对未来两个太阳周太阳活动参数的统计预测

利用支持向量机(Support Vector Machine,SVM)和后向传播(Back Propagation,BP)神经网络的方法,结合前23个太阳周期(1700—2008年)的周期特征数据,对第24和第25个太阳周的各个周期特征进行了预测,并且通过交叉验证算法得出两种方法都可达到最优。通过分析SVM与BP神经网络方法的预测结果,均表明第25个太阳周将会达到较强的强度,且大于第24个太阳周。此外,两种方法都预测出第25个太阳周的太阳黑子数在谷值年维持异常偏低,周期长度都会维持在10年左右。根据第24个太阳周已经过去的特征验证,BP神经网络的结果与实际情况更为接近,预测太阳活动在2020开始进入第25个太阳周,在2025年达到峰值,峰值年强度比第24个太阳周偏强。     

关于太阳黑子和黑子相对数

太阳黑子相对数是表征太阳活动的一种常用的指标。黑子的盛衰基本上代表了整个日面辐射能量的变化。虽然黑子相对数只给出了黑子形成活动的一般特征,但基本上表征了太阳活动的强弱。它除了能表示太阳紫外辐射外,而且在黑子活动极大值附近年份还能够反映太阳的微粒辐射部份。特别是完整可靠的黑子记录可追溯到1749年,这就为开展日地关系的研究提供了有利条件。     

Ascending phase of solar cycle 25 tilts the current El Ni?o-Southern oscillation transition

自2020年初夏,赤道太平洋地区出现拉尼娜现象并持续两年半多(以下简称2020拉尼娜),对其未来演变的预测引起了很多关注,考虑到11年太阳周期活动对热带太平洋SST异常可能存在锁相影响,本研究分析了当前太阳活动周(即第25太阳周(SC25))对目前热带太平洋ENSO现象未来演变的调节作用,基于历史太阳周的统计特征,作者对第25太阳周达到其最大值的时间提出三种可能的情景,并讨论了不同情景下的太阳活动对未来两年ENSO演变的可能影响,第25太阳周的持续上升阶段在一定程度上抑制了当前2023厄尔尼诺现象发展为超级事件.     

关于长期天气预报

七、太阳活动做长期预报、经常谈到太阳活动这个因子,实际上这个说法是不很确切的,因为至今人们所用的不过是太阳相对黑子数,亦称沃尔夫数。而太阳活动应该是指太阳上一切物理现象和物理过程的总和。太阳黑子只是太阳活动的一部份,沃尔夫数则又只是计算黑子的一种方法。所以我们应用的只是太阳活动的一个指标。不过因为沃尔夫数记录最长,对太阳活动又有相当的代表性,为了简便,也为了习惯,人们还是经常把太阳黑子与太阳活动混为一谈。     

太阳活动与人体健康

据报载：1995年8月12日美国加州理工学院首次观测发现预计1998～1999年太阳活动高峰期为第一颗太阳黑子。欧洲航天局又于1996年初公布了欧洲太阳观测卫星的一组照片,证实了1996年1月15日太阳大规模气体喷射了5个小时,喷出100亿吨高温气体,在高空波及达560万余公里。它表明新一轮太阳活动期开始。太阳黑子出现和气体喷射是太阳活动的具体表现。太阳活动的周期平均为11年,它的强弱,一般视太阳黑子数目的多少而定,黑子越多,活动愈强烈;黑子数目少时,太阳活动就比较弱。太阳黑子是指太阳光球上经常出现的阴暗斑点。它是太阳活动的基本…     

今年是太阳活动22周峰年

太阳活动的强弱常用黑子相对数(简称黑子数)来表示,黑子数的年均值显示着11年左右的周期性。国际上规定以公元1755年起算的周期称为第1周,然后依次排列。1954年起算为第19周,黑子数最高年为1957年,达到190.2为近300年来最大的值。后来的20周及21都比较低。     

