东亚夏季风降雨的可预报性研究

本文根据CMAP(The Climate Prediction Center Merged Analysis of Precipitation)观测资料,使用相关系数和均方根误差,对CHFP2(Coupled Historical Forecast Project, phase 2 )的2个模式对东亚夏季降雨的季节预报技巧作出评价。在完美模式的理论框架下,分别使用基于信噪比的潜在相关系数和基于信息熵的潜在可预报性指标,对该区域主要针对夏季降雨的可预报性作出评价。通过最可预报分量分析(PrCA),得到季节降雨的最可预报型。将最可预报型投影到海温场,得到了降水最可预报型对应的海温分布。研究发现:相关系数所反映的预报和观测的线性相关程度总体上是低纬度海洋区域比高纬度陆地区域高,而均方根误差反映的则是在海洋区域降雨预报偏离实际值的程度较陆地区域大,预报水平与目前降雨的季节预报水平相符。潜在可预报性估计表明,潜在可预报率存在空间上的变化,从低纬度向高纬度、从海洋到内陆,呈衰减趋势。同时,信号和噪音的分析表明,信号成分占主导作用,形成了潜在可预报率的空间分布格局,暗示了海洋外强迫的重要作用;中国大陆缺少像海洋区域那样明显的外强迫,因此降水季节预报技巧相比热带海洋区域非常有限。海温投影的分析表明海洋的外强迫是东亚降雨季节预报的重要来源。尽管厄尔尼诺本身的复杂性,它对东亚夏季风的重要影响及其与东亚降雨预报之间的遥相关揭示了它们内在的联系。     

单站海温短期预报自动化

对大连、深圳等7个沿海城市海洋观测站自1991～2002年的海温、气象要素数据进行统计分析,结合经验预报因子,针对各个预报站点建立了短期海温统计预报模式,并对该模式进行了后报试验,模式运行稳定后投入到海温预报业务化使用,实现了预报流程的自动化。     

海温预报知识讲座 第二讲 数理统计方法在海温预报中的应用

概率统计方法被引用到水文气象预报中来,至今已有五十余年。到60 年代后期,统计预报已成为要素预报的重要手段,尤其是70 年代以后“模式输出统计预报”在预报业务中使用以来,使统计预报出现了新的局面。现在水文、天气预报的概率统计方法已形成为一个独立的分支,它已成为自动化预报系统中不可缺少的组成部分,是使海温预报走向客观化、定量化的有效手段之一。 海水运动的规律是不确定的,是随机的,即使观测资料足够多,也不可能把海洋运动规律完全描述出来,而应用概率论、数理统计的方法预报未来海水温度变化是可能的,这就是概率统计海温预报…     

中国近海海面风场预报方法综述

海上大风是一种灾害性海洋天气现象,能够准确、及时的预报海上大风对沿海地区的防灾减灾具有十分重要的意义.目前近海风场的预报方法有经验预报、统计预报、数值模式预报和统计动力(数值产品的释用)预报等.本文主要针对这些预报方法进行汇总与分析,为预报员提供可靠的依据.     

基于Stacking机器学习模型的南海北部海温预报

基于Stacking(ET-ET)的机器学习算法,利用美国国家环境预报中心再分析数据和MGDSST海温融合数据,建立了一套高效的海温长期预报方法,并在南海北部海域开展了1 a的表层海温长期预报实验。结果表明：基于Stacking(ET-ET)机器学习模型的表层海温长期预报的均方根误差降至0.52℃,平均绝对百分比误差降至1.58%,明显优于基于支持向量机、人工神经网络和长短期记忆模型的预报结果。     

中国近岸海域基础预报单元海温预报指导产品研制

基于海温数值预报系统和偏差订正释用方法,开发了中国近岸海域基础预报单元海温预报指导产品,并对2018年7月—2019年9月长时间序列的预报结果进行了检验评估。结果表明:该产品对未来3 d预报的日平均绝对误差分别达到了0.17℃、0.30℃和0.38℃,预报准确度良好,能够为我国县级海域提供较为准确的海温预报产品。     

中国近海异常海温数值预报模式研究Ⅰ.模式的建立

本文从近海异常海温的定义和形成机制出发,在原有的海表温度数值预报模式的基础上,考虑了上层海洋对强天气强迫的动力响应和浅海效应,前者包括卷入和卷出、冷水抽吸和暖水辐聚,后者包括潮混合和浅海对短波吸收之影响,从而建立了一个以混合层的温、流、深度为变量的中国近海异常海温数值预报模式.     

