遗传神经网络释用气候模式预测产品的试验研究

从业务需求出发,提出了面向气候模式产品释用的神经网络。选用主分量作为网络的输入和输出,大大减少了其节点数,重点突出了大尺度影响变化关系,提高了实际预测的稳定性;用全局寻优的遗传算法取代经典BP算法,为高质量的网络学习训练提供了保证;针对实际设计代价函数,保证了网络学习训练能适应气候模式产品释用的基本要求,学习目的更明确,针对性更强。分别以夏季（6～8月）NCEP／NCAR500 hPa高度场、国家气候中心海气耦合模式500hPa高度预测场主分量为外界输入信号,同期中国降水场、华中区域降水场主分量为网络输出信号,进行了拟合预测和独立预测试验。结果表明：用模式500hPa高度预测场主分量为外界输入信号,网络输出（降水场主分量）反演的中国、华中地区降水场预测距平与实况同号率,有可能接近用NCEP／NCAR500 hPa高度场主分量为外界输入信号相当的技巧水平。     

辽宁省近10年短期气候预测质量评估检验

参考了现阶段国内外的短期气候预测质量评估办法，根据短期气候预测业务的发展需要，提出了一种新的短期气候预测质量评估办法，并对近10年（1994年以结果表明：新办法的指导思想、评分原理以及预报评分规则和标准等方面均优于来）辽宁省短期气候预测资料进行客观评定，把原办法的评定结论与之对比分析。原办法，更符合实际，客观性更强，突出了气候预测的趋势性，提高了异常事件趋势的预测能力，能更好地反映当前短期气候预测业务水平。在绝大多数情况下，新办法评定的月、季、年尺度气候预测质量较原办法有明显提高，其中，全年降水预测质量平均提高4％，平均气温预测质量平均提高9％，所以新办法客观地评定更有利于促进短期气候预测质量和服务水平的提高。     

我国短期气候预测业务系统

中国第一代短期气候监测、预测、评价和服务业务系统主要由6个部分组成：数据库、动力气候模式系统、气候监测诊断系统、短期气候预测系统、气候影响评价系统与气候应用服务系统。在建立短期气候业务系统过程中，主要获得了三方面的成果：第一，揭示出影响中国气候异常的最强气候信号是厄尔尼诺事件、高原积雪和季风；第二，发展并建立了复杂的全球与区域动力气候模式预测系统，该系统包括T63L16全球大气环流模式、高分辨率区域气候模式、T63L30全球海洋模式和海冰模式、太平洋和印度洋高分辨率海洋模式和厄尔尼诺预测模式；第三，在高性能计算机和网络的支持下建立了完整的业务应用系统，不仅可提供短期气候预测信息，而且可以快速、客观、准确地给出气候变化对水资源、农业、林业、交通、电力、重大工程等国民经济重要部门和关键地区的影响，及时为决策部门提供决策服务。1998年开始应用以来，国家和大区两级整体预报水平比“九五”以前20年平均提高了6％～10％。但对区域性强洪涝事件的预报能力偏低，尚需进一步提高。     

短期气候预测业务系统的设计

短期气候预测系统的研究是"九五"重中之重攻关项目之一,对于提高气象部门短期气候预测的能力和水平至关重要,是加快气象短期气候预测现代化建设的重要措施.本文利用目前较先进的计算机及其网络技术,对短期气候预测业务系统的设计作一探讨,供同行作参考.     

我国期气候预测的业务技术发展

概述了我国短期气候预测技术和业务现代化发展的历史，分析了“九五”以来我国短期气候预测技术的新进展，探讨了未来短期气候预测技术发展的几个主要问题。     

我国短期气候预测的业务技术发展

首先概述了我国短期气候预测技术和业务现代化发展的历史。近40多年来，我国短期气候预测业务技术经历了经验统计分析、数理统计分析、物理统计分析、动力与统计相结合4个主要发展阶段。其次分析了“九五”以来我国短期气候预测技术的新进展，通过“九五”攻关研究，增强了我国短期气候预测的物理基础、综合决策和业务预测能力，初步实现了动力与统计相结合，提高了自动化、客观化、可视化水平。最后探讨了未来我国短期气候预测技术发展的几个主要问题，一方面要大力发展动力气候模式，另一方面要不断改进提高物理统计方法，在汛期降水物理统计预测方法的研究中，应重点加强主导因素、中纬度环流异常、海洋与大气相互作用、年代际气候背景与年际气候异关系的研究。     

