最近开始转战python。虽然之前做过python课的助教,但真正要用的时候,还是有些不知所措。
作为解释型语言的python,相比于编译型语言Fortran,C+,速度比较慢,运行效率较低,不能脱离解释器独立运行,但可读性高。
相比于matlab,python免费。相比于ncl,同为解释型语言,python的优点在于各种开源库、机器学习框架、方便开发整合。
python的变量不需要提前申明,直接赋值就可以了,且可以随时改变变量的值和类型。在这一方面,python比fortran这些语言要方便些
本人一开始拒绝使用python,也是因为他的包实在太多了,选择一多就容易选择困难,不如ncl来得简单方便,毕竟就那么几个函数。
但真的开始用python后,发现他虽然有很多软件包,但把每个包的主要功能了解清楚后,好像也没有那么难了。加上python的网上教程非常多,遇到什么问题,上网一搜就有答案。这一方面还是很好的
操作系统层面:
绘图:
数据处理:
另外一些比较小众的气象软件包:
这两个是我英国雷丁大学导师推荐的软件包,可以说是专门为气象领域涉及的。我尝试了一下cf-plot画图,确实很方便,一句代码就可以出图,不需要自己手动添加地形、经纬度坐标等等。他在存图的时候竟然不能有路径,而且在什么路径下运行程序,图就存在什么路径下,且存成pdf时不能多页存储,我也是惊了。而且这个怎么画河流山地等信息呢?
缺点:比较小众,网上关于这方面的教程也比较少
优点:出图方便,代码简洁,适合快速查看气象数据
cfplot:查看文件变量的方法 cfa
matplotlib简要介绍: https://blog.mazhangjing.com/2018/02/28/learn_matplotlib/#1-matplotlib%E7%AE%80%E8%A6%81%E4%BB%8B%E7%BB%8D
python读取文件时,返回的都是字符串.同时,不管哪种方法读取,都会读入换行符,此时可利用strip()函数删去字符串开头和末尾的空格与换行符.如果需要处理数值数据,也需要自己转为 int 或 float.
写入文件时也只能写入字符串,int, float, list, array 都无法直接写入,需要转为str才可以.写入的时候可以使用格式化输出格式.
f = open("runoob.txt", "r")
print("文件名为: %s" %f.name)
# 第一种方法
# 从文件读取指定的字节数,如果未给定或为负则读取所有,包括换行符,并返回一个字符串
data = f.read(10)
# 第二种方法
# 每次读出一行内容,所以,读取时占用内存小,比较适合大文件,该方法返回一个字符串对象。
# 括号内可以指定读取的字节数,包括换行符
f.readline()
while line: # 遍历文件所有行
print (line.strip())
print(type(line))
line = f.readline()
# 第三种方法
# 读取整个文件所有行,保存在一个列表(list)变量中,每次读取一行,但读取大文件会比较占内存。
# 括号内无参数
lines = f.readlines()
for line in lines:
print (line)
print(type(line))
# 第四种方法
for line in f:
print (line)
print(type(line))
f.close()
参考资料:
# 只能写入字符串,无法写入list、array,但可以把他们转换为字符串然后写入
ff = open("runoob.txt", "w")
ff.write("*"*50+"\n") # 写入50个*并换行
ff.writelines("lats"+str(lats)+"\nlons"+str(lons)) #同样需要自己加入换行符
写入文件时用到的两个主要模式,这两个模式不能同时出现:
如果需要读取文件特定行的内容,可以使用该模块,对于大文件可以提高效率。但读取结束后,记得关闭该文件,否则,如果循环操作中该文件有更新,但linecache模块缓存的文件内容则不会有更新。
import linecache
line = linecache.getline(‘a.txt’,4) # 读取第4行内容
print(line.strip()) # strip函数可移除字符串头尾指定的字符(默认为空格或换行符)或字符序列
linecache.clearcache()
