利用年际增量法对西北东部汛期降水的定量预测研究

通过分析1965~1999年西北东部汛期降水与相关物理量年际增量的相关性,筛选出可作为西北东部汛期降水的预测因子,并研究其影响该区域汛期降水的物理机制。在此基础上,采用多元线性回归方法建立了汛期降水年际增量与预测因子的物理统计预测模型,并对2000~2014年的汛期降水进行预测。结果表明,5月Nio3.4指数、1月北太平洋环流指数和西太副高强度指数、5月北半球极涡中心强度指数和东亚大槽强度指数的年际增量等5个变量可作为西北东部汛期降水的预测因子;该预测模型对2000~2014年汛期降水的预测准确率很高,预测与观测的汛期降水演变趋势非常一致,相对误差在±15%以内的有12 a,距平同号率达到10/15,距平均方根误差为15%,可用于西北东部汛期降水的预测,能够提高其预测水平。     

陕西汛期降水年际增量预测新技术研究

应用年际增量预测方法,通过分析影响陕西汛期降水的物理机制,建立了具有较高预测效能的陕西汛期降水年际增量预测模型。研究表明,赤道太平洋中东部海温年际增量、500 hPa高度年际增量与陕西汛期降水具有很好的相关性。当前一年秋、冬季赤道太平洋中东部海温增量在南北方向上表现为“－＋－”分布型时,陕西当年汛期降水偏多,反之,陕西当年汛期降水偏少。当前一年秋、冬季500 hPa高度年际增量在赤道附近呈带状正值分布时,陕西当年汛期降水偏多;呈带状负值分布时,陕西当年汛期降水偏少。国家气候中心提供的74项环流特征量、陕西省0 cm地温增量因子与陕西汛期降水也有很好的相关关系。在对预测因子物理意义分析的基础上,用逐步回归方法引入因子,建立陕西10个气候区域的汛期（6—8月）降水总量和各分月（6、7、8月）的降水年际增量预测模型（共40个）,汛期降水总量预测模型交叉检验距平同号率达78.4%。对2010—2013年汛期降水总量和各分月降水量进行试报,其准确率PS评分分别达到75.8和66分。增量预测方法具有较强的预测能力,能够在一定程度上提高陕西汛期降水预测水平,可作为有效方法投入实际业务应用。     

青藏高原地表温度对华北汛期降水变化的影响

利用1980-2001年青藏高原月平均地表温度、1961～2001年我国160站月降水以及NECP／NCAR再分析月平均高度场资料,分析了华北地区汛期降水与青藏高原地表温度的关系,结果表明华北地区汛期降水与青藏高原5～6月地表温度具有显著的正相关。相关场的正值中心位于高原的东北部和西南部地区。华北地区汛期降水偏少年,青藏高原前期5～6月地温以负距平为主且距平值较小;相反,降水偏多年,青藏高原前期5～6月地温以正距平为主且距平值较大。EOF和SVD分析表明,青藏高原5～6月地温和华北地区汛期降水的第一典型场都表现出大体一致的变化特点。此外,诊断分析得到,青藏高原5～6月地温偏高年,7～8月西太平洋副热带高压的强度偏强,位置偏北;地温偏低年,西太平洋副热带高压的强度偏弱,位置偏南。     

第二松花江流域夏季降水年际增量预测模型研究

利用1980—2016年第二松花江流域（SSR）夏季（6—8月）平均降水量资料、NCEP/NCAR再分析月平均环流场资料、NOAA的月平均海温场资料，采用年际增量预测方法，通过分析与SSR夏季降水年际增量相关的环流及海温，确定了超前12个月内的6个预测因子，包括：11月东亚200hPa纬向风、12月西藏高原-2指数、12月赤道中东太平洋200hPa纬向风、2月印度洋海温、10月西太平洋暖池海温、4月东亚100hPa经向风。在此基础上利用这 6个预测因子，利用1980—2010资料建立SSR夏季降水年际增量的统计预测模型，最后根据年际增量给出SSR夏季降水的预测结果。经检验，1981—2010年，SSR夏季降水年际增量的预测拟合系数是0.83，SSR夏季降水预测结果拟合系数为0.67，SSR夏季降水预测结果相对均方根误差为15%，均通过了显著性检验；对2011—2016年进行试报实验，该模型也很好的预测出降水的年际增量变化趋势，除2014年以外，SSR夏季降水预测结果相对均方根误差绝对值都控制在23%以内，2016年仅为-9.9%。因此，通过预测降水的年际增量，进而再预测降水的方法，具有一定的预测技巧，可作为有效方法投入实际业务应用。     

