基于機器學(xué)習(xí)渭南市降水與大氣環(huán)流相關(guān)性研究

摘 要：根據(jù)國家氣象信息中心地面觀測日降水?dāng)?shù)據(jù)和美國大氣海洋（NOAA）氣候預(yù)測中心大氣環(huán)流指數(shù)（1971—2020年），采用機器學(xué)習(xí)中的XG Boost算法，分析與討論渭南市降水量與多個大氣環(huán)流指數(shù)的遙相關(guān)關(guān)系。采用交叉小波變換（XWT）和小波相干變換（WTC）方法共同分析討論渭南市降水量與大氣環(huán)流指數(shù)的遙相關(guān)震蕩周期問題，兩者在時域中的相位關(guān)系和共同特征。未來，可通過大氣環(huán)流指數(shù)監(jiān)測，在換季前預(yù)測渭南市季節(jié)性降水異常，更好地完成氣象保障業(yè)務(wù)。

關(guān)鍵詞：機器學(xué)習(xí)；大氣環(huán)流；氣象保障

中圖分類號：P434 文獻(xiàn)標(biāo)志碼：B 文章編號：2095–3305（2024）12–0-03

暴雨災(zāi)害是影響陜西省的主要氣象災(zāi)害之一，可造成山洪暴發(fā)、河水暴漲，引發(fā)山體滑坡、泥石流、農(nóng)作物受損等。對其成因進(jìn)行分析有助于陜西省防災(zāi)減災(zāi)工作和農(nóng)業(yè)生產(chǎn)的順利開展。眾多氣象工作者從影響系統(tǒng)、水汽、動力、熱力場等角度對降水過程進(jìn)行深入剖析[1-2]。而關(guān)于大氣環(huán)流與降水的研究相對較少，吳陽軍[3]指出旱澇發(fā)生與大氣環(huán)流異常關(guān)系密切，大氣環(huán)流異常特征對夏季降水預(yù)報具有重要的指示意義，在實際氣候預(yù)測中也有重要作用。關(guān)于大氣環(huán)流對區(qū)域氣候的影響主要聚焦于兩者之間的線性關(guān)系上，較少涉及非線性關(guān)系。降水量對大尺度氣候振蕩的響應(yīng)遠(yuǎn)比線性相關(guān)要復(fù)雜，共振行為發(fā)生在不同的時間尺度，且往往具有非線性特征。因此，對降水與大氣環(huán)流指數(shù)相關(guān)性進(jìn)行研究十分必要。

1 數(shù)據(jù)來源與研究方法

采用渭南站點1971—2020年地面日降水?dāng)?shù)據(jù)，按照時間序列足夠長和降水資料相對完整選取地面站點資料。選取美國大氣海洋（NOAA）氣候預(yù)測中心1971—2020年對渭南地區(qū)降水有影響的8個大氣環(huán)流指數(shù)：北極濤動（AO），南方濤動（SOI），北大西洋濤動（NAO），太平洋年代際震蕩（PDO），以及厄爾尼諾1+2區(qū)、厄爾尼諾-3區(qū)、厄爾尼諾-4區(qū)和厄爾尼諾-3.4區(qū)的平均海面溫度（分別用NINO 1+2、NINO 3、NINO 4、

NINO 3.4代替以上4個厄爾尼諾指數(shù)）。

將1971—2020年渭南市月降水?dāng)?shù)據(jù)作為樣本，共計選取樣本數(shù)為600個，運用XG Boost模型計算不同大氣環(huán)流因子對渭南市降水的貢獻(xiàn)率，運行模型前，需設(shè)置：n_estimators值和max_features值2個參數(shù)，分別代表建立模型的決策樹數(shù)量和節(jié)點中二叉樹中使用變量的數(shù)量，合理設(shè)置參數(shù)值可以降低模型結(jié)果的錯誤率。在該分類中，n_estimators的值為500（n_estimators設(shè)置為默認(rèn)值，不能太大或太?。?，max_features的值為默認(rèn)值（默認(rèn)為預(yù)測數(shù)的平方根）。運行XG Boost模型，得到不同大氣環(huán)流因子對渭南市降水發(fā)生的貢獻(xiàn)率。

（1）8個基本大氣環(huán)流影響因子貢獻(xiàn)率總和為1，其中，貢獻(xiàn)率超過0.14的評價指標(biāo)有3個，分別為AO（0.159）、NINO 1+2的平均海面溫度（0.147）和NINO 3.4平均海面溫度（0.141）。AO貢獻(xiàn)率最高，證明渭南市降水與AO關(guān)聯(lián)最緊密。

（2）有3項指標(biāo)的貢獻(xiàn)率在0.10～0.14，包括NINO 3的平均海面溫度（0.131）和NINO 4的平均海面溫度（0.136）和PDO（0.110）。

