长期天气预报中有关预报因子的若干探讨

目前行之有效的长期天气预报方法都是数理统计方法。本文以江淮流域夏季旱涝的长期预报为例，对有关预报因子的几个问题作了探索。挑选有实际天气学意义、各自独立、单相关系数较高的物理因子作预报因子，更有利于提高预报准确率，预报因子的时间尺度以月、季平均值最为适宜，而以三个旬滑动平均值的效果最佳，建立各种预报量的初选、精选因子库，更适用于计算机技术制作长期预报。     

相空间反演方法在表层水温预报中的应用

利用相空间理论及方法对渤、黄、东海共4个站位近十几年的旬平均SST进行分析。结果表明：表层水温具有混饨特性，其吸引子关联维数平均约为1．23、嵌入相空间维数为6（渤、黄海）和7（东海178号站位）、二阶Renyi熵平均约为3．7×10-4（1／d）及平均可预报时间尺度平均为27个点；基于以上分析结果运用相空间反演方法建立了旬平均SST的反演模型，并且在试预报的前5旬的最大相对误差约为4．2％。     

海洋环境数值预报检验方法的探讨与测试

对获得的海浪有效波高、海表温度、剖面温度和水位等要素的实测数据以及历史CTD资料,通过对这些数据进行分析和处理,检验WW3海浪、三维温盐流以及MODAS(模块化数据同化系统)等模式的数值预报产品,并设计相应的软件进行各时次的实时比对和旬月统计,自动生成客观的旬月检验报告.为改进预报模式、提高数值预报的准确性和预报产品的使用率提供可靠的依据.     

海浪预报知识讲座——第九讲 海浪预报技术及预报方法(2)

第九讲 海浪预报技术及预报方法(2) 半理论半经验海浪预报方法 半理论半经验海浪预报方法常用的有三种:一是特征波预报方法也称有效波预报方法;二是波谱预报方法;三是能量平衡导出谱的预报方法。     

海浪预报知识讲座

第九讲 海浪预报技术及预报方法(2) 半理论半经验海浪预报方法 半理论半经验海浪预报方法常用的有三种:一是特征波预报方法也称有效波预报方法;二是波谱预报方法;三是能量平衡导出谱的预报方法.     

中国北部近海温,盐度月中值应用时效及误差的初步研究

应用国家海洋局黄渤海区沿岸11个海洋站的水温、盐度资料(1960—1982),将海洋站各月15日的温、盐数据(月中值)代替中旬和月的平均水温和盐度,简称“日—旬—月”方法,它们的总体均绝差:前者,温度为0.34℃,盐度为0.17;后者,温度为0.51℃,盐度为0.23。海洋站1960—1982年各站变幅的总平均:温度为3.29℃,盐度为3.78;其相对误差:温度为15.50%,盐度为6.08%,均很小。在黄渤海区,其测站平均水深分别为50米和24米,大于沿岸海洋站的水深(<5米),受陆地水文气象影响较小。在黄渤海区海洋水文调查资料较少的情况下,应用“日—旬—月”方法产生的误差小于海洋站用此方法产生的误差。在黄渤海区春、秋渔汛期间,应用各月15日的温、盐数据划出的水文图,在某种程度上具有旬、月平均值的概念。对指导渔业生产有实用意义。     

东海及外缘海域表层海水温度场的分析与预报

东海及外缘海域月平均表层海水温度场变化的持续性较好,正温度距平场最长可持续18个月,负温度距平场可持续14个月。能谱分析结果表明,由于该区受黑潮暖流系统的控制,存在明显的6、7年周期。 文中给出了几种以数理统计为基础的表层水温场预报方法,即单要素和多因子的经验正交场分解时间序列预报方法,对东海及外缘海域月平均表层海水温度场进行了连续6年(1978-1983)的实时预报,其效果比较稳定,预报误差较小,从1978～1983年的平均预报误差为0.53℃。     

青岛地区暴雨时空分布统计分析

为了对青岛地区暴雨的中长期预报提供参考依据,用45a的资料对青岛地区的暴雨进行了统计分析,发现青岛暴雨日的年际波动较大,最多17d/a,最少1 d/a,平均 8 d/a,近几年有逐渐增多的趋势.暴雨出现时段高度集中,6 月下旬至9月上旬占全年的82.4%,旬分布为双峰型;大暴雨和区域性暴雨多数集中在8月,分布均为单峰型.地形对暴雨日、大暴雨日的分布等有一定影响.青岛7月、8月两月暴雨特征有一定差异:7月多局部性暴雨,8月多区域性暴雨和大暴雨.     