DERF产品在江西汛期降水预测中的释用

利用T63月动力延伸预报DERF模式输出的北半球500hPa位势高度场资料和江西省83站逐月降水量实况资料,运用EOF迭代方法对江西省2005-2009年汛期4-6月逐月降水距平百分率进行解释应用预测试验.结果表明,预测模型对江西汛期降水趋势预测的评估效果比较好.月降水距平百分率的预测Ps评分总体平均为72%,平均距平...     

北非和青藏高原感热振荡特征及与我国东部夏季降水的关系

利用EOF方法,分析了NCEP/NCAR 1948—2002年再分析资料中月平均全球地面感热资料,揭示了北非和青藏高原感热的振荡特征。分析了振荡关键区的感热距平与我国东部51个测站1951—2000年汛期降水距平的相关关系,用SVD方法分析了关键区感热距平场与我国东部51个测站全年各月降水距平场的空间耦合和时滞关系及关键区感热异常对我国东部降水异常的影响。结果表明,北非和青藏高原两个区域的感热变化呈负相关,它们对我国华北、江淮和华南三个区域的汛期降水滞后影响明显。感热对我国降水的影响以年代际为主。     

影响陕西夏季降水主要因子及增量预测方法

应用1959—2008年夏季（6—8月）NCEP/NCAR月平均500 hPa高度场、海表温度再分析资料及ERA-40气候指数、国家气候中心74项环流特征量等资料,经普查得到6个影响陕西夏季降水的主要因子,分别是西太平洋副热带高压强度指数、赤道平流层准两年振荡指数、低层越赤道气流指数、大气角动量指数、赤道太平洋海温、赤道500 hPa高度。将这些主要因子的年际增量、距平与陕西夏季降水的相关性及其所建立的预测模型进行对比分析,结果表明:因子年际增量具有明显的信号放大作用,增量因子的相关系数平均比距平相关系数高0.1左右;主要因子和夏季降水存在各自的长周期变化,造成其相关性不稳定,经过增量变换后,可以有效滤掉长周期变化,提高因子质量和预测模型的稳定性。前一年秋季赤道中东太平洋海温增量分布与陕西夏季降水相关密切,当该区域出现正增量分布时,当年夏季（6—8月）700 hPa西太平洋副热带高压位置偏北、偏西,形成陕西夏季多雨的环流形势;反之,当该区域出现负增量分布时,当年夏季700 hPa副热带高压位置异常偏东,形成陕西干旱少雨的环流形势。     

多因子和多尺度合成中国夏季降水预测模型及预报试验

根据青藏高原60个站平均的月积雪深度、热带太平洋Nino 3区月海温和中国160个站月降水量等资料,用小波变换和相关分析,分析了1958～1998年秋冬季青藏高原异常雪盖与El Nino-南方涛动(ENSO)的关系、多时间尺度变化的特征及其与中国夏季降水的相关型式.并取青藏高原积雪和Nino 3区海温的年际变化、年代际变化和线性趋势三种不同时间尺度的小波分量作为预报因子,对我国夏季降水距平作线性回归,建立了相应的预测模型.最后,利用1999～2002年的独立资料进行了预报试验,并在2003年和2004年应用于实际预报.研究表明,青藏高原雪盖与ENSO这两个物理因子彼此具有一定的独立性.它们都是多时间尺度现象,并与中国夏季降水有较好的关系.在不同时间尺度上不仅有不同的相关型式,而且相对贡献也有变化.回归预测模型的拟合情况和预报试验表明,综合考虑前期秋冬季青藏高原雪盖和ENSO这两个物理因子的年际变化、年代际变化和线性趋势作为预报因子建立的预测我国夏季降水距平分布的模型,有一定的预报能力.     

