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。     

基于卫星遥感海温数据的南海SST预报误差订正

尝试利用卫星遥感高分辨率海表温度资料GHRSST (Group for High Resolution Sea Surface Temperature) 与海表温度(sea surface temperature, SST)数值预报产品之间的误差, 建立一种南海SST模式预报订正方法。首先, 利用南海的Argo浮标上层海温数据对GHRSST 海温数据进行验证, 结果表明两者之间均方根误差约为0.3℃, 相关系数为0.98, GHRSST 海温数据可用于南海业务化数值预报SST的订正。预报订正后的SST与Argo浮标海温数据相比, 24h、48h和72h的均方根误差均由0.8℃左右下降到0.5℃以内。与GHRSST 海温数据相比, 南海北部海域(110°E—121°E, 13°N—23°N)订正后的24h、48h和72h的SST预报空间误差均显著减小, 在冷空气影响南海期间或中尺度涡存在的过程中, SST预报订正效果也较为显著。因此, 该方法可考虑在南海业务化SST数值预报系统中应用。     

卷积神经网络在近岸表层海温预报中的应用

针对数值预报和人工经验预报在近岸定点表层海温(sea surface temperature, SST)预报中预报准确度不高,将近岸台站定点SST预报转换为多元时间序列预测任务,应用卷积神经网络(convolutional neural networks, CNN)构建近岸台站定点SST时间序列变化模型,对近岸台站每日最高海温、最低海温、平均海温进行预报,并与人工经验方法和长短期记忆网络(long short-termmemory,LSTM)方法进行对比试验。结果显示,在测试数据中相比人工经验预报,CNN方法全年日最高海温预报平均绝对误差(mean absolute error, MAE)为0.36℃,平均下降0.14℃,均方根误差(root mean squared error, RMSE)为0.49℃,平均下降0.21℃,日最低海温预报MAE为0.36℃,平均下降0.17℃, RMSE为0.63℃,平均下降0.24℃,日平均海温预报MAE为0.30℃, RMSE为0.47℃,预报性能和LSTM模型预报性能相当。研究表明CNN应用于近岸SST预报具有可行性,能够有效地提高SST预报准...     

基于相似系数的海温中长期统计预报方法研究

海温是认知和研究大气、海洋物理性质和演变规律的重要海洋环境动力要素之一,也是海洋预报组成中不可或缺的组成部分,对海温的分布及演变规律进行研究对海洋经济、环保和国防安全具有重要的意义.本文提出了一种基于相似系数的海温统计预报方法,利用数理统计分析方法,构建基于相似系数的统计预报模型来实现海温的单点时间序列预报.在南海海域...     

海温与鲁西南夏季降水分析及在长期预报中的应用

本文对北太平洋海温与鲁西南夏季降水关系进行相关分析建立１２个相关场，得出赤道海域，黑潮海域和北太平洋海域三大主要优势相关区。选出３５个预报因子进行主成份分析，应用前１０个合成主成份变量建立预报方程，收到了较好的预报效果。     

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。     

福建近海区海温数值预报试验

将在黄海和东海区建立的有限区域异常海温动力数值预报模式应用于福建近海区海温预报,根据福建近海海区特征对模式作了必要的调整.举出两个试验个例,一个在夏季(3d预报),另一个在冬季(10d预报).在夏季的试验中,恰值台风过境,所计算的流场对台风有较好的响应.冬季,预报海温场与实际海温场的变化趋势基本一致,整个海区的绝对平均误差为0.6℃.海温的变化主要决定于夹卷与抽吸作用,这与海峡的地形特征有关.     

基于BP神经网络方法的近岸数值海温预报释用技术

为了提高近岸精细化海温预报精度,利用神经网络方法,分析了海温数值预报及观测数据在释用中的作用,研究了定点近岸海温影响因子的最优配置方案,建立了定点海温精细化数值预报释用模型,评估了释用模型性能。误差分析结果显示,数值海温产品及其观测在建模中起到了降低和稳定模型误差的作用;释用模型将定点数值预报的误差从2.2°C减少至0.7°C;预报误差较调训误差略高,但考虑到预报误差的稳定性,数值释用与人工经验预报水平持平,因此,该方法具有十分广阔的拓展空间和应用前景。     

基于POMgcs模式中国海及邻近海域三维温盐流数值预报海面温度的检验分析

对基于POMgcs海洋模式建立中国海及邻近海域三维温盐流数值预报系统的海面温度产品,进行检验分析。利用2011年预报的月平均海面温度数据同卫星观测的月平均海面温度资料相比较,发现三维温盐流数值预报系统预报偏高。此外,分别利用2011年GTS海洋观测海面温度数据和2012年2、3、4月份卫星融合海面温度数据,与该系统海面温度预报逐日产品进行检验分析。检验结果表明:预报精度随着预报时效逐渐降低;预报海面温度高于观测值1℃~2℃。     