短期气候预测方法综述

1引言国外不少国家开展短期气候预测的研究与业务已有几十年历史。目前大多数国家（包括我国）业务预报仍以经验统计方法为主，预报效果不稳定。80年代以来。有关气候变化物理成因及其机制的研究，为短期气候预测尤其是动力模式的发展提供了物理依据，有的已成为短期气候预测很有用的工具。一些发达国家在进行动力模式的研制和气候模拟方面发展很快。为更好开展短期气候预测的研究，有必要了解其发展现状。但限于篇幅，本文只能对短期气候预测的较新进展作比较详细的介绍。2短期气候预测方法2．1经验、统计方法经验方法仍以天气气候的相似相…     

沈阳市短期气候预测改革的探讨

短期气候预测是气象部门“九五”期同的重点研究课题，如何将短期气候预测业务提高到一个新的水平，需要各级业务部门共同努力。我们在1997年1月沈阳市年度气候预测交流会上，以沈阳为例汇报了对市地级的短期气候预测改革的体会和认识，和同志们一起探讨。     

短期气候预测技术发展与我省业务现状

介绍了短期气候预测研究的技术思路、国内外短期气候预测的技术发展动态及业务水平现状,分析了制约我省短期气候预测业务水平的主要因素,提出了我省短期气候预测业务建设的思路。     

广西短期气候预测与气候灾害监测业务系统

广西短期气候预测与气候灾害监测业务系统主要包括数据库管理、气候灾害监测、短期气候预测3个子系统,集气候资料管理、气候灾害监测、短期气候预测等气候综合业务于一体.     

Numerical Simulation of Regional Short-Range Climate Anomalies

With the high-speed development of numerical weather prediction, since the later 1980’s, the prediction of short-range climate anomalies has attracted worldwide meteorologists’ attention. What the so called short-range re-fers to the time scale from one month to one season or more. In dealing with the problem of short-range climate pre-diction, two points are needed noticing: one is the basic research to explore or investigate the mechanism of variability of the slow varying components which mainly include internal dynamics of extratropics, external forcings and tropical dynamics, and the other is the modeling efforts to simulate the process of the long-term evolution of the signal which include the improvement of model quality, stochastic prediction and the air-sea-coupled model (Miyakoda et al.,1986). Previous researches on the numerical prediction of short-term climate anomalies are mostly concentrated in the analysis of variables with global spatial scale, especially the global general atmospheric circulation analysis.As to the simulation or prediction of regional short-term climate anomalies, there exist many difficulties and problems. Though some meteorologists are devoting themself to this field, up to now, they have not reached satisfac-tory results. As a primary effort, by using the 2-level general atmospheric circulation model developed in the Institute of Atmospheric Physics, Chinese Academy of Sciences (IAP-AGCM) (Zeng et al., 1989), and taking the year of 1985 as a case, a numerical simulation of regional short-term climate change is completed. We pay high attention to the predictand of anomalous summer rainfall in the Yangtze River and Yellow River valleys, especially its month-to-month variation.     

谐波分析在短期气候预测中的应用

为进一步提高短期气候预测业务能力，在对泰安51年气候资料统计分析基础上，使用谐波分析，制作了短期气候预测应用系统。本文简要说明了该系统的建立思路及预报模式的作用和使用方法效果。     

我国短期气候预测技术进展

经过近60年的发展,我国短期气候预测技术和方法也有了长足进步。近年来,一些新的预报技术和机理认识不断应用于短期气候预测业务。ARGO海洋观测资料的使用大大提高了业务模式的预测技巧,新一代气候预测模式系统已经投入准业务化运行,研发了多种模式降尺度释用技术,多模式气候预测产品解释应用集成系统(MODES)和动力-统计结合的季节预测系统(FODAS)逐渐应用于业务中,大气季节内振荡(MJO)逐步在延伸期预报中得到应用。近年来,对全球海洋、北极海冰、欧亚积雪、南半球环流系统对东亚季风影响的新认识也不断引入到短期气候预测业务中。这些新技术和新认识的应用极大提高了我国短期气候预测的业务能力。     

