用遗传算法重构副热带高压特征指数的非线性动力模型

用遗传算法从离散时间序列资料中反演重构了非线性动力模型。首先, 用Lorenz系统的时间积分数据进行模型重构试验,随后,对十年平均的副热带高压形态指数时间序列进行动力模型参数反演和仿真预报试验。结果表明,遗传算法具有的全局搜索和并行计算优势能够较为准确地描述和刻画副热带高压活动,能对副高活动进行较为准确的描述与建模,是诊断和预测副热带高压等复杂天气系统活动的一条有效途径。     

区域随机动力统计气候模式及其预报试验

本文从大气热力学与动力学原理出发,设计并推导了一个以高度场和海温场为主要变量的多网格点的海气耦合随机动力模式,用此模式作500hPa平均高度场的预报试验。预报以春季月份(2月)为初始场,取西太平洋副热带高压活动地区(10°N-40°N,110°E-170°W)6月500hPa高度场作为预报场。另外取赤道东太平洋地区5°S—10°S范围内海温场作为耦合场,把该模式中的微分方程组化为差分形式,以前期月平均高度场和海温场为初始场,以时间步长1天进行积分,积分系数是用依赖资料(1951—1980年)反演估计出来的,然后对独立样本(1981—1986年)作预报试验。方程中的随机项假设为白噪音,并对不同的白噪音量级作了一系列试验。结果表明,加上白噪音的效果均比未加时要好,说明次要因素的随机作用在海气相互作用中是不可忽视的。     

人工神经网络西太平洋副热带高压预报业务系统

本文应用常规500hpa资料,结合具有较稠密、高分辨的“TOVS”资料（卫星信息资料）,分析、归纳了西太平洋副热带高压大幅度北移、南蓝（120°E脊线）的经验规则,在此基础上选择了具有最优下降因子的BP算法。在人工神经网络的结构方面设计了神经网络的前处理功能,将众多的单因子经基于专家系统的前处理模块,归纳的规则,作为网络的输入端,经网络学习、训练、迭代获得了较快的收敛速度和较高的历史拟合率,建立了“人工神经网络西太平洋副热带高压预报业务系统”     

基于模糊系统的西太平洋副热带高压异常年份的影响因子检测分析和动力预报模型反演

基于自适应网络模糊推理系统(ANFIS),讨论了滤除主信号之上影响因子噪声音的方法和途径,针对2010年的副热带高压异常的天气事实,首先用时滞相关法从观测资料中分析出2010年夏季风系统主要成员中对副热带高压异常影响最显著的3个因子:马斯克林高压、索马里低空急流和印度季风潜热通量,并用ANFIS诊断检测了这3个因子对副热带高压异常的影响和贡献。由于ANFIS系统具有非线性、容错性和自适应学习等特性,因此适宜于研究和模拟副热带高压等动力学不易准确描述的问题。在此诊断分析基础上,采用遗传算法和动力重构理论相结合的技术路径,从2010年实际的观测资料序列中客观准确地反演重构出非线性的副热带高压及其影响因子的动力模型,并对其进行了动力延伸预报试验。多次试验结果表明,预报的副热带高压面积指数、马斯克林冷高压强度指数、索马里低空急流和印度潜热通量指数在25天以内的中短期预报效果较好,误差不超过10%,并且预报出了指数的变化趋势。为西太平洋副热带高压与东亚夏季风系统的关联性和西太平洋副热带高压指数预测研究提供了一种新的思路和方法。     

基于副高-季风非线性动力模型的动力特性讨论与机理分析

基于NCEP/NCAR再分析资料,依据动力系统反演思想,采用遗传算法从1998年实际观测资料中,客观合理地反演重构了副高特征指数与东亚夏季风因子的非线性动力模型,并结合1998年天气实况,讨论了模型中外参数的变化对副高系统平衡态失稳和分岔的影响。从而为副高等难以准确构建动力模型的复杂天气系统的物理机理分析和动力行为讨论,提供了有益的研究思想和方法手段。研究发现,副高指数平衡态的分布和变化与实际副高的中短期异常活动相对应,副高系统由高值稳定平衡态向低值稳定平衡态跳跃的突变行为对应副高的异常南落过程,副高系统由双稳定平衡态向单稳定平衡态并入的分岔行为对应副高"双脊线"并存到消失的过程。     

