神经网络模型预报湖北汛期降水量的应用研究

使用人工神经网络方法建立了湖北省汛期 (6～ 8月 )总降水量的短期气候预测模型 ,该神经网络模型的输入是汛期前期 (2～ 4月 )的北半球月平均 5 0 0 h Pa高度场、海平面气压场和太平洋海温场的扩展自然正交展开 (EEOF)的前几个主要模态的时间系数 ,输出了湖北汛期降水场的自然正交展开 (EOF)的前 2个主要模态的时间系数。41 a历史资料的交叉检验表明 :样本试验的预报技巧评分平均为 0 .2 4 6 ,虽然该模型对各年的预报效果仍存在一定的不稳定性 ,但它可为湖北汛期降水的短期气候预测提供一种具有明显统计预报正技巧的预报方法     

陕西省汛期降水气候异常成因分析及预测

采用1959-2002年陕西省36个代表站汛期(6-9月)降水资料,制作汛期降水空间分布场及变差系数分布场,明确了陕西汛期降水的基本气候特征.通过分析影响陕西汛期典型旱、涝年的主要成因,建立汛期降水预测物理概念模型,为汛期降水旱涝异常预测提供气候背景.用逐步回归统计预测方法,经过物理因子普查,找出与汛期降水相关性好的强信号,建立了10地(市)汛期降水预测模型.     

DERF2.0模式对江西月尺度气候预测能力的检验评估

基于国家气候中心第二代月动力延伸预测模式(DERF2.0)输出的环流场、地面气象要素场和NCEP/NCAR全球再分析场以及江西省83站气象观测数据,利用空间距平相关系数(ACC)、距平符号一致率(PC)、趋势异常综合评分(PS)三种方法,检验了DERF2.0模式对1983—2018年江西月降水和气温的预测能力,并进一步分析了模式对江西主汛期(6月)异常降水事件预测能力及造成偏差的可能原因。结果表明:1)月气温ACC总体上高于降水,冬季气温和春季降水ACC预报技巧相对较高;模式预测结果总体上能够反映出气温和降水的主要趋势,月气温、降水距平符号一致率均高于55%;模式对江西月降水和气温异常有一定的预测能力,降水PS评分比气温稍好,基本保持在70分左右。2)江西主汛期降水异常偏少时,模式的预测能力较好,而降水异常偏多时,则相对较差,这可能与模式对东亚阻塞高压系统的低估,以及对西太平洋副热带高压模拟的西伸脊点偏西、脊线偏北、强度偏强有关。     

春季海温对中国夏季降水影响的诊断研究和预测试验

文中利用季降水异常集合的典型相关预测模式 ,以全球春季 (3～ 5月 )海温场作为因子场 ,对中国夏季降水场进行了诊断研究 ,并对 1998,1999及 2 0 0 0年这几个典型的中国夏季降水进行了回报试验。结果表明 ,春季海温与中国夏季降水之间存在较好的关系 ,春季海温在较大程度上决定了中国夏季降水雨带及其分布类型。考虑面积因子的集合典型相关预测方案对中国夏季降水具有较强的回报能力 ,此模式不仅能诊断出降水场和海温场中一些比较典型的空间模态和时间变化规律 ,而且可以再现 1998和 2 0 0 0年中国大部分地区的旱涝灾害。揭示了全球春季海温的异常变化在中国夏季 (6～ 8月 )降水异常中的作用。     

黄淮地区汛期降水预测的一种前兆信号

为探讨黄淮地区汛期降水预测的物理因子,应用奇异值分解(SVD)技术研究了冬季北太平洋地区上空100hPa高度场与黄淮地区汛期降水场的时空结构及相互关系。结果表明其SVD分解的第一模态有较高的相关,一般1月份40~60°N,160°E~160°W的北太平洋地区上空100hPa高度场偏低(高)时,则黄淮地区汛期降水偏少(偏多),可作为预测黄淮地区汛期降水的一种前兆信号。     

珠江流域夏半年降水的预测

采用珠江流域1954～2003年月降水资料,以及前期太平洋海温场和北半球500 hPa高度场月平均资料,利用主分量逐步回归预测模型,对该流域夏半年(4～9月)降水分布进行主分量计算和预测.结果表明:对前25个主分量的预测就能很好地预测珠江流域夏半年降水的变化,2004～2006年预测结果与实况较接近.预测因子取自500 hPa高度场和海温场的主分量,为降水的预测提供大量有用信息.该方法在实际业务中有一定的应用价值.     

人工神经网络用于我国东部汛期降水预测的研究

采用人工神经网络ＢＰ模式对我国东部６垮的１９９１年和１９９４年的汛期降水进行预测，模式预测的旱渤总体趋势与实况相符。并预测了１９９５年的夏季降水。     

太平洋海温与我国大陆降水的EOF分析

该文采用经验正交函数(EOF)对太平洋海温场与我国大陆降水场作相关分析,主要基于探讨海气相互作用对我国大陆降水影响的机制和规律,分析发现:太平洋海温不仅与我国东部降水相关,而且与西部高原降水也相关,降水场存在5个高相关区域,海温场存在4个高敏感区;长江中下游地区汛期降水与赤道西太平洋海温呈负相关,与黑潮海温存正相关;不同时期海温与降水相关的敏感区是不同的。这些对我国气候预测分析特别是旱涝趋势预测具有重要的指导作用。     

青藏高原地面加热及上空环流场与东侧旱涝预测的关系

应用奇异值分解(SVD)技术研究了青藏高原地面加热场与高原上空100 hPa高度场及其东侧川渝地区夏季降水场的时空联系和旱涝预测的关系.结果表明:地面加热场与高度场的第一模态代表了两场间的主要耦合特征,具有高度的时空相关;前期青藏高原地面加热场通过影响后期高原上空100 hPa高度场,导致未来高原东侧川渝地区夏季降水异常;加热场-高度场-降水场之间的这种非同步关系,反映了川渝地区旱涝灾害的影响因子和物理成因; 前期高原地面加热场与前期100 hPa高度场SVD第一模态的变化,是高原东侧地区未来夏季旱涝异常的预测信号.并由此提出了一种基于SVD技术的旱涝预测思路.     

欧亚环流异常对中国夏季降水的影响及其预测研究

文中利用奇异值分解 (SVD)方法 ,分析了 5 0 0hPa环流与中国降水的耦合作用。结果表明 ,夏季高度场和降水场相互的空间分布与大气环流的遥相关型紧密联系 ,所对应的时间系数对夏季旱涝趋势有较好的表征能力。冬、春季高度场和夏季降水场的相互关系显示出与夏季相类似的遥相关分布型。利用高度场与降水场奇异值分解的结果及前期环流异常信息 ,可以为夏季降水趋势预测提供参考