第卷第期年月地球信息科学学报! " #$ $ %&' & 基于周期表的时空关联规则挖掘方法与实验柴思跃苏奋振周成虎中国科学院地理科学与资源研究所资源与信息系统国家重点实验室北京中国科学院研究生院北京 ( 摘要地理现象的周期性往往掩盖了许多地学规律这也是地学数据挖掘的一个主

Size: px

Start display at page:

Download "第卷第期年月地球信息科学学报! " #$ $ %&' & 基于周期表的时空关联规则挖掘方法与实验柴思跃苏奋振周成虎中国科学院地理科学与资源研究所资源与信息系统国家重点实验室北京中国科学院研究生院北京 ( 摘要地理现象的周期性往往掩盖了许多地学规律这也是地学数据挖掘的一个主"

晁董
5 years ago
Views:

1 第卷第期年月地球信息科学学报!"#$$ %&'& 基于周期表的时空关联规则挖掘方法与实验柴思跃苏奋振周成虎中国科学院地理科学与资源研究所资源与信息系统国家重点实验室北京中国科学院研究生院北京 ( 摘要地理现象的周期性往往掩盖了许多地学规律这也是地学数据挖掘的一个主要内容本文以周期表设计了一种时空层次关联规则挖掘方法 '/!,1 模型利用周期表的表现形式对时空数据进行组织并通过两步挖掘过程发现具有遥相关地理事物间的变化模式模型算法分为个步骤过滤周期表内无序数据逐行地提取多周期内时空状态的频繁项生成新的时空频繁状态表基于向下闭合引理对时空频繁状态表中的对象进行时空拓扑匹配得到时空关联规则候选集对于候选数据集进行时空拓扑验证得到时空关联规则集为证明模型算法的可靠性应用 $ 提供的年 %1&-2 海表面温度遥感反演数据集和国家气象科学院提供的南京地区降水逐日数据资料研究大洋暖池与南京降水间的时空关联规则实践表明这种挖掘方法具有以下特点算法基于面向对象思想对地理对象状态进行独立描述因此所得时空关联规则与时空粒度无关并能够挖掘出时空粒度不一致的地物间的关联关系算法使用笛卡尔积得到在时空拓扑阈值内匹配的时空候选集并可以发现时域空域均不邻接的事物间的时空关联规则即时延不确定的地理现象的相互关联关键词数据挖掘关联规则时空数据层次挖掘周期表 #)) 引言时空数据是地理现象在时空维度上的采样包含时间空间属性个基本特征是地理信息系统 # 的基本成分由于缺少强有力的数据处理工具理解历史数据近年来遥感和 # 技术的广泛使用所积累的大量时空数据并不能被现有 # 系统有效利用因此数据挖掘技术被引入到地理学领域旨在从海量地学数据中发现其中隐含的模式与知识关联规则挖掘作为数据挖掘技术的重要组成部分从地理数据向真实世界反馈 " 形式的知识而时空关联规则挖掘是关联规则的子领域能够寻找包含了时间空间拓扑关系的关联规则规则形如生活在加拿大西北部的驯鹿群大部分时间不迁徙仅在一定区域内活动规则也可形如若台湾东北部海域的盐度从 )3/ 上升至 )3/ 则下个月台湾东北部海域的海水温度将从 4 上升至 4 时空关联规则的表述是多样的其复杂性由现实世界中已知的或所需的知识所决定时空关联规则中时间是首先被考虑的问题这里引用, 等文中的实例来证明时间对于规则的重要性存在煎蛋咖啡支持度 56 置信度 56 的规则这说明 6 的消费者同时购买煎蛋和咖啡并且买了煎蛋的消费者中有 6 的人同时购买了咖啡然而在现实数据中煎蛋咖啡消费模式大部分出现在早上点至上午点的时间段内在这段时间内规则具有 6 以上的支持度然而在其他时间段该规则的支持度小于 )6 可以看出时间范围的界定有助于提高规则被发现的概率同理空间范围在规则挖掘中同样具有限定功能然而现有关联规则挖掘方法大都将时间数据与空间数据割裂开进行处理这些方法或只能挖掘序列规则或只局限于利用事物空间关系挖掘静态空间关联对于时空关联规则却无能为力目前对于统一时间与空间维度的联合数据挖掘方法的研究尚不成熟另一方面在地理现象中存在具有远距离相互关联的模式尤其是大气科学中遥相关收稿日期修回日期作者简介柴思跃 () 男北京人硕士研究方向时空数据挖掘 *+,'-.+,/0'1,/+--

