彭跃华
- 作品数：10 被引量：26H指数：3
- 供职机构：中国科学院大气物理研究所更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：天文地球航空宇航科学技术理学一般工业技术更多>>
- 用互信息法和cao方法试探ENSO的可预报性
- 为了研究ENSO的可预报性及其在空间和时间上的变化,本文利用相空间重构的参数确定方法——互信息法和cao方法来分析研究海表温度异常（SSTA）序列。互信息法的结果表明,时间序列较长,求出的延迟时间较符合理论值。Cao方法...
- 彭跃华于江龙范磊赵志刚
- 关键词：时间序列互信息可预报性
- 文献传递
- 条件非线性最优扰动在热带气旋调控减灾中的应用初探被引量：1
- 2019年
- 为主动减小热带气旋灾害,给将来热带气旋调控的工程实践奠定理论基础。从RossHoffman对热带气旋调控减灾的研究出发,引出了作为非线性最优控制技术的四维变分天气控制版本。简要介绍了条件非线性最优扰动(CNOP)的概念,在此基础上,重点介绍了CNOP方法与四维变分方法相比改进方面的主要应用,它可以利用控制过程中的观测数据,从而在天气控制方面优于四维变分技术。进一步研究了CNOP在热带气旋控制中的另外两个应用,即对初始扰动发展为热带气旋的反演以及利用CNOP寻求产生最大垂直风切变的扰动。新的非线性最优控制技术可称为"非线性最优强迫变分(NOFV)"或"非线性最优强迫扰动(NOFP)"方法,它可以使控制尽可能接近观测。研究表明,CNOP方法在热带气旋调控减灾中大有用武之地。
- 彭跃华彭跃华张卫民郑崇伟
- 关键词：四维变分
- 西北太平洋台风路径的聚类分析被引量：11
- 2019年
- 重点研究了1983-2002年的西北太平洋台风最佳路径数据资料集,运用Python编程语言,编写聚类分析程序,对台风数据进行聚类分析。通过资料中包含的台风强度、中心位置坐标的台风路径特征参数,利用K均值聚类法对西北太平洋台风路径进行客观地分类,分类数选定为6类。比较各类台风路径类型的生成位置、强度、气候趋势等特征,为台风路径的气候预测提供有用的信息。结果主要表明:6类台风包含4类转向路径台风和两类西北偏西的直行路径台风;直行路径台风几乎全部影响我国,转向路径中只有1类台风主要影响我国;从各类台风发生的频数来看,两类直行路径台风均呈下降趋势,有3类转向路径台风呈上升趋势。
- 彭跃华彭跃华王挺王苏刘博
- 关键词：台风路径K均值聚类
- 用互信息法和cao方法试探ENSO的可预报性
- 为了研究ENSO的可预报性及其在空间和时间上的变化，本文利用相空间重构的参数确定方法——互信息法和cao方法来分析研究海表温度异常(SSTA)序列。互信息法的结果表明，时间序列较长，求出的延迟时间较符合理论值。Cao方法...
- 彭跃华于江龙范磊赵志刚
- 关键词：可预报性ENSO现象海表温度异常相空间重构
- 文献传递
- 应用互信息法和Cao方法探讨ENSO的可预报性被引量：8
- 2011年
- 为了研究ENSO的可预报性及其在空间和时间上的变化,利用相空间重构的参数确定方法——互信息法和Cao方法来分析研究海表温度异常(SSTA)序列。互信息法的结果表明,时间序列较长,求出的延迟时间较符合理论值。Cao方法的结果表明:SSTA序列的随机性比海杂波强;空间上,赤道东太平洋SSTA序列的确定性较赤道西太平洋的强。
- 于江龙彭跃华
- 关键词：时间序列可预报性
- Tikhonov正则化的编程实现及其在气象中的应用
- 2010年
- 本文先简述了Tikhonov正则化方法的原理,再用MatLab对一个数学实例进行了编程实现并对计算结果进行了讨论,最后概述了与Tikhonov正则化方法紧密相联的数学物理反问题在气象中的应用。
- 仇晓庆彭跃华龚锋项杰
- 关键词：正则化反问题编程
- 非线性时间序列分析在气候中的应用研究进展被引量：5
- 2009年
- 非线性时间序列分析方法在气候领域中的应用主要包括如下三个方面:观测数据处理、气候突变和气候预测。综述众多文献的结果表明,有许多学者为非线性时间序列分析方法在气候领域中的应用做了大量的工作,大部分文章用到了非线性时间序列分析方面较新的方法,几乎每种方法都能在某个方面取得一定的成功。但这些大多是个例的研究,得出的结论有待更多的验证和理论上更系统的阐述;可用于业务预测且可提高预报技巧的方法仍需探求。非线性时间序列分析在气候中的应用还是任重而道远。
- 彭跃华于江龙
- 关键词：非线性时间序列分析气候
- 过去状态估计之集合Kalman滤波扩充状态变量法研究被引量：1
- 2010年
- 集合Kalman滤波是由大气数据同化发展的新的同化算法,它利用蒙特卡罗方法计算背景场的误差协方差矩阵,克服了Kalman滤波需要线性化的模型算子和观测算子的难点。但是这种同化方法是一种顺序数据同化方法,无法对过去状态变量进行同化订正。而过去状态的估计对于建立大气或海洋历史资料库、获得准确的数值预报初始场有着重要的意义。本文在集合Kalman滤波同化方法的基础上,提出了可以对过去状态进行估计的集合Kalman滤波扩充状态变量法,然后分别采用空气质量方程和Lorenz系统对这种方法进行了检验。数值试验结果表明,这种方法可以对非线性系统中的过去状态变量进行有效的估计订正,说明该方法是可行的。
- 韩月琪彭跃华王云峰吴祝慧叶松
- 关键词：集合KALMAN滤波