f.seek(offset[, whence]) # 移动文件读取指针到指定位置
# offset,需要移动偏移的字节数
# whence,给offset参数一个定义,表示要从哪个位置开始偏移;0代表从文件开头开始算起,1代表从当前位置开始算起,2代表从文件末尾算起。可选,默认为0.
f.tell() # 括号内无参数,返回文件当前位置
import os
os.path.isfile(filname) # 判断文件是否存在
os.path.exists(test_file) # 判断文件或文件夹是否存在,但无法区分文件和文件夹
# 因此,若是判断文件,还是用 isfile 会比较好
scp 是 secure copy 的缩写, scp 是 linux 系统下基于 ssh 登陆进行安全的远程文件拷贝命令。
scp 是加密的,rcp 是不加密的,scp 是 rcp 的加强版。
该命令好像只能复制文件,若要复制目录及目录下的所有文件,需要加入 -r 表示递归复制整个目录
scp -r local_file remote_username@remote_ip:remote_folder # 将本地数据复制到远程
scp -r root@www.runoob.com:/home/root/others/music /home/space/music/1.mp3 # 从远程复制数据到本地
remote sync(远程同步),但它不仅可以远程同步数据(类似于 scp 命令),还可以本地同步数据(类似于 cp 命令)。不同于 cp 或 scp 的一点是,使用 rsync 命令备份数据时,不会直接覆盖以前的数据(如果数据已经存在),而是先判断已经存在的数据和新数据的差异,只有数据不同时才会把不相同的部分覆盖。
使用rsync 在远程传输数据(备份数据)前,是需要进行登陆认证的,这个过程需要借助 ssh 协议或者 rsync 协议才能完成。在 rsync 命令中,如果使用单个冒号(:),则默认使用 ssh 协议;反之,如果使用两个冒号(::),则使用 rsync 协议。 ssh 协议和 rsync 协议的区别在于,rsync 协议在使用时需要额外配置,增加了工作量,但优势是更加安全;反之,ssh 协议使用方便,无需进行配置,但有泄漏服务器密码的风险。
rsync [OPTION] SRC DEST # 仅在本地备份数据
rsync [OPTION] SRC [USER@]HOST:DEST # 将本地数据备份到远程机器上
rsync [OPTION] [USER@]HOST:SRC DEST # 将远程机器上的数据备份到本地机器上
# SRC:用来表示要备份的目标数据所在的位置(路径);
# DEST:用于表示将数据备份到什么位置;
# USER@:当做远程同步操作时,需指明系统登录的用户名,如果不显示指定,默认为以 root 身份登录系统并完成同步操作。
# 常用的 OPTION 选项 -avzP
# -a相当于-r、-l、-p、-o、-g、-t、-D,表示递归同步目录、保留软连接、保持文件权限、保持文件属主、属组、时间和设备信息
# -v 表示打印一些信息,比如文件列表、文件数量等。
# -z 将会在传输过程中压缩。
# -P 表示在同步的过程中可以看到同步的过程状态,比如统计要同步的文件数量、 同步的文件传输速度等。
# 若只同步DEST中没有但SRC有的文件,则加入 --ignore-existing
# 若只同步DEST中存在的文件,则加入 --existing
# 删除 DEST 中 SRC 没有的文件, 则加入 --delete
# 其他还有很多参数,可以在bash中直接输入 rsync 进行查看。
总体来说,感觉rsync功能比scp强大。
XLAT 1 0 LATITUDE, SOUTH IS NEGATIVE (degree_north) XLONG 1 0 LONGITUDE, WEST IS NEGATIVE (degree_east) LU_INDEX 1 0 LAND USE CATEGORY (-) 土地利用类型,一共有24中,不过这里的数值是从2到16,目前只知道16代表水,3代表耕田。
VAR_SSO 1 0 variance of subgrid-scale orography (m2)
地形次网格的方差,不知道有什么用,但是海洋上都是0,陆地上有一部分是100000—300000
LAP_HGT 1 0 Laplacian of orography (m) 范围:-600—500
U 19 0 x-wind component (m s-1) V 19 0 y-wind component (m s-1) W 19 0 z-wind component (m s-1)
PH 19 0 perturbation geopotential (m2 s-2) 扰动位势:result—p3-21图,不知道是什么东西,但随着高度的升高,其数值逐渐增大,难道是因为高空垂直运动增大吗?奇怪?