2 ) 地球信息科学学报年 "'-&-2,& 被定义为描述不同地区间大气异常环流的相关的概念反相位或同相位是大气环流的重要模态之一例如厄尔尼诺与南方涛动之间存在典型的遥相关关系因此广义角度上遥相关是存在一定距离的地物间可能存在的系 ( 统性相关关系目前在数据挖掘领域对于这类具有遥相关关系的关联规则挖掘方法研究尚处于起步阶段但面对时空数据的日益增长我们迫切地需要一种方法来发现这种事物间的关联关系为更深入地研究地理现象以及地球系统过程提供时空关联规则指引本文设计了一种基于周期表的时空关联挖掘模式并且应用 $ 提供的 ( 年末至年初共年的海表面温度遥感反演数据集和同时间内的南京地区降水数据逐日资料为数据基础挖掘大洋暖池与南京降水间的时空关联规则时空关联规则挖掘的相关研究与问题相关研究频繁模式与关联规则挖掘的命题最先于 (( 年由 1+7+' 提出经过十几年发展多种关联规则挖掘方法被设计出来目前挖掘算法可以分为大类根据频繁模式与关联规则挖掘根据数据类型的不同可分为布尔型与数量型根据规则涉及的数据维数的不同分为单维与多维根据规则集所涉及的抽象层次的不同分为单层关联规则与多层关联规则根据模式与规则间的相互关系分为完全最大闭合型从关联规则的意义出发大量研究致力于从数据库中挖掘具有时间或空间拓扑关系的关联规则因此关联规则也可以分为大类时间关联规则挖掘空间关联规则挖掘时空关联规则挖掘时间关联规则挖掘是关联规则挖掘中的重要组成用于挖掘包含时间信息或序列信息的知识例如购买了佳能数码照相机的顾客很可能在一个月内购买彩色打印机时间关联规则包含挖掘序列模式相同时间序列集和时间规则类这些方法在对于时间的表示上可以分为时间戳与时间段两种方式经典的序列关联规则挖掘算法是 # ( 和 # 目前时间关联规则挖掘大都考虑局限于利用 ' 提出的时间拓扑关系作为挖掘约束条件时间规则挖掘算法中 8 等利用事物的周期重复特点设计的周期表挖掘方法可以显著提升规则支持度从而发现更隐蔽的规则例如规则购买火鸡的顾客会同时购买南瓜饼会出现于月 6 的天数中空间关联规则挖掘研究在于发现空间实体间的相互作用关系例如 (6 靠近海滩的房子价格都高其中空间实体间的相互作用空间依存因果或共生等模式空间关联规则挖掘利用 # 空间分析方法对数据进行空间维度的拓扑计算在特定邻域内搜索与发现空间依赖模式 ) 对于同时挖掘数据的时空信息还没有成熟的算法!,/ 等利用序列挖掘应用在带有时刻和 ( 空间描述的数据库中寻找关联规则对具有时空特性的移动对象的路径轨迹进行挖掘获取移动对象的时间模式其实质就是带有地理坐标的序列挖掘 "+& 等简略表述了时空关联规则提出了用如果事物在时间内而后在时间事物出现于表示时空关联记作并应用贪婪算法和!$# 技术加速 %1., 和 $.+7'+ 基于移动对象时空数据库对移动对象在空间区域之间的移动时空关联规则进行挖掘探索其间的关联模式完善了的思想将时空关联规则表达形式完善为 #" %1., 的方法用源通路汇集地三种状态描述空间格网主要针对群体目标事物的移动规律但存在对于非连通路径和异常斑块无法解释的问题 + 等学者以挖掘方法为基础提取了台湾附近海域相邻时间点内不同空间上的海盐与温度关联规律得到时空过程规则但该实验将空间描述设定为以台湾岛为中心将空间描述固化为海面温度的一个属性既没有体现出空间变化同时时间属性的限定性也有限存在的问题首先我们回顾 1+7+' 对关联规则的定义设存在项的集合对于相关数据库中存储的各个行的集合存在其中每个事务都有一个唯一标识符 " 存在事务集并且 5 满足给定支持度阈值 *,/3 与置信度阈值 *,-&9 后

