试用卡尔曼滤波方法作冬季平均气温的短期气候预测

对淄博市１９５２ 年～１９９８ 年的冬季平均气温变化特征进行了分析,建立了冬季平均气温的卡尔曼滤波递推系统。结果表明,卡尔曼滤波方法在气象要素的短期气候预测方面有一定的使用价值,在气候变暖的预报方面有其显著优势。     

基于卡尔曼滤波的神经网络月平均气温预测模型

利用湛江市近50年来的月平均气温时间序列资料，将卡尔曼滤波与人工神经网络方法相结合，建立了湛江气温的短期气候预测模型。试验结果表明，这种基于卡尔曼滤波的神经网络模型对湛江的平均气温具有较好的预测能力，在平均绝对误差（MAE）小于1．5℃的条件下，实际预报准确率达到91.7％，对短期气候预测的业务工作具有较高的参考价值。     

基于卡尔曼滤波的神经网络月平均气温预测模型

利用湛江市近50年来的月平均气温时间序列资料,将卡尔曼滤波与人工神经网络方法相结合,建立了湛江气温的短期气候预测模型.试验结果表明,这种基于卡尔曼滤波的神经网络模型对湛江的平均气温具有较好的预测能力,在平均绝对误差(MAE)小于1.5℃的条件下,实际预报准确率达到91.7%,对短期气候预测的业务工作具有较高的参考价值.     

太阳活动与六盘水市11月月平均气温的关系

太阳活动包括太阳黑子、耀斑、日解、光斑、谱斑、磁爆等几个方面。其中太阳黑子周期活动是造成气候反常的特别因子。据目前所知，太阳活动具有SO一gO年、22年、11年周期，其中以11年周期较为明显。［“我们在做11月气温（T；；）预报时，发现其曲线峰谷也有11年准周期。那么，我市Tll与太阳活动到底有无关系？为此，特做如下工作。l对T；；分档由于我市只有三个站，范围不大，温度变化趋势基本一致，用水城的资料分档与三站平均后分档一样，故这里就用水城的资料来分档（资料样本年代为1957～1990年共34年，采用正常约占SO呢，偏高、偏…     

卡尔曼滤波在短期气候预测中的应用

用PRESS准则和最优子集回归选取预测因子，建立河西走廓东部月平均气温的卡尔曼滤波预测模型，经实际使用发现，该预测方法的精度较高，稳定性较好，为短期气候提供了一种新的思路和方法。     

我国月平均气温升高时极端气温的变化

分析了我国１４个代表性测站月平均气温升高时极端气温的变化情况,结果表明：在月平均气温升高１℃时,我国各地月极端气温变化的是显著的,尤其是７月,极端最高气温〉３５℃的频数达４０％以上,而１月极端最低气温小于各界限温度的频数变化较小,一般都在１０％以下,另外,通过做极端气温度的概率模型,由分布函数得知,当月平均气温升高１℃时,极端气温的变化情况与统计分析的结果极为相似。     

中国区域月气候预测方法和预测能力评估

利用我国台站降水和温度观测资料,评估了BCC_AGCM1.0月动力延伸预报的回算和预测、国家气候中心月气候预测业务统计方法、持续性预报以及业务发布预报对中国区域月气候要素的预测能力。结果表明,业务发布月平均温度和降水预测的技巧平均低于动力方法和统计方法的预测结果。温度的持续性预报和最优气候值统计方法预报技巧高于其它统计预报方法,考虑了综合相似特征的统计方法对降水预测有相对的优势。动力延伸预报的三种超前预报时间的预测结果总体高于统计方法,在月气候预测能力上具有明显优势。月尺度预测动力和统计方法评估的年际变化特征表明月降水和温度的可预报性一般在El Nio状态下较高,而在La Nia发生时偏低。     

用复数自回归模式预报月平均气温

在复数域最小二乘法的基础上, 建立了复数自回归模式。数学推导和实例应用表明:这一复数自回归模式不同于将复数序列中的实部和虚部分开来计算的结果, 将实部和虚部分开来计算的方法不是真正意义的最小二乘法。应用包括一个任意给定的复数序列和全国160个基本气象台站上历年7月月平均气温。采用距平相关系数和均方根误差两种检验标准, 对独立预报结果进行检验, 并与其他3种常用统计模型作比较。结果显示:该复数自回归模式确实具有较好的预报效果。     