PHB 19 0 base-state geopotential (m2 s-2) 基本位势(平均位势):台风中心始终是低重力势能,随着高度逐渐增大 Z=10的时候全部充满
T 19 0 perturbation potential temperature (theta-t0) (K) 扰动位温,有一个高温中心
MU 1 0 perturbation dry air mass in column (Pa) 干空气柱扰动气压:-3000~1500
MUB 1 0 base state dry air mass in column (Pa) 平均干空气柱气压:55000~95000
NEST_POS 1 0 - (-) 内嵌网格位置,没什么用
P 19 0 perturbation pressure (Pa) 扰动气压
PB 19 0 BASE STATE PRESSURE (Pa) 基本气压,和height的图形不一样,且台风中心气压高
P_HYD 19 0 hydrostatic pressure (Pa) 液体静压力 Q2 1 0 QV at 2 M (kg kg-1)地面2米高度的比湿、温度 T2 1 0 TEMP at 2 M (K) TH2 1 0 POT TEMP at 2 M (K) PSFC 1 0 SFC PRESSURE (Pa) 表面气压 U10 1 0 U at 10 M (m s-1) 地面10米分厂的纬向分量、径向分量 V10 1 0 V at 10 M (m s-1) QVAPOR 19 0 Water vapor mixing ratio (kg kg-1)(0.009~0.019) QCLOUD 19 0 Cloud water mixing ratio (kg kg-1)(0~0.0018) QRAIN 19 0 Rain water mixing ratio (kg kg-1) QICE 19 0 Ice mixing ratio (kg kg-1) QSNOW 19 0 Snow mixing ratio (kg kg-1) QGRAUP 19 0 Graupel mixing ratio (kg kg-1)
SHDMAX 1 0 ANNUAL MAX VEG FRACTION (-) SHDMIN 1 0 ANNUAL MIN VEG FRACTION (-) SNOALB 1 0 ANNUAL MAX SNOW ALBEDO IN FRACTION (-)
TSLB 4 0 SOIL TEMPERATURE (K) SMOIS 4 0 SOIL MOISTURE (m3 m-3) SH2O 4 0 SOIL LIQUID WATER (m3 m-3) SMCREL 4 0 RELATIVE SOIL MOISTURE (-)
SEAICE 1 0 SEA ICE FLAG (-) XICEM 1 0 SEA ICE FLAG (PREVIOUS STEP) (-) SFROFF 1 0 SURFACE RUNOFF (mm) UDROFF 1 0 UNDERGROUND RUNOFF (mm) IVGTYP 1 0 DOMINANT VEGETATION CATEGORY (-) ISLTYP 1 0 DOMINANT SOIL CATEGORY (-) VEGFRA 1 0 VEGETATION FRACTION (-) GRDFLX 1 0 GROUND HEAT FLUX (W m-2) ACGRDFLX 1 0 ACCUMULATED GROUND HEAT FLUX (J m-2) ACSNOM 1 0 ACCUMULATED MELTED SNOW (kg m-2) SNOW 1 0 SNOW WATER EQUIVALENT (kg m-2) SNOWH 1 0 PHYSICAL SNOW DEPTH (m) CANWAT 1 0 CANOPY WATER (kg m-2) SSTSK 1 0 SKIN SEA SURFACE TEMPERATURE (K) COSZEN 1 0 COS of SOLAR ZENITH ANGLE (dimensionless) LAI 1 0 LEAF AREA INDEX (m-2/m-2) 叶面积指数 VAR 1 0 OROGRAPHIC VARIANCE (-) MAPFAC_M 1 0 Map scale factor on mass grid (-) MAPFAC_MX 1 0 Map scale factor on mass grid, x direction (-) MAPFAC_MY 1 0 Map scale factor on mass grid, y direction (-) MF_VX_INV 1 0 Inverse map scale factor on v-grid, x direction (-) F 