海洋与气候变化过程的非线性特征分析

发布时间：2018-01-04 03:19

  本文关键词：海洋与气候变化过程的非线性特征分析　出处：《国家海洋局第一海洋研究所》2014年硕士论文　论文类型：学位论文

  更多相关文章： 希尔伯特-黄变换（HHT） EMD 季节变化的非线性特征 气溶胶光学厚度 叶绿素a

【摘要】：海洋与气候系统是一个非线性、非平稳的系统，仅考虑线性、平稳的变化过程并不能很好的反映系统本身固有的非线性特征。经验模分解方法能够将非线性、非平稳的数据分解为具有本质物理过程的多个模态函数，进而可单独分析每个模态函数所对应的物理过程，这使得我们有机会认识数据所表征的机制与信息,了解数据所对应的物理现象的非线性和非平稳特征及其物理机制。本文重点运用希尔伯特-黄变换（HHT）分析海洋与气候的卫星遥感观测数据，研究海洋与气候数据中季节的非线性特征和变化趋势，并分析其相应的物理机制。 本文第一部分着重分析了AERONET气溶胶光学厚度与可吸入颗粒物的季节变化特征及相关性。结果表明，二者具有显著的半年和年周期振荡，其中半年的两个峰值分别出现在每年的3月和10月。受沙尘天气以及内陆污染物输送的影响，二者的半年震荡的第一个峰值的振幅显著高出10月的，是一年中污染最为明显的时期；年周期尺度上，二者的变化过程与年降雨量和太阳辐射成负相关关系，表现为冬季高夏季低，其中峰值均出现在2月前后。长期趋势上，研究期间二者整体呈现显著的下降趋势，且回归分析显示二者在下降趋势上存在明显的非线性关系。 本文第二部分重点分析了卫星遥感海表叶绿素a、SST和海面高度的观测数据，明确展示了各物理量中季节变化的非线性特征。结果显示，三个物理量的季节变化的非线性特征分别对应着不同的物理过程。以北太平洋中高纬度为例，，叶绿素a具有显著的非线性半年和年变化特征，而SST和SSH仅表现出了年变化。对于叶绿素a,非线性双峰特征显著，分别出现在每年的5月和10月，且第二个峰值的振幅明显高于5月的；而年变化在每年的差异性较大，平均峰值出现在7月，其振幅（0.0123

本文编号：1376803