基于离散视角看印度季风期间降雨与对流云的时空关系

印度季风是一个多变量过程，每年六月至九月引发强降雨，其在空间和时间上高度异质。我们研究了2004-2010年间季风期降雨与出射长波辐射（OLR，对流云量）之间的关系。为识别、分类并可视化降雨与OLR的空间型，我们采用基于马尔可夫随机场（Markov Random Field）的统计模型所构建的离散且时空相干的数据表示。我们的方法将具有相似降雨与OLR空间分布的日聚类为少量空间型。我们发现，降雨与OLR各自八个每日空间型，以及降雨与OLR的七个联合空间型，可描述超过90%的所有日数。通过这些空间型，我们发现OLR通常与降水呈强负相关，但存在显著空间差异。特别地，印度半岛（西海岸除外）在多数日子里处于显著对流云覆盖之下却无降雨。我们还发现，大部分季风降雨与低OLR同时发生，但六月在印度东部和西北部的一些降雨出现在OLR日，推测来自浅云。为研究两者的逐日变化，我们从观测计算的时间梯度中识别空间型。我们发现，印度对流云活动的改变最常见源于南北OLR梯度的建立，该梯度持续1-2天，并使对流云覆盖由弱转强或反之。此类变化亦伴随降水空间分布的改变。本工作由此提供了对复杂空间型及其逐日变化的高度简化描述，并可作为未来该过程简化描述的有用工具。