动力延伸预报产品在广西月降水预报中的应用

利用1958—2005年NCEP/NCAR再分析资料和2003—2005年国家气候中心的动力延伸预报产品, 运用自然正交函数展开 (EOF) 求取预报关键区内的空间特征向量及其时间系数, 结合相似离度方法查找与预报月份相似的个例, 进而作出广西月降水量预报。独立样本试验证明, 利用动力延伸预报产品制作的区域月降水预报比利用前期实况高度距平场相关区域制作的预报效果更好。     

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。     

月动力延伸预报产品在西北地区月降水预测中的释用

利用西北地区较密的163个气象观测站点逐月降水资料、NCEP/NCAR再分析资料500 hPa逐月高度场和月动力延伸集合预报500 hPa高度场资料, 进行了气候预报、持续性预报、实况解释检验和月动力延伸预报产品释用预测试验的比较。结果表明:实况解释检验结果的准确率 (PS) 评分最高, 气候预报平均PS最低, 月动力延伸预报解释应用方法略低于实况解释检验, 高于气候预报和持续性预报。PS的空间分布表明, 月动力延伸预报解释应用结果和实况回报试验的分布非常相似, PS最大值分布在青海南部、陇南和陕西大部等各月降水气候值相对较大的地区, PS较小的地方则在新疆部分地区、甘肃河西西部等各月降水气候值相对较小的地区, 西北其他地区PS值相差不明显。此外, 利用密集站点资料进行解释应用的效果高于利用稀疏站点资料的结果, 表明更多观测信息的应用有利于改善预测技巧。     

基于集合预报产品的降尺度降水预报试验

利用降水距平百分率的降尺度预报方法和1951-2008 NCEP资料及我国降水资料,建立了降水距平百分率的预报模型,基于T106L19模式的月动力延伸集合预报结果,进行了2007-2009年3 a的预报试验和效果检验.结果表明,基于集合预报产品的统计降尺度方法对降水距平百分率的预报技巧高于模式降水的预报技巧;500 hPa月平均高度场的预报技巧直接影响到降水距平百分率的预报技巧,平均环流的预报技巧越高,降水距平百分率的预报技巧越高;无论集合成员数为多少,集合预报的结果都明显优于控制预报,随着集合成员数的增多,预报技巧呈增大的趋势;我国降水具有显著的季节性和区域性,以江淮地区的降水距平百分率预报技巧最高,华南地区的预报技巧其次.     

降尺度技术在月降水预报中的应用

着重介绍月动力延伸数值预报模拟技巧较高的大气环流在局域降水方面的降尺度（downscaling）应用。克服动力降尺度和统计降尺度技术的缺点，从动力与统计相结合的角度，给出月尺度大气环流与局地降水之间的关系，该联系有清楚的动力学背景和天气学意义。120个月的历史实况资料回报试验证明了该关系的合理性。T63/NCC月动力延伸形势场集合预报进行中国降水的降尺度应用亦取得了较好的结果。     

短期气候可预报期限的时空分布

在非线性误差增长理论的基础上,研究了位势高度场与温度场月和季节时间尺度可预报期限的时空分布特征,结果表明:(1)在500 hPa位势高度场上,年平均月和季节尺度可预报期限的空间分布都存在明显的南北经向性差异,其中在热带地区月和季节尺度可预报期限都为最大,月尺度可预报期限都在6个月以上, 其中最高值超过了9个月,而季节尺度可预报期限基本上都在8个月以上,其中最高值超过了11个月;从热带地区到南北半球中纬度地区,随着纬度的升高,月和季节尺度可预报期限也迅速减少。(2)在500 hPa位势高度场上,月和季节尺度可预报期限的空间分布都有明显的季节变化。冬季月和季节尺度可预报期限除了在热带地区较大外,在北太平洋和邻近的北美西北部地区、北大西洋地区以及南极地区,冬季月和季节尺度可预报期限也相对周围地区较高。夏季除了北非和西亚地区月和季节尺度可预报期明显大于冬季以外,大部分地区月和季节尺度可预报期限比冬季明显减少。(3)500 hPa温度场月和季节尺度可预报期限的空间分布以及随季节的变化特征基本上与高度场相同,只是在热带大部分地区,高度场相对温度场来说月和季节尺度可预报性更高,更适合用来作长期预报。     