一种短期气候预测集成技术的应用研究

以递归正权综合决策方案为基础，结合实际情况，首先对多种预报方法进行筛选，选取预报效果较好并且较为稳定的几种方法参与集成，并将集成结果写成Micaps数据格式，最终以图形方式显示出来。评分结果表明：该集成方法对温度预报和灾害指数预报较权重平均集成法效果好；而对月雨量预报和季度雨量、温度预报则与权重平均方法相当；但是对季度雨量、温度预报来说，集成后预测精度有明显提高。同时，将集成结果通过Micaps工作平台以图形方式显示，不仅客观、定量，而且更一目了然．     

集合数值预报在洪水预报中的应用进展

水文集合预报是近几年正在形成和发展的水文预报分支,其发展大致可分为两个阶段:第1阶段是1970年至20世纪末进行的长期径流预报,第2阶段从21世纪开始,主要学习气象数值预报中集合预报的概念在短期水文集合预报中的应用。目前,除了单一预报中心的集合预报系统在水文集合预报中应用外,多个预报中心的集合预报大集合也逐渐被应用于流域水文预报,甚至一些小流域的洪水预报。如利用TIGGE(THORPEX Interactive Grand Global Ensemble)集合预报驱动形成的大气-水文-水力的串联系统进行早期的洪水预警研究,将全球集合预报作为洪水模型输入的有限区域模式的初始条件和侧边界条件的研究。这些均表明,基于水文集合预报的洪水预报增加了预报附加值,并能够延长预警提前时间。以欧洲中期天气预报中心的欧洲洪水预警系统(EFAS)和美国NOAA的先进水文预报系统(AHPS)为代表,实现了集合预报在洪水中的实时业务预报,但仍存在数据处理和计算量大,以及如何基于集合水文预报做决策等问题。对于水文集合预报的前处理和后处理的各种技术已处于探索和验证阶段,如何更好地理解基于概率预报的洪水预警决策仍存在许多困难和挑战。     

气候预测中的集合方法初探

介绍了气候预测中的集合方法。该文作者曾在1996年论证了在西太平洋暖池区海温异常与东亚夏季风的共同作用下存在一个可预测的气候异常区,部分地改变了气候不可预测的论断。如何从与大量不可预测结果混杂在一起的结果中提炼出可预测部分是集合方法的重要目的之一。文中也讨论了由于大气运动固有的动力学特性,其集合预测与经典的数学考虑有所区别,天气与气候预测有不同的特点,其集合方法、目的也应有所不同,由此对集合方法提出了一些新的建议。文中同时介绍了首次在气候预测中发现的多平衡态现象,建议了如何判定多平衡的出现,以及如何利用多平衡态来改善对不同区域的预测。     

集合数值天气预报的研究进展

集合预报是目前国外广泛应用的一种新的数值预报技术,国内由于计算条件的限制,集合预报的研究应用起步较晚,目前虽已取得了一些研究成果,但还没有广泛的应用到实际的业务预报之中。集合预报的应用,在天气预报上主要是概率预报,另外在“目标观测”、资料同化等方面也有广泛应用。集合概率预报的一系列适用的验证,增加了概率预报的信度。     

2004年夏季短期气候集成预测及检验

分析了2004年夏季东亚大气环流的主要特点及对我国天气与气候的影响.对可能影响2004年夏季中国降水的主要物理因子及其演变的判断基本正确.跨季度预测指出2004年夏季我国大范围严重洪涝事件的可能性不大,6～8月主雨带可能位于黄河中下游与淮河之间;并较好地预测了影响我国的台风数.对2004年夏季跨季度气候预测中存在的问题进行了初步讨论,以便改进和完善中国科学院大气物理研究所短期气候预测系统.     