广西沿海海洋站观测海水温度的统计分析

根据北海、涠洲、白龙尾三个海洋站的表层海水温度观测资料,统计了三个站的多年月平均海水温度、极值水温及月均水瘟分布规律;经调和分析,水温的年变 有显著的中期及半年周期;揭示了旬平均水温与气温间的相关关系。     

台风移向及中心位置预报

本文以台风近时效内的移速和700hPa24小时正变能量中心区的变能最大值,计算求合力,用矢量图解法预报台风移向及中心区域位置。通过实用验证,准确率较高,是一种简便的短时效预报工具。     

一种基于深度学习的热带气旋路径集成预报方法

本文提出了一种基于深度学习的热带气旋(tropical cyclone,TC)路径集成预报方法.该方法以长短期记忆深度网络为模型构架,利用前4个时刻(24 h,间隔6 h)及当前时刻的TC路径记录,以及由不同环境因素所计算的方向预报因子作为输入,分别直接预报和间接(通过预报移动速度)预报路径,集成两者预报结果实现时效为...     

数据融合下的短期潮位预报测试及分析

针对短期验潮数据分析难度大、预报精度低的问题,设计了一种基于数据融合技术的短期潮位预报方法,利用扩展卡尔曼滤波(EKF),将通用的潮汐模型计算水位融合到调和预报模型之中,生成精度更高的融合预报值。数据测试表明,对于3天的验潮数据,EKF方法至少对向后5天的预报有效,融合值较两种源数据的平均优化度分别为33%和60%;对于7天的验潮数据,EKF方法在向后20天的预报中几乎都产生了优化效果。该方法适宜在资料缺乏的海区使用,为短期潮位预报提供了一种新的解决方案。     

Improvement of short-term sea ice forecast in the southern Okhotsk Sea

In this study, a numerical model of 7-day forecast of sea ice produced by the Japan Meteorological Agency was improved by the following approaches. First, a new ice dynamic model was introduced: the distributed mass/discrete floe model. The model takes account of discrete characteristics of ice floes and well simulates the ice edge location at low computational cost. Secondly, the grid size was reduced to 5 × 5 km for the future high resolution forecasts. Next, the sea surface current data was examined because it significantly influences sea ice movement. We applied two new datasets of HINO and Okhotsk Ocean General Circulation Model (Okhotsk OGCM), which are estimated by numerical simulations, for the 7-day forecast of sea ice. Ice southward speed in January and the whorl formations in February and March were well reproduced with Okhotsk OGCM datasets. Finally, the ocean heat flux at the ice-ocean interface was refined. As a result, we achieved an ice edge error reduction from 30.8 km to 23.5 km.     

A method to predict typhoon waves

Ａｍｅｔｈｏｄｔｏｐｒｅｄｉｃｔｔｙｐｈｏｏｎｗａｖｅｓ￥ＹａｎｇＣｈｕｎｃｈｅｎｇ；ＤａｉＭｉｎｇｒｕｉ；ＧａｏＺｈｉｈｕａ；ＣｈｅｎｇＺｈａｎ；ＸｕＦｕｘｉａｎｇ；ＬｉｕＹｕ；ＬｉＦｅｎｇｊｉｎ；ＬｉＪｉｅ；ＳｕＤｏｎｇｆｕ；ＺｈａｎｇＤａｃｕｏ...     

Deterministic and ensemble storm surge prediction for Atlantic Canada with lead times of hours to ten days

Regional deterministic and ensemble surge prediction systems (RDSPS and RESPS respectively) are used to forecast sea levels off the east of Canada and northeast US. The surge models for the RDSPS and RESPS have grid spacings of 1/30° and 1/12° respectively. The models are driven by surface air pressure and 10 m winds generated by operational global deterministic and ensemble prediction systems that are run operationally by the Canadian Meteorological Centre. Surge forecasts are evaluated for the period 1 March, 2013 to 31 March 2014. Based on traditional statistics (e.g., standard deviation of the difference between observations and predictions) both systems are shown to have skill in forecasting surges six days into the future. It is shown however that skill exists beyond six days if allowance is made for errors in the timing of large surges. The usefulness of the RESPS is demonstrated for two positive surges (important for coastal flooding and erosion) and a negative surge (important for safe navigation in shallow water). It is shown that the RESPS can identify events not forecast by the RDSPS, and can also add useful additional information on the timing of the surge, an important consideration in tidally dominated waters. Several new types of display are used to illustrate the sort of information that can be generated by the RESPS to support the issuers of warnings of unusually high and low total water levels.     

