厄尔尼诺事件

摘要： 对比分析了不同类型El Nino事件对珠峰地区冬季降水和气温的影响,结果表明:(1)El Nino事件当年大部地区降水偏少,翌年大部地区偏多;东部型当年大部地区偏少,翌年大部地区偏多;中部型当年帕里和中西部偏少外各地偏多,翌年大部地区偏多。(2)在El Nino当年,冬季降水距平随El Nino的峰值强度呈反比,El Nino强度越强;在El Nino翌年,冬季降水距平随El Nino的峰值强度的相关性不显著。(3)珠峰地区冬季降水量与同期赤道中西部太平洋的海温呈负相关,与赤道中东太平洋、赤道印度洋和赤道大西洋呈较明显的正相关。

摘要： 基于1961-2010年中国地面台站和卫星观测等多种数据,对不同类型厄尔尼诺事件次年夏季中国地区云的变化特征和不同类型降水的变化特征进行了分析,探讨云的变化特征与总降水异常的复杂联系。结果表明:站点数据中,厄尔尼诺事件次年夏季总云量和低云量的异常与降水异常分布形势大致相同;积雨云、雨层云和层积云等低云的出现频率有所增加。云量与降水异常在全国范围内表现出显著的正相关;通过显著性检验的正相关站点,云量与降水异常的线性关系也通过了显著性检验,总云量和低云量与降水的增加比例分别接近1:3和1:1。卫星观测数据中,厄尔尼诺事件次年夏季高云量、深对流云量、光学厚度和云水路径的变化与站点降水异常基本呈正相关;黄河以南地区总降水的变化主要来源于对流降水的异常,其贡献比例高达80%。中国东部地区低云对降水具有很好的指示作用;厄尔尼诺事件次年夏季南方地区总降水的异常主要来自对流降水的变化;对流降水异常增加与深对流云的异常增多有关。厄尔尼诺事件的发生使得次年夏季中国季风区对流活动增强,对流云云量增多,云层增厚,云顶向上发展,故而对流降水增加,异常雨带形成。

摘要： 金枪鱼围网鲣(Katsuwonus pelamis)主要作业渔场位于中西太平洋热带海域,厄尔尼诺事件对其分布有显著影响。文章基于中国大陆地区渔船围网鲣渔捞日志数据及环境因子,构建最大熵模型(Maximum Entropy Model,MaxEnt),探讨不同类型厄尔尼诺事件对渔场空间分布及环境因子的响应特征。结果表明:1)利用MaxEnt模型能够较好预测渔场分布;2)中等强度中部型厄尔尼诺事件中鲣渔场主要分布在赤道太平洋160°E附近,超强东部型和弱中部型厄尔尼诺事件中鲣渔场主要分布在赤道太平洋170°E附近;3)50 m水深温度(Temperature of subsurface at 50 m depths,T50)、海表盐度(Sea surface salinity,SSS)、海表温度(Sea surface temperature,SST)是影响鲣分布的关键因子,在中等强度中部型厄尔尼诺事件中,SSS贡献率最高;而在超强东部型和弱中部型事件中,T50贡献率最高;4)鲣渔场重心在经度方向上集中分布于160°E—175°W海域,不同尼诺事件下,适宜栖息地面积比分别为:中等中部型事件24%,超强东部型事件28%,弱中部型事件29%。

摘要： 金枪鱼围网鲣(Katsuwonu spelamis)主要作业渔场位于中西太平洋热带海域,厄尔尼诺事件对其分布有显著影响.文章基于中国大陆地区渔船围网鲣渔捞日志数据及环境因子,构建最大熵模型(Maximum Entropy Mod-el,MaxEnt),探讨不同类型厄尔尼诺事件对渔场空间分布及环境因子的响应特征.结果表明:1)利用MaxEnt模型能够较好预测渔场分布;2)中等强度中部型厄尔尼诺事件中鲣渔场主要分布在赤道太平洋160°E附近,超强东部型和弱中部型厄尔尼诺事件中鲣渔场主要分布在赤道太平洋170°E附近;3)50 m水深温度(Temperature of subsurface at 50 m depths,T50)、海表盐度(Sea surface salinity,SSS)、海表温度(Sea surface temperature,SST)是影响鲣分布的关键因子,在中等强度中部型厄尔尼诺事件中,SSS贡献率最高;而在超强东部型和弱中部型事件中,T50贡献率最高;4)鲣渔场重心在经度方向上集中分布于160°E—175°W海域,不同尼诺事件下,适宜栖息地面积比分别为:中等中部型事件24％,超强东部型事件28％,弱中部型事件29％.