1 0 Coriolis sine latitude term (s-1) E 1 0 Coriolis cosine latitude term (s-1) SINALPHA 1 0 Local sine of map rotation (-) COSALPHA 1 0 Local cosine of map rotation (-) HGT 1 0 Terrain Height (m) TSK 1 0 SURFACE SKIN TEMPERATURE (K) RAINC 1 0 ACCUMULATED TOTAL CUMULUS PRECIPITATION (mm),4km以下基本认为对流可分辨,不开对流参数化,RAINC是0 RAINSH 1 0 ACCUMULATED SHALLOW CUMULUS PRECIPITATION (mm) RAINNC 1 0 ACCUMULATED TOTAL GRID SCALE PRECIPITATION (mm) SNOWNC 1 0 ACCUMULATED TOTAL GRID SCALE SNOW AND ICE (mm) GRAUPELNC 1 0 ACCUMULATED TOTAL GRID SCALE GRAUPEL (mm) HAILNC 1 0 ACCUMULATED TOTAL GRID SCALE HAIL (mm) CLDFRA 19 0 CLOUD FRACTION (-) SWDOWN 1 0 DOWNWARD SHORT WAVE FLUX AT GROUND SURFACE (W m-2) GLW 1 0 DOWNWARD LONG WAVE FLUX AT GROUND SURFACE (W m-2) SWNORM 1 0 NORMAL SHORT WAVE FLUX AT GROUND SURFACE (SLOPE-DEPENDENT) (W m-2) OLR 1 0 TOA OUTGOING LONG WAVE (W m-2) ALBEDO 1 0 ALBEDO (-) CLAT 1 0 COMPUTATIONAL GRID LATITUDE, SOUTH IS NEGATIVE (degree_north) ALBBCK 1 0 BACKGROUND ALBEDO (-) EMISS 1 0 SURFACE EMISSIVITY (-) NOAHRES 1 0 RESIDUAL OF THE NOAH SURFACE ENERGY BUDGET (W m{-2}) TMN 1 0 SOIL TEMPERATURE AT LOWER BOUNDARY (K) XLAND 1 0 LAND MASK (1 FOR LAND, 2 FOR WATER) (-) UST 1 0 U* IN SIMILARITY THEORY (m s-1) PBLH 1 0 PBL HEIGHT (m) HFX 1 0 UPWARD HEAT FLUX AT THE SURFACE (W m-2) QFX 1 0 UPWARD MOISTURE FLUX AT THE SURFACE (kg m-2 s-1) LH 1 0 LATENT HEAT FLUX AT THE SURFACE (W m-2) ACHFX 1 0 ACCUMULATED UPWARD HEAT FLUX AT THE SURFACE (J m-2) ACLHF 1 0 ACCUMULATED UPWARD LATENT HEAT FLUX AT THE SURFACE (J m-2) SNOWC 1 0 FLAG INDICATING SNOW COVERAGE (1 FOR SNOW COVER) (-)
SR 1 0 fraction of frozen precipitation (-) 固体降水比例
LANDMASK 1 0 LAND MASK (1 FOR LAND, 0 FOR WATER) (-) LAKEMASK 1 0 LAKE MASK (1 FOR LAKE, 0 FOR NON-LAKE) (-) SST 1 0 SEA SURFACE TEMPERATURE (K) SST_INPUT 1 0 SEA SURFACE TEMPERATURE FROM WRFLOWINPUT FILE (K)
pressure 19 0 Model pressure (hPa),就是那十九层的气压,没有用,删掉 height 19 0 Model height (km),台风中心高度低,也就是低压中心,到17层时,该高度已不明显,第十层时充满整个画面 tk 19 0 Temperature (K) tc 19 0 Temperature (C)这两个温度是一样的,就只是单位不一样,且到19层时,台风中心温度低于四周海洋,而在19层以前,台风中心温度高于四周海洋。