海温预报知识讲座

第二讲数理统计方法在海温预报中的应用 概率统计方法被引用到水文气象预报中来,至今已有五十余年.到60年代后期,统计预报已成为要素预报的重要手段,尤其是70年代以后"模式输出统计预报"在预报业务中使用以来,使统计预报出现了新的局面.现在水文、天气预报的概率统计方法已形成为一个独立的分支,它已成为自动化预报系统中不可缺少的组成部分,是使海温预报走向客观化、定量化的有效手段之一.     

基于机器学习的青岛市区近岸海雾集成预报方法

利用2014-2017年青岛小麦岛海洋站观测资料,采用机器学习方法建立了青岛市区近岸海雾集成预报模型,通过主成分分析方法对预报因子进行了优选.结果表明:采用能见度、风向、风速、气压、露点、气温、海温、气温露点差、气海温差、相对湿度、云量、气温24h变温12个预报因子建立的海雾集成预报模型,对2018年海雾预报的TS评分...     

南海海温可预报性的诊断研究

本文采用南沙永署礁所测的１９８８．９～１９９６．１的逐日表层海温资料和西沙１９８８．８～１９９５．１２月逐日表层海温资料，用相空间延拓方法，计算了它的关联维Ｄｍ和Ｋａｌｍｏｇｏｒｏｖ熵的近似值二阶Ｒｅｎｙｉ熵Ｋ２，得到Ｄｍ为分数维，Ｋ２约为一正数值，证明南海海温系统具有混沌吸引子，是一种混沌运动，是一个强迫耗散的非线性系统，其长期演变过程主要受５～９个因子控制，可估计出相应的海温预报时效约为３～９天。南海海温的预报时效与其周期有某些相似之处，但它们之间的关系还有待于进一步研究。     

基于GIS的南海海温时空过程分析研究

海温是海洋环境影响因子之一,对于海洋生态环境、海水养殖业等尤为重要。本文以Argo数据提取的南海海洋温度场数据为例,结合GIS(GeographicInformationSystem)技术,研究南海海温点过程、面过程可视化表达的方法。利用GIS作为可视化框架提供南海海温场的可视化显示,包括放大、缩小和拖动等基本功能,绘制多种形式的数值图像并进行空间分析,包括海温数据曲线绘制、海温值查询、空间插值、等值线等。基于Argo数据可视化表达的结果,从南海海温年变化、随纬度的变化、垂向变化、季节分布特征四方面对南海的海温时空特征进行了分析,结果表明:(1)南海海表温度高温的持续时间比较长,升温过程比降温过程相对要短一些;(2)随着纬度的降低,温度整体升高,温度的年变化幅度越来越小。夏秋两季随着纬度的变化,温度变化不大,春冬两季的温度变化较大;(3)在0~30 m温度变化很小,在深度为30m处温度开始逐渐下降,到达500m以下,海温一年四季都比较接近;(4)冬季海温总体最低,夏季海温总体最高。冬季和秋季,在南海西南方向等值线呈现西北—东南向,等值线比较密集。海温的时空变化研究可以对海洋温跃层、海洋温度锋,海水不同层次的结构的研究提供一定参考。     

A New model to forecast fishing ground of Scomber japonicus in the Yellow Sea and East China Sea

The pelagic species is closely related to the marine environmental factors, and establishment of forecasting model of fishing ground with high accuracy is an important content for pelagic fishery. The chub mackerel(Scomber japonicus) in the Yellow Sea and East China Sea is an important fishing target for Chinese lighting purse seine fishery. Based on the fishery data from China's mainland large-type lighting purse seine fishery for chub mackerel during the period of 2003 to 2010 and the environmental data including sea surface temperature(SST), gradient of the sea surface temperature(GSST), sea surface height(SSH) and geostrophic velocity(GV), we attempt to establish one new forecasting model of fishing ground based on boosted regression trees. In this study, the fishing areas with fishing effort is considered as one fishing ground, and the areas with no fishing ground are randomly selected from a background field, in which the fishing areas have no records in the logbooks. The performance of the forecasting model of fishing ground is evaluated with the testing data from the actual fishing data in 2011. The results show that the forecasting model of fishing ground has a high prediction performance, and the area under receiver operating curve(AUC) attains 0.897. The predicted fishing grounds are coincided with the actual fishing locations in 2011, and the movement route is also the same as the shift of fishing vessels, which indicates that this forecasting model based on the boosted regression trees can be used to effectively forecast the fishing ground of chub mackerel in the Yellow Sea and East China Sea.     

