i,j),i=1,144),j=1,73) write(*,*)'writing is ok' End

编程计算EU遥相关指数与1月份我国气温的相关系数分布图，并绘制图形。 program EP

real a(160,60),ind(61),r(160),aa(61),bb(61),lat(160),lon(160) character*8 id(160) real avex,avey,xx,xy,yy

open(2,file='e:\\copy3\\data\1601.txt') open(3,file='e:\\copy3\\ind.grd',form='binary') open(4,file='e:\\copy3\\data\\lat_lon.txt') open(5,file='e:\\copy3\\r160.grd',form='binary') ccccccccccccccc 读数据（指数、经纬度、160站温度） ccc a:160站气温(1951~2019年) ind：指数序列(1948~2019年) read(2,*)((a(i,j),i=1,160),j=1,60) close(2) do it=1,60 read(3) ind(it) enddo do is=1,160

read(4,*) lat(is),lon(is) enddo

cccccccccccccc 编程求相关 年份不同 sumy=.0 yy=.0

do it=1,58

sumy=sumy+ind(it+3) yy=yy+ind(it+3)**2 enddo do is=1,160 sumx=.0 xx=.0 xy=.0 do it=1,58 sumx=sumx+a(is,it) xx=xx+a(is,it)**2 xy=xy+a(is,it)*ind(it+3) enddo

r(is)=(xy*58-sumx*sumy)/(sqrt(58*xx-sumx**2)*sqrt(58*yy-sumy**2)) end do write(*,*)'corralation is ok' ccccccccccccccccccc写站点数据 do j=1,160 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 实习结果:

1月份EU遥相关指数，画出指数图；

可以看出EU指数随时间的波动，，在1972、1973、1984、1997、2019出现低值，1963、1976、1981、1984、1986、1995、2019出现高值。

1月份EU遥相关指数与500hPa高度场的相关系数分布图，并绘制图形；

从图中可以看出EU指数和亚种中部、北美洲北部及大西洋北部有显著正相关，与欧洲、亚洲东部、太平洋北部及北美洲南部有负相关。这些系统基本为500hPa的永久性或半永久性环流中心。而与南半球的相关性不显著也反映了这个指数是来自于北半球的资料。该指数反映了北半球500hPa的环流中心的强弱。EU指数越强，则位于亚洲中部的位势高度越高，即亚洲低压系统较弱，而北太平洋上的位势越低，则反映副高的减弱。因此此图很好的反映出了两槽一脊的强度变化，即东亚大槽和欧洲东部的槽加深时，西伯利亚附近的脊发展。

计算EU遥相关指数与1月份我国气温的相关系数分布图，并绘制图形。

从图中可以看出，EC指数与我国东北南部、山东半岛即东南沿海地区的气温呈显著负相关。与2图的全球500hPa高度场的在东亚地区的负相关吻合。另外还有一些地区，如内蒙古中部、陕西、青海、新疆及西藏的少部分地区由显著的负相关。根据热成风原理，EC正距平的年份，我国中南沿海会有偏北的热成风。北风可能会引起冷空气南下导致该年的冬季气温偏低。