Introducing driving-force information increases the predictability of the North Atlantic Oscillation

• 作者: PAN Xinnong WANG Geli YANG Peicai
• 来源期刊: 大气和海洋科学快报（英文版）
• 关键词: 北大西洋涛动 慢特征分析 驱动力特征 时间序列预测
• 年，卷（期）: 2019,（5）
• 页码范围: 329-336
• 页数: 8页
• 语种: 英文

摘要

北大西洋涛动(NAO)是北半球最重要的天气-气候变率模态之一.以往研究大都基于NAO的观测资料和数值模拟结果,分析它的可预报性特征问题.本文首先利用慢特征分析法提取逐日NAO指数的驱动力信息,并将之引入状态空间重构的过程.在此基础上计算引入慢特征信息后的NAO最大Lyapunov指数以及建立NAO的预测模型.结果 表明,当引入其慢特征信号以后,NAO指数的可预报性及预报精度可以得到显著提高.并且利用子波分析探测到NAO的驱动力因子与太阳活动、QBO准两年振荡以及年循环相关.