摘要： 利用中国东部、南部和北部各5个站点近60年以来的气象观测资料,分析了厄尔尼诺事件对我国东部气温和降水的影响,结论如下:在厄尔尼诺事件的影响下,中国东部大部分地区温度相对常年偏高;厄尔尼诺事件夏秋季对我国东部南方气温的影响大于对北方的影响,春季对北方影响较大,对南方影响较小,冬季厄尔尼诺事件对我国东部气温影响相对较小;在厄尔尼诺事件影响下,春季受降水影响较少,北方地区夏、秋和冬季降水及年降水都偏少,南方地区秋季降水显著增多,东南地区冬季降水也显著增加。

摘要： 介绍了厄尔尼诺、拉尼娜和ENSO事件的概念、分类以及国内外研究现状与方法,综述了厄尔尼诺和拉尼娜事件对我国东北林区、西南林区、南方和华北林区的森林火险气象因子及森林火灾的影响,并就1950-2016年不同林区厄尔尼诺/拉尼娜年份森林火灾的发生情况开展统计分析.文献综述和分析结果表明,厄尔尼诺当年及次年东北地区夏季通常出现高温、降水减少,拉尼娜次年气温偏低,降水增多,厄尔尼诺当年及次年该地区森林火灾明显增加.西南地区在厄尔尼诺年份和拉尼娜年份都会出现干旱,火险高于常年.长江流域及长江以南地区常常发生干旱,拉尼娜年份降水量有增加趋势.南方林区在厄尔尼诺年份森林火灾减少,而在拉尼娜年份森林火灾增加.华北地区在厄尔尼诺年份温度呈现负异常,易发生干旱,春季火灾比常年严重.

摘要： 通过对江门市6个国家地面气象观测站1962-2016年近55年的降水和气温资料、1962-2016年发生的厄尔尼诺和拉尼娜事件,采用统计学方法进行分析,以研究厄尔尼诺和拉尼娜事件对江门市气候的影响.结果 表明:近55年来江门市的年降水量和气温都呈现波动上升的趋势;当厄尔尼诺和拉尼娜事件发生时对江门市的年降水量、暴雨日数都有增多的作用,但厄尔尼诺事件发生年份增大幅度较大;拉尼娜事件发生时,江门市气温总体是略偏低的;在总体气候处于暖期,厄尔尼诺事件发生时,江门市的气温是偏高的,且厄尔尼诺事件的强度越强,年平均气温偏高幅度越大.

摘要： A中国南方阴雨,60年来太阳流浪最久一次2018年12月以来,江南、江淮等地降水天数都超过了40日。虽然2月下旬时,多地短暂地出现过晴天,但根据中央气象台发布的天气提示,在南方地区出现的罕见持续阴雨寡照天气还会维持到3月上旬。

摘要： 目前极端天气频发,对各地区的农业生产造成巨大损失.保定是冀中地区重要的粮食生产基地,研究厄尔尼诺事件对保定地区气温和降水的影响,对指导该地区农业生产具有重要意义.获取该地区1988～2018年气温与降水数据、农业气象灾害数据和粮食(小麦和玉米)产量数据,根据GB/T 33666―2017确定该地区厄尔尼诺事件发生年,采用线性趋势和Mann-Kendall(M-K)检验方法,分析1988～2018年保定地区气温和降水的变化趋势与突变情况;利用不同季节的气温和降水距平,分析厄尔尼诺事件对该地区农业生产产生的影响;采用GIS反距离权重法差值,分析保定地区各县(市)气温和降水变化幅度的空间分布特征.得到以下结论:(1)该地区出现超强级厄尔尼诺事件2次、中级厄尔尼诺事件4次、弱级厄尔尼诺事件2次,共计8次.(2)保定地区气温呈上升趋势,降水量呈下降趋势,且通过了M-K检验.气温和降水的突变年与厄尔尼诺年耦合.(3)保定市年平均气温空间分布由东向西逐渐增强,降水量变化空间分布由北向南逐渐减弱.保定西部暖干趋势最为显著,东部偏干但升温不明显.(4)不同等级的厄尔尼诺事件,4个季节的气候变化差异较大.厄尔尼诺事件发生年,农业灾害发生比例增加,且造成当年夏秋粮减产.