3 期柴思跃等基于周期表的时空关联规则挖掘方法与实验 ) 同时发生的概率!*,/3! *,-&9 称为一条关联规则关联规则已成熟应用于购物篮分析中然而地理知识纷繁复杂地理数据的类型也并不统一这种复杂性造成时空关联规则挖掘与购物篮分析具有显著差异性这首先表现在时空关联规则中包含的时空拓扑关系决定了时空关联规则具有独特的表达特点其次时空数据库中数据结构的异质性造成时空数据类型既包含一般数据库表结构数据同时又包含影像数据再次与商业关联规则相比时空关联规则的生成与验证都要更加复杂可以说时空关联规则挖掘的难点在于以下个方面如何表达复杂多样的时空关联规则如何在数据操纵过程中保持时空一致性对于海量数据事物在时间空间中的多种形态如何发现其中存在的频发状态如何匹配事物发生的时空顺序并验证时空关联规则的拓扑关系使其具有合理的地学意义基于周期表的时空关联规则挖掘方法与实验分析周期表与时空状态的描述地理现象总是存在周而复始的特点在事物运动周期中总是表现出相同或相似的变化规律即在多个周期中地理事物在特定的时间段上会表现出相同或相似的状态而这些状态集则是地理规则的基础例如在强南极涛动年中国长江流域夏季降水偏多中国北方的沙尘天气和太平洋台风发生频数较少事例的前半句结论说明在年份长江流域夏季降水多于多年夏季降水平均值的现象是频繁出现因此利用地理现象的周期性特点我们可以从时空状态入手对时空关联规则加以描述定义时空状态也就是地理事件是指特定时间在特定地点的地理事物的属性状态定义周期是指事物运动完成一次重复所需的时间定义时间分辨率是指在同一区域进行的相邻两次采样的最小时间间隔在现有的地理信息数据库中地理事件按照采样时间按顺序记录为二维表结构每条地理事件存放着描述时间空间属性信息且每条记录存在一个唯一标识但由于顺序记录数据造成对数据时间信息解读异常困难图在图中我们以大洋暖池平均温度与面积大小两种属性为例可以发现两种属性的震荡规律并不明显因此顺序记录的方式并不能完全表现数据中存在的时空知识图事物属性序列均一化示例图,:+*3'-.+12&9+21,;2/2,+'+2+ 9&1/&*&;-2/ 定义设顺序采样集为 "###$ 包含周期个数为 $ 在相同采样频率时每个周期内采样点数量为周期表定义为矩阵! $ 且周期表内元素 #$% $% 矩阵! $ 形如因此我们引入周期表的定义通过周期表将顺序记录的地理对象集 & & & 转换为周期表集的形式!!&! 这使得原先数据库中以序列方式记录的时间信息空间信息与属性信息被转化为对象化周期表记录集这种转化不但使得数据的存储与管理易于管理而且使得数据在周期中的时间信息具有了固定的二维坐标实现了数据表现形式与概念形式的统一另一方面空间数据结构的不一致性是数据挖掘前期必须克服的障碍空间数据库中存储的影像信息需要被统一转化为二维表结构而这种转化的过程是提取地理对象的时空信息的记录过程在此仅以图表为例加以展示如图表周期表结构的行向量存储了各个周期的数据这些行向量包含了地理对象周期性变化的数据在特定行内存在一些经常出现的状态叫做频繁出现的时空状态这些状态正是形成时空关联规则的基础表

4 ) 地球信息科学学报年图海表面温度场反演数据的大洋暖池提取示例图,:+*3'-.+12&9+1*&&':21+-2,&1/'291&*/+/19+-2*31+21,1/,&+2+ 表大洋暖池时空信息提取结果!"#$! #%!&#!'"$!! " 最高温度中心经度中心纬度平均温度 4 面积 * 时间年月 ) )() ( ))) ( ( )) ( () ( ( ( ) ( ( ( ( )) ( ) ( ( (( ) ( )( 表大洋暖池数据周期表集以平均温度距平数据集为例 % "$!"'# "(!)!!$! "*+ 第一周第二周第五十二周 ( ( ( (( ) ( ) ) ) ( ) ) () ( ) ) ) ) 表南京旬降水距平数据表降水量单位 * % "$!"'# "(!)!&#$,#-#)* 第一旬第二旬第三十六旬 ( ( ( ( ) ( ( )( ) () ( ) ( 针对问题为快速搜索并发现时空关联规则我们引入向下封闭引理 &77+1$'&/1 **+ 若闭集不频繁出现则必定存在集的 ) 任意非空子集是不频繁的其中频繁一词是指中元素出现的频率大于一定阈值我们将引理进行推广使集合中的元素包含时间与空间信息则存在时空关联规则中的频繁出现的时空状态必定是频繁的时空关联规则存在于由时间拓扑约束频繁集与空间拓扑约束频繁集的交集中这说明时空关联规则中存在的状态一定是频繁出现的时空状态也说明时空关联规则可以表示为空间规则规范下的时间规则或时间规则规范下的空间规则在这里需要强调的是只有同时满足支持度和置信度的规则才称为强关联规则."' #! 挖掘方法设计通过对时空关联规则的定义我们设计了 '/!,1 挖掘方法用于挖掘时空关联规则下文将对 '/!,1 进行详细介绍挖掘策略 '/!,1 采用递进式挖掘时空关联的模式分阶段解决归纳知识即先寻找时空频繁状态再对状态集进行连接与验证得到时空关联规则应用 31,&1, 挖掘算法实现时空频繁状态提取处理但对于时空关联规则的生成与验证使用匹配技术以事物发生的时空顺序组织频繁出现的时空状态以此来反映时空关联模式并使之具有合理的地学意义在语义学中频繁出现的时空状态通

