跳到主要內容

簡易檢索 / 詳目顯示

回結果列表
研究生： 黃玉旻
Yu-Min Huang
論文名稱： NCEP重新分析資料中的有限時間不穩定與伴隨的奇異模
指導教授： 李永安
Yung-An Lee
口試委員:
學位類別： 碩士
Master
系所名稱： 地球科學學院 - 大氣物理研究所
Graduate Institute of Atmospheric Physics
畢業學年度： 91
語文別： 中文
論文頁數： 83
中文關鍵詞： 推廣奇值展開法 、奇值分解-餘弦正弦展開法 、奇異模
外文關鍵詞： SVD-CSD, non-modal, GSVD
相關次數： 點閱：15  下載：0 
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報

    • 摘要
    本篇論文主要目的為利用統計分析的技巧，將大氣中相關的變量做整合的分析，希望從實際觀測資料找出具有物理意義的時空結構，並進一步從資料中驗證不穩定理論與機制，如此將對資料的診斷分析更具有理論基礎。
    使用的分析資料是美國環境預報中心的重新分析資料(NCEP/NCAR Reanalysis)，1949年至2001年，共53年的資料。分析的範圍為80S~80N，水平解析度為5。(lat.)*5。(long.)。垂直方向一共有4層(1000mb，850mb，500mb，200mb)，使用的變數有四個：重力位高度場（hgt）、溫度場（tmp）、緯向風場（u）、經向風場(v)。
    主要的分析方法為經驗正交函數EOF(Empirical Orthogonal Function)，先對分析的資料進行濾波，找出影響大氣的主要因子。接著再利用奇值分解加上餘弦正弦展開法SVD-CSD(Singular Value Decomposition and Cosine Sine Decomposition；Lee 2003b)來分析實際觀測資料，找出資料中不穩定的時空分布，之後對其預報能力進行最佳化的研究。
    利用經驗正交函數分析資料後，發現不同的前置作業，先後出現的訊號比重是有些差距的，並且在同樣的訊號下，空間分布的型態也有所不同，整體來說，主導大氣變化的訊號是以年週期變化、ENSO現象以及半年週期的訊號為重。另外，利用奇值分解-餘弦正弦展開法得到的結果發現，在分析時選擇不同主分量數目的多寡來決定奇異模的矩陣，是會影響奇異模結果的表現，當中可以看到不同變數或高度場中，不穩定之成長率大小為何。奇異模較強的訊號為年週期、半年週期、ENSO現象以及其他較長時間週期的現象。

    目錄 摘要......................................................i 誌謝.....................................................ii 目錄....................................................iii 圖表說明.................................................iv 壹、 前言..................................................1 貳、 資料來源與分析方法....................................4 2.1研究資料來源........................................4 2.2分析方法的前置處理..................................4 2.3使用的分析方法......................................6 參、 經驗正交函數分析結果.................................13 3.1濾除緯向平均年週期變化之氣候場分析.................13 3.2濾除年週期變化之氣候場分析.........................14 3.3濾除緯向平均與年週期變化之氣候場分析...............15 肆、 奇值分解-餘弦正弦展開法分析結果......................17 4.1濾除緯向平均年週期變化之氣候場分析.................17 4.2濾除年週期變化之氣候場分析.........................24 4.3濾除緯向平均與年週期變化之氣候場分析...............30 伍、 結論與展望...........................................35 5.1結論...............................................35 5.2展望...............................................37 參考文獻.................................................38 附錄A....................................................40 附圖.....................................................42

    參考文獻
    曾忠一，1997，氣象資料同化。渤海堂文化公司，208-243頁。
    方力人，1998：年週期、半年週期和聖嬰現象。國立中央大學大氣物理研究所碩士論文，1-73頁。
    吳思儀，1999：位渦、濕位渦的氣候特徵與年際變化。國立中央大學大氣物理研究所碩士論文，1-72頁。
    李永安，吳思儀，2000：位渦與相當位渦的氣候平均、標準差與年循環。大氣科學。第二十八期，第一號，47-62。
    C. Penland and T. Magorian, 1993：Prediction of Niño 3 sea surface Temperature Using Linear Inverse Modeling：Journal of Climate,6,1067-1076.
    C.L. Keppenne and M. Ghil, 1992: Adaptive Filtering and Prediction of the Southern Oscillation Index：Journal of Geophysical Research, 97, 20449-20454.
    C. Penland and P.D. Sardeshmukh, 1995：The Optimal Growth Of Tropical Sea Surface Temperature Anomalies：Journal of Climate,8,1999-2024.
    G.A. Meehl, R. Lukas , G. N. Kiladis , K. M.Weickmann , A . J . Matthews , and M . Wheeler , 2001：A conceptual framework for time and space scale interactions in the climate system：Climate Dynamics, 17, 753-775.
    G.Playt,1995：Long-Range Atmospheric Predictability Using Space-Time Principal Components：Monthly Weather Review, 124, 288-306.
    J.M. Wallance, E.M. Rasmusson, T.P. Mitchell, V.E. Kousky, E.S. Sarachik, and H. von Stoch, 1998：On the structure and evolution of ENSO-related climate variability in the tropical Pacific；Lesson from TOGA.： Journal of Geophysical Research, 103, 14241-14259.
    M.A. Balmasda, M.K. Davey, and D.L.T. Anderson, 1995：Decadal and Seasonal Dependence of ENSO Prediction Skill：Journal of Climate, 8, 2705-2715.
    R.Vautard, and M.Ghil,1989：Singular Spectrum Analysis in Nonlinear Dynamics with Applications to Paleoclimatic time series, Physica D,35, 395-424.
    R.Vautard, P. Tiou and M.Ghil,1992：Singular Spectrum Analysis：A Toolkit for Short, Noisy Chaotic Signals, Physica D,58, 95-126.
    Yung-An Lee, 2002：A T-EOF Based Prediction Method：Journal of Climate, 15,226-234.
    Yung-An Lee, 2003b：Identifying Finite Time Instability in the Data：Journal of Climate,(in preparation).

    QR CODE
    :::