摘要： 统计1961-2016年我国出现厄尔尼诺事件发生次数,在对应的尼诺年份对临汾市春夏两季降水进行统计,并从尼诺事件发生的季节和强度出发,详细分析厄尔尼诺年与春季和夏季降水的相关性和旱涝关系,结果表明:1)1961-2016年的57年中,厄尔尼诺事件共出现15次,其中以中强事件为主,春季出现的几率最大,秋季最少.2)春季发生厄尔尼诺事件中,当年春季降水变化没有规律,当年夏季异常偏少的概率大;次年春季偏少的概率为100％,次年夏季异常偏多概率为80％.3)夏季发生的厄尔尼诺事件中,当年夏季降水出现偏少的概率大,并一般不会持续到次年的夏季,如果持续必为异常旱年.次年春季异常偏涝的概率大为67％.4)秋季发生的厄尔尼诺事件,次年一般为正常年份,不会出现涝年或旱年.5)中强厄尔尼诺事件,当年春季和夏季降水出现异常偏少的概率都较大,均占偏少年份的67％;次年春季降水变化无规律,次年夏季降水偏少的概率为71％,异常偏少占偏少年份的40％.6)弱厄尔尼诺事件中,当年夏季降水量偏少的概率为100％,异常偏少年份占偏少年份的50％;次年春季降水偏少的概率大,异常偏少的年份占少数;次年夏季降水偏多的概率较大为67％,异常偏多年份占偏多年份的50％.

摘要： 对江苏省而言，超强厄尔尼诺事件的影响显著而复杂，既有相似性，又具有不同的特点。3次超强厄尔尼诺事件发展加强年，江苏省秋季多雨。但阴雨持续时间不同、降雨强度不同、影响区域不同。前两次强厄尔尼诺结束年即1983年和1998年，江苏省夏季出现洪涝。夏季强降水也具有持续时问不同、强度不同、影响区域不同的特点。相比之下，1998年夏季洪涝更为严重。鉴于2014/2016超强厄尔尼诺事件与1982/1983和1997/1998年两次超强厄尔尼诺事件已有的相似影响，同时考虑2016年厄尔尼诺结束年江苏夏季降水的复杂性，建议高度关注夏季洪涝或内涝发生的可能，要谨防上游客水及本地降水的双重影响，做好防洪防涝的准备工作。

摘要： 本文基于实时,历史资料和NCEP/NCAR提供的再分析资料,利用1980-2016年全球海平面温度及高度资料,纬向风大气资料,以及各层大气位势高度资料,综合对2014年到2016年的厄尔尼诺事件及其对东亚季风的影响做了一系列的分析研究.

摘要： 考虑到目标观测传统方法的局限性,提出了基于粒子滤波同化方法的目标观测新方法,即利用粒子滤波同化方法,通过计算predictivepower估计同化不同区域观测对集合成员不确定性的减小程度,同时利用集合离散度与集合平均误差的相关关系共同确定目标观测的敏感区.文中将新方法应用于两类厄尔尼诺事件的可预报性，揭示了CP-ElNi(n)o事件的预测对SST最敏感，且目标观测敏感区主要位于赤道中东太平洋;EP-El Ni(n)o事件SST和纬向风为潜在的目标观测敏感变量，SST的敏感区位于赤道中东太平洋，低层纬向风的敏感区位于赤道中西太平洋。从以上结论可以看出，无论是CP-El Ni(n)o事件还是EP-El Ni(n)o事件，用粒子滤波目标观测新方法确定的SST敏感区都位于赤道中东太平洋，而且通过回报实验检验，这些敏感区的目标观测在提高两类El Ni(n)o预报技巧中是有效性。因此，在实际预测中，若能优先在赤道中东太平洋内优先同化SST，可能会更有效地提前成功预测哪类El Ni(n)o事件将会发生。

摘要： 本文利用长江流域夏季降水资料和NCEP/NCAR再分析资料、NOAA海温等资料,对比分析了1998年和2010年夏季降水异常特征,探讨了不同分布型的厄尔尼诺事件背景下长江流域典型涝年的夏季低频降水的特征及成因.结果表明,1998年长江流域全流域性多降水,而2010年降水偏多区域主要集中在长江中下游地区.1998年长江流域夏季降水存在8～15d和30～50d的显著低频周期,来自阿拉伯海、孟加拉湾的西南水汽通量输送及沿着副高西南、西北边缘来自西太平洋、南海的东南水汽通量输送对该年长江流域夏季8～15d低频周期降水的发生和维持有着显著的作用.而2010年长江流域夏季降水存在10～20d和30～60d的显著低频周期,来自西太平洋的偏东水汽通量输送和沿副高西南侧北上的东南水汽通量输送对该年长江流域夏季10～20d低频周期降水的发生和维持有着显著的作用.

