因子的可预报性和预报模型适用性研究初探

本文从因子场与预报量场之间的整体相关性着手，通过典型相关分析来提取因子信息，用求得的典型变量作为新预报因子，经试用表明，新因子的可预报性比原因子有明显提高。 在预报模型的选择上，本文提出了依据预报模型对历史样本实际预测精度的优劣来衡量预报模型的预测能力，从而选用对历史样本预测精度较高的预报模型作未来预报。     

典型相关分析在台风路径预报中的应用

本文通过对500hPa上的五个因子场分别与台风中心未来48小时和60小时经纬度的预报量场进行典型相关分析,求出由各因子场组成的典型变量,以此作为预报因子,再结合经实践证明预报效果较好的天气学经验因子,用逐步回归方法建立台风中心未来48小时和60小时的路径预报方程。通过对历史样本的拟合和实际试报,表明该方程的预报能力有明显的提高;典型变量权重系数的地理分布与因子场的天气学意义基本吻合。      

典型相关方法在低纬高原汛期降水预报中的应用试验

利用典型相关方法作云南汛期（6－8月）降水的预报试验，选取有实际预报意义的北半球500hPa场1－4月平均环流特征产量、部分关键区的高度和距平资料及太阳黑子数作为共同影响因子，建立典型相关模型。并取所有的前10个典型变量分别作汛期雨量预报对比。对1998年、1999年的汛期雨量预报结果表明：取前10个典型变量为预报因子作汛期雨量预报的准确率优于取所有典型场为预报因子的预测模型。从实况检验来看，该模型物理意义清晰，效果较好。并作了2000年的汛期预报，其准确率为10／16。     

用T63及日本数值预报产品制作汛期降水预报

该文利用Ｔ６３Ｌ１６和日本数值预报产品，采用相关分析方法提取典型因子场，再由典型因子场选点求取平均场及极值场，用逐步回归法制作黄河三角洲地区汛期降水预报，试用效果较好。     

基于ECC方法的青藏高原冬季气温可预报性研究

选取前期9、6和3个月欧亚大陆地表温度、东北半球500 h Pa高度场、热带印度洋海表面温度和西太平洋海表面温度作为预报因子,使用变形的典型相关分析(BP-CCA)方法,并选取各因子预报效果最好的时期作为关键时期,建立起各因子和青藏高原冬季气温之间的统计降尺度模型。之后用交叉验证和集合典型相关分析(ECC)方法评估模型实际预报能力。进一步用独立样本检验来评估模型更长时间尺度的年际变化预测效果。结果表明,BP-CCA方法能很好地识别出不同因子影响青藏高原的空间模态。其中,温度积雪反照率的正反馈机制体现了欧亚大陆地表温度的可预报性;东北半球500 h Pa高度场环流型不利于高纬的冷空气入侵高原地区;热带印度洋海表面温度反映出典型的印度洋偶极子对高原气温的调控作用;西太平洋海表面温度通过控制副热带高压的位置,从而影响高原冬季气温。各因子预报场和观测场的相关系数在交叉检验和独立样本检验中分别约为0.5和0.3,均有一定的预报技巧。而利用ECC方法能综合各因子所提供的预报信息,从而得出更为可信和稳定的预报。     

用典型相关分析模型作季风期转折性天气预报

我省地处长江下游,盛夏期间盛行东南季风,此时易受低纬热带气旋及台风影响,引起较大降水。我们用华东地区季风强度指数因子场、500hPa区域网格点高度场与我省未来24小时转折天气进行典型相关分析,求出各因子场组成的典型变量,以此作为预报因子,建立预报未来24小时转折天气的全回归方程。     

一种数值预告产品因子化的优化试验

对欧洲500HPA高度场数值网格产品资料作车比雪夫多项式的正交展开,基于其典型场系数,提出一种因子优化试验方案.经回报和预报结果表明:非线性预报因子进行必要的处理对预报推论有一定的提高,而且入选因子的天气物理含义更为明确.     

春粮产量的MSEPx准则预报模型

使用北半球500hPa月平均网格点高度场,北太平洋海域286格点的月平均海表面温度场和经调和权重法分离后的全省春粮气象产量资料,通过对因子场和预报量之间典型相关分析,用求得的典型变量作为预报因子。应用预测均方误差MSEP_x准则建立的预报模型,作1965—1990年全省春粮产量的年景预测。结果表明,该模型的预测精度有明显提高。     

应用波谱分析和因子场典型相关分析研究早春冷空气降温过程

本文在对早春冷空气降温过程波谱分析的基础上,设计了一种波谱分析和因子场典型相关分析相结合的试验方案,并用这一方案对长江下游地区早春冷空气降温过程进行了分析研究及试验。为扩大因子场信息,分高、中、低三层因了场作典型相关分析,“浓缩”成典型变量,并以此揭示出影响早春冷空气降温的重要因子,供业务预报应用,最后给出了预报试验实例。     

典型相关分析(CCA)对我国冬季气温的短期气候预测试验

利用典型相关分析(CCA)方法建立统计气候预测模型，对我国冬季气温进行了预测试验，采用历史资料独立样本检验的方法，对预报技巧给出合理的评定。结果表明，使用CCA方法对我国冬季气温进行短期气候预测，有一定的预报技巧，对于特定地区和特定时期优选的因子场组合，可以取得较为满意的预报效果。大部分地区的季平均预报时效在2个季以内时，最佳预报相关系数在0.5以上。季平均的预报水平明显高于月平均的预报。海温场是所有因子场中最好的预报因子，不仅单独海温场的预报效果较好，而且与其他因子场组合后的预报水平还可以得到进一步提高。     

