EOF分解与GA优化的热带太平洋海温场动力预报模型反演

基于NCEP/NCAR提供的1950-2000年月平均海温场资料,首先用EOF方法对海温场序列进行时、空分解,在考虑相邻时段位势场空间模态基本稳定的前提下,引入动力系统重构思想,以EOF分解的空间模态时间系数序列作为动力模型变最,用遗传算法全局搜索和并行计算优势,进行了模型参数的优化反演,建立了EOF分解时间系数的非线性预报模型。通过模型积分和EOF时、空重构,实现了海温场的中长期预报。试验结果表明,在1—6月时效预报上,模型预报海温场与实际海温场非常吻合;对于7 15月时效的预报,尽管模型预报的海温场与实际海温场存在一些出入,但基本构型大致相符,特别是对12月以上的海温场形态和范围仍然能较为准确地描述。所有时效的预报结果均能对1997年的El Nino事件特征有不同程度的描述。该研究方法为海温场以及El Nino/La Nina事件的预报提供了一种新的思路,文中提出的反演热带太平洋海温场与El Nino/LaNina的动力统计模型的研究思想和技术途径,在热带太平洋海温场的预测试验中(特别是中、长期预报)表现出良好的预报效果,为热带太平洋海温场及其异常的El Nino/La Nina事件的中、长期预报提供了有益的研究和参考方法。     

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。     

基于EOF分解的中期平均气温距平客观预报方法

本文通过将500 hPa高度、850 hPa温度、海平面气压的预报与历史要素场进行EOF分解,并假定EOF分解空间函数(即特征向量)是基本稳定的,建立以EOF分解主分量系列的时间系数、预报站点附近基本要素值的时间序列与预报站点平均气温距平的多元线性逐步回归预报方程,结合ECMWF集合预报数值产品,生成全国范围未来10 d平均气温距平客观预报产品投入业务应用,并采用同号率方法检验。结果表明,客观预报产品在检验时段内,同号率平均值为0.77,明显高于ECMWF集合预报模式2 m温度直接计算得出的同类产品同号率0.63;该客观预报产品不仅在分布范围上,同时在距平幅度上预报效果均较好。此外,相关分析也证明同号率方法在检验中期时效气温距平预报中有其合理性。     

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。     

基于集合经验模态分解和傅里叶分析的风场预测试验

采用集合经验模态分解(EEMD)和滑动傅里叶分析方法,建立了非线性气候序列的统计预测模型。针对气候要素距平场,对EOF分解得到的各模态时间系数进行EEMD分解,对得到的各IMF分量构建滑动傅里叶(Fourier)分析预报模型,提取出控制当前复杂气候信号的主要傅里叶频谱组合作为IMF分量的主要成分,即确定当前信号的主要波内频率,再将各个IMF分量和剩余项预测结果重构得到各模态时间序列的预测结果,最终通过时空重构得到预测场。将上述思想方法应用于新疆地区风场的预测试验,并采用距平相关系数(ACC),预报技巧(SS)和同号率(R)进行评估,结果表明对于区域性的风速预报,基于上述思想的算法模型能够较好地把握当前气候信号的主要变化频率,较为理想地预测了气候要素时间系数,对新疆地区风速变化的形态分布有较好的估计,使其预报时效在40侯以内均拥有一定的预报技巧,平均SS在0.5以上,36侯以内平均ACC达到0.4以上。     

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。     

广西后汛期降水分型预报探讨

将广西后汛期降水进行EOF分解后，利用前六个特征向量进行空间分型，并根据对应时间系数的符号及大小将降水场转化为数字化时间序列，再运用序列相似方法进行因子的选取及降水场数字化时间序列的预测，1998-2001年的预报结果表明，效果较好。     

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。     

广西后汛期降水分型预报探讨

将广西后汛期降水进行 EOF分解后 ,利用前六个特征向量进行空间分型 ,并根据对应时间系数的符号及大小将降水场转化为数字化时间序列 ,再运用序相关相似方法进行因子的选取及降水场数字化时间序列的预测 ,1998- 2 0 0 1年的预报结果表明 ,效果较好     

