摘要
借助于改变的统计方法，例如规范的根均方差(RMSE)，关联分析，实验直角的功能(文件结束)分解，等等，NCEP/NCAR的改变的季节的异例的可靠性重新分析风速度和表面空气温度(坐)经常在中国在气候变化研究使用的数据被学习。结果证明气象学的变量的RMSE比在西方的中国在东方中国是更小的，即，在东方中国的NCEP/NCAR分析的可靠性在西方的中国比那好。这能由于在分析模型和在中国的气象学的车站的“dense-in-eastern-and-sparse-in-western”的布置的地形学的效果。重新分析的风速度的异例的RMSE与增加高度减少，进一步在分析的可靠性上证实地形学的可能的影响。关联分析的结果相反地RMSE分析对应于那些，即如果RMSE更大，关联在之间重新分析并且观察数据是更坏的，并且反过来也如此。它从比较异例的EOF特徵向量被发现重新分析并且观察数据如果一个气象学的变量有更小的RMSE，异例的相应文件结束特徵向量的空间模式重新分析并且观察数据是类似的，他们的时间系数显著地被相关，并且反过来也如此。因此，文件结束模式的类似和他们的时间系数的一致性能被用来客观地估计分析的可靠性。总体上，重新分析的风速度的可靠性在春天，夏天，和秋天更好，但是在冬季更坏；并且为重新分析坐，它在夏天是在冬季和最糟的最好。
出版日期
2007年03月13日（中国期刊网平台首次上网日期，不代表论文的发表时间）
