1) cooling anomaly
降温异常
2) precipitation and temperature anomaly
降水和温度异常
3) precipitation anomaly
降水异常
1.
Nonlinear characteristics of the precipitation anomaly over china during the last five decades were investigated by applying a back-propogation neural network-based nonlinear principal component analysis(NLPCA) method to the seasonal rainfall anomaly data.
利用中国160站逐月降水资料,运用一种基于前馈型人工神经网络的非线性主成分分析方法(nonlinear principal component analysis,NLPCA)研究了中国近50 a四季降水异常分布的非线性特征。
2.
Based on the NCEP/NCAR monthly mean reanalysis data and the observed rainfall data over South China in June from 1951 to 2005,the variations of western Pacific subtropical high(WPSH),vertical motion and the water vapor transport,which are related to the precipitation anomaly in the South China,are analyzed statistically.
利用1951-2005年NCEP/NCAR再分析资料及华南地区6月份降水资料,统计分析了与华南降水异常相关的西太平洋副热带高压变异、垂直运动及水汽输送等特征。
4) abnormal precipitation
异常降水
1.
Thinking of forecast for abnormal precipitation;
关于异常降水预报的思考
5) rainfall anomaly
降水异常
1.
According to the rainfall anomaly in growing season, Northeast China can be divided into several abnormal areas: a dry trend .
采用东北地区52个测站1951~2000年4~9月降水量资料,对东北地区作物生长季降水异常进行了诊断分析。
2.
Based on the SVD method, the effect of ENSO on the autumn rainfall anomaly in northwest China were analyzed by using the data from the preiod 1960-1994.
以奇异值分解 (SVD)方法为基础 ,用 1960～ 1994年 35年的资料 ,分析了ENSO对中国西北地区秋季降水异常的影响 ,然后用奇异向量的海温场时间系数与 50 0hPa高度场和海平面气压场进行交叉相关 ,讨论了在ENSO年引起西北地区降水异常的环流特征。
3.
Results show that the SST anomaly in Indian Ocean aroses the atmospheric circulation anomaly,which induces the rainfall anomaly.
结果表明:印度洋海温异常,激发了大气环流的异常,从而导致南方降水异常。
6) precipitation anomalies
降水异常
1.
ial Indian Ocean on the precipitation anomalies in China are simulated.
结果表明：当该海区夏季正（负）海温距平值呈递增（递减）变化时，激发出的降水场的正（负）异常幅度比正（负）海温距平强迫下相应的降水场的正（负）异常幅度大；但当正（负）海温距平呈递减（递增）趋势变化时，激发出的降水异常场与正（负）海温距平强迫下相应的降水异常场的分布形势类似（不同），异常幅度也有所差异。
2.
The precipitation anomalies take place mostly in flood season and it s spatial distribution vary wi.
本文在分析了辽宁省降水的基本气候特征的基础上，重点分析了辽宁汛期多少雨年同期环流影响因子和前期海温影响因子，结果表明：①辽宁降水气候特征东西部差异明显，年降水量有减少趋势，汛期(7～8月)降水异常最多发，降水异常的空间分布不同年代有不同的位相特征。
补充资料：云和降水粒子的微波散射
云和降水粒子在微波辐射作用下将产生电极化和磁极化，并按入射波的频率振荡，振荡的电极子和磁极子向四周散射与入射波频率相同的电磁波。
粒子对入射波能量的散射强度，除了同入射波的强度、波长、偏振等有关外，还同粒子的介电性质、形状、大小、取向（对非球性粒子而言）等有关。雷达接收的回波强度，同云和降水粒子的后向散射的强弱有关。在气象上常用后向散射截面（也叫雷达截面）表示后向散射能力，它是一个等效面积。入射到这个截面上的电波能量如果均匀地向各方向散射，雷达天线接收的实际回波功率，相当于该截面的后向散射功率。
球形粒子 云和降水粒子对雷达波的散射，是云和降水雷达回波的物理基础（见气象雷达回波）。液体云滴、大多数雨滴和包括低密度雪花在内的一些固体降水粒子，都可以看成球形粒子。根据G.米的理论（见大气散射）,对平面入射波来说,球形粒子的后向散射截面σ ，除了同入射波的波长λ有关之外，还同粒子的复折射率m（m =n-iχ。 其中n为折射率， χ为与吸收有关的量，）和直径d 有关。米散射理论的公式很复杂,但当d??λ时,可简化成瑞利公式（又称瑞利近似）：