SVD方法在场分析和预测中的应用

由预报场与因子场的奇异值分解（SVD），可找到影响预报场的主要物理因子，能提取两个场相互作用的主要耦合信号，借助最优化技术，可实现由因子场对预报场的客观预报，以华中汛期降水场为左场，4月北半球500hPa高度场，海平面气压场，北太平洋海温场组成右场，进行SVD分析和预报试验，其结果令人满意。     

用500hPa月高度场作月降水预报所提供的可预报性时空分布

研究了用前期2——4个月500hPa高度场预报后期我国160个测站月降水量所提供的可预报性时空分布特征,结果表明：从空间分布上看,可预报性存在着西北高东南低的空间分布特点。从时间变化上看,4、5、6月降水的可预报性没有8、9、11、12、1月降水的可预报性好。同时,探讨了影响这种时空分布变化的可能原因,指出将500hPa高度场作为对我国降水进行月长期预报的唯一因子,会受到时间和空间上的种种限制,为了提高预报效果,还需要考虑海洋等其它预报因子。     

用典型相关分析作区域性短期气候预测的研究

本文引用典型相关分析技术分析了山西夏季降水与若干个因子场的相关关系，指出了影响山西夏季降水的主要因子是副高的活动，在实际预报工作中应该挑选不同时次不同要素的因子场，用该方法建立的模式其预报效果令人满意。     

亚洲夏季风系统成员与西太平洋副高的相关特征分析

利用500hPa月平均高度距平场派生出涡度变化、经向风切变、纬向风切变等变量场。从1958～2001年6月500hPa月平均高度距平场及其派生变量场中选取预报因子,并将各个场中的因子分别作EOF分解,得到浓缩了初选因子变量大部分信息的综合预报因子,用以建立同月的广西月降水量的BP神经网络预报模型。进而利用2002～2005年月动力延伸集合预报产品及其派生变量,对广西6月降水量作BP神经网络降尺度释用预报。作为对比试验,以相同的预报量,从1957～2000年5～12月及1958～2001年1～4月500hPa月平均高度距平场中选取预报因子,并作相同处理,建立前期综合因子的广西6月降水量BP神经网络预报模型。独立样本试验结果表明,利用同期综合因子建立的BP神经网络降尺度预报模型的拟合精度优于利用前期综合因子建立的预报模型,但预报效果依赖于月动力延伸集合预报产品。     

气象要素场正交函数展开做暴雨定点预报

本文对乐山市区域性暴雨要素场作正交函数展开，根据历次暴雨各典型场的不同权重系数分型选取预报因子，建立暴雨定点预报方法。该方法自１９９０年投入业务使用以来，提高预报准确率５％左右。     

诊断分析在数值预报产品释用中的探讨

针对地方性天气预报特点，根据现有数值预报产品及实时探空资料的接收情况，作者利用中尺度数值预报模式ＭＭ４引入中尺度信息，提出一个实际可行的夏季降水预报方案，以求提高区域范围内具有明显突发性对流降水的预报能力。作法是用ＭＭ４模式计算逐日物理量诊断场，加入同期的欧洲中心数值预报产品，共计４１个场作为预报因子场；应用典型相关分析法，并结合逐步判别和逐步回归法，计算得出９个分区和８个单站中雨以上降水预报方程。降水预报方程的因子变量多数为中尺度诊断分析场构成的典型团子，可以认为，ＭＭ４模式计算得出的中尺度信息对预报中雨以上降水是有贡献的。     

前期高度场和海温场变化对我国汛期降水的影响

利用1952～2001年我国160个测站汛期降水和前期500 hPa高度场和太平洋海温场资料以及三因子最佳子集回归求最大复相关系数的方法,把前期不同时间步长、不同时段的高度场和海温场同时作为预报因子与汛期降水求相关.结果发现:前期两个场共同作为预报因子比把其中某场单独作为预报因子的相关要好.并且存在着较好的"隔多季度相关"现象.预报因子具有实际预报意义的最佳时段为上一年的6～9月.影响我国汛期降水的最佳预报因子主要集中于高度场和海温场具有重要天气气候意义的关键区域.汛期降水可预报性在北方和长江以南均较好.     

MSSA-SVD典型回归模型及其用于ENSO预报的试验

文中提出了一种基于多通道奇异谱分析 (MSSA)的广义典型混合回归模式。其基本思想是 ,利用MSSA SVD提取预报因子场和预报变量场的显著耦合振荡信号 ,对它们的前几个显著典型分布型建立多元线性统计气候预报模式。经对Nino海区各季海温距平所进行的短期气候预测试验表明 ,其预报效果优于其它统计预报方案 ,从而为探索ENSO预测方法提供了一种新的思路     

省级区域范围产量场预报的研究

用经验正交分解的方法将产量场分解为不随时间变化的空间函数及依赖时间变化的时间函数两部分正交分量,每个正交分量代表一种空间分布形式,即典型分布。典型产量分布的时间函数的年实际变化可以气象因子场的典型分布时间函数为自变量,用逐步回归分析方程预报,进而得到预报年的产量分布场。     

中国冬季气温的集合典型相关分析和预报

以欧亚大陆地面温度、北半球500 hPa高度、热带印度洋SST(sea surface temperature)以及北太平洋SST为预报因子,通过典型相关分析(canonical correlation analysis,简称CCA)建立预报关系,然后用集合典型相关分析预报(ensemble canonical correlation prediction,简称ECC)方法预报中国冬季气温,并分析预报技巧及进行独立样本检验.结果表明,不同的预报因子对各个地区有不同的预报技巧,以欧亚大陆地面温度为预报因子预报技巧较高,而ECC模式对中国冬季气温有更好的预报能力,预报技巧高于任何一个单因子场的CCA预报;采用回归法的集合平均比简单的等权集合平均预报技巧更稳定.