太阳与地球气候

太阳是地球上各种生命活动的原动力。如果没有太阳,地球上的海洋和大气运动就会完全停止,所有的生命就不会生存。因此,研究地球气候的变动必须研究太阳的变动。关于太阳的变动性,目前研究的中心,是关于太阳变动给予地球环境的影响。太阳活动的异常低下与“蒙德极小”研究太阳活动,一般是从测量太阳光球面上发生和成长的黑子与黑子群的数目着手。单个黑子的总数为(f)与黑子群数(g)扩大10倍之和(10g f),从世界各地天文台汇集于楚里哈(英国)天文台,然后由这里确定为国际使用的相对黑子数,各国的研究者现在所用的就是这个。这一方法,最初是由R.沃尔夫(Wolf)提出的,所以叫做“沃尔夫黑子数”。     

80年代的太阳活动及其对气候的影响

列出了1980—1990年的逐月国际太阳黑子数,指出整个80年代太阳活动异常强盛,尤其是最新的双周(第22周)黑子数峰值竟超过了通常较强的单周(21周)峰值,且发现太阳活动在长趋势演变和年际变化上均与全球气温密切联系。这样,80年代的强太阳活动可能对80年代以来的全球显著升温有一定影响。随着太阳活动的趋向减弱,估计90年代的全球升温幅度会有所减缓。     

迷你冰期来临

<正>王绍武等在2010年发表的文章(《科学通报))第55卷第30期)中认为未来可能进入一个新的太阳活动极小期,并指出太阳活动11年周期的第24周(从2008年开始)极大年(2013年)的太阳黑子数有重要的指示意义。最新的观测表明,第24周极大年(M年)的太阳黑子数只有64.7,低于第15~23周(1913—2007年)中任何一个周期M年的黑子数,仅与第14周的太阳黑子数(53.9)接近(表1)。这有力地证明,开始于1920年代的     

空间天气事件对航天器的影响

航天器在太空中运行,将不可避免地受到空间天气的影响,而太阳爆发性活动是引发空间天气变化的源头.从2008年10月起,太阳开始进入第24太阳活动周,预计于2013-2014年到达太阳活动峰年,伴随着太阳活动水平会明显加强,存在发生强空间天气事件的可能性.从航天器工程的角度,介绍了太阳活动的基本规律,分析了太阳活动峰年期间...     

基于短期历史资料的河西地区太阳辐射预报订正研究

基于数值模式的太阳辐射预报往往存在一定的系统性偏差,AVT订正方法能够有效降低预报偏差,本文利用该方法对甘肃河西地区两个光伏电站的太阳辐射预报结果进行订正。结果表明：(1)订正前预报偏差呈现明显的“先增加、后减小”日变化特征,订正后日变化特征不明显,并且订正前预报偏差与观测值线性关系显著,订正后线性关系减弱(相关系数降低、拟合优度降低);(2)太阳辐射存在明显的年变化特征,其预报偏差春季最高,其次为夏季,冬季最小,订正后不同季节的预报偏差均降低,春季和夏季降低较为明显。     

基于EC细网格数值预报产品的太阳辐照度订正技术

太阳辐照度与光伏电站发电功率密切相关,其预报的准确性直接影响发电功率预报的准确性。根据光伏电站太阳辐照度实况、气象站实况、WRF(Weather Research and Forecast Model)模式辐照度预报、EC细网格数值预报以及太阳理论辐照度,利用逐步回归法开展太阳辐照度预报订正研究,得到以下结论:①太阳辐照度实况与太阳理论辐照度的比值与EC细网格数值预报中气象要素的相关性优于太阳辐照度实况与气象要素的相关性;②不同时刻影响太阳辐照度的气象因子存在差异,通过逐步回归法建立不同时刻太阳辐照度预报模型;③在非晴天情况下,回归预报辐照度相对均方根误差比WRF模式预报辐照度降低10%左右,减小了辐照度预报误差。该研究成果在光伏电站的新能源数值预报服务中有一定的应用价值。     

太阳能光伏发电预报方法的应用效果检验与评价

基于湖北省气象新能源研究中心光伏电站一年完整的发电数据与同期气象资料,对辐射和发电功率短期预报方法进行检验分析,结果表明:(1)太阳辐射度预报与实况有很好的对应关系,相关系数在0.77以上,均通过a=0.001的显著性水平检验。(2)光伏发电功率预报的短期方法中,以模式辐照度订正值代入光电转换模型的方法最优,预报第一天的相对均方根误差为0.16。(3)太阳辐射预报及光伏发电功率预报随太阳高度角变化而呈一定的规律性,冬季中午误差最大,夏季晚上误差最小;阴雨天气误差明显高于晴天。如何降低阴雨天气预报时的误差将是下一步工作中需要研究的重点。     