Coupling a two-way nested primitive equation model and a statistical SST predictor of the Ligurian Sea via data assimilation

A primitive equation model and a statistical predictor are coupled by data assimilation in order to combine the strength of both approaches. In this work, the system of two-way nested models centred in the Ligurian Sea and the satellite-based ocean forecasting (SOFT) system predicting the sea surface temperature (SST) are used. The data assimilation scheme is a simplified reduced order Kalman filter based on a constant error space. The assimilation of predicted SST improves the forecast of the hydrodynamic model compared to the forecast obtained by assimilating past SST observations used by the statistical predictor. This study shows that the SST of the SOFT predictor can be used to correct atmospheric heat fluxes. Traditionally this is done by relaxing the model SST towards the climatological SST. Therefore, the assimilation of SOFT SST and climatological SST are also compared.     

渤海氮磷营养盐和叶绿素浓度时空分布数值模拟与富营养化评估

当前渤海富营养化风险仍居高不下,严重制约了环渤海社会经济可持续发展。开展近海富营养化评估与趋势分析是国家生态安全保障的需求, 其难点在于富营养化评价要素长期演变进程高质量数据的获取。基于HAMSOM海洋生态模型, 通过修正溶解有机氮(dissolved organic nitrogen, DON)的难/易降解组分降解动力学形式, 构建了适用于富营养化评估与趋势分析的渤海三维水动力/生物地球化学耦合模型。利用2019年渤海春、夏、秋、冬四个季节DON、溶解无机氮(dissolved inorganic nitrogen, DIN)、溶解无机磷(dissolved inorganicphosphorus, DIP)和叶绿素a(chlorophyll a, chl a)调查结果, 对模型进行了校正, 并利用1980年至2020年的长期调查结果进行了验证, 模拟结果与调查结果相比较, 在数值大小和变化趋势上均吻合较好, 相对标准偏差、相似性系数和Kappa系数分别为24%、0.77和0.60。利用模型模拟计算的DIN、DIP、DON和chl a长期演变进程数据, 计算了营养状态质量指数(nutritional quality index, NQI)。结果表明, 当前渤海富营养化状态整体上处于贫营养状态, 但在渤海湾、辽东湾和莱州湾湾底近岸海域处于富营养状态, 季节上5~10月份处于中等富营养化状态, 从长期变化趋势看, 渤海整体上富营养化状态趋于改善。与复合富营养化指数(compound eutrophication index, CEI)对比表明, 渤海富营养化评估按NQI计算结果与按CEI计算结果相当吻合, 相似性系数为0.83。文章建立的渤海富营养化评估方法具有较高可靠性, 可用于渤海富营养化评估。     

基于深度学习的赤潮发生预报方法研究

赤潮作为海洋灾害,对海洋渔业、生态、经济,以及人类生产、生活造成了严重影响。一直以来,赤潮受到研究者的广泛关注,但由于它的形成机制比较复杂,使得赤潮预报极具挑战性。针对赤潮预报的研究问题,本文收集了厦门海域赤潮发生前后的海洋监测数据,结合皮尔逊相关系数、散布矩阵、复相关系数方法,分析多环境因子与赤潮发生多要素的关联情况,重点采用基于深度学习的LSTM与CNN融合方法,挖掘环境因子的时序依赖,发现序列数据的局部特征,对赤潮发生进行预报。在厦门一号和厦门二号数据集中,本方法在预报未来12 h内的赤潮情况时,RMSE、MAE误差分别达到0.521 8、0.504 3。通过协同对比模型进一步确定赤潮发生的预报概率,在两个数据集上的最终预报准确率分别为67.58%和63.49%。本研究为赤潮的分析预报提供了探索经验,证明了将深度学习方法应用于赤潮预报的可行性。     

南海外海鸢乌贼渔场范围与海洋环境的关系

为研究南海外海鸢乌贼渔场范围与海洋环境因子之间的联系,本文根据2013-2018年广西壮族自治区北海市灯光罩网渔船在南海外海的鸢乌贼生产数据和海洋环境遥感数据,对鸢乌贼渔场范围的时空分布与海表面温度(SST)、海表面高度(SSH)和海表面叶绿素a(Chl a)浓度的关系进行研究.结果表明:在5°～20°N,108°～1...     