支持向量机(SVM)及其在场预测中的应用

介绍一种新的非线性回归分析方法--SVM回归.利用EOF能分解数据场和SVM回归分析可建立因子与预报量非线性关系的优势,设计预报方案：（1） 将因子场和预报场分别用方差标准化、EOF场展开,提取两场时间系数;（2） 用SVM回归分析实现因子场时间系数对预报场时间系数非线性预测;（3） 由预测的预报场时间系数与对应空间函数反演原场.用交叉检验的方法,对1960～2003年1月热带海表温度场预报汛期（6～8月）华中区域降水场进行试验.SVM回归44年独立预报平均技巧评分10.4%,较随机预报具有明显的技巧水平,优于经典回归.     

Could the Recent Taal Volcano Eruption Trigger an El Ni?o and Lead to Eurasian Warming?

正The Taal Volcano in Luzon is one of the most active and dangerous volcanoes of the Philippines. A recent eruption occurred on 12 January 2020(Fig. 1a), and this volcano is still active with the occurrence of volcanic earthquakes. The eruption has become a deep concern worldwide, not only for its damage on local society, but also for potential hazardous consequences on the Earth's climate and environment.     

Analysis of Atmospheric Boundary Layer Height Characteristics over the Arctic Ocean Using the Aircraft and GPS Soundings

正ERRATUM to: Atmospheric and Oceanic Science Letters, 4(2011), 124-130 On page 126 of the printed edition (Issue 2, Volume 4), Fig. 2 was a wrong figure because the contact author made mistake giving the wrong one. The corrected edition has been updated on our website. The editorial office is sincerely sorry for any     

Index to Vol.31

正AN Junling;see LI Ying et al.;(5),1221—1232AN Junling;see QU Yu et al.;(4),787-800AN Junling;see WANG Feng et al.;(6),1331-1342Ania POLOMSKA-HARLICK;see Jieshun ZHU et al.;(4),743-754Baek-Min KIM;see Seong-Joong KIM et al.;(4),863-878BAI Tao;see LI Gang et al.;(1),66-84BAO Qing;see YANG Jing et al.;(5),1147—1156BEI Naifang;     

Information for Contributors

正Journal of Meteorological Research is an international academic journal in atmospheric sciences edited and published by Acta Meteorologica Sinica Press,sponsored by the Chinese Meteorological Society.It has been acting as a bridge of academic exchange between Chinese and foreign meteorologists and aiming at introduction of the current advancements in atmospheric sciences in China.The journal columns include Articles.Note and Correspondence,and research letters.Contributions from all over the world are welcome.     

前寒武纪气候演化中的三个重要科学问题

自地球形成至寒武纪将近40亿年（距今46亿～5.4亿年,通常称为前寒武纪）的气候演变是一个具有特殊难度和挑战性的研究领域,同时也是基础和前沿的研究领域。文章选择了前寒武纪气候演化中的三个重要科学问题进行综述：大气演化、两次全球性的冰川期以及暗弱太阳问题。关于大气演化,本文首先描述了大气成分的演化历史,然后简述了影响大气成分演化的三个基本过程：大气逃逸、两次大气氧含量突然增加、碳酸盐-硅酸盐循环及其对气候系统的负反馈作用。两次全球性的冰川期分别发生在古元古代（距今24亿～21亿年）和新元古代（距今8亿～5.8亿年）,文章简述了其成因以及相关的气候模拟结果。暗弱太阳问题是地球历史气候演化的一个经典问题,论文简要地综述了一些最新的研究成果和观点。     