青藏高原热力作用与毕节地区汛期旱涝的关系

利用1960-1995年青藏高原地面热源强度距平资料、高原A指数资料以及毕节地区8站1960-2004年5-9月总降雨量的平均值,通过相关分析,得出:1月份高原地面加热场偏强时,毕节地区汛期降雨偏多,5-9月份西伸脊点偏东;1月份高原地面加热场偏弱时,毕节地区汛期降雨偏少,5-9月份西伸脊点偏西。由此表明:1月份青藏高原地面加热场可以作为预测毕节地区旱涝的重要预测信号。     

年际增量方法在西南夏季降水预测中的应用

利用中国西南地区80站逐月降水资料及NCEP/NCAR再分析资料等,采用降水预测新方法——年际增量法,考察影响中国西南地区夏季降水年际增量的前期冬、春季大气环流年际增量状况,并选取5个关键影响因子,采用多元回归法建立中国西南夏季降水年际增量预测模型。对降水年际增量进行预测,在1971—2010年的建模阶段,预测模型的拟合率为0.78,在2011—2017的后报检验7年中,有6年与实况值同位相。后报检验2011—2017年的降水距平百分率,均方根误差为16%。为考察对降水异常分布型的预报效果,逐站建立回归方程,并进行趋势预报检验,近5年的趋势异常综合评分高于发布预测,预报效果较好。因此,该方法的应用及模型的建立对提高西南地区夏季降水预测水平有重要意义。      

用统计集合方法制作全国汛期降水滚动预测试验

以全国160站汛期(6-8月)降水量为预测量,以最新得到的74项环流特征量指数为因子,尝试制作全国160站汛期降水滚动预测.建立模型时考虑了预测量与环流特征量因子序列的显著线性变化趋势,以及预测量与环流因子之间的相关不稳定性,用"滑动相关-逐步回归-集合分析"预测方法,分别建立了2009年全国160站汛期降水量的物理统计集合分析预测模型,并进行了近10年独立样本预测试验分析.结果显示:(1)用物理统计集合分析预测方法,以最新得到的74项环流特征量指数为因子,实现了全国160站汛期降水逐月滚动预测,2009年以在5月份制作的滚动预测效果最好.(2)近10年预测试验的空间距平相关系数Acc、业务评分PS和异常级评分TS均高于国家气候中心近年汛期预测业务平均水平.经过不断改进思路和优化具体建模方案,该方法具有较高的业务应用潜力.     

中国夏季月际—季节平均降水动力和统计结合实时预测模型

中国夏季降水大幅度月际尺度变化往往造成极端旱涝事件交替或转折,但其月际异常会被季节平均掩盖,影响季节尺度气候预测准确度,因此亟需考虑月际气候预测,提升月际—季节尺度气候预测准确度。本文首先采用年际增量和场信息耦合型预测方法研制中国夏季6～8月月际尺度降水动力和统计结合气候预测模型,之后根据月际尺度降水预测,开展季节平均降水预测。首先,基于前期观测信息和美国第二代气候预测系统（CFSv2）预测结果,选取前期12月观测的南太平洋中高纬关键区海温、1月北极关键区海冰密集度以及CFSv2预测系统2月起报的夏季同期关键区海温作为月际尺度降水预测因子,分别研制以上具有物理意义的单预测因子预测模型,并采用奇异值分解（SVD）误差订正方法对其改进;之后,利用多因子择优集合方案,研制预测效能较高且稳定的中国160站夏季月际尺度降水动力和统计结合预测模型,进而基于月际尺度预测开展夏季季节平均气候预测。1983～2022年夏季（6～8月）中国160站逐月降水预测模型的交叉检验结果表明：逐月回报与观测降水距平百分率的时间相关系数通过90%置信水平的站点占比分别为90%,88%,82%,多年平均的空间相关系数分...     

