向后非线性局部Lyapunov指数方法及其理论研究
编号：332
稿件编号：185 访问权限：仅限参会人
更新：2021-06-10 17:55:06 浏览：595次
张贴报告
摘要
大气是复杂的非线性系统，它对于初始状态和外强迫等极其敏感，微小扰动快速增长从而导致大气可预报性的丧失。在可预报性领域，真正的难题是对于极端天气和气候的预测，得知提前预测出来的时间，有利于预防灾害的发生，减少灾害。传统可预报性方法对于极端事件可预报的估计存在着不足，对此我们从误差非线性增长角度，提出了一个新的理论方法——向后非线性局部Lyapunov指数方法（BNLLE），来定量估计极端事件可预报性。BNLLE方法可以较好的估计出特定状态的理论提前预报时间。将BNLLE方法应用到理论模型中，研究了冷暖事件可预报性的相对高低以及两类误差对于可预报性的相对影响。研究发现（1）在Lorenz模型中，暖事件比冷事件具有更高的可预报性；（2）两类误差的量级对于特定状态可预报性的空间分布特征具有重要的影响。
关键字
Lyapunov exponent,predictability,nonlinear
发表评论