Shell 如何定义变量和给变量赋值 https://www.jianshu.com/p/7fd317a45be5
重点是赋值时,等号左右不能有任何空格。将命令的执行结果赋值给变量时,需要在命令两边加 ‘’ 或者 $()
在 Bash shell 中,每一个变量的值都是字符串,无论你给变量赋值时有没有使用引号,值都会以字符串的形式存储。 这意味着,Bash shell 在默认情况下不会区分变量类型,即使你将整数和小数赋值给变量,它们也会被视为字符串,这一点和大部分的编程语言不同。
以单引号’ ‘包围变量的值时,单引号里面是什么就输出什么,即使内容中有变量和命令(命令需要反引起来)也会把它们原样输出。
以双引号” “包围变量的值时,输出时会先解析里面的变量和命令。这种方式比较适合字符串中附带有变量和命令并且想将其解析后再输出的变量定义。
shell数组:
a=(3 6 9 10)
echo ${a[0]}
echo ${a[*]} #print all variable
Shell 和其它编程语言不同,Shell 不能直接进行算数运算,必须使用数学计算命令
b=$((a[0]+1)) # Assign the result of the calc to b, 4
c=$((b+1)) # 5
# (()) only can be used for integer calc
# do not need to use $ in parentheses
若有命名字符变量数组时,
#!/bin/sh
CASENAME[1]=F2000
CASENAME[2]=CAM5
for ni in {1..1}
do
echo "${CASENAME[ni]}"
if [ $ni == 1 ] ; then
# 注意括号及双等号两边都需要有空格,否则运行失败
echo "----------"
fi
done
radiu=(3 6 9 10)
for ra in ${radiu[@]} ; do
echo ${ra}
done
字符串拼接 http://c.biancheng.net/view/1114.html
字符串分割 https://blog.csdn.net/u010003835/article/details/80750003
https://blog.csdn.net/dehailiu/article/details/10479527?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.control&dist_request_id=1328665.18784.16160313276179911&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.control
路径分割得到路径和文件名 https://blog.csdn.net/Choice_JJ/article/details/8766335
想要在bash脚本中实现交互式运行命令,主要借助输入重定向操作符 « 来实现,举例如下
for nl in {0..2};do
utils/bin/box << EOF
n
y
EOF
mv output.file output.nc
done
# 此处 n 和 y 是传递给 utils/bin/box 的两个参数
Shell中通常将EOF与 « 结合使用,表示后续的输入作为子命令或子Shell的输入,直到遇到EOF为止,再返回到主调Shell。
此处,EOF是一个分界符,在该分界符以后的内容都被当作输入(包括空格),直到shell又看到该分界符(位于单独一行的开头)。这个分界符可以是你所定义的任何字符串。
自20世纪90年代中期以来,一系列观测研究发现了大气和海洋中纬度年代际变率的存在,例如北太平洋 Pacific Decadal Oscillation (PDO),北大西洋 North Atlantic Oscillation (NAO)。冬季,大气和海洋的年代际变率的时空模态的相关非常好。在年代际尺度上,与大尺度SST异常有关的大气环流异常在垂直方向呈现出准正压结构,在冷水上有低压,暖水上空对应高压。这种年代际变率对大尺度气候异常有重要影响,尤其是东亚。因此,年代际气候变率机制成为气候动力学研究的焦点。
中纬度上层海洋的典型时间尺度长达10年,因此一般认为中纬度的海气相互作用是年代际气候变化的可能来源。在上一个年代际中,一系列观测、理论分析和GCM模拟都表明:热带外SST不仅受大尺度大气环流的影响,同时也会对其有反馈影响。大气对中纬度海洋的影响已被广泛研究。普遍认为中纬度海温异常主要是由大气通过海气热通量及上层洋流响应导致的。气候的年代际变率受海洋上层缓慢调整过程影响,而该调整过程主要由大气强迫驱动。这些调整过程包含海洋涡旋、下沉、海洋Rossby波传播。然而,中纬度海洋如何影响大气依然是一个未解之谜。大气对海温异常的响应在不同的简单或复杂模式中都不太一样。有些响应是正压的,在暖洋面上是高压(同观测),或是低压,另外也有一些斜压响应。Frankignoul(1985)认为这些模式差异或许可以归因于由SSTA引起的大气加热和冷却异常的不同分布。Peng等人(1997)和Peng and Whitaker(1999)前人认为大气对中纬度SSTA的响应非常依赖于模式对气候平均态及瞬变涡旋反馈的精确模拟。因此理解中纬度海洋影响大气的机制,尤其是理解瞬变涡旋的作用依然是一个未解之题。