青藏高原感热指数的建立及与华南降水的联系

利用1982-2012年青藏高原中东部70个气象站的月平均地面感热资料、华南地区92个气象站的月平均降水资料、NCEP/NCAR月平均再分析资料和SEOF（season reliant EOF）方法选取了4个高原代表站,建立了青藏高原地面感热强度距平指数（I_SH）,并讨论了春季I_SH与华南盛夏（7月和8月）降水的关系。结果表明:I_SH可以较好地表征青藏高原中东部地面感热的年际变化特征,且具有更好的持续性。春季I_SH与华南盛夏降水具有显著的负相关关系,当春季I_SH偏大时,后期对流层中上层高度场异常偏高,且高度场异常偏高的响应随时间从低层向高层传递,使夏季副热带高压偏强、偏西,南亚高压异常偏强,华南地区盛夏降水偏少;反之亦然。此外,去除Ni?o3.4区海温对华南盛夏降水影响后,两者的负相关关系变得更为显著。     

距平变量在降水趋势预报中的运用

县站在长期预报中,如何利用本站资料,提取物理意义清楚的因子(或反映大范围环流背景的因子),是比较困难的。我们在今年的汛期降水趋势预报中,采用了月平均气压、气温距平变量,用以反映前期大气运动的主要特征。通过分析发现,2月份的气压、气温距平变量,和当年汛期降水趋势有较好的关系,历史拟合率达到11/11。     

亚非感热异常时空特征及其与我国降水异常的关系

运用多年全球感热通量数据进行经验正交函数(EOF)分析,得到感热异常关键区。运用小波分析等方法发现,全球地表感热异常存在振荡现象,东半球在年际、年代际尺度上,地表感热异常主要以青藏高原东、西部的反相以及高原西部和北非的反相为热力异常振荡的主要分布形态。再运用中国月平均降水资料进行EOF分析,得到各个感热异常关键区与中国华北、江淮和华南地区汛期降水异常的相关关系,其中北非、青藏高原西北部和马来半岛这3个区域的感热距平之间有较大的相关关系,且感热异常季节变化较小,对我国东部地区降水的影响比较稳定,持续性较好。     

青藏高原加热场与长江下游秋季降水的关系

利用1960年至2010年青藏高原地面加热场强度距平指数,中国月平均降水资料以及NCEP/NCAR再分析资料,分析了冬季高原地面加热场强度变化趋势,长江下游地区秋季(9,10月)降水量时空变化,着重对冬季高原地面加热场强度与次年长江下游地区秋季降水做相关性分析,配合冬季高原地面加热场强度极值年对应的秋雨时期环流情况,得出以下结论:(1)冬季高原地面加热场强度年际变化显著,自1960年来大幅下降,2000年后小幅回升但仍未达到先前水平。(2)长江下游地区秋季降水主要集中在9月,且降水量呈同多同少分布,年际变化显著,1985年后降水总量偏少。(3)冬季高原地面加热场强度与长江下游地区秋雨降水量存在相关关系。冬季高原地面加热场强时,次年长江下游地区秋季降水量大,其中部分地区相关性非常显著;反之当冬季高原地面加热场强度弱时,次年长江下游地区秋季降水量也较小。     

MDERF产品在贵州月气候预测中的释用

基于MDERF(Monthly Dynamic Extension Range Forecast)模式输出500hPa位势高度场资料和贵州各月干旱综合指数、降水和气温等历史样本,利用秩序回归降尺度法,研究该方法对贵州月干旱综合指数、降水和气温的预报技巧和预测效果.结果表明:该方法从穷尽所有因子组合中选出彼此独立的3个最佳组合因子共同作为预报因子,从而增强可预报性;模型5 a回报试验和2007年8月试报结果表明该方法在实际预测业务中的应用潜力;各气候要素多年的距平相关系数评分比较稳定,其中月干旱综合指数、降水距平百分率、气温距平全年平均距平相关系数评分分别为0.14、0.15和0.14;各气候要素中月气温预报的Pc最高,平均为73%.综合分析表明,该方法在月动力延伸预报产品对贵州月气候要素预测释用中具有较好的应用前景.     