（3）NAO（0.099）和SOI（0.076）這2個指標(biāo)貢獻(xiàn)率不足0.10，僅說明大氣環(huán)流指數(shù)這些指標(biāo)因素對渭南市降水產(chǎn)生的影響不大，與降水發(fā)生的關(guān)聯(lián)性不強。

2 渭南地區(qū)降水與若干大氣環(huán)流指數(shù)的遙相互關(guān)系

探究渭南市年降水量與大氣環(huán)流指數(shù)之間的關(guān)聯(lián)，主要從顯著時段、共振周期和相位關(guān)系等方面進(jìn)行遙相關(guān)性問題研究，交叉小波變換和小波相干變換作為研究方法討論。在圖1和圖2中，細(xì)弧線為小波影響椎，錐形區(qū)域內(nèi)為有效譜值，小波影響錐外易產(chǎn)生邊界效應(yīng)，導(dǎo)致高頻虛假信息產(chǎn)生。為避免上述現(xiàn)象，排除其他區(qū)域，只討論有效譜值范圍。將錐形區(qū)域內(nèi)進(jìn)行紅噪音標(biāo)準(zhǔn)譜檢驗（顯著性水平α=0.05以下）區(qū)域內(nèi)通過該檢驗的部分用粗實線圈出，兩組序列間的位相關(guān)系用箭頭表示。當(dāng)降水量和影響因子同位相時箭頭向右，代表兩者為正相關(guān)；箭頭向左，則代表兩者為負(fù)相關(guān)。當(dāng)影響因子變化超前降水量，箭頭向下（90°對應(yīng)3個月時間），若影響因子落后年降水量變化，則箭頭向上。

2.1 交叉小波變換研究結(jié)果

由圖1a可知，渭南市降水與AO在1970—2020年

存在4個震蕩周期（通過紅標(biāo)檢驗），分別在1980—1986存在4～6年震蕩周期，該周期箭頭向右，平均相位角接近30°，表示該時段降水與AO同位相，呈正相關(guān)，AO超前降水1個月變化；1985—1992年存在2～4年震蕩周期，該周期箭頭向左，平均相位角接近水平，表示該時段降水與AO反位相，呈負(fù)相關(guān)，AO落后降水變化；1993—1997年存在0～2年震蕩周期，箭頭向上，AO落后降水變化；2002—2008年存在4年的震蕩周期，箭頭向右，平均相位角接近30°，表示該時段降水與AO同位相，呈正相關(guān)，AO超前降水1個月變化。

由圖1b可知，高能量區(qū)，渭南市降水與NAO在1975—2005年存在2個震蕩周期（通過紅標(biāo)檢驗），1975—1977年和2000—2005年分別有1年和4年的周期。1975—1977年降水量與NAO箭頭方向向上，NAO落后降水變化；2000—2005年降水量值與NAO箭頭向右，顯示正相位關(guān)系。

由圖1c、圖d、圖e可知，渭南市降水與NINO 1+2、

NINO 3、NINO 3.4存在2個相似的共振周期，其中，包括1983—2005年為3～5年的相似共振周期，平均箭頭向下，影響因子超前降水變化；1995—2003年存在周期為0～3年，箭頭向右同位相正相關(guān)的共振周期；NINO 1+2、NINO 3、NINO 3.4的平均海面溫度對渭南市降水的影響存在一致性。

由圖1f可看出，渭南市降水與（NINO 4）在1982—1994年存在3～6年震蕩周期，降水變化位相比NINO 4

提前，1998—2005也存在3～5年震蕩周期，該周期箭頭向左，平均相位角接近60°，表示該時段降水與NINO 4

負(fù)位相，呈負(fù)相關(guān)，NINO 4超前降水2個月變化；1996—1998存在2年震蕩周期（3個周期均通過紅標(biāo)檢驗）。

由圖1g看出，渭南市降水與PDO在1975—2001年存在3～6年的顯著共振周期（通過紅標(biāo)檢驗）；渭南市降水與SOI交叉小波功率譜高能量區(qū)在1984—1994年存在3～6年共振周期（通過紅標(biāo)檢驗），3～6年的周期平均相位角接近90°，降水變化位相比落后SOI 3個月；1997—2004年存在3～5年共振周期，平均相位角接近60°，呈正相關(guān)，SOI超前降水2個月變化。

2.2 交叉小波變換研究結(jié)果

小波相干譜可以對波動不強烈時段兩者的關(guān)系進(jìn)行研究，選用相干小波變化進(jìn)行波動不強烈條件下2個指數(shù)的遙相關(guān)特征分析（圖2）。

圖2a中，渭南市年降水與AO的小波相干功率譜在低能量區(qū)分別在1983—1990年、2011—2020年和2008—2018年存在3年、1～4年和6～7年的顯著共振周期，其中，1983—1990年的震蕩周期通過紅標(biāo)檢驗，箭頭向右為同位相正相關(guān)。圖2b中，渭南市年降水與NAO在1985—1988年存在3年的震蕩周期，降水變化位相比NAO落后；1995—1998年也存在0～2年震蕩周期，箭頭向上，NAO落后降水變化；1999—2010年存在3～5年震蕩周期，平均相位角接近60°，呈正相關(guān)關(guān)系NAO超前降水2個月變化（3個周期均通過紅標(biāo)檢驗）。

