东亚区域性强降水事件复杂网络的构建与分析

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41605048
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    19.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0502.气候与气候系统
  • 结题年份:
    2019
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2019-12-31

项目摘要

Strong precipitation is not only a low probability extreme value deviating from the mean state of climate, but also a regional strong precipitation event (RSPE) with spatial and temporal nonlinear characteristic. The prediction of RSPE has always been an important and difficult problem. However, at present simulation effect of climate models is not very ideal, which mainly because the interaction mechanism of strong precipitation has not been studied clearly. After building RSPE database using objective identification technology, we will analyze spatial and temporal continuity of RSPE from time maintain and space synchronization, then to calculate nonlinear correlation between different grid points by event synchronization method, and to construct strong rainfall network over eastern Asia. Besides, we will also get dynamics mechanism of strong rainfall by several complex network measures, such as degree, clustering coefficient, average path length, and so on. Based on the spatial distribution of these network measures, regions with similar rainfall dynamical behavior will be selected. Using temporal information about the occurrence of strong rainfall events between grid points in bilateral network, we will analyze the spatial distribution of out degree, in degree, and the difference of them, and then reveal the law of strong rainfall interaction between grid points. Those works will provide theoretical basis and technical support to the prediction of RSPE over eastern Asia.
强降水事件不仅是特定地区和时间发生的偏离气候平均态的小概率极值,更表现为具有时空非线性特征的区域性强降水事件(RSPE),而对RSPE的预测历来是气候学研究的热点和难点。当前动力模式对RSPE预报能力受限的重要原因在于格点间强降水相互作用机制还不够清晰,还需要从非线性相互作用的角度开展新的相关研究。本项目基于RSPE客观识别技术建立东亚地区夏季RSPE事件库,从时间维持和空间同步的角度分析RSPE的时空持续性特征;采用事件同步法建立格点之间的强降水非线性相关,进而构建能够描述强降水过程和邻近区域间相互作用的复杂网络模型;结合网络特征量的空间分布揭示RSPE的动力学结构新特征;利用强降水双向复杂网络中含有的格点间强降水事件发生的时序性信息,分析网络特征量出度、入度及两者差值,进而揭示格点间强降水相互传递作用规律,从另类途径为东亚夏季RSPE的模拟和预测提供理论依据和技术支持。

结项摘要

强降水的预测是气候学研究的热点和难点,当前动力模式对强降水预报能力受限的重要原因在于格点间强降水相互作用机制还不够清晰,还需要从非线性相互作用的角度开展新的相关研究。本项目采用理论分析与数值计算相结合的研究方法,对东亚地区强降水的区域性特征及可预测性进行了研究。建立了东亚区域性强降水事件库;获得了东亚夏季强降水的时空持续性规律;利用事件同步方法建立了强降水复杂网络,构建了能够刻画强降水复杂过程和格点间相互作用的简化数理模型;深入分析了复杂网络结构特征量的空间分布,获得了东亚地区强降水的动力学结构特征,从强降水动力学行为相似的角度将东亚地区进行了区域划分;结合强降水双向复杂网络中含有的格点间强降水事件发生的时序性信息,分析网络特征量出度、入度及两者差值,初步得到了格点间强降水相互传递作用规律;利用强降水复杂网络中格点的关联强度和关联方向信息,从强降水时空记忆性的角度建立动力预测模型,利用预测模型对典型强降水进行预测试验,为东亚夏季强降水的预测提供新的理论依据和技术支持。

项目成果

期刊论文数量(2)
专著数量(0)
科研奖励数量(1)
会议论文数量(0)
专利数量(0)
COMPLEX NETWORK OF EXTREME PRECIPITATION IN EAST ASIA
东亚极端降水的复杂网络
  • DOI:
    10.16555/j.1006-8775.2017.04.008
  • 发表时间:
    2017-12-01
  • 期刊:
    JOURNAL OF TROPICAL METEOROLOGY
  • 影响因子:
    1.2
  • 作者:
    Gong Zhi-qiang;Su Hai-jing;Feng Guo-lin
  • 通讯作者:
    Feng Guo-lin
复杂网络方法在东亚地区夏季极端降水研究中的应用
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    气象学报
  • 影响因子:
    --
  • 作者:
    何苏红;龚志强;封国林
  • 通讯作者:
    封国林

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码