基于灰色系统的西北太平洋柔鱼冬春生群资源丰度预测模型

柔鱼（Ommastrephes bartramii）是西北太平洋重要的经济头足类之一,科学预测柔鱼资源丰度有利于其合理的开发和利用。研究结合1998-2008年北太平洋柔鱼生产统计数据和产卵场环境及其气候因子,使用灰色关联分析和灰色预测建模的方法,对产卵期内（1-4月）影响柔鱼冬春生群体资源丰度（CPUE）的产卵场环境以及气候指标进行分析,并建立柔鱼冬春生群体资源丰度的预报模型。结果表明,产卵期内影响柔鱼冬春生群体资源丰度的因子依次是:3月份产卵场平均海表面温度SST（average sea surface temperature）、1月份太平洋年代际震荡指数PDO（Pacific Decadal Oscillatio index）,4月份Niño3.4指标和4月份平均叶绿素浓度Chl a（average chlorophyll a concentration）。灰色预报模型分析表明,基于3月份SST、1月份PDO和4月份Chl a的GM（1,4）模型有着较好的预测效果,其预测准确率在80%以上,可用于西北太平洋柔鱼冬春群体资源丰度的预测。     

杰氏风暴潮预报方法在珠海及粤西海域的应用

本文通过杰氏风暴潮预报方法对历史上给珠海和粤西海域造成较大影响的台风增水事件进行后报试验,并通过统计分析方法对原有的预报公式进行订正,总结出适合珠海及粤西海域的风暴潮预报公式.利用5a的时间对珠海及粤西海域的台风增水进行试报,结果表明预报准确率分别达95.0%和87.6%,尤其对一些增水较大、影响较严重的台风增水预报相对更加准确,预报准确率均达90.0%以上.这说明订正后的公式对珠海及粤西海域的风暴潮预报能得到较好的预报效果.     

Bias correction of sea surface temperature retrospective fore-casts in the South China Sea

Offline bias correction of numerical marine forecast products is an effective post-processing means to improve forecast accuracy. Two offline bias correction methods for sea surface temperature(SST) forecasts have been developed in this study: a backpropagation neural network(BPNN) algorithm, and a hybrid algorithm of empirical orthogonal function(EOF) analysis and BPNN(named EOF-BPNN). The performances of these two methods are validated using bias correction experiments implemented in the South...     

海南省海洋经济发展趋势分析

对快速增长的海洋经济做出可靠的预测,可以深化对海洋经济发展规律的认识,对确定海南省海洋经济增长前景和目标、制定海洋开发战略具有重要的实践和参考意义。文章在对比不同预测方法的基础上,基于现有的数据基础,遴选出灰色系统模型与时间序列模型作为预测工具,对海南省海洋生产总值进行预测。研究结果表明:①与时间序列模型相比,灰色系统模型在海南省海洋经济预测方面更为有效。②目前海南省海洋经济正处于成长期,未来10年仍将保持快速增长。③根据预测结果,到2025年海南省海洋生产总值将达到3 340亿元,年均增长率约为12.5%。     

EnKF集合同化下黄海海雾数值确定性预报初始场构造方法的探究

在黄海海雾的数值模拟中,EnKF（ensemble Kalman filter）是一种优于3DVAR（three-dimensional variational）的数据同化方法。研究发现,对EnKF初始场集合体采取常用的集合平均所产生的确定性预报初始场,会出现初始场中海雾在预报开始后就迅速消失以及接下来海雾难以生成的异常现象。通过详细的海雾个例研究,清晰地揭示并解释了此现象,指出这是集合平均造成初始场中云水与温度湿度之间存在不协调关系所导致的后果,并提出了一种择优加权平均方法来取代常用的集合平均。研究结果表明,海雾确定性预报采用择优加权平均所构建的初始场,可以消除上述异常现象,显著改进海雾模拟效果。