共轭方程理论在月平均温度距平季节预报中的应用

说明了共轭方程方法的可行性，使用历史资料代入共轭函数公式中计算了东北地区12月、6月月平均温度距平，并与实况进行了比较。为了建立东北地区12月、6月平均气温距平的长期预报方法，使用预报时间半年前的海温作参数化月平均热流量距平，代入简化的共轭函数公式中得到了预报值。     

基于多模式集成技术的地面气温精细化预报

基于ECMWF、JMA、T639、WRF四个数值模式2012年6月1日—9月30日地面气温3—60 h预报资料和郑州加密自动站资料,利用多模式集合平均(EMN)、消除偏差集合平均(BREM)、加权消除偏差集合(WBREM)及多模式超级集合(SUP)4种方法,对2012年8月29日—9月27日郑州城区11个站点地面逐3 h气温进行多模式集成预报试验,采用绝对误差对预报结果进行检验评估,结果表明:在30天的预报期内,BREM、WBREM及SUP对于大多数站气温预报效果有明显改善,而EMN方案对11个站预报效果改善则不太明显;4种方案中,BREM和WBREM预报效果相对较好且稳定,各个站上3—60 h预报的绝对误差均在2℃附近或以下;SUP方案虽然对个别站预报误差较低,但是其预报效果并不稳定,一些站点的个别预报时效误差大于2℃。对于郑州观测站的气温预报而言,4种集成方案20时起报的气温误差明显小于08时起报的误差,并且20时起报的SUP集成方案绝对误差明显小于其他方案的绝对误差。总体而言,BREM、WBREM及SUP三种集成方案能够给郑州精细化预报业务提供较好的参考。     

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.     

ENSO集合预报系统的检验评价

讨论了一个热带太平洋海气耦合集合预报系统集合预报的检验问题。该集合预报系统模式为一个中等复杂程度的耦合模式,其中大气部分为统计模式,海洋部分为动力模式。初始扰动利用集合Kalman滤波同化得到,模式误差扰动由一个一阶马尔可夫随机微分方程生成,预报集合样本为100个。利用1995~2005年的观测资料进行了确定性预报检验,包括相关系数和均方根误差。在概率预报检验方面,包括Talagrand概率分布、离散度、Brier评分(BS)、命中率以及空报率的统计检验,并且根据检验结果对预报系统进行了初步评价。确定性检验表明,集合样本均值的预报水平在热带中太平洋区域要高于热带东太平洋和沿岸区域。同时概率预报检验结果表明,集合预报系统有较高的概率预报技巧,对确定性预报是一个完善和补充。     

集合预报业务使用现状和趋势

依据 1999年 11月 14～ 19日在欧洲中期天气预报中心举行的第 7届天气预报业务系统研讨会的情况 ,对集合预报的业务使用现状、集合预报产品以及未来趋势进行了介绍     

最优集合预报订正方法在客观温度预报中的应用

数值模式的直接输出预报在实际应用时常与实况产生一定的偏差,对模式预报进行有效的本地化订正是提高预报准确率的重要手段。以欧洲中期天气预报中心(ECMWF)模式细网格资料,采用最优集合(anolog ensemble,AnEn)预报订正方法对北京市各站1～7 d的日最高气温和日最低气温进行订正,并对相关参数进行了本地化。采用了滑动训练期、优化变量权重两种方案进行训练。检验评估结果表明:(1)滑动训练期采用60 d时能同时保证计算效率和预报准确率;采用最优变量权重方案后,与预报员主观预报准确率对比,AnEn的最低气温优于预报员主观预报,最高气温基本相当;增加训练期的长度(引入多年的历史资料)相比优化变量权重方案能更有效地提高预报准确率。(2)AnEn预报订正方法在改善数值模式预报的固有偏差(如对由数值模式对局地地形、边界层日变化等形成的误差)效果显著,有较好的应用价值;对于因局地天气(如霾、降水、大风等)影响下,AnEn的温度预报准确率虽优于ECMWF,但不如主观预报,未来还有改进空间。还对检验结果进行了时间和空间验证,确保在以后的业务尤其是智能网格预报业务中的运行效果。