5 期柴思跃等基于周期表的时空关联规则挖掘方法与实验 )( 常是描述知识的主体结构例如北京夏季降水占年降水量的 )6 但这种表述只能描述单一事物另一方面利用时空拓扑关系是时间拓扑与空间拓扑的耦合结果的特点通过分布挖掘时态规则与空间规则才能达到挖掘时空关联规则的目的一般来说 ' 模型常用于表达时间拓扑关系而九交模型则用于表达空间关联关系时空关联规则的种类是时间关联规则与空间关联规则的笛卡尔积时空关联规则挖掘流程 '/!,1 可分为个主要步骤图数据准备频繁出现的时空状态的挖掘时空关联规则挖掘图 '/!,1 挖掘流程图,'&7-.+12&9'/!,131&-// 首先进行数据清洗工作填充数据中的缺失值并进行数据的分类与编码为更好地衡量数据状态我们采用时间段内多年平均值的距离作为统计值并以平均值与标准差为分类体系对各个周期表内数据进行分类例如对平均温度距平数据表中第九周数据进行分类得到阈值表表 / 平均温度距平分类阈值 /% "$&"'$&#0!'0"# "(!)!!$! " 类别公式下限上限 <!+#% )!+#%<!+#% ) )!+#% <!+=#% ) )!+=#%<!+=#% ) ) ) <!+=#% ) 初级数据挖掘在整个数据库内进行依照历史周期表结构在表内进行初步挖掘得到各个时间段内地理对象的单一属性的频繁状态例如 (((((((((()(( 年的第九旬中大洋暖池的分布面积大致为 (((* 或 (((((((((( 年的第九旬大洋暖池的平均温度约为 (4 利用向下闭合引理只有在一个时段内全部属性都频繁的事物才记录一条频繁出现的时空状态经过初级挖掘汇总频繁的时空状态得到频繁状态数据集表 ) 其中各年份中的数值为各属性频繁状态叠加后结果简单来讲即是多年内事物反复出现了相同状态例如 ((((((((( 年的第九旬中大洋暖池的分布状态相似其面积大致为 (((* 平均温度约为 (4 且重心位置在本时段多年平均重心的东北部即位于巴布

