摘要
利用1971~2005年云南省125个气象站35年的逐日气象观测资料,收集整理分析了云南省雷暴日数与其他气象观测因子的相关性;通过距平率的分析,建立雷暴日与各气象观测因子的距平率趋势变化方程,研究雷暴日变化对各气象因子变化的响应。对雷暴监测预报工作有一定的参考价值。应用Matlab软件的corrcoef函数对雷暴日数和其他气象观测因子进行相关性分析,得出雷暴日和其他地面气象观测因子的相关性系数;并应用SAS 9.0统计分析软件的CORR过程进行相关分析,得出雷暴日和其他地面气象观测因子的相关关系;对雷暴日和地面气象观测因子进行两次相关分析,逐层筛选出相关性最好的因子,采用REG过程对其与雷暴日数进行一元线性回归分析,得出两者间的线性回归方程。从而实现两者间的数值估计,对雷暴日数趋势预报有一定的参考作用。选取累年各月大风日、平均降雨量、平均气温、平均水汽压、平均大气压、平均总云量、平均日照百分率、平均日照时数、平均地温、平均风速、相对湿度十一个气象常规观测因素分别计算与雷暴日数之间的相关性,发现降雨量、气温、水汽压、大气压和总云量五个气象因子与雷暴日相关性最好,相关系数分别为0.9191,0.9115,0.9128,-0.8309,0.9186,皆呈现高度相关。进一步对云南省1971~2005年雷暴日数与降雨量、气温、大气压、水汽压四个气象因子进行距平率分析,发现除大气压距平率与雷暴日距平率呈负相关外,降雨量距平率、气温距平率和水汽压距率呈正相关,并且散点大多集中于第一、第三象限。通过相关性分析发现降雨量距平率和气温距平率与雷暴日距平率的相关性最好,相关系数分别为0.6754和0.7966。同时根据拟合出的方程,能够在一定范围内对未来雷暴日或者其他气象因子作出预测:即当某年降水量距平率增加(或减少)1%,雷暴日数距平率就增加(或减少)1.6270%;当某年气温距平率增加(或减少)1%,雷暴日数距平率就增加(或减少)4.8671%,当某年大气压距平率增加(或减少)1%,雷暴日数距平率就增加(或减少)97.681 7%;当某年大气压距平率增加(或减少)1%,雷暴日数距平率就增加(或减少)3.3500%。对雷暴日和地面气象观测因子进行两次相关分析,逐层筛选出降雨量和气温与雷暴日数相关性最好,利用SAS软件分析拟合两者与雷暴日数的多元回归方程为:y_1=0.02984x_1+0.48890x_2-4.64114其中x_1为某时期的降雨量,x_2为某时期的气温,y为该时期对应雷暴日数,即若某月(年)表明当某年降雨量增加10mm,则该月(年)雷暴日将相应增加0.2天;当某月(年)温度增加1℃,则该月(年)雷暴日将相应增加0.48天,对雷暴预报作用具有一定的参考意义。
引文