基于最小二乘支持向量机的副热带高压预测模型

采用EOF时空分解、小波频牢分解和最小二乘支持向量机（LS-SVM）交叉互补方法,建立夏季500 hPa位势高度场的预测模型,用以描绘和表述副热带高压形势场的形态和变化。首先用经验正交函数分解（EOF）方法将NCEP/NCAR再分析资料500 hPa位势高度场序列分解为彼此正交的特征向量及其对应时间系数,随后提取前15个主要特征向龟的时间系数（方差贡献96.2%）,采用小波分解方法将其分解为相对简单的带通信号,再利用LS-SVM方法建立各分量信号的预测模型,最后通过小波时频分量重构和EOF时空重构,得到500hPa位势高度场的预测结果以及副热带高压形势场的预测。通过对预测模型的试验情况和分析对比,结果表明:基于上述思想提出的算法模型能较为准确地描述500 hPa位势高度场的形态分布并预测1~7 d的副热带高压活动,对10~15 d的副热带高压活动预测结果也有参考意义。     

用数值预报产品的逐步LOGISTIC动力统计释用天气预报模型

Ｌｏｇｉｓｔｉｃ判别分析可以认为是Ｌｏｇｉｓｉｔｉｃ回归的预报形式，ＬＤＡ还可由广义线性模型大大简化，对所有观测数据，ＧＬＩＭ可用矩阵形式描述，Ｌｏｇｓｔｉｃ判别的系数可用Ｎｗｅｔｏｎ－Ｓｃｏｒｉｎｇ算法得到，用ＭＬ－估计对ＬＤＡ外生变量的逐步筛选是在对β作似然比检验的基础上进行的。     

支持向量机与卡尔曼滤波集合的西太平洋副热带高压数值预报误差修正

基于T106数值预报产品资料,提出了支持向量机和卡尔曼滤波相结合的方法来进行夏季西太平洋副热带高压数值预报的误差修正与预报优化.首先采用支持向量机方法建立了西太平洋副热带高压面积指数的误差修正模型.基于支持向量机预报优化模型尽管有比较好的拟合精度和预报效果,但与实际副热带高压指数尚有一定的差异.究其原因,除预报对象(副热带高压)本身比较复杂、模型优化因子不够充分以及数值预报误差自身的随机性以外,优化模型的输入、输出基本上是一个静态映射结构,因此前一时刻的预测误差难以得到有效的反馈、调整和修正.为考虑前一时刻预报误差的反馈信息,动态跟踪副高的变化趋势,随后引入卡尔曼滤波方法建立支持向量机-卡尔曼滤波模型,对支持向量机模型的输出结果作进一步的调整和优化.试验结果表明,该方法模型的预报优化效果优于T106数值预报产品以及单纯的神经网络修正模型和卡尔曼滤波修正模型的优化效果,能够较为客观、有效地修正西太平洋副热带高压指数的数值预报误差,改进和优化西太平洋副热带高压的数值预报效果.该方法为副热带高压等复杂天气系统和要素场预报提供了一种新的思路,表现出较好的应用前景.     

一种非线性动力统计模型及其预报试验

在引入样条函数的基础上,设计了一种新的非线性动力统计模型及其一整套反演方案,并用由昆明和蒙自逐月雨量和温度构成的局地气候系统对此模型进行了检验。计算结果表明：（1）无论是在拟会历史气候的变化方面,还是在预测未来气候的变化方面,此模型均具有较高的精度;（2）此模型具有良好的稳定性,历史气候变化的拟合精度和未来气候变化的预测精度相差较小。     

基于Kalman滤波的副热带高压数值预报误差修正

利用Kalman滤波方法,对T106数值预报产品进行了误差修正和预报优化。用1995-1996年夏季（5-8月）T106数值预报产品资料建立预报模型,并提供递推参数初始值,其后以1997年夏季（5-8月）T106资料为独立样本对副高面积指数和脊线指数进行动态订正预报。预报效果的对比分析表明,Kalman滤波方法较其它统计预报方法的自适应能力更强。能够对预报对象提供更为准确、有效的跟踪和描述。对数值预报产品的副高预报误差修正效果良好。     