太阳活动对京津冀地区旱涝的影响

利用中国气象科学院等整理的中国近五百年旱涝等级资料, 应用小波分析、 相关矩分析等方法, 详细分析了太阳黑子变化与京津冀地区旱涝的关系。在统计太阳黑子极值年附近旱涝特征时发现, 在太阳黑子峰值年附近京津冀地区容易出现偏旱的年份, 低谷年附近容易出现偏涝的年份。小波分析结果表明, 太阳黑子与旱涝指数在9.8年、 78.6年、 132.2年周期处存在对应关系, 说明太阳黑子的变化对京津冀地区的旱涝有一定影响。通过旱涝指数与太阳黑子相对数的相关矩分析, 发现两者相关关系存在阶段性的转折变化, 即由正相关转为负相关, 或者由负相关转为正相关, 相关矩发生转折的时间间隔最长为81年, 最短为23年, 平均为50年。本文还对相关矩阶段性变化的可能原因进行了初步分析。     

2011年地面入射太阳辐射变化及其与敏感因子回归分析

太阳辐射是地球上一切生命的源泉,亦是地球天气、气候系统发生发展和演变的能量来源。利用FY2E卫星遥感产品地面入射太阳辐射资料和地面常规观测资料,对2011年鹤壁市地面入射太阳辐射变化特征分析结果表明：鹤壁市2011年地面入射太阳辐射日曝辐量和月累积量的变化有明显的季节性,其年累积量为5721．38MJ·m^-2,日曝辐量3—4月增加迅速,其中3月份环比增长59％。地面入射太阳辐射总体变化趋势可以用一元多项式进行回归拟合,拟合曲线与实测资料的相关系数达0．8。地面最高温度与地面入射太阳辐射存在明显正相关,地面入射太阳辐射增大,地面最高温度就会升高。地面蒸发量对地面入射太阳辐射高度敏感,地面入射太阳辐射增大,地面蒸发量就会增大。通过对地面入射太阳辐射与地面敏感气象要素的多元回归分析发现,地面入射太阳辐射的二元线性回归预测水平高于一元线性回归预测水平。通过地面气象要素的多元线性回归预测,可估算地面入射太阳辐射值,这为相关研究及业务服务等提供了一种获取地面入射太阳辐射的方法。     

西太平洋副热带高压的气候振动

本文根据1951—1984年逐月副高面积指数和赤道东太平洋海面温度资料，研究了副高的长期变化特征及其与海面温度和太阳活动的关系。发现:副高的强弱有明显的阶段性和3.2、3.8、11.3和22.5年的周期性，周期的长度随着阶段的转变而变化；副高的3—4年振荡主要受海面温度的支配，在副高由弱转强时，海温的变化在先，副高由强转弱时，海温的变化在后；副高的11.3年和22.5年的周期可能受太阳活动的影响，副高阶段的转折年份大都在太阳黑子11年周期的极值年前后，而且在太阳活动奇数周期中副高偏强，偶数周期中副高偏弱。这些结果为副高的气候预报提供了某些依据。     

基于测风塔观测资料的近地层风速平面订正

利用辽宁和吉林省24座测风塔风速观测资料,应用线性回归方法对高分辨率中尺度模式近地层风速预报产品进行订正。首先通过4组不同的订正实验分析训练样本长度、样本滚动方式等对订正效果的影响,确定单点订正最佳方案,并综合线性方法在东北地区不同下垫面条件下的适用性;然后应用24座测风塔已确定的单点订正关系,尝试区域风速的平面订正,并基于剩余23座测风塔资料对全场订正效果进行评估。结果表明：训练样本的长度对订正效果影响较明显,在东北地区训练样本长度取20 d效果最佳;当训练样本长度取最优天数时,滚动系数的订正效果与固定系数的订正效果基本一致;各种下垫面通过线性订正均能取得较明显提高,其中丘陵地区效果最明显,通过订正均方根误差整体降低1.61 m·s^-1,平原地区为0.95 m·s^-1,沿海地区为0.91 m·s^-1;平面风速订正实验显示,订正关系平面外推可取得明显的订正效果,全场平均绝对误差降低0.20 m·s^-1,该方法可为订正资料匮乏区域的预报提供参考。     

