Geofizika, Vol. 34 No. 1, 2017.
Izvorni znanstveni članak
https://doi.org/10.15233/gfz.2017.34.10
Učinak oceanskog dipola površinske temperature mora (SST) na ljetnu oborinu u Mongoliji
Hiroshi Yasuda
; Arid Land Research Center, Tottori University, Hamasaka, Tottori, Japan
Banzragch Nandintsetseg
; Information and Research Institute of Meteorology, Hydrology and Environment, Ulaanbaatar, Mongolia
Ronny Berndtsson
; Centre for Middle Eastern Studies & Division of Water Resources Engineering , Lund University, Lund , Sweden
Ganbat Amgalan
; Information and Research Institute of Meteorology, Hydrology and Environment, Ulaanbaatar, Mongolia
Masato Shinoda
; Graduate School of Environmental Studies, Nagoya University, Nagoya, Japan
Takayuki Kawai
; Arid Land Research Center, Tottori University, Hamasaka, Tottori, Japan
Sažetak
U svrhu predviđanja ljetne oborine izračunate su poprečne korelacije međugodišnjih vremenskih nizova ljetne oborine (od lipnja do kolovoza: JJA) za sušni dio Mongolije i globalne površinske temperature mora (GSST). Evaluirano je predviđanje ljetne oborine za četiri mongolske vegetacijske zone: pustinjska stepa (DS), stepa (ST), šumska stepa (FS) i visoko gorje (HM) pomoću GSST-a za vremenski odmak od 5, 6 i 7 mjeseci prije JJA oborine. Ljetna oborina u Mongoliji povezana je s globalnim SST-om. Konkretno, ljetna oborina u područjima FS i HM pokazala je visoku i statistički značajnu korelaciju sa SST-om u određenim dijelovima oceana. Identificirani su SST dipoli (parovi pozitivno i negativno koreliranih područja), a korelacija za vremenske nizove SST-a razlika između SST dipola (pozitivan – negativan) s ljetnim vremenskim nizovima kišnih kiša bila je veća od izvornih korelacija. Za predviđanje ljetnih oborina na temelju SST-a korišten je model neuronske mreže (ANN). Kao ulaz u ANN model korišteni su vremenski nizovi razlika SST-ova, koje odgovaraju snazi dipola, a ljetna oborina u Mongoliji predviđena je potom 5, 6 i 7 mjeseci unaprijed. Predviđena ljetna oborina dobro se slože s izmjerenom oborinom u četirima različitim vegetacijskim zonama. To podrazumijeva da se model može prilično uspješno koristiti za predviđanje ljetne oborine u četirima glavnim mongolskim vegetacijskim zonama s dobrom preciznošću.
Ključne riječi
umjetna neuronska mreža (ANN); suho tlo; oborina u Mongoliji; predviđanje oborine; SST telekonekcija
Hrčak ID:
186338
URI
Datum izdavanja:
30.6.2017.
Posjeta: 1.501 *