基于小波分解和最小二乘支持向量机的西太平洋副高预测模型

用小波分解（WT）和最小二乘支持向量机（LS-SVM）相结合的方法,建立西太平洋副热带高压面积指数的预报模型。该方法首先将西太平洋副热带面积指数（SI）分解为相对简单的带通分量信号,利用LS-SVM建立各分量信号的独立预报模型,然后对预报结果进行集成。为了评估和比较该方法的预报效果和技术优势,最后比较了在同等条件下WT～LS-SVM模型和神经网络、线性回归模型的独立检验预报效果。试验结果表明,该方法具有泛化能力强、预报精度高、训练速度快、稳定性好、便于建模等优点,具有良好的应用前景。     

基于小波分解的西太平洋副热带高压模糊推理预测

基于NCEP/NCAR再分析资料,讨论了西太平洋副高脊线与其前期位置的相互关系,并在此基础上用小波分解和自适应模糊推理方法,对副高脊线进行集成建模和预测.基于小波分解重构的副高脊线短期活动集成预测结果表明,该方法可有效降低预报难度,明显改进和提高了副高脊线短期活动的预报准确率.     

台风活动对ECMWF副高中期活动预报能力的影响

本文通过统计分析发现 :欧洲中心中期数值预报 ( ECMWF)产品可作为预报副高中期活动的重要依据。然而 ,对台风环流的处理失当可能是导致欧洲中心数值预报产品 12 0°E588线北界 72小时预报产生大于 5个纬距严重错误的主要原因 ( 2 2 / 38)。当台风进入关键区 ,即进入近海和大陆区时 ,以当日分析场作为初始场的欧洲中心中期数值预报产品 12 0°E588线北界 72小时预报基本都发生大于 2个纬距的错误 ( 14/ 19)。反之 ,则很少发生错误。当台风生成或消亡时 ,以当日分析场作为初始场的欧洲中心数值预报产品 12 0°E588线北界 72小时预报也将发生大于 2个纬距的错误 ( 2 3/ 2 8)。但是台风活动对 130°E588线北界预报影响不大。     

CORRELATION ANALYSIS OF THE WESTERN PACIFIC SUBTROPICAL HIGH AND EASTERN ASIAN SUMMER MONSOON SYSTEM BASED ON FUZZY SYSTEMS AND DYNAMICAL MODEL INVERSION FORECAST

Based on the adaptive network fuzzy inference system (ANFIS), methods to filter out the noise of impact factors from the main signal are discussed. Focusing on the abnormal weather conditions in 2010, we use the delay-relevant method to analyze the five members of the summer monsoon system that had the largest effect on the subtropical high anomalies from the observational data. ANFIS is suitable for research and simulation of subtropical highs that are difficult to describe accurately with dynamics, allowing the effect of five factors on the subtropical high anomalies to be examined. Our results show that the Mascarene cold high, the Indian monsoon latent heat flux, and the South China Sea monsoon trough had the largest effect on the subtropical high anomalies. Diagnostic analysis, with genetic algorithms (GA) and dynamical reconstruction theory, reconstructed the nonlinear dynamical model of the subtropical high and its main factors objectively and accurately from the sequence of observations in 2010. Furthermore, a dynamically extended forecast experiment is performed. The forecasts for the subtropical high area index, the Mascarene cold high index, the Indian monsoon latent heat flux, and the South China Sea monsoon trough index all show a strong short-term effect over less than 25 days. The forecasting trend is accurate, and the error rate is no more than 7%. Our results provide new insight and methods for research on the association between the western Pacific subtropical high and the East Asian summer monsoon system, and for the prediction of the western Pacific subtropical high index.     

