鉴于副高系统高度的非线性和复杂性，建立针对具体事件的“精确”副高动力系统模型非常困难，从历史资料中重构副高活动轨迹的相空间与反演副高动力系统模型是研究和探索副高动力学性质和副高异常机理的有效途径。副高活动与变异通常涉及多要素、多方面的共同影响和相互制约，一般难以客观准确地给出针对性的物理模型或动力学描述（如1998年长江流域洪涝和2006年川渝地区大早等副高异常南落和持续西伸事件的针对性描述和机理刻画），往往可能会出现对副高活动及变异事件研究中“普遍性有余、针对性不足”或“共性有余，个性不足”等类似的问题。基于副高活动与变异事件的观测资料，通过相空间重构和动力模型反演等途径，能够对副高典型个例的内在特征和动力过程开展针对性研究和剖析，给出具体事件的机理解释，进而提取和抽象出该类事件的共性特征和一般规律（董兆俊等，2006）。TakensF（1981）在其相空问重构理论中对观测资料时间序列中重构动力系统的基本思想予以了阐述和数学证明：系统中任一分量的演化是由与之相互作用的其他分量所决定的，因此这些相关分量的信息隐含在任一分量的发展过程中。这样，从有限要素观测数据时间序列中能够重构出系统发展演变的动力模型。
目前的动力模型重构主要有传统的时延相空间重构和动力模型参数反演等方法。前者通过分维计算和寻找最优嵌入维与时延数，得到要素时间序列演变的相空问轨迹重构模型（张韧等，2007）。该方法由于仅考虑了单要素与其时延序列信息，包含的独立信息较少，且难以获得微分解析模型（马军海，2005），对于反演副高等复杂非线性动力系统并开展动力特性讨论表现出较大的局限性。后者则是基于广义常微动力系统模型，以模型输出与实际资料的误差最小二乘为目标约束，进行模型参数优化搜索和动力模型重构。黄建平等（1991）用最小二乘估计讨论了从观测资料中重构非线性动力模型的途径，并从数值积分序列较好重构恢复了Lorenz系统。林振山（2003）也对气压、温度、降水等气象要素的时间序列历史资料，进行了模型参数反演和动力性质讨论。但这些工作未应用于具体天气系统的动力模型重构。近年来，张韧、洪梅等（20061），2008a，2008b）用遗传算法全局寻优与并行计算优势分别开展了副高和ENSO的动力预报模型反演研究。结果表明，基于遗传优化反演的动力预报模型能较好逼近和推演副高／ENSO的变化趋势。但上述工作仅限于构建预报模型，尚未涉及副高的动力特性分析和机理讨论。
……
展开