T63月动力延伸预报产品的检验

采用NCEP／NCAR再分析资料和T63谱模式月动力延伸预报产品资料,对200、500hPa高度场及200hPa、700hPaU、V风场进行相关系数、距平、距平同号率、距平相关系数的分析,得出如下结论：月动力延伸预报产品对极涡、南亚高压、副热带高压预报能力较强,夏季副热带系统预报偏强,西风带系统预报偏弱;冬季西风带系统预报偏强,副热带系统预报偏弱。西风带和副热带系统的距平误差基本反映出影响我国年季气候变化主导系统的进退及预报误差。     

CGCM3 predictors used for daily temperature and precipitation downscaling in Southern Québec, Canada

This study provides some guidance on the choice of predictor variables from both reanalysis products and the third version of the Canadian Coupled Global Climate Model (CGCM3) outputs for regression-based statistical downscaling models (SDMs) for climate change application in southern Québec (Canada). Twenty CGCM3 grid points and four surface observation sites in the study area were employed. Twenty-five deseasonalized predictors and four deseasonalized predictands (daily maximum and minimum temperatures, precipitation occurrence and wet day precipitation amount) were used to investigate correlation coefficients among predictors and to evaluate their predictive ability when used in a multiple linear regression (MLR) downscaling model. The basic statistical characteristics of vorticity at 1,000-, 850- and 500-hPa levels, U-component of velocity at 1,000-hPa level, temperature at 2?m (T ₂) and wind direction at 1,000- and 500-hPa level of CGCM3 showed a larger difference with those of the NCEP reanalysis data. Therefore, those seven variables require high caution to be included as predictors in statistical downscaling models. Specific humidity at 1,000-, 850- and 500-hPa levels, geopotential height at 850- and 500-hPa levels and T ₂ were the most sensitive predictors for future climate conditions (i.e. A1B and A2 emission scenarios). Specific humidity and geopotential height at different levels and T ₂ were important explainable predictors for the daily temperatures. Mean sea level pressure, specific humidity, U and V components and divergence showed potential as predictors for daily precipitation. Spatial explained variance of MLRs between predictors of every different CGCM3 grid points and the four predictands showed large values at the CGCM3 grid points located near the observation sites, whereas relatively small values were shown at the CGCM3 grid points located more than 400?km from the sites. The explained variance of the downscaled predictands by predictors of three or four CGCM3 grid points located near the observation site produced 2–5% larger R-squares than those by predictors of the nearest grid point. The results illustrated that the use of predictors from more than one AOGCM grid points located near the observation site can increase the skill of the MLR downscaling models.     

基于BCC_CSM模式的中国东部夏季降水预测检验及订正

基于国家气候中心第二代季节预测模式的历史回报试验数据,检验了模式对我国东部夏季降水的预测能力,探讨了预测误差形成的可能原因,并应用降尺度方法提高了模式的降水预测技巧。分析表明:（1）模式能在一定程度上把握我国东部夏季降水时空变率的两个主要模态（偶极子型模态和全区一致型模态）,但是不同超前时间的预测在刻画模态方差贡献、异常空间分布特征、时间系数的年际变化等方面存在明显误差;（2）模式能够合理预测大尺度环流和海表温度（SST）的变化特征,但是对中国东部夏季降水的总体预测技巧有限,这与模式不能准确刻画西太平洋副热带高压、大陆高压、中高纬阻塞高压等环流系统以及热带太平洋、印度洋SST变率对中国东部降水模态的影响有关;（3）针对1991~2003年回报试验数据中的500 hPa位势高度、850 hPa纬向风和经向风、SST变量,在全球范围内寻找并定位与中国东部站点降水关系最密切的预报因子,进而建立针对降水预测的单因子线性回归、多因子逐步和多元回归模型。采用2004~2013年回报试验对所建立的降水预测模型进行了独立检验,结果表明:所建立的降尺度预测模型能显著提高中国东部地区夏季降水的预报技巧。以6月1日起报试验为例,预测的第一模态（第二模态）与观测的空间相关系数由原始的0.12（0.48）提高到了0.58（0.80）,时间相关系数则从0.47（0.15）提高到0.80（0.67）;其它超前时间的预测试验中,降尺度预测模型的降水预测技巧相比模式原始预测技巧也同样明显提高。     