圖2c中，渭南市年降水與NINO 1+2在1984—1991

年存在1～3年，箭頭向下，NINO 1+2超前降水變化；1995—1999年也存在0～2年震蕩周期，箭頭向左為負(fù)相關(guān)；1997—2020年存在5年震蕩周期，平均相位角接近60°，呈正相關(guān)關(guān)系NINO 1+2超前降水2個月變化。圖2d、圖2e、圖2f中，渭南市降水與NINO 3.4、NINO 3、NINO 4的平均海面溫度在低能量區(qū)僅在1981—2003年存在2～6年的共振周期，箭頭向下，NINO 3.4、NINO 3、NINO 4落后降水變化。

在圖2g中，渭南市年降水與PDO在1985—1996年存在4～6年的顯著共振周期，并通過紅標(biāo)檢驗。箭頭向下，平均相位角接近60°，PDO提前降水變化2個月。圖2h中，SOI在1980—1995年存在2～6年的顯著共振周期，箭頭向上，SOI落后降水變化。

3 結(jié)論

通過交叉小波變換圖及小波相干變換圖可知，AO、

NAO、NINO 1+2、NINO 3、NINO 3.4、NINO 4、PDO及SOI在部分年份，對研究區(qū)域降水情況沒有明顯相關(guān)性。以此可推斷，渭南市降水受多種因素影響，大氣環(huán)流異常只是其中一項影響要素，暴雨災(zāi)害的發(fā)生同樣受到其他因素影響，如特殊或高大地形，青藏高原和秦嶺山脈在動力方面對大氣有分流阻擋作用，在熱力方面對降水形成有顯著影響，外部的強迫因素僅是影響暴雨災(zāi)害事件發(fā)生的可能因子之一，同時，將氣候系統(tǒng)本身內(nèi)部因子變化帶來的影響納入考慮。

篩選過去50年間與渭南市降水存在相位關(guān)系的大氣環(huán)流指數(shù)，發(fā)現(xiàn)多種大氣環(huán)流指數(shù)對渭南市降水有預(yù)示作用。在高能量區(qū)，AO和NINO 3指數(shù)超前降水量1個月變化，NINO 1+2、NINO 3.4、NINO 4、SOI指數(shù)超前降水量2個月變化。在低能量區(qū)，AO、NAO、NINO 1+2指數(shù)超前降水量2個月變化。綜合分析，能提前預(yù)示渭南市季節(jié)性降水變化的大氣環(huán)流指數(shù)主要是AO、厄爾尼諾各區(qū)海溫、SOI等。

將隨機森林算出的貢獻(xiàn)率和與大氣環(huán)流關(guān)系進(jìn)行綜合分析，可通過監(jiān)測大氣環(huán)流指數(shù)，提前預(yù)測渭南市季節(jié)性降水異常，換季時將關(guān)注重點放在前一個月的AO指數(shù)和NINO 3指數(shù)；夏季強對流天氣頻發(fā)，換季時，可參考5月AO指數(shù)和NINO 3指數(shù)，若兩個指數(shù)存在明顯增加，代表夏季渭南市降水量增加，可提前增加降水飛行科目；若兩個指數(shù)存在明顯減少，代表夏季渭南市降水量減少，合理安排試飛任務(wù)。也可以同時橫向?qū)Ρ?月的NINO 3.4、NINO 4、NINO 1+2指數(shù)情況，由于NAO指數(shù)和SOI指數(shù)的貢獻(xiàn)率只有0.099和0.076，對渭南市降水的影響較小，暫時不考慮兩者與渭南市降水的遙相關(guān)關(guān)系。

參考文獻(xiàn)

[1] 安冉，肖天貴，鄢曉茜，等.近50年云南省降水區(qū)域特征分析[J].成都信息工程大學(xué)學(xué)報，2024，39（5）：581-588.

[2] 高菊霞，李文耀，武麥鳳，等.陜西三次強致災(zāi)性初夏區(qū)域性暴雨動力診斷對比分析[J].災(zāi)害學(xué)，2024，39（2）：99-105.

[3] 吳陽軍，過娜.陜西夏季旱澇與歐亞大氣環(huán)流異常的關(guān)系[J].亞熱帶資源與環(huán)境學(xué)報，2024，19（2）：70-77.

收稿日期：2024-09-11

作者簡介：鄢曉茜（1996—），女，遼寧錦州人，助理工程師，研究方向為暴雨災(zāi)害和航空氣象。#通信作者：安冉（1999—），女，山東曹縣人，研究方向為高影響天氣，E-mail：398794889@qq.com。