基于DINEOF的风云极轨气象卫星海表温度重构方法研究

海表温度是表征海洋表层热力状况的重要海洋参数,日均全天候覆盖的海温观测数据可为服务台风监测及其他海洋灾害时空演变的精细化预报提供数据支撑。可见光红外扫描辐射计和中分辨率光谱成像仪反演的海温产品具有较高的空间分辨率,但是红外遥感反演的海温产品受到云、雾和霾的影响,在云下存在大面积、无规律的缺值;微波辐射计反演的海温产品空间分辨率低,但可穿透云层,实现全天候海温观测。本文基于风云三号B、C、D三颗极轨气象卫星红外和微波遥感仪器反演的海温资料,利用经验正交函数插值法(DINEOF)重构得到全球海表温度产品。与全球分析场日平均海温OISST数据进行比较可知：原始海温资料的均方根误差为0.59~0.70℃,DINEOF重构后海温资料均方根误差降至0.10~0.34℃;相关系数从0.33~0.48提升到0.78~0.98。多传感器重构海温数据空间分布上连续可信,能够监测不同季节的海温变化特征及暖池空间模态。风云三号气象卫星微波遥感的加入显著提升了重构海温的空间连续覆盖率和时间分辨率。     

基于演化算符的南海海面高度异常中长期统计预报

水下移动平台行动时需要1～3个月左右海洋数值预测预报结果,但是当前数值预报技术受对应的气象驱动场预报时效的限制,难以提供10 d以上的数值预报产品。鉴于海水在动力热力上具有较大的惯性,海洋内区有其自身的演化规律,本研究设计了一种基于演化算符的统计预测方法,利用历史卫星遥感资料构建海洋状态变量中长期演化矩阵,并结合惯性预报模型,构建了最终的南海海洋中长期统计预报模型,能够提供1～60 d逐日的南海海面高度异常预测结果,开展数值试验验证了该方法的有效性,结果表明,在起报后15 d内,预报结果与卫星资料的相关系数均大于0.8,在起报60 d内,相关系数仍高于0.6。     

Satellite-derived SST validation based on in-situ data during summer in the East China Sea and western North Pacific

Satellite-derived sea surface temperature (SST) is validated based on in-situ data from the East China Sea (ECS) and western North Pacific where most typhoons, which make landfall on the Korean peninsula, are formed and pass. While forecasting typhoons in terms of intensity and track, coupled ocean-typhoon models are significantly influenced by initial ocean condition. Potentially, satellite-derived SST is a very useful dataset to obtain initial ocean field because of its wide spatial coverage and high temporal resolution. In this study, satellite-derived SST from various sources such as Tropical Rainfall Measuring Mission Microwave Imager (TMI), Advanced Microwave Scanning Radiometer for Earth Observing System (AMSR-E) and New Generation Sea Surface Temperature for Open Ocean (NGSST-O) datasets from merged SSTs were compared with in-situ observation data using an indirect method which is using near surface temperature for validation of satellite derived SST. In-situ observation data included shipboard measurements such as Expendable Bathythermograph (XBT), and Conductivity, Temperature, Depth (CTD), and Argo buoy data. This study shows that in-situ data can be used for microwave derived SST validation because homogeneous features of seawater prevail at water depths of 2 m to 10 m under favorable wind conditions during the summer season in the East China Sea. As a result of validation, root-mean-square errors (RMSEs) are shown to be 0.55 °C between microwave SST and XBT/CTD data mostly under weak wind conditions, and 0.7 °C between XBT/CTD measurement and NGSST-O data. Microwave SST RMSE of 0.55 °C is a potentially valuable data source for general application. Change of SST before and after typhoon passing may imply strength of ocean mixing due to upwelling and turbulent mixing driven by the typhoon. Based on SST change, ocean mixing, driven by Typhoon Nari, was examined. Satellite-derived SST reveals a significant SST drop around the track immediately following the passing of Typhoon Nari in October, 2007.