淮河流域水文极值预测模型研究

为探索气候变化影响下水文极值的非平稳性和预测方法,建立了水文极值非平稳广义极值（GEV）分布的统计预测模型。利用1952-2010年淮河上游流域累计面雨量和流量年最大值资料、同期500 hPa环流特征量资料以及17个CMIP5模式对环流特征量的模拟结果,筛选出对水文极值影响显著的年平均北半球极涡强度指数作为GEV分布参数的预测因子。分析了在RCP2.6、RCP4.5和RCP8.5情景下2006-2050年淮河上游流域水文极值对气候变化的响应。结果表明,10年以下与10年以上重现期的水文极值在非平稳过程中呈现前者下降而后者上升的相反变化趋势;多模型预测的集合平均在未来情景中均呈现上升趋势,情景排放量越大增幅越大,重现期越长增幅也越大。与极值的常态相比,极值的极端态更易受气候变化影响。     

CHARACTERISTICS AND TRENDS OF CLIMATIC EXTREMES IN CHINA DURING 1959–2014

The spatial and temporal variations of daily maximum temperature(Tmax), daily minimum temperature(Tmin), daily maximum precipitation(Pmax) and daily maximum wind speed(WSmax) were examined in China using Mann-Kendall test and linear regression method. The results indicated that for China as a whole, Tmax, Tmin and Pmax had significant increasing trends at rates of 0.15℃ per decade, 0.45℃ per decade and 0.58 mm per decade,respectively, while WSmax had decreased significantly at 1.18 m·s~(-1) per decade during 1959—2014. In all regions of China, Tmin increased and WSmax decreased significantly. Spatially, Tmax increased significantly at most of the stations in South China(SC), northwestern North China(NC), northeastern Northeast China(NEC), eastern Northwest China(NWC) and eastern Southwest China(SWC), and the increasing trends were significant in NC, SC, NWC and SWC on the regional average. Tmin increased significantly at most of the stations in China, with notable increase in NEC, northern and southeastern NC and northwestern and eastern NWC. Pmax showed no significant trend at most of the stations in China, and on the regional average it decreased significantly in NC but increased in SC, NWC and the mid-lower Yangtze River valley(YR). WSmax decreased significantly at the vast majority of stations in China, with remarkable decrease in northern NC, northern and central YR, central and southern SC and in parts of central NEC and western NWC. With global climate change and rapidly economic development, China has become more vulnerable to climatic extremes and meteorological disasters, so more strategies of mitigation and/or adaptation of climatic extremes,such as environmentally-friendly and low-cost energy production systems and the enhancement of engineering defense measures are necessary for government and social publics.     

The impact of AIRS atmospheric temperature and moisture profiles on hurricane forecasts: Ike (2008) and Irene (2011)

Atmospheric Infra Red Sounder(AIRS) measurements are a valuable supplement to current observational data, especially over the oceans where conventional data are sparse. In this study, two types of AIRS-retrieved temperature and moisture profiles, the AIRS Science Team product(Sci Sup) and the single field-of-view(SFOV) research product, were evaluated with European Centre for Medium-Range Weather Forecasts(ECMWF) analysis data over the Atlantic Ocean during Hurricane Ike(2008) and Hurricane Irene(2011). The evaluation results showed that both types of AIRS profiles agreed well with the ECMWF analysis, especially between 200 h Pa and 700 h Pa. The average standard deviation of both temperature profiles was approximately 1 K under 200 h Pa, where the mean AIRS temperature profile from the AIRS Sci Sup retrievals was slightly colder than that from the AIRS SFOV retrievals. The mean Sci Sup moisture profile was slightly drier than that from the SFOV in the mid troposphere. A series of data assimilation and forecast experiments was then conducted with the Advanced Research version of the Weather Research and Forecasting(WRF) model and its three-dimensional variational(3DVAR) data assimilation system for hurricanes Ike and Irene. The results showed an improvement in the hurricane track due to the assimilation of AIRS clear-sky temperature profiles in the hurricane environment. In terms of total precipitable water and rainfall forecasts, the hurricane moisture environment was found to be affected by the AIRS sounding assimilation.Meanwhile, improving hurricane intensity forecasts through assimilating AIRS profiles remains a challenge for further study.