夏季副高与海温的相互关系及副高预测

通过分析夏季西太平洋副高与前期12月至后期11月的赤道太平洋和北太平洋海温的相关系数分布图,综合比较副高面积指数、西伸脊点和脊线位置与海温的相关关系,讨论副高对海温的反馈作用以及海温与夏季副高的物理联系模型,为副高预测提供依据.     

西太平洋副热带高压下热对流降水结构特征的个例分析

利用热带测雨卫星的测雨雷达和红外辐射计的探测结果,对2003年8月2日15时(北京时)中国东南部副热带高压下发生的热对流降水结构特征、云和降水云之间的关系进行了分析研究。大气背景分析表明,500 hPa副热带高压中心附近的较强上升运动和850 hPa的水汽通量辐合为此次午后热对流降水云团的发生提供了动力和水汽条件。热带测雨卫星的测雨雷达探测结果表明,热对流降水云团的水平尺度多为30~40 km,平均垂直尺度均超过10 km,最高达17.5 km;云团的最大近地面雨强超过50 mm/h。热对流降水云团的平均降水廓线表明,其最大降水率出现在5 km的高度,这一高度比估计的环境大气0℃层高度低1 km。与“98.7.20”中尺度强降水的对流降水廓线比较表明,两者的最大降水率高度相同,但热对流降水云团更深厚;在4 km高度至近地面,热对流的降水率减少速度比“98.7.20”强对流降水的快,表明前者雨滴在下降过程中因气温高而发生强烈蒸发。对降水云团顶部特征与近地面雨强关系的分析结果表明,雨顶高较低时,云顶高度变化范围大;当雨顶越高时,云顶高度与雨顶高度越相近;平均而言,给定地面降水率,云顶高度比雨顶高度高出1~4 km;当近地面雨强越大,则云顶高度和雨顶高度越高、且越相近。结果还表明,非降水云面积约占86%,晴空面积仅占2%,而降雨云面积约为云面积的1/8。     

近百年四季西太平洋副热带高压的变化

文中设计了一种根据网格点高度值拟合副热带高压强度、西界、北界 3种指数的方法。根据这个方法 ,利用重建的 1880～ 195 0年 5 0 0hPa月平均高度序列 ,计算了 195 1年之前 70a的副热带高压指数 ,与 195 1～ 1999年的实测指数合成一个 12 0a的序列 ,研究了西太平洋副热带高压的年际与年代际变率。     

小波变换在短期气候预测模型研究中的应用

用小波变换的小波系数以及其反演建立了不同时间心渡的气候预测模型,并对昆明,玉溪和楚雄１９９１～１９９６的月气温距平值以及滇中月降水距平值在月,季,年三种时间尺度上进行了预测试验和检验,结果表明,所建立的气候预测模型对月气温距平值预测的效果在月,季,年三种时间尺度上均是十分显著的,共对月气温距平值预测的距平符号相关准确率在月,季,年三种时间尺度的预测中已分别达到了７３．１％,７３．１％和６９．４％,     

混合递阶遗传径向基网络及其在副热带高压预报中的应用

采用遗传算法与径向基网络结合的方法建立了副热带高压特征指数的预报优化模型.针对径向基网络结构和初始参数难以客观确定的不足,引入混合递阶遗传算法同时优化网络结构和参数.该优化方法结合了递阶遗传算法和最小二乘法的优点,具有较高的学习效率.将混合递阶遗传径向基网络用于副高数值预报产品的预报试验和效果比较,结果表明:混合递阶遗传算法优化的径向基网络模型具有较好的收敛效果和泛化能力,对副高指数的预报效果有较明显的改进和提高.     

小波分解与SOFM-BP网络结合的西太平洋副高数值预报产品优化技术

基于1995～1997年夏季（5～8月）T106数值预报场资料,研究讨论了夏季西太平洋副热带高压面积指数的预报误差修正与预报优化问题。首先通过小波分解对预报目标进行频域分解和高频滤波,随后引入了人工神经网络BP模型与自组织特征映射网络（SOFM）相结合的方法,对副高指数的数值预报结果进行了预报优化与误差修正的训练建模。试验结果表明,所建模型能够较为客观、有效地修正副高指数的数值预报误差,优化和改进副高预报效果。