基于Liang-Kleeman信息流和小波相干的总云水含量信息熵因果分析

吴香华, 黎亚少, 金芯如, 任苗苗, 王巍巍

大气科学学报 ›› 2025, Vol. 48 ›› Issue (04) : 626 -636.

PDF
大气科学学报 ›› 2025, Vol. 48 ›› Issue (04) : 626 -636. DOI: 10.13878/j.cnki.dqkxxb.20240204002

基于Liang-Kleeman信息流和小波相干的总云水含量信息熵因果分析

作者信息 +

Author information +
文章历史 +
PDF

摘要

基于云微物理量信息熵的因果分析是表征云微物理特征和探索降水云系发展影响机制的有效手段。本文选取中国东北地区的一次云降水过程,分析了总云水含量(total cloud water content, TWC)信息熵与协变量信息熵的多尺度因果关系。通过TWC信息熵,评估云系发展过程中的自组织情况;利用小波相干,研究TWC信息熵与协变量信息熵在不同时域、频域下的局部相干特征;利用小波分解,将各变量信息熵序列分解成多时间尺度的子序列,基于VAR(vector autoregression)模型得到各子序列的线性Granger因果关系,并利用Liang-Kleeman信息流量化因果关系的强度。结果表明,TWC信息熵先增后减,与云系的生成和发展阶段相比,在云系成熟阶段呈现出更显著的减熵和自组织;TWC信息熵在2 h时间尺度上与各个协变量信息熵均呈双向Granger因果。大气可降水量信息熵在多时间尺度上与TWC信息熵存在因果关系,在较大时间尺度(4 h、8 h)上Liang-Kleeman信息流流速最大,是解释TWC信息熵变化的最佳变量;向上长波辐射信息熵,在小时间尺度(1 h、2 h)上信息流流速最大,是TWC信息熵的主要影响因子;此外,雷达回波信息熵、垂直气流速度信息熵与TWC信息熵也呈现出一定的因果关系。

关键词

总云水含量 / 信息熵 / Liang-Kleeman信息流 / 线性Granger因果 / 小波相干

Key words

引用本文

引用格式 ▾
吴香华, 黎亚少, 金芯如, 任苗苗, 王巍巍. 基于Liang-Kleeman信息流和小波相干的总云水含量信息熵因果分析[J]. 大气科学学报, 2025, 48(04): 626-636 DOI:10.13878/j.cnki.dqkxxb.20240204002

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

130

访问

0

被引

详细

导航
相关文章

AI思维导图

/