北京太阳能气象指数预报研究与应用

利用统计方法制作出逐日太阳能的短期预报模型,并将其预报产品指数化,编制了日太阳能指数预报系统,可逐日制作并发布次日的太阳能指数预报,有利于充分利用太阳能,节约电能,最大程度发挥效益。     

安徽省2021年梅雨期降水预报检验分析

检验梅雨期降水的预报效果,对于提升梅雨期降水预报能力、减少梅雨期降水带来的人员伤亡和经济财产损失有着重要的意义。文章对安徽省2021年梅雨期（6月10日—7月10日）六个客观模式和一个主观订正预报产品进行了检验分析,其中包含了三个区域模式数值预报（中国气象局中尺度天气数值预报系统（简称CMA-MESO）、中国气象局上海数值预报模式系统（简称CMA-SH9）、安徽WRF）、三个全球模式数值预报（中国气象局全球同化预报系统（简称CMA-GFS）、欧洲中期天气预报中心确定性预报模式（简称ECMWF）、美国国家环境预报中心全球预报系统（简称NCEP-GFS））和安徽智能网格主观订正预报的降水产品,进行了检验分析,结果表明：传统检验中安徽智能网格和区域模式对晴雨准确率的预报效果优于全球模式,又以CMA-MESO最优;在暴雨及以上量级的强降水预报中,传统检验表明安徽智能网格预报的得分最高（23.83）,ECMWF模式则是客观模式预报中效果最好的（20.12）,CMA-SH9次之（19.34）;通过对除安徽智能网格以外的各个客观数值模式进行的MODE空间检验可知,不同数值模式间暴雨预报误差原因不尽相同,ECMWF与各区域数值模式主要是由雨区位置的预报偏差,尤其是纬度偏差导致的,NCEP-GFS全球模式对降水强度和雨区面积的预报偏弱偏小比较明显,CMA-GFS在强降水方面的预报可参考性较差;各个主客观预报暴雨及以上量级预报,整体表现出较明显的日变化特征,在午夜前后、上午时段TS评分较高,而午后到傍晚评分较低,这个现象或许是梅雨期的午后降水多以地表太阳加热引起的短历时热对流降水为主造成的。     

安徽省2021年梅雨期降水预报检验分析

检验梅雨期降水的预报效果,对于提升梅雨期降水预报能力、减少梅雨期降水带来的人员伤亡和经济财产损失有着重要的意义。文章对安徽省2021年梅雨期（6月10日—7月10日）六个客观模式和一个主观订正预报产品进行了检验分析,其中包含了三个区域模式数值预报（中国气象局中尺度天气数值预报系统（简称CMA-MESO）、中国气象局上海数值预报模式系统（简称CMA-SH9）、安徽WRF）、三个全球模式数值预报（中国气象局全球同化预报系统（简称CMA-GFS）、欧洲中期天气预报中心确定性预报模式（简称ECMWF）、美国国家环境预报中心全球预报系统（简称NCEP-GFS））和安徽智能网格主观订正预报的降水产品,进行了检验分析,结果表明：传统检验中安徽智能网格和区域模式对晴雨准确率的预报效果优于全球模式,又以CMA-MESO最优;在暴雨及以上量级的强降水预报中,传统检验表明安徽智能网格预报的得分最高（23.83）,ECMWF模式则是客观模式预报中效果最好的（20.12）,CMA-SH9次之（19.34）;通过对除安徽智能网格以外的各个客观数值模式进行的MODE空间检验可知,不同数值模式间暴雨预报误差原因不尽相同,ECMWF与各区域数值模式主要是由雨区位置的预报偏差,尤其是纬度偏差导致的,NCEP-GFS全球模式对降水强度和雨区面积的预报偏弱偏小比较明显,CMA-GFS在强降水方面的预报可参考性较差;各个主客观预报暴雨及以上量级预报,整体表现出较明显的日变化特征,在午夜前后、上午时段TS评分较高,而午后到傍晚评分较低,这个现象或许是梅雨期的午后降水多以地表太阳加热引起的短历时热对流降水为主造成的。