大数据分析中国冬季重度雾霾的成因(三)
因此,2013年的事件是以華北區域通風不良為特征的MCA模式的體現。由北極冰和北歐降雪形成的天氣作用力,這點已經有成分分析證明,這個作用力增強了MAC 與Z850模式,導致PPI升高,和華北地區的重霧霾,這個推測是合理的。為驗證這個假設我們用地球社區模型做了高靈敏度的模擬。
我們用過去30年的數據運行了程序分別用以驗證北冰洋海冰面積,海面溫度(SST)和3個集成模擬林敏度對氣候的影響。第一個集成模擬靈敏度用氣候北極海冰濃度數據(SIC),氣候北歐亞大陸積雪覆蓋面積(SCE)替換北冰洋海冰濃度數據(SIC)和北冰洋積雪覆蓋面積(SCE),第二個集成模擬靈敏度用歐亞大陸雪水當量(SWE),第三個集成模擬靈敏度采用北極海冰濃度數據(SIC)北冰洋海冰面積,海面溫度(SST)和歐亞大陸雪水當量(SWE)。
PPI累積分布函數(CDF)對北極冰圈作用力的響應與分析數據做了對比,北冰洋海冰和歐洲降雪明顯的提升了PPI的值。實測數據表明PPI增長了49%,程序模擬增長了52%,代入表明海冰作用力的第一集成模擬靈敏度增長了58%,代入表明降雪影響力的第二集成模擬靈敏度增長了62%,代入同時表明海冰和降雪作用力的第三模擬靈敏度增長了66%
而且,冬季PPI的綜合平均值從程序模擬的中的0增加到第一集成模擬靈敏度的0.06(P = 0.34),第二集成模擬靈敏度(P = 0.005)和第三集成模擬靈敏度(P = 0.003)均為0.20。為了調查2013年的極端情況。我們檢查了靈敏度模擬極限集合成員的分布,定義PPI為大于CTRL集合的95%
第一集成模擬靈敏度(SENS1)的極值和直接運行程序(CTRL)的極值差不多,而第二集成模擬靈敏度(SENS2)和第三集成模擬靈敏度(SENS3)的極值分別增加了80%和100%,(第二和第三集成模擬靈敏度)中的歐洲降雪作用力明顯比北極冰作用力對華北地區的PPI極值有更大影響,這也和觀察吻合。
(A)對應實測數據和地球模型(CESM)的華北地區的PPI累計分布函數,紅色實現對應PPI為0
(B)對應第一集成模擬靈敏度的PPI極值分布
(C)對應第二集成模擬靈敏度的PPI極值分布
(D)對應第三集成模擬靈敏度的PPI極值分布,黑點表示基于自舉方法的99%顯著性水平
由于內部模型的變異性,集合模擬中的Z850和PPI(圖2)的第一個MCA模式的強度分布在CTRL運行中是對稱的(圖3)。當2013年北極海冰和歐亞降雪作用加劇時,這些模式明顯轉向更高的強度,也證實北極冰作用力為華北地區的極端陰霾提供了有利的條件,這些模型對北極冰作用力的響應強度大于對歐洲降雪作用力的響應強度,可能源于氣候模擬系統與實測數據的差異
總結
以上是生活随笔為你收集整理的大数据分析中国冬季重度雾霾的成因(三)的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 大数据分析中国冬季重度雾霾的成因(二)
- 下一篇: 对抗神经网络,梦,潜意识