基于CFS模式的中国站点夏季降水统计降尺度预测

本研究针对中国夏季站点降水,研制建立了基于Climate Forecast System(CFS)实时预测数值产品及观测资料的统计降尺度预测系统。此预测系统选取了CFS模式中当年夏季500 hPa高度场和观测资料中前一年秋、冬季海表面温度场作为预测因子,两因子的关键区分别为泛东亚地区和热带太平洋地区。统计降尺度模型对1982~2011年中国夏季降水的回报效果较CFS模式原始结果显著提高,空间距平相关系数由0.03提高到0.31,时间相关系数在中国大部分地区显著提高,最大可达0.6。均方根误差较CFS模式原始结果明显降低,同时,此降尺度模型较好的回报出2011年汛期降水的距平百分率的空间分布型。     

动力延伸预报产品在广西月尺度降水滚动预测中的释用

对广西88个站全年各旬月尺度降水距平百分率作自然正交展开(EOF分解),选取累积方差贡献接近75%的前几个主成分为预报量.利用1982年至今的国家气候中心月动力延伸集合预报资料或回算实验资料,从月尺度平均500hPa位势高度、700hPaU、V向水平风速延伸预报场中选取初选预报因子,并运用EOF分解构建成综合预报因子,分别选取其中与各个预报分量相关程度高的主成分建立预报方程,滚动制作广西月尺度降水量预报.91个独立样本试验和实际应用证明,预报效果较好.     

基于T213集合预报的延伸期产品释用方法及初步试验

基于T213集合预报系统2008年1月中国及附近区域500 hPa高度和850 hPa温度的1~15 d预报资料,构建延伸期产品释用方法,通过对逐日11~15 d预报资料做集合平均和后向衰减权重系数滑动平均,进而得到延伸期(11~15 d)候平均和候距平预报,并对预报效果进行检验,结果表明:对11~15 d预报场做集合平均和后向衰减权重系数滑动平均均能降低预报误差,改善整体预报效果。由此得到的500 hPa高度场和850 hPa温度场11~1 5 d候平均预报误差与逐日控制预报第5d的水平相当,候距平相关系数均接近0.6,整体而言效果较好,具备一定的应用价值。500 hPa高度场和850 hPa温度场11~15 d候距平预报在中国大陆地区位相准确率均较高,东南沿海和东北部分地区稍差,且850 hPa温度场的位相准确率整体高于500 hPa高度场。候距平预报对延伸期(11~15 d)的大范围持续性异常距平具有较强的捕捉能力,对异常距平出现的范围和分布、强距平中心的位置的预报均较好,但强度整体偏弱。     

降尺度方法在安徽省月降水量预测中的试用

基于NCEP/NCAR 500 hPa高度场、T63月动力延伸预报500 hPa高度场和安徽省降水资料,依据动力预报产品释用方法中所建立的月降水距平百分率预报方程,从月和旬两种不同时间尺度以及固定资料和选择资料来反演方程系数共4种降尺度方法来预报安徽省20个代表站月降水。1995—2005年11 a的回报检验表明了4种方法都具有较好的预报能力,从旬时间尺度较月尺度来预报月降水具有优势,在汛期和汛期降水偏多年更为明显。     

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。     

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...     

Ensemble Prediction of Monsoon Index with a Genetic Neural Network Model

After the consideration of the nonlinear nature changes of monsoon index,and the subjective determination of network structure in traditional artificial neural network prediction modeling,monthly and seasonal monsoon intensity index prediction is studied in this paper by using nonlinear genetic neural network ensemble prediction（GNNEP）modeling.It differs from traditional prediction modeling in the following aspects： （1）Input factors of the GNNEP model of monsoon index were selected from a large quantity of preceding period high correlation factors,such as monthly sea temperature fields,monthly 500-hPa air temperature fields,monthly 200-hPa geopotential height fields,etc.,and they were also highly information-condensed and system dimensionality-reduced by using the empirical orthogonal function（EOF）method,which effectively condensed the useful information of predictors and therefore controlled the size of network structure of the GNNEP model.（2）In the input design of the GNNEP model,a mean generating function（MGF）series of predictand（monsoon index）was added as an input factor;the contrast analysis of results of predic- tion experiments by a physical variable predictor-predictand MGF GNNEP model and a physical variable predictor GNNEP model shows that the incorporation of the periodical variation of predictand（monsoon index）is very effective in improving the prediction of monsoon index.（3）Different from the traditional neural network modeling,the GNNEP modeling is able to objectively determine the network structure of the GNNNEP model,and the model constructed has a better generalization capability.In the case of identical predictors,prediction modeling samples,and independent prediction samples,the prediction accuracy of our GNNEP model combined with the system dimensionality reduction technique of predictors is clearly higher than that of the traditional stepwise regression model using the traditional treatment technique of predictors,suggesting that the GNNEP model opens up a vast range of possibilities for operational weather prediction.     