MM5数值预报产品在舟山海域风力分区预报中的释用

本文阐述了舟山海域地理气候特征及开展舟山海域风力分区预报的重要性,详细介绍了利用海岛测风站资料研究的MM5数值预报产品在舟山海域风力分区预报中的释用技术,实践证明该释用技术能为风力分区预报提供重要的技术支撑,并为研究同类数值预报产品释用技术提供重要的参考依据。     

应用海温预报粮食产量的探讨

本文作者曾在“应用海温预报粮食产量的初步探讨”一文,就应用海温预报大范围地区农作物产量的可行性做了初步分析,并用逐步回归方法对我国北方(包括东北、西北、华北地区和山东、河南等省)的粮食产量进行模拟计算和试报。     

印度洋预报系统混合层深度预报检验

利用Argo浮标资料和Rama浮标资料对印度洋海洋环境数值预报系统2010-03-06—2013-05-31的24h混合层深度产品进行了预报精度检验。与Argo浮标数据对比表明:预报与观测绝对平均误差为13m,24h混合层深度预报平均偏浅10m以内;对苏门答腊岛附近海域(5°S~4°N,87°~99°E)的混合层深度预报平均偏浅20m,该海域预报平均风速偏小1.6m/s是可能原因;其它海域预报能力较高,尤其对热带中南印度洋区域(5°~17°S,63°~96°E)平均误差集中在-2~2m。分海域检验对比结果表明:该预报系统能很好的预测出阿拉伯海(60°~70°E,10°~20°N)和孟加拉湾(85°~93°E,10°~18°N)处混合层半年周期变化特征;热带南印度洋(60°~80°E,15°~19°S)混合层呈现明显季节变化特征,且在每年8,9月份达到最大值;热带外南印度洋(45°~70°E,0°~10°S)混合层常年较为浅薄;Argo与Rama数据所得结果一致;预报系统对上述特征均能很好地预测。     

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.     

表层海水温度场的正交综合因子场分解预报方法——东海及其外缘海域月平均表层水温预报

表层海水温度预报的途径目前在我国仍以统计预报为主,数值预报和数值动力统计预报尚在探索中.表层海温统计预报一般又分为单要素时间序列预报和多要素相关预报两类.这些方法各有长处和短处,因此在预报实施中,应根据各种方法的特点,互相补充,综合发布预报.我们在应用经验正交函数分析预报表层海水温度场的基础上,也曾对表层海温场的多因子相关预报方法进行了多种试验.     

东海及外缘海域表层海水温度场的分析与预报

东海及外缘海域月平均表层海水温度场变化的持续性较好,正温度距平场最长可持续18个月,负温度距平场可持续14个月。能谱分析结果表明,由于该区受黑潮暖流系统的控制,存在明显的6、7年周期。 文中给出了几种以数理统计为基础的表层水温场预报方法,即单要素和多因子的经验正交场分解时间序列预报方法,对东海及外缘海域月平均表层海水温度场进行了连续6年(1978-1983)的实时预报,其效果比较稳定,预报误差较小,从1978～1983年的平均预报误差为0.53℃。     

海气相互作用与长期预报

本文指出海气相互作用对研究长期天气预报的重要性,对应用海温做长期预报,海气相互作用的机制,以及对长期预报十分重要的韵律及准周期性振动进行了讨论。     

杰氏风暴潮预报方法在珠海及粤西海域的应用

珠海及粤西海域是风暴潮灾害的多发区,本文通过杰氏风暴潮预报方法对历史上给珠海和粤西海域造成较大影响的台风增水事件进行后报试验并通过统计分析方法对原有的预报公式进行订正,总结出适合珠海及粤西海域的风暴潮预报公式。并利用5年的时间对珠海及粤西海域的台风增水进行试报,结果表明预报准确率分别达95.0%和87.6%,这说明订正后的公式能对珠海及粤西海域的风暴潮预报起到较好的预报效果。     

青岛海洋大学“八五”科研成果丰硕

青岛海洋大学牵头承担的多项“八五”攻关项目圆满结题,取得了一批达到国内领先水平或国际先进水平的成果。有的成果已应用到海洋开发中,效果十分显著。 “近海异常海温分析及预报研究”研制的中国异常海温数值预报模式,对异常高温和异常低温都可实现预报,且预报绝对误差在1℃以内达78.58％。这是近海短期海温数值预报研     

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…     

平潭海域精细化三维温盐流业务化数值预报系统

根据平潭附近海域实际需求和地理区位特点,研发了三维温、盐、流高分辨率业务化数值预报系统,对该系统采用的模式、配置、预报结果验证和业务化运行等情况进行了详细介绍。该系统基于ROMS海流模式,采用正交曲线网格和网格嵌套技术;建立了包含数据预处理、温盐流预报和预报产品后处理等子程序的业务化数值预报系统。结果表明:模式预报产品具有较高精度,整个业务流程运行在30 min之内,系统运行稳定,达到业务化预报的要求。