摘要： 2017-2018年可能发生厄尔尼诺事件,2019可能发生拉尼娜事件,2026年太阳黑子峰年和2019-2020年太阳黑子谷年可能爆发流感流行.2017年进入气象-地震-经济超级灾害链倒计时.2017年至2018年可能爆发9级以上特大地震,2017-2018年8.5级以上大震频发,火山活动活跃.最危险地区为日本、俄罗斯和美国,中国云南和台湾.研究发现，2017年7月18日至9月12日拉尼娜指数由0.6降到-0.9，是因为7月30日-11月6日为地球自转减速阶段，不利于厄尔尼诺的发展。9月13-25日南极半岛海冰最大值偏少加速了拉尼娜指数的一路飘升，验证了南极半岛海冰的气候开关作用。

摘要： 海洋中较强的层结特征是发生海洋内波的必要条件,基于HYCOM计算的南海北部多年温盐数据,分析了该区域海洋分层年际尺度的时空分布特征.结合ONI指数,分析在厄尔尼诺和拉尼娜事件分别发生时南海北部海洋分层对该事件的响应.

摘要： 海洋中较强的层结特征是发生海洋内波的必要条件,基于HYCOM计算的南海北部多年温盐数据,分析了该区域海洋分层年际尺度的时空分布特征.结合ONI指数,分析在厄尔尼诺和拉尼娜事件分别发生时南海北部海洋分层对该事件的响应.

摘要： 海洋中较强的层结特征是发生海洋内波的必要条件,基于HYCOM计算的南海北部多年温盐数据,分析了该区域海洋分层年际尺度的时空分布特征.结合ONI指数,分析在厄尔尼诺和拉尼娜事件分别发生时南海北部海洋分层对该事件的响应.

摘要： 海洋中较强的层结特征是发生海洋内波的必要条件,基于HYCOM计算的南海北部多年温盐数据,分析了该区域海洋分层年际尺度的时空分布特征.结合ONI指数,分析在厄尔尼诺和拉尼娜事件分别发生时南海北部海洋分层对该事件的响应.

摘要： 本发明公开了一种基于增量学习的厄尔尼诺极端天气预警方法及装置，方法包括：基于增量训练，即使用一多尺度特征频域蒸馏技术，选择性地约束多尺度特征低频分量的漂移，记忆并行卷积神经网络在旧任务中学到的知识；使用一多尺度特征自适应融合技术，根据输入多尺度数据不同的时间跨度，自适应学习不同的融合参数，增强对新任务的学习能力；自适应融合后的特征通过全连接层，输出反映厄尔尼诺现象变化规律的Nino3.4指数，建立极端降雨概率

摘要： 本发明公开了一种利用ENSO综合指标进行厄尔尼诺/拉尼娜等级划分及径流预测方法，用持续时间（MEI

摘要： 本发明基于抽象度更高的操作列之间的类似度而将操作事件列进行分类。事件解析装置具有：事件收集部，其对事件日志数据进行收集，该事件日志数据是表示由现场操作者执行过的操作的操作履历的数据；事件解析部，其对由所述事件收集部收集到的所述事件日志数据进行解析，提取解析结果数据，该解析结果数据表示所述现场操作者的操作的操作方法、或者所述现场操作者的操作的操作意图；操作列提取部，其指定多个期间而提取在各期间包含的解析结果数据组，分别提取基于操作时刻将所述解析结果数据组进行排序而成的操作列；以及操作列分类部，其基于彼此不同的多个所述操作列之间的类似度而将所述操作列进行分类。

摘要： 本发明能够提取操作者的操作方法、操作意图。事件解析装置具有：事件收集器，其对事件日志数据进行收集，该事件日志数据表示现场操作者执行过的操作的操作履历；基本单位操作分析器，其对所述事件日志数据进行解析，提取基本单位操作数据，该基本单位操作数据表示基于所述现场操作者执行过的操作的操作方法；以及单位操作分析器，其对所述基本单位操作数据进行解析，提取单位操作数据，该单位操作数据表示所述现场操作者执行过的操作的操作意图。

