中国地区气候变化的复杂网络研究

本项目将从复杂网络的角度研究中国地区气候变化的拓扑结构特征，建立气候网络结构与其非线性动力学特征的关系。使用国家气象局公布的700多个站点近50年的逐日资料与NCEP和ECMWF再分析资料，结合近年发展起来的适用于非平稳序列分析的DFA(Detrended Fluctuation Analysis)和多分形DFA分析及其衍生方法，从复杂网络角度研究中国地区气候变化的特征，特别关注气候变化长期记忆性与气候极值事件对于气候网络的影响。通过本项目的研究，揭示不同气候变量的复杂网络特征及其在全国的分布；给出不同气候变量长期记忆性与其复杂网络特征的关系，得到气候极值事件对气候复杂网络的影响与机理。本项目将使用统计分析、机理研究及数学建模与论证对这些问题进行全面研究。

本项目将从复杂网络的角度研究中国地区气候变化的拓扑结构特征，建立气候网络结构与其非线性动力学特征的关系。. 为此，本课题利用气象站的观测资料和再分析资料主要进行下面研究：首先，建立观测序列与网络之间的一一对应关系，从而可以利用观测资料研究气候网络，特别是气温网络的性质；其次，利用水平可视图算法建立了温度序列与温度网络的对应关系，把网络中特定节点分解为入度与出度，分析温度网络的变化的时间不可逆性，证实温度变化中的非线性特征；该方法同样适用于影响温度变化的北半球环状模指数的非线性特征研究，更好地模拟平流层北半球环状模指数需要建立包含非线性作用的统计模型；详细研究了气温变化的长程记忆性，其形成机制与统计建模。第三，由此引入研究非线性确定性过程与线性随机过程区分的重要性，并基于贝福德定律给出了新的区分方法；第四，利用海表温度作为外强迫，研究了异常海温条件下表面气温网络的变化。研究发现极端外强迫可以导致温度网络发生相变，并可以用网络的特征参数确定该相变是否发生。