因子的可预报性研究初探

本文从对历史样本的实际预测效果探讨了因子的可预报性,并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的预报因子。经试用表明:新因子的可预报性比原因子有明显加强。     

简化典型相关预测模型面雨量中期预报试验

以５天平均的５００ｈＰａ高度场格点高度值为预报因子,三峡地区４个区的候面雨量为预报对象,建立简化的典型相关预报模型,并采用历史资料独立样本检验的方法进行预报试验。对预报效果的分析表明：简化的典型相关预报模型对三峡地区面雨量的中期预报有一定的技巧,预报效果基本睦能达到中期天气预报业务的要求,对预报员有一定的参考价值。     

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。     

用距离预报方法建立分县客观预报模型

根据ECMWF的变温资料建立了气温预报的拟合率较高的多元回归方程。以14时地面要素资料和高空要素场为基础，用欧氏距离选取最相似的前10个历史样本，用ECMWF数值预报产品，选取90％以上拟合率的数值预报因子建立了晴雨判别模型，试报效果较好。     

均生函数残差预报模型在降水预报中的试验研究

在均生函预报模型的基础上，利用其残差数据序列对均生函数预报模型进行校正，提出了均生函数残差预报模型。运用两种模型对百色市6、7、8月月降雨量进行了历史样本拟合，并进行独立地样本预报试验。预报结果发现，均生函数残差预报模型对原有模型在预报精度上都有一定的改进，取得了较好的预报效果。同时，利用MannKendall法和Yamamoto法，可以明确突变开始的时间，指出突变区域，使待报时段与建模资料处在同一气候阶段则预报效果更为理想。     

黄河三角洲冬半年大风预报系统

利用１９９０～１９９７年高空实况场资料作历史样本库,进行相关分析,提取典型因子场,在运用历史样本进行分型、分级的基础上,再利用与Ｔ１０６Ｌ１９数值预报产品典型因大场的平均域块距离最优相似方法,制作黄河三角洲冬半年沿海、内陆大风客观预报,经试用效果较好。     

场对场预报模型及其对降水的预报试验

用经验正交函数对预报因子场和预报对象场分别进行分解，将正交展开的时间系数作为预报因子和预报对象，提出了一种场对场预报模型，该模型考虑了预报系统的时变性，并利用云南５月份的雨量资料进行了预报试验。结果表明，用这种模型作区域性降水预报有一定的优越性。     

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。     

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。     

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。     

DOWNSCALING FORECAST OF MONTHLY PRECIPITATION OVER GUANGXI BASED ON BP NEURAL NETWORK MODEL

Variables fields such as enstrophy, meridional-wind and zonal-wind variables are derived from monthly 500 hPa geopotential height anomalous fields. In this work, we select original predictors from monthly 500-hPa geopotential height anomalous fields and their variables in June of 1958 - 2001, and determine comprehensive predictors by conducting empirical orthogonal function (EOF) respectively with the original predictors. A downscaling forecast model based on the back propagation (BP) neural network is built by use of the comprehensive predictors to predict the monthly precipitation in June over Guangxi with the monthly dynamic extended range forecast products. For comparison, we also build another BP neural network model with the same predictands by using the former comprehensive predictors selected from 500-hPa geopotential height anomalous fields in May to December of 1957 - 2000 and January to April of 1958 - 2001. The two models are tested and results show that the precision of superposition of the downscaling model is better than that of the one based on former comprehensive predictors, but the prediction accuracy of the downscaling model depends on the output of monthly dynamic extended range forecast.     

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.     

SOME ASPECTS OF OBJECTIVE FORECASTING OF TROPICAL CYCLONE MOTION

As shown in a statistical analysis of the relationship between environmental fields at varied timeand tropical cyclone motion, the forecasting ability of the initisl environmental field predictors for tropical cyclone motion decreases with the increase of valid time period of forecast;it is higher with these predictors at a fUture time than at an initial time. The work also indicates that for the tropical cyclone motion over a given period of valid forecast, better predictors appear at times mostly differing from thevalid periods; for periods at 48-120 h the environmental predictors at 48-72 h are more capable of forecasting. With statistical interpretation of NWP products, a predictive model for tropical cyclone motionis superior in performance over a statistical forecasting model that employes predictors of the initial field in the basic framework. The concluding remarks can be used as reference in the construction of an objective prediction model for tropical cyclone motion.     

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。     

长江中下游旱涝中期预报方法及其业务应用

介绍了双层多因子综合相似的长江中下游旱涝中期预报模型。该模型引入了具有明确动力学和热力学意义的地转西风动量经向输送和经向温度梯度诊断量，同时强调了西太平洋副热带高压对长江中下游夏季降水的关键作用，并考虑了对流层中、低层500hPa高度和850hPa温度的大尺度环流背景场。与过去业务应用的单层相似预报模型相比较，不仅物理意义和天气学含义明确，而且更符合对具有复杂动力和热力机制的降水预报的考虑。5年的预报试验和业务应用结果表明，该方法对长江中下游地区旱涝的中期趋势预报有较好的预报能力。     

An empirical model of decadal ENSO variability

This paper assesses potential predictability of decadal variations in the El Ni?o/Southern Oscillation (ENSO) characteristics by constructing and performing simulations using an empirical nonlinear stochastic model of an ENSO index. The model employs decomposition of global sea-surface temperature (SST) anomalies into the modes that maximize the ratio of interdecadal-to-subdecadal SST variance to define low-frequency predictors called the canonical variates (CVs). When the whole available SST time series is so processed, the leading canonical variate (CV-1) is found to be well correlated with the area-averaged SST time series which exhibits a non-uniform warming trend, while the next two (CV-2 and CV-3) describe secular variability arguably associated with a combination of Atlantic Multidecadal Oscillation (AMO) and Pacific Decadal Oscillation (PDO) signals. The corresponding ENSO model that uses either all three (CVs 1–3) or only AMO/PDO-related (CVs 2 and 3) predictors captures well the observed autocorrelation function, probability density function, seasonal dependence of ENSO, and, most importantly, the observed interdecadal modulation of ENSO variance. The latter modulation, and its dependence on CVs, is shown to be inconsistent with the null hypothesis of random decadal ENSO variations simulated by multivariate linear inverse models. Cross-validated hindcasts of ENSO variance suggest a potential useful skill at decadal lead times. These findings thus argue that decadal modulations of ENSO variability may be predictable subject to our ability to forecast AMO/PDO-type climate modes; the latter forecasts may need to be based on simulations of dynamical models, rather than on a purely statistical scheme as in the present paper.     

用数值预报释用方法做近海及登陆热带气旋强度预报

这是一个对GFS数值预报产品进行解释应用的方法.将支持向量机(SVM)回归方法应用于近海和登陆热带气旋(TC)的强度预报.从其本身强度,影响范围内气象因子情况,地形因子等三个方面,设计相关因子,建立预报模式,用来预报12、24、36、48、60和72 h的TC强度.总体上模式强度预报结果与中央气象台的预报结果相近,优于气候持续法的预报;趋势预报优势明显,可高出7～12个百分点.表明可以成为台风强度预报的另一个工具,投入业务应用.