基于土壤湿度和年际增量方法的中国夏季气温预测试验

本文利用中国160站月平均气温资料和欧洲中心ERA-Interim逐月再分析表层土壤湿度资料,通过相关分析选取欧亚大陆9个关键区的土壤湿度年际增量作为预测因子,采用变形的典型相关分析(BP-CCA)结合集合典型相关分析(ECC)的方法建立集合预测模型,对我国东部夏季气温年际增量进行预测,进而预测夏季气温。其中,1980—2004年的资料用于历史拟合试验,而2005—2014年的资料用于独立样本预测试验。首先利用BP-CCA方法对9个因子分别建立单因子预测模型,然后采用ECC方法对9个预测因子按照不同的组合方式建立集合预测模型,并且分析预测技巧。结果表明,不同预测因子的组合对我国夏季气温的预测能力不同:勒拿河下游地区、中国黄河以南地区、叶尼塞河下游地区、西西伯利亚平原地区以及印度半岛西北部地区的土壤湿度对华北夏季气温预测效果较好;中国黄河以南地区、叶尼塞河下游地区、印度半岛西北部地区、贝加尔湖东北地区以及贝加尔湖以西地区的土壤湿度对江淮夏季气温有较高预测技巧。所建立的两组集合预测模型均显示了较好的实际预测能力:华北气温预测模型预测气温距平的同号率为8/10,平均均方根误差为3.4%;江淮气温预测模型预测气温距平的同号率为7/10,平均均方根误差为2.7%。并且两组模型预测出的华北和江淮气温的预测评分(PS)均超过80分,而国际上通用的距平相关系数(ACC)均在0.3以上。这说明土壤湿度因子中包含对我国夏季气温有用的预测信号,可以考虑将土壤湿度应用于夏季气温预测业务中。     

夏季西太平洋副热带高压指数的统计预测模型

利用国家气候中心提供的1959-2013年74项环流指数和美国NOAA气候预测中心提供的Nino 3区海温指数等气候指数,采用相关分析和最优子集的原理选择预测因子,建立统计预测模型,并对夏季西太平洋副热带高压(西太副高)各特征指数的年际增量进行预测,进而预测实际特征指数。为检验该预测模型的预测效果,对2001-2013年西太副高指数进行了独立样本回报检验,结果表明:该预测模型能够较好地回报出2001-2013年夏季西太副高脊线、西伸脊点以及强度指数,回报指数与观测的距平相关系数分别为0.64,0.67和0.78,预测准确率分别达到84.63%,76.92%,69.23%。因此,该预测模型对汛期气候预测具有潜在的应用价值。     

一种分离时间尺度的统计降尺度模型的建立和应用——以华北汛期降水为例

针对预报量变化中存在受不同物理因子控制的不同时间尺度变率特征, 本文提出了分离时间尺度的统计降尺度模型。应用滤波方法, 将不同尺度的变率分量分开, 在各自对应的时间尺度上利用不同的大尺度气候因子分别建立降尺度模型。华北汛期 (7～8月) 降水具有年际变率和年代际变率, 本文以华北汛期降水为例利用分离时间尺度的统计降尺度模型进行预测研究。采用的预报因子来自海平面气压场、 500 hPa位势高度场、 850 hPa经向风场和海表温度场以及一些已知的大尺度气候指数。利用基于交叉检验的逐步回归法建立模型。结果表明, 年际尺度上, 华北汛期降水与前期6月赤道中东太平洋海温以及同期中国东部的低层经向风密切相关; 年代际尺度上, 在东印度洋—西太平洋暖池海温的作用下, 华北降水与前期6月西南印度洋海平面气压有同步变化关系。年际模型和年代际模型的结果相加得到对总降水量的降尺度结果。1991～2008年的独立检验中, 模型估计的降水和观测降水的相关系数是0.82, 平均均方根误差是14.8%。结合模式的回报资料, 利用降尺度模型对1991～2001年的华北汛期降水进行回报试验。相比于模式直接预测的降水, 降尺度模型预测的结果有明显改进。改进了模式预测中年际变率过小的问题, 与观测降水的相关系数由0.12提高到0.45。