利用NCEP/NCAR再分析500 hPa高度场资料,采用EOF和非线性主成分分析(NLPCA,Nonlinear Principal Component Analysis),研究了北半球冬季大气环流遥相关型的非线性特征,并将两种分析的结果与实际观测相比较,结果表明:NLPCA在提取资料场...利用NCEP/NCAR再分析500 hPa高度场资料,采用EOF和非线性主成分分析(NLPCA,Nonlinear Principal Component Analysis),研究了北半球冬季大气环流遥相关型的非线性特征,并将两种分析的结果与实际观测相比较,结果表明:NLPCA在提取资料场序列的低维非线性相关结构方面比传统EOF有明显的优越性。北半球冬季大气环流的遥相关型有明显的非线性结构特征,特别是EU型和PNA型,当非线性主成分NLPC取正负极值时,EU和PNA型并不是呈现完全的反位相结构。NLPC取负极值时,EU型的活动中心位置比NLPC取正极值时位置偏西,特别是欧亚大陆中部的距平中心,负中心比正中心偏西,强度更强;PNA型的4个距平中心在NLPC取正极值时比负极值时更集中,副热带太平洋的正中心、北太平洋的负中心比NLPC取负极值时的反符号中心偏东,强度更强。展开更多
利用中国160站逐月降水资料,运用一种基于前馈型人工神经网络的非线性主成分分析方法(nonlinear principal component analysis,NLPCA)研究了中国近50 a四季降水异常分布的非线性特征。结果表明,NLPCA有能力表示出更一般的低维结构特征...利用中国160站逐月降水资料,运用一种基于前馈型人工神经网络的非线性主成分分析方法(nonlinear principal component analysis,NLPCA)研究了中国近50 a四季降水异常分布的非线性特征。结果表明,NLPCA有能力表示出更一般的低维结构特征。四季降水的异常分布都具有一定的非线性相关空间结构,其中春夏季节非线性较强,秋冬季节稍弱;四季降水距平的一维NLPCA近似在非线性主成分取极端相反位相时,对应的空间分布型表现出明显的不对称性。四季降水异常的一维NLPCA近似都比传统一维PCA的近似逼真,且存在季节变化。展开更多
文摘利用NCEP/NCAR再分析500 hPa高度场资料,采用EOF和非线性主成分分析(NLPCA,Nonlinear Principal Component Analysis),研究了北半球冬季大气环流遥相关型的非线性特征,并将两种分析的结果与实际观测相比较,结果表明:NLPCA在提取资料场序列的低维非线性相关结构方面比传统EOF有明显的优越性。北半球冬季大气环流的遥相关型有明显的非线性结构特征,特别是EU型和PNA型,当非线性主成分NLPC取正负极值时,EU和PNA型并不是呈现完全的反位相结构。NLPC取负极值时,EU型的活动中心位置比NLPC取正极值时位置偏西,特别是欧亚大陆中部的距平中心,负中心比正中心偏西,强度更强;PNA型的4个距平中心在NLPC取正极值时比负极值时更集中,副热带太平洋的正中心、北太平洋的负中心比NLPC取负极值时的反符号中心偏东,强度更强。
文摘利用中国160站逐月降水资料,运用一种基于前馈型人工神经网络的非线性主成分分析方法(nonlinear principal component analysis,NLPCA)研究了中国近50 a四季降水异常分布的非线性特征。结果表明,NLPCA有能力表示出更一般的低维结构特征。四季降水的异常分布都具有一定的非线性相关空间结构,其中春夏季节非线性较强,秋冬季节稍弱;四季降水距平的一维NLPCA近似在非线性主成分取极端相反位相时,对应的空间分布型表现出明显的不对称性。四季降水异常的一维NLPCA近似都比传统一维PCA的近似逼真,且存在季节变化。
