基于大数据分析下的气候模型
基于大数据分析下的气候模型为研究全球变暖与极寒天气间的关系, 对加拿大 13 个省代表性测站 10 年的观测数据进行时空
变化趋势分析, 采用经验正交函数(EOF)寻找海洋表面温度历史数据的变化规律。另外利用 BP 神经网
络建立了年平均温度、日降水量与地球吸热、散热、海表面温度、当地纬度间的关系, 预测未来 25 年
气候的变化, 并建立了“极寒天气”与气候变化的关系模型。研究表明: 高纬度地区温度、降水量普
遍较低, 同经度地区的温度差异较小且降水量变化不大; 加拿大地区温度呈周期性变化, 符合北半球
的季节变化特征; 北大西洋的东部与其他海洋的温度是反相关的, 西太平洋南北回归线附近的海洋表
面温度升高; “极寒天气”出现频率与气候变化有一定关系, 局地极寒现象与全球变暖的大趋势并不
矛盾。本研究为人们认识和理解“全球变暖”提供了一个新的思路。
页:
[1]