中纬度大气有很强的斜压性和内部变率,伴随急流和风暴轴的瞬变涡旋(TE)发展强烈。天气尺度TE可以在大气中输送热量和动量,进而重新分配热量和动量。此外,风暴轴区域和强TE活动与中纬度海洋锋区域很好耦合。近几年,用高分辨率卫星的观测研究与用高分辨率GCM的数值研究都表明与中纬度海洋锋有关的SSTA可以影响除边界层外的时间平均的大气环流。因此,TE不仅在驱动和维持中纬度大气环流中起到重要作用,也在中纬度海洋热力状况影响大气中扮演主要的动力过程。
该研究旨在研究中纬度海气相互作用在北太平洋冬季年代际变率中的作用。焦点聚焦于与中纬度SSTA有关的海洋锋变化如何通过热力和动力强迫(包括直接的非绝热强迫,间接的TE强迫)影响大气。不同大气强迫对大气环流响应结构的形成的相对贡献也进行了定量分析。提出了中纬度地区海洋-大气不稳定相互作用的假说。该假说强调了由海洋锋变化引起的异常大气TE强迫的作用。
文章结构安排如下。第二部分介绍了使用的数据。第三部分研究了冬季中纬度北太平洋年代际变率的典型结构及其空间配置。第四、五部分分别研究了大气对海洋的强迫过程以及大气对海洋的响应过程。第六部分提出了一个可能的不稳定海气相互作用机制来解释北太平洋中纬度观测到的年代际异常
季节内变率ISV是次季节气候预报的主要来源。最近,美国西部降水和气温的次季节预报的提升可能是由于加入了季节循环的影响,表明考虑ISV季节循环的信息有利于次季节预报的提升。因此,该文研究了区域ISV是否具有显著的季节演变。
作为拥有世界上最多人口的国家,中国受到最强夏季风系统之一的影响。季风变率对其气候和天气,例如洪水、干旱、及其他极端气候、生活环境有重要影响。研究中国夏季降水ISV对次季节预报和水资源安全减灾具有重要意义。
位于热带和中纬度之间,中国的ISV同时受到热带和热带外环流异常的影响,例如热带北半球季节内振荡、准双周振荡、中纬度波列。
长江中下游的降水存在显著的准双周和21-30天振荡。前者主要由上层向东南移动的中纬度波列引起,而后者则主要与中底层纬向移动的西太副高振荡有关。长江流域的大量极端天气事件都是由该区域的ISV引起。在北半球夏季季节内振荡的第二模态的湿位相期间,长江流域和华南地区极端降水概率增加40%。长江流域7月8月55%的热浪事件与中纬度和热带波列引起的底层反气旋异常有关。
中国东南地区降水在12-30天周期上有显著振荡,该振荡在6月时的振幅最大。中国东南地区ISV的湿位相由副热带底层WNP反气旋异常及中国东北地区高层反气旋异常引起。在北半球季节内振荡第一模态的湿位相中,中国东南地区极端降水概率增加35-45%。
TP区域夏季降水也主要由准双周振荡控制,该振荡与源于夏季AO的东南向传播的非定常波列、西北/向北传播的底层热带波列有关。这些关于中国夏季降水ISV的研究都关注于有不同主导模态的不同区域。目前还不清楚整个中国夏季降水的主要ISV模态。
东亚夏季风通常表现为明显的逐步向北和东北移动,有两次向北的突然跳跃和三个静止周期,分别是5月初到中旬的华南雨季(夏季前期)、5月下到7月中在长江流域和日本的梅雨期、7月下到8月初的华北降水。EASM的北进常被认为与气候态季节内振荡的位相转变联系。
由于EASM的北进,有必要研究中国夏季降水ISV的季节演变。Yang et al.(2014)蒋东亚12-20天变率空间分布和传播路径在夏季前期和后期的变化归因于气候态的突变,包括西风急流、南亚高压和西太副高的北进。Wang et al.(2015)发现中国南海的准双周振荡在夏季前期源于日本东部,夏季后期源于菲律宾东部。对于整个中国夏季降水ISV的主要模态,尚不清楚其是否存在显著的季节变化,如果存在,其潜在的机制是什么。
该文研究了中国夏季降水ISV的季节演变及其潜在机制,也将关注季节演变不同阶段的潜在可预测性来源。研究发现:存在两个共同的ISV模态:中国东南地区一致的模态,中国东南沿海和长江中下游的偶极子模态。这三个模态在演变的三个阶段都有出现,只是夏季前期和后期的主要周期是8-15天,梅雨期间是8-25天。这两个模态在夏季前期向南传播,与另外两个阶段的模态独立。
在夏季前期,这两个模态只与中纬度波列有联系,由于此时弱的西北太平洋季风槽,它们在热带无前期信号。相反,在梅雨期和夏季后期,当西北太平洋季风槽变强后,热带有前期信号。在夏季后期,由于西风急流远离中国东南地区,中纬度波列的作用减弱。中国夏季降水ISV的季节选好有利于提高次季节预报系统。