短期气候预测基础实习三_短期气候预测实习六
短期气候预测基础实习三由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“短期气候预测实习六”。
实习三：大气遥相关
一、实习目的及要求
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。
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。
二、实习内容
1、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；
2、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；
3、计算EU遥相关指数与同期我国气温的相关系数。
三、实习资料
大气环流场资料：
1、NCEP/NCAR 1948－2008年（61年）的500百帕月平均高度场资料
2、资料范围为（900S-900N,00-3600E)
3、网格距为2.50×2.50,纬向格点数为144，经向格点数为734、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：
1、我国气候中心整编的160站月平均气温资料；
2、全国160个台站；
3、所给的资料是1月份的；
4、资料为txt格式，参加资料说明。
四、实习步骤
1、编程计算1月份EU遥相关指数（标准化），画出指数图 编写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：此处给出的是第一步和第二步中的fortran程序，因此，步骤二中此程序不重复给出！
数据描述文件：
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;数据执行（gs）文件： 'reinit' 'open d:nyclimatesh3eu.ctl' 'enable print d:nyclimatesh3eu1.gmf' 'set t 1 61' 'd eu' 'print' 'disable print';给出1月份EU遥相关指数图：
1月份EU遥相关指数图
给出1月份标准化的EU遥相关指数
1月份标准化的EU遥相关指数
分析：从上面两幅图中，可以看出遥相关指数在1948-2008年中有很大变化，其中1963、1976、1984年等年份的正相关指数非常大，而1964、1972、1973年等年份则呈现出负相关。
2、编程计算1月EU遥相关指数与500hPa高度场的相关系数分布图并绘制图形（fortran程序已经在第一步中给出，因此这里直接给出描述文件和执行文件）数据描述文件：
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;数据执行（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';给出1月份EU遥相关指数与500hPa高度场的相关系数分布图：
1月份EU遥相关指数与500hPa高度场的相关系数分布图
分析：由此分布图可以看出，欧洲西部地区的上空位势高度与西伯利亚地区之间呈现出反相关关系，而与我国东北地区和日本一带则呈现出正相关关系。因为在我国东北地区到日本一带，冬季（1月份）有东亚大槽在此出现，同时在西伯利亚附近有高压脊，而在欧洲东部地区也有低压槽，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。另外,还可以看出西欧上空位势高度与北美洲北部地区呈负相关，与墨西哥地区呈正相关。
3、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。编写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 读数据（指数、经纬度、160站温度）
ccc
a:160站气温(1951~2010年)
ind：指数序列(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 编程求相关
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写站点数据 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 应用相应的数据描述文件和执行文件，绘制出1月份EU遥相关指数与我国气温的相关系数分布图：
1月份EU遥相关指数与我国气温的相关系数分布图
分析：由此分布图可以看出1月份EU遥相关指数与我国气温的相关系数的关系，我国从东北地区、华北地区一直到华南的沿海地区均为负相关区，说明此区域基本都吹北风，因为北风会带来冷空气的南下。所以由此可以得出：1月份我国东部沿海地区的气温降低，且根据相关系数的数值大小来看，气温降低的强度还是比较大的。另外，从此次实习选取的其他区域来看，在我国内蒙古东部，黄河中上游地区、新疆中部、青藏高原南部的局部地区以及海南等地也出现了数值小于-0.25的负相关区，由此基本可以得出全国大部分地区1月份的气温都有不同程度的下降
五、结果讨论
根据此次实习所做的1月份EU遥相关指数及其与同期500hPa高度场和气温的相关分布来看，EU遥相关型对我国的气候变化有很重要的影响。
结合步骤2中的分布图来看，EU遥相关指数很好的反映出了在欧亚西部上空，中高纬地区冬季1月份两槽一脊形势的强度变化趋势；同时，结合步骤3中的分布图来看，EU遥相关指数也反映出了我国冬季1月份气温的变化情况，尤其是在我国东部沿海地区的负相关区非常明显，可以很直观的看出沿海地区气温的下降幅度情况。
因此，通过此次实习，使我更进一步了解了EU遥相关型的相关知识；同时，通过对图形的分析，可以看出遥相关对某一地区大气环流异常的影响还是很大的，说明遥相关与天气气候有很密切的关系。