应用波长10厘米的雷达时，所有球形液体云滴和雨滴的σ 值,都可用瑞利公式来计算;对于波长3厘米的雷达,瑞利公式只适用于直径在2毫米以下的球形雨滴。波长3～10厘米范围内的雷达，大多数雨滴可以使用瑞利公式。而对于球形冰粒，瑞利公式的适用条件是d<0.16λ。
由瑞利公式可见：波长愈短，球形粒子的后向散射能力愈强。粒子直径增大，σ 将按其六次方的关系迅速增大。雨滴比云滴大得多，其后向散射能力比云滴要大得多，故在云和降水中，雷达回波的能量主要是由为数不多的大粒子所产生的。对于波长为 3～10厘米的雷达波，这些粒子的σ 值和喣(m2－1)/(m2＋2) 喣2的数值有关。云和降水粒子在下降过程中, 性质不同的粒子, 其喣(m2－1)/(m2＋2)喣2 值也不同：①水滴，约为0.93；②冰粒，约为0.197；③冰粒下降到0°C层以下，表面融化而成水包冰粒，随着水膜的出现和增厚，融化冰球的值由 0.197迅速增大到接近0.93；④在较均匀的冰、水粒子混合的情况下，此值随着水的比例增加而增大，但增大得较慢。
在d??λ的情况下，水滴的σ 值约为同体积冰粒的5倍；而当冰粒增大到一定程度，例如d≥λ时,按米理论计算，可知冰粒的σ 值反而比同体积的水滴大，并且可以大一个量级。
非球形粒子 大雨滴、冰雹和各种冰晶，通常都不是球形的，简单地可把它们当作椭球粒子来研究。当椭球轴的取向和入射波的偏振方向不一致时，小椭球粒子的后向散射波中除了有和入射波偏振方向相同的电场分量，即所谓"平行偏振"分量以外，还有偏振方向和入射波偏振方向正交的"正交偏振"分量。散射强度和入射波偏振方向有关，也和粒子的取向、椭度和相态等状况有关。在椭球粒子作随机取向时，平均后向散射要比同体积球形粒子大。由于正交偏振分量来自非球对称粒子，因此利用云和降水回波的正交偏振分量和平行偏振分量的比值──退偏振比，可以判断云和降水粒子的相态。例如，退偏振比小于-17.5分贝时,降水粒子为雨的概率不低于83％（大雨滴下落时近似为扁椭球）；退偏振比大于-9分贝时，散射粒子一般是冰晶；退偏振比为-17.5～-9分贝时，云和降水中一般既有水滴,也有冰晶。当雷达发射圆偏振波，即电振动矢量未端在传播过程中作圆形旋转时，则球形粒子的后向散射是旋转方向同入射波相反的圆偏振波；椭球粒子的后向散射是椭圆偏振波，因此同样有可能利用这一特点来判断降水粒子的相态，并判断云中冰雹存在的可能性。
粒子对入射波能量的散射强度，除了同入射波的强度、波长、偏振等有关外，还同粒子的介电性质、形状、大小、取向（对非球性粒子而言）等有关。雷达接收的回波强度，同云和降水粒子的后向散射的强弱有关。在气象上常用后向散射截面（也叫雷达截面）表示后向散射能力，它是一个等效面积。入射到这个截面上的电波能量如果均匀地向各方向散射，雷达天线接收的实际回波功率，相当于该截面的后向散射功率。
球形粒子 云和降水粒子对雷达波的散射，是云和降水雷达回波的物理基础（见气象雷达回波）。液体云滴、大多数雨滴和包括低密度雪花在内的一些固体降水粒子，都可以看成球形粒子。根据G.米的理论（见大气散射）,对平面入射波来说,球形粒子的后向散射截面σ ，除了同入射波的波长λ有关之外，还同粒子的复折射率m（m =n-iχ。 其中n为折射率， χ为与吸收有关的量，）和直径d 有关。米散射理论的公式很复杂,但当d??λ时,可简化成瑞利公式（又称瑞利近似）：
应用波长10厘米的雷达时，所有球形液体云滴和雨滴的σ 值,都可用瑞利公式来计算;对于波长3厘米的雷达,瑞利公式只适用于直径在2毫米以下的球形雨滴。波长3～10厘米范围内的雷达，大多数雨滴可以使用瑞利公式。而对于球形冰粒，瑞利公式的适用条件是d<0.16λ。
由瑞利公式可见：波长愈短，球形粒子的后向散射能力愈强。粒子直径增大，σ 将按其六次方的关系迅速增大。雨滴比云滴大得多，其后向散射能力比云滴要大得多，故在云和降水中，雷达回波的能量主要是由为数不多的大粒子所产生的。对于波长为 3～10厘米的雷达波，这些粒子的σ 值和喣(m2－1)/(m2＋2) 喣2的数值有关。云和降水粒子在下降过程中, 性质不同的粒子, 其喣(m2－1)/(m2＋2)喣2 值也不同：①水滴，约为0.93；②冰粒，约为0.197；③冰粒下降到0°C层以下，表面融化而成水包冰粒，随着水膜的出现和增厚，融化冰球的值由 0.197迅速增大到接近0.93；④在较均匀的冰、水粒子混合的情况下，此值随着水的比例增加而增大，但增大得较慢。
在d??λ的情况下，水滴的σ 值约为同体积冰粒的5倍；而当冰粒增大到一定程度，例如d≥λ时,按米理论计算，可知冰粒的σ 值反而比同体积的水滴大，并且可以大一个量级。
非球形粒子 大雨滴、冰雹和各种冰晶，通常都不是球形的，简单地可把它们当作椭球粒子来研究。当椭球轴的取向和入射波的偏振方向不一致时，小椭球粒子的后向散射波中除了有和入射波偏振方向相同的电场分量，即所谓"平行偏振"分量以外，还有偏振方向和入射波偏振方向正交的"正交偏振"分量。散射强度和入射波偏振方向有关，也和粒子的取向、椭度和相态等状况有关。在椭球粒子作随机取向时，平均后向散射要比同体积球形粒子大。由于正交偏振分量来自非球对称粒子，因此利用云和降水回波的正交偏振分量和平行偏振分量的比值──退偏振比，可以判断云和降水粒子的相态。例如，退偏振比小于-17.5分贝时,降水粒子为雨的概率不低于83％（大雨滴下落时近似为扁椭球）；退偏振比大于-9分贝时，散射粒子一般是冰晶；退偏振比为-17.5～-9分贝时，云和降水中一般既有水滴,也有冰晶。当雷达发射圆偏振波，即电振动矢量未端在传播过程中作圆形旋转时，则球形粒子的后向散射是旋转方向同入射波相反的圆偏振波；椭球粒子的后向散射是椭圆偏振波，因此同样有可能利用这一特点来判断降水粒子的相态，并判断云中冰雹存在的可能性。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条