摘要： 本发明支持SOP的改善。事件解析装置包含：事件收集部，其收集表示由现场操作者执行过的操作的操作履历的数据即事件日志数据；事件解析部，其对由所述事件收集部收集到的所述事件日志数据进行解析，提取一个或多个对基于所述现场操作者的操作的操作方法进行表示的基本单位操作，或者对基于所述现场操作者的操作的操作意图进行表示的单位操作；现象提取部，其针对每个业务期间而提取由所述一个或多个基本单位操作或者单位操作按照时间排位排列而成的一个或多个操作列；现象分类部，其基于针对每个所述期间提取出的所述操作列之间的类似度而将所述操作列进行分类；以及操作次序构建部，其对被分类为同一种类的所述操作列进行解析，对基于所述现场操作者的操作的操作次序的构造进行推定。

摘要： 本发明公开了一种基于增量学习的厄尔尼诺极端天气预警方法及装置，方法包括：基于增量训练，即使用一多尺度特征频域蒸馏技术，选择性地约束多尺度特征低频分量的漂移，记忆并行卷积神经网络在旧任务中学到的知识；使用一多尺度特征自适应融合技术，根据输入多尺度数据不同的时间跨度，自适应学习不同的融合参数，增强对新任务的学习能力；自适应融合后的特征通过全连接层，输出反映厄尔尼诺现象变化规律的Nino3.4指数，建立极端降雨概率的映射函数，预测值超过阈值则进行暴雨预警并提前开展输电线路暴雨防治工作。装置包括：处理器和存储器。本发明可以有效的提升增量的厄尔尼诺现象下降雨量预测的准确度，减轻自然灾害。

摘要： 本发明公开了一种基于元学习的厄尔尼诺极端天气预警方法及装置，包括：设计全局引导的注意力机制引导低层特征的学习，并利用互信息约束加强不同层级海洋特征的表征一致性，将多层级海洋特征拼接为全局特征，利用该全局特征对厄尔尼诺指数进行预测；对每个元训练任务，利用元学习算法对多层级厄尔尼诺指数预测网络进行参数训练，得到能够处理不同时期数据，且有适应能力的网络参数；以元训练阶段优化好的参数作为初始化参数，在SODA数据集上对多层级厄尔尼诺指数预测网络进行进一步微调；在GODAS数据集上进行最终厄尔尼诺指数预测；建立最终厄尔尼诺指数与降雨量的映射函数，当预测降雨量达到一定阈值时进行预警并提前进行汛期防治工作。

摘要： 本发明公开了一种厄尔尼诺时期输电线路沿线山火变化特征计算方法及系统，以解决对ENSO时期输电线路沿线山火变化特征及响应情况缺乏分析的现状。本发明方法包括步骤：采集历史ENSO指数数据和输电线路沿线的历史山火火点数据；将山火火点数据和ENSO指数数据按厄尔尼诺时期、拉尼娜时期和非ENSO时期划分为三类，按时间顺序排列；分别计算三个时期内的山火火点平均值、山火火点距平值、ENSO指数数据平均值和ENSO指数数据距平值；根据山火火点平均值、距平值以及ENSO指数数据平均值、距平值计算厄尔尼诺时期和拉尼娜时期的山火火点特征变化影响系数和相关系数；根据影响系数和相关系数输出响应情况和响应程度。

摘要： 本发明基于抽象度更高的操作列之间的类似度而将操作事件列进行分类。事件解析装置具有：事件收集部，其对事件日志数据进行收集，该事件日志数据是表示由现场操作者执行过的操作的操作履历的数据；事件解析部，其对由所述事件收集部收集到的所述事件日志数据进行解析，提取解析结果数据，该解析结果数据表示所述现场操作者的操作的操作方法、或者所述现场操作者的操作的操作意图；操作列提取部，其指定多个期间而提取在各期间包含的解析结果数据组，分别提取基于操作时刻将所述解析结果数据组进行排序而成的操作列；以及操作列分类部，其基于彼此不同的多个所述操作列之间的类似度而将所述操作列进行分类。

摘要： 本发明能够提取操作者的操作方法、操作意图。事件解析装置具有：事件收集器，其对事件日志数据进行收集，该事件日志数据表示现场操作者执行过的操作的操作履历；基本单位操作分析器，其对所述事件日志数据进行解析，提取基本单位操作数据，该基本单位操作数据表示基于所述现场操作者执行过的操作的操作方法；以及单位操作分析器，其对所述基本单位操作数据进行解析，提取单位操作数据，该单位操作数据表示所述现场操作者执行过的操作的操作意图。