奇异值分解方法对降水的预测试验

SVD方法由于可以用来研究两个气象场的相互作用，本文将其与多元回归方法结合作短期气候预测试验，并用它对云南5月雨量与海温进行分解，客观地反映出海洋和大气的耦合关系，所选高相关区的预报因子物理意义清晰，并与多元回归模型进行了预测效果比较，从所作的6年预报试验和2年独立预报检验结果来看，效果较好，值得进一步研究应用。     

峨眉山夏季降水与主要影响因子的相关分析

利用峨眉山1951～2000年夏季降水资料与海温、亚洲季风、西太平洋副热带高压和东亚阻塞高压等主要因子进行相关分析，结果表明这些因子的异常变化可以作为峨眉山夏季降水的预测信号，并初步建立峨眉山夏季降水短期气候预测的概念模型。     

A Short-Term Climate Prediction Model Based on a Modular Fuzzy Neural Network

In terms of the modular fuzzy neural network (MFNN) combining fuzzy c-mean (FCM) cluster and single-layer neural network, a short-term climate prediction model is developed. It is found from modeling results that the MFNN model for short-term climate prediction has advantages of simple structure, no hidden layer and stable network parameters because of the assembling of sound functions of the selfadaptive learning, association and fuzzy information processing of fuzzy mathematics and neural network methods. The case computational results of Guangxi flood season (JJA) rainfall show that the mean absolute error (MAE) and mean relative error (MRE) of the prediction during 1998 2002 are 68.8 mm and 9.78%, and in comparison with the regression method, under the conditions of the same predictors and period they are 97.8 mm and 12.28% respectively. Furthermore, it is also found from the stability analysis of the modular model that the change of the prediction results of independent samples with training times in the stably convergent interval of the model is less than 1.3 mm. The obvious oscillation phenomenon of prediction results with training times, such as in the common back-propagation neural network (BPNN) model, does not occur, indicating a better practical application potential of the MFNN model.     

利用NRSM区域模式做温州区域短期气候预测

为了探索地市气象台站短期气候预测的客观预报工具,引进美围NMC（National Meteorological Center）的NRSM（Nested Regional Spectral Model）短期气候模式,利用该模式对台风重灾区浙江省温州市台汛期（7～9月）的短期气候要素——月、季降水量、月平均温度进行预测。将上述要素的模式预报值以及多年平均值进行对比分析,模式对极端降水天气预报效果好,模式预报7月特涝准确率较高,对涝的预测能力较强。;对8、9月的特旱预报准确率较高,对旱的预测能力强;模式对温州各地7～9月台汛期旱涝趋势准确率可达50％～70％;对月平均温度的定量预测能力表现出色;可以将模式进行业务试应用。     

冬奥延庆赛区风的预报技巧比较分析

为了提高2 min平均的10 m风预报精度,开展了多种建模和检验方法比较.根据欧洲数值中心集合预报系统产品及北京海陀山的5个测站资料,使用一元回归、岭回归、神经网络、粒子群-神经网络等方法建模,进行2021年2月逐日的未来3天6 h间隔预报误差订正,并从多个角度分析预报精度差异.结果为:(1)系统误差、预报准确率检验表...     

基于DERF的SD方法预测月降水和极端降水日数

针对动力气候模式对区域或更小空间尺度内的日降水预测技巧偏低的问题,应用最优子集回归 (OSR) 方法对国家气候中心业务化的月动力气候模式 (DERF) 输出的高度场、风场和海平面气压场进行降尺度处理用于降水预测,旨在提高预测准确率。1982—2006年交叉检验结果表明:OSR方法能显著提高降水预测技巧,其中11~40 d改善效果最为显著。在此基础上,应用一步法和两步法两种统计降尺度方法预测极端降水日数,交叉检验结果表明:两种方法均优于随机预测,冬季两步法预测技巧略高于一步法,夏季一步法略优于两步法。综合认为OSR,OSR结合随机天气发生器 (WG) 两种统计降尺度方法对月尺度降水或极端降水日数的预测均具有较高的技巧,可作为短期气候预测的重要参考信息。