A Medium/Long-Range Forecast of Paci c Subtropical High Based on Dynamic Statistic Model Reconstruction

Based on the 500-hPa geopotential height eld series of T106 numerical forecast products, by empirical rthogonal function (EOF) time-space separation, and on the hypotheses of EOF space-models being stable,he EOF time coe cient series were taken as dynamical statistic model variables. The dynamic system econstruction idea and genetic algorithm were introduced to make the dynamical model parameters optimized, and a nonlinear dynamic statistic model of EOF separating time coefficient series was established. By he model time integral and EOF time-space reconstruction, a medium/long-range forecast of subtropical high was carried out. The results show that the dynamical model forecast and T106 numerical forecast were approximately similar in the short-range forecast (65 days), but in the medium/long-range forecast>5 days), the forecast results of dynamical model was superior to that of T106 numerical products. A new method and idea were presented for diagnosing and forecasting complicated weathers such as subtropical high, and showed a better application outlook.     

T63月动力延伸预报产品的检验

采用NCEP/NCAR再分析资料和T63谱模式月动力延伸预报产品资料,对200、500hPa高度场及200hPa、700hPaU、V风场进行相关系数、距平、距平同号率、距平相关系数的分析,得出如下结论:月动力延伸预报产品对极涡、南亚高压、副热带高压预报能力较强,夏季副热带系统预报偏强,西风带系统预报偏弱;冬季西风带系统预报偏强,副热带系统预报偏弱。西风带和副热带系统的距平误差基本反映出影响我国年季气候变化主导系统的进退及预报误差。      

冬季北太平洋风暴轴指数的评估及其改进

首先对风暴轴的定义及其强度和位置表征方法进行了归纳总结, 然后利用1958～2001年44年冬季ERA40位势高度场资料重新评估了几种不同的风暴轴特征指数, 分析得到: 这些不同的定义方法在表征风暴轴强度变化方面具有一致性, 但在描述风暴轴的位置变动方面有较大差异。根据冬季北太平洋风暴轴主体的强度和位置变化特征, 提出了一组更为恰当的动态定量的表征方法, 即取北太平洋及其周边区域 (30°N～60°N, 120°E～120°W) 冬季500 hPa位势高度天气尺度滤波方差大于20 dagpm2的所有格点滤波方差的平均值, 以及满足上述条件所有格点的经度平均和纬度平均分别作为冬季北太平洋风暴轴的强度指数 (NII)、经度指数 (NXI) 和纬度指数 (NYI)。通过比较分析, 证明了新定义的指数更能反映风暴轴实际的变动特征。继而利用新指数分析了冬季北太平洋风暴轴的强度和位置的长期变化, 得到以下结论:44年中, 冬季北太平洋风暴轴的强度微弱增加, 且在1970年代中期以前北太平洋风暴轴的强度和位置的年代际变化关系复杂; 1970年代中期以后北太平洋风暴轴的强度和位置的年代际变化具有准协同一致性, 表现为偏弱期位置偏西偏南, 偏强期位置偏东偏北。而且, 这种长期变化与太平洋海气系统成员的低频变化有相关性, 其变化成因是复杂的。     

月动力延伸预报产品的评估和解释应用

该文用3种客观评分方法对国家气候中心的月动力延伸预报结果（500 hPa位势高度场）进行了全面评估。结果表明,延伸预报环流的旬和月平均场预报准确率明显高于持续性预报,有一定的预报技巧和业务参考价值,但仍未达到可用于实际业务预报的技巧。对形势预报进一步分析发现,500 hPa的部分环流特征量模拟效果好,其预报技巧高于整个形势场的预报。根据已有的经验和研究成果,这些环流特征量和要素预报有较好的相关,可以直接在业务中应用。该方法为动力产品的解释应用提供了又一条途径。