6 地球信息科学学报年亚新几内亚以东海域 > 反映在表 ) 中若标注出现这种状态的年份为 " 反之标注为因此在同一时段内可能出现多种运动状态但由于本文数据所限这种多态性在表 ) 中并没有表现出来表 1 大洋暖池频繁状态集 1% "$$!#'''$! " 时间段面积类型 ( ( 重心方位偏移距平平均温度距平类别支持度 6 置信度 6 第二十一周 ) 东南 ) 第九周 ) " 东北 ) 第三十五周 ) 不变 ) 第十三周 ) " 东北 ) ) 第四十二周 ) 西北 ) ) 第四十四周 ) 东 ) ) 第四十一周 ) 北第五十一周 ) 东北 ) 数据挖掘中的第步通过给定时空拓扑关系构建时空关联候选集表构建方法是将所有满足时空拓扑关系并且频繁出现的时空状态进行笛表时空关联规则挖掘候选集 #'$'!"'&#!"' 卡尔积运算生成时空关联规则候选集挖掘过程则是在时空候选集中寻找满足给定时空拓扑关系下时空支持度与时空置信度的规则暖池暖池时间段暖池面积类别暖池 ( 暖池 ( 暖池重心方位偏移距平平均温度距平类型降水降水时间段降水类别降水 ( 降水第九周 ) " 东北 ) 第一旬 " " 第三十五周 ) 不变 ) 第一旬 " " 第九周 ) " 东北 ) 第二旬第三十五周 ) 不变 ) 第二旬第九周 ) " 东北 ) 第六旬第三十五周 ) 不变 ) 第三十六旬 " " 时空关联规则挖掘是一个交互复杂反复的过程挖掘方法的选取和挖掘效果都会由于问题的不同数据组织的不同而存在一定的差异整个挖掘过程是由一系列前后紧密相连的阶段构成每个阶段的结果均作为下一个阶段的输入因此当前阶段结果的好坏直接影响下一个阶段的操作最终会影响最后的挖掘结果时空关联规则挖掘实验与结果分析实验选用 $ 提供的 % 传感器的海洋表面温度再分析数据影像大小为? 像元数据周期为天时空覆盖度为年数据起始时间为 ( 年月我们从中提取大洋暖池的时空信息分别用时空重心经度重心纬度平均温度覆盖面积描述对于另一地理对象中国南京地区逐日降水资料降水量单位为 ** 且经度误差小于 ** 由于两数据在时空尺度上存在差异因此依据大气学中旬降水量的概念将降水资料进行转换尽量减小两套数据间的时空尺度差异阈值设定为状态支持度为 6 状态置信度为 6 在实验中时空拓扑关系为年后时空支持度为 6 时空置信度为 6 挖掘结果如表本文以第一条规则为例可以解释为若暖池在第九周月日时出现位置比往年偏东北方向面积比往年显著增大即面积大于 ( * 且平均温度高于旬多年平均温度 4 则次年的第六旬月日南京地区降水出现显著小于多年旬平均值即降水量小于旬多年均值 )** 其支持度为 6 置信度为 6

7 期柴思跃等基于周期表的时空关联规则挖掘方法与实验表时空关联规则挖掘结果.'"'$."'#! #3+2,&"*3&1+'//&-,+2,&'/ #"/3 #"-&9 第 ( 周平均温度 4 东北面积 (*@ , 第旬降水距平 )**5 "1 第 ( 周平均温度 4 东北面积 (*@ , 第旬降水距平 **5 "1 第 ( 周平均温度 4 东北面积 (*@ , 第旬降水距平 **5 "1 第 ( 周平均温度 4 东北面积 (*@ , 第旬降水距平 ** 且降水距平 **5 "1 ) 第 ) 周平均温度 ))4 东北面积 *@ , 第 ( 旬降水距平 )**5 "1 第 ) 周平均温度 ))4 东北面积 *@ , 第旬降水距平 **5 "1 对比关联规则中所对应的数据由于位置关系是以非数值型数据表示方位图 ) 因此不将其纳入数值型数据分析中通过距平均值较远的特征出现的概率大于所定义的 6 面积平均温度也出现此特征的条件概率大于 6 即对两组数据在方差的时空分布上出现同步特征通过观察图 ) 可以发现 (( (((((((((( 年中两曲线均处于高点同时在 (((((((((( 年的第九周时暖池中心偏离多年平均中心位置且都处于多年平均中心的东北方向由于数据量有限其余年份的点上并没有表现出明显的同步特征结合大洋暖池状态图我们可以发现在 ((((((((( 年大洋暖池的分布状态相似其面积大致为 (((* 平均温度约为 (4 较年年均面积 ((* 高 6 较年平均温度 ((4 高 )6 这五年中心位置均处于 A))A# 左右位于年平均中心位置 AA# 东北部的巴布亚新几内亚以东海域其时空状态见图在暖池状态基础上加入了南京地区第旬降水均一化统计面积与平均温度处在相关而第旬降水与暖池数据出现很好的反向规律即暖池数据为峰值时降水数据出现波谷依据先验知识给定的大洋暖池与降水间的时空拓扑关系如果将第旬降水量向右移动一个刻度则暖池与降水间会出现相似的趋势而时空关联规则恰恰说明了在暖池出现位置比往年偏东北方向面积处于峰值且平均温度也处于峰值时则次年的第旬降水出现谷值其支持度为 6 置信度为 6 数据表明大洋暖池分别在 (((( (((( 年年中出现比往年偏东北方向面积比往年显著增大且平均温度比往年显著升高且在第二年即 (((((()((( 年三月初均出现南京地区降水量显著小于平均值的现象结论基于面向对象的方法论引入周期表的概念作为数据挖掘基本数据组织方式分为时空对象状态搜索时空搜索两个步骤对数据进行处理其思路引入周期表的概念解决了时空语义与数据操作的一致性问题定义了频繁出现的时空状态概念同时将时空关联规则定义为具有时空拓扑频繁出现的时空状态模式利用向下闭合引理使用 31,&1, 算法发现频繁集并进行剪枝以达到快速抽取状态的目的设计了 '/!,1 用于从频繁出现的时空状态中挖掘时空关联规则时空关联规则挖掘实际上是对海量数据认知的过程我们将海量数据作为信息的输入设定一系列的处理规则得到结果而这些结果正是与真

8 地球信息科学学报年图图时空状态状态示例图 ) 大洋暖池属性结合降水属性均一化统计图,:+*3'-.+12/&9+1*&&'/2+2/,)#2+2,/2,-+':+*3'-.+12&9/3+2,&2*3&1+' +//&-,+2,&1'& 实世界中存在的并可被人类理解的关联规则信息时空关联信息分段式挖掘时空关联规则的过程是一个逐层归纳综合信息的过程实践证明所得时空关联规则与时空粒度无关并能够挖掘出时空粒度不一致的地物间的关联关系算法使用笛卡尔积得到在时空拓扑阈值内匹配的时空候选集并可以发现时域空域均不邻接的事物间的时空关联规则即事物间的遥相关参考文献 %1.,+$.+7'+#!,,#3+2,&2*3&1+'+2 21/,;-2!&;,',20+2+;+//+2+!,,+ B&7',/-&10) +@B+&+#+/9,-,2!,, &9#+',,20+ "*31+21 //&-,+2,& '/91&* +2+:312#0/2*/ 7,2. 33',-+2,&/ ) )(,@,/-&1,$+'+1;+/"*3&1+'/ /&-,+2,&'/+2+ C B&7',1, ( B+',/!+*&',/+D+,1+/#,/-&1,!&,$'/21/,#3+2,&2*3&1+'+2++-/,#3+2,+'+"*3&1+'+2+;+//) )"$.@ +$$ 3!,,1 2"1+-2&10+21/,#3+2,+'2*3&1+'+2+;+// 9&1*+2,& #-,-/(( + +0B "*3&1+'!&, +21!,,9&1&-+2,&;+/#1,-&1+' &9#0/2*/+#&927+1 ( #E.&$0%@+#.,+2+*,,331&+-.2& 21*,2.#3+2,&2*3&1+''+

9 期柴思跃等基于周期表的时空关联规则挖掘方法与实验 2,&/.,3;27,1&*2+'+-2&1/+,/.,/21, ;2,&-&'&,-+'!&', 孙建奇袁薇高玉中阿拉伯半岛北太平洋型遥相关及其与亚洲夏季风的关系中国科学辑地球科学 ) ( 张雪伍苏奋振石忆邵等空间关联规则挖掘研究进展地理科学进展 ( 1+7+'+#1,+2+/2'&1,2.*/9&1!,, //&-,+2,&'/2. 2$&9% D+//#+2,+&$.,'$.,'$,2/1(( +,+7,+B+*;1!+2+!,,$&-32/ + "-.,/!#+ 1+/,/-&$#!&1+B+9*+ 刘君强潘云鹤挖掘空间关联规则的前缀树算法设计与实现中国图象图形学报辑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薛峰王会军何金海马斯克林高压和澳大利亚高压的年际变化及其对东亚夏季风降水的影响科学通报 ( +++B$21+'&12.$.,+1-,3,2+2,& +/-&/21-291&*2.,0+/20#,+'& ,-2*&/3.1,-/-,'+2,&&3.0/,-+' /+1-.21/)

10 地球信息科学学报年 +B ,-/-,'+2,&+2./ , &12.$.,+&3.0/,-+' /+1-.21/ )"+,'&"+8,-$.++ 21/;0$&/21+,,2.'&9*;,-21 &2/,$&*321#-,-() 王秀荣王维国刘还珠等北京降水特征与西太副高关系的若干统计高原气象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

南京气象学院学报第卷

南京气象学院学报第卷 Ò Ò 潘敖大孙照渤在对长江中下游夏季降水进行分型的基础上分析了长江流域南北两支雨带与春季太平洋海温的相关关系并采用大气环流模式对前期海温进行了敏感性试验结果表明赤道东太平洋区域的海温异常对两支雨带夏季降水有重要影响海温正异常时南支雨带旱北支雨带不明显海温负异常时南支雨带涝北支雨带旱前期赤道东太平洋海温强迫可以在北半球对流层激发出遥相关波列并影响长江流域南北两支雨带的旱涝分布