海温预报知识讲座 第二讲 数理统计方法在海温预报中的应用

概率统计方法被引用到水文气象预报中来,至今已有五十余年。到60 年代后期,统计预报已成为要素预报的重要手段,尤其是70 年代以后“模式输出统计预报”在预报业务中使用以来,使统计预报出现了新的局面。现在水文、天气预报的概率统计方法已形成为一个独立的分支,它已成为自动化预报系统中不可缺少的组成部分,是使海温预报走向客观化、定量化的有效手段之一。 海水运动的规律是不确定的,是随机的,即使观测资料足够多,也不可能把海洋运动规律完全描述出来,而应用概率论、数理统计的方法预报未来海水温度变化是可能的,这就是概率统计海温预报…     

海温预报知识讲座：第二讲 数理统计方法在海温预报中的应用

概率统计方法被引用到水文气象预报中来，至今已有五十余年。到60年代后期，统计预报已成为要素预报的重要手段，尤其是70年代以后“模式输出统计预报”在预报业务中使用以来，使统计预报出现了新的局面。现在水文、天气预报的概率统计方法已     

基于相似系数的海温中长期统计预报方法研究

海温是认知和研究大气、海洋物理性质和演变规律的重要海洋环境动力要素之一,也是海洋预报组成中不可或缺的组成部分,对海温的分布及演变规律进行研究对海洋经济、环保和国防安全具有重要的意义.本文提出了一种基于相似系数的海温统计预报方法,利用数理统计分析方法,构建基于相似系数的统计预报模型来实现海温的单点时间序列预报.在南海海域...     

表层海水温度场的正交综合因子场分解预报方法——东海及其外缘海域月平均表层水温预报

表层海水温度预报的途径目前在我国仍以统计预报为主,数值预报和数值动力统计预报尚在探索中.表层海温统计预报一般又分为单要素时间序列预报和多要素相关预报两类.这些方法各有长处和短处,因此在预报实施中,应根据各种方法的特点,互相补充,综合发布预报.我们在应用经验正交函数分析预报表层海水温度场的基础上,也曾对表层海温场的多因子相关预报方法进行了多种试验.     

单站海温短期预报自动化

对大连、深圳等7个沿海城市海洋观测站自1991～2002年的海温、气象要素数据进行统计分析,结合经验预报因子,针对各个预报站点建立了短期海温统计预报模式,并对该模式进行了后报试验,模式运行稳定后投入到海温预报业务化使用,实现了预报流程的自动化。     

青岛海洋大学“八五”科研成果丰硕

青岛海洋大学牵头承担的多项“八五”攻关项目圆满结题,取得了一批达到国内领先水平或国际先进水平的成果。有的成果已应用到海洋开发中,效果十分显著。 “近海异常海温分析及预报研究”研制的中国异常海温数值预报模式,对异常高温和异常低温都可实现预报,且预报绝对误差在1℃以内达78.58％。这是近海短期海温数值预报研     

卷积神经网络在近岸表层海温预报中的应用

针对数值预报和人工经验预报在近岸定点表层海温(sea surface temperature, SST)预报中预报准确度不高,将近岸台站定点SST预报转换为多元时间序列预测任务,应用卷积神经网络(convolutional neural networks, CNN)构建近岸台站定点SST时间序列变化模型,对近岸台站每日最高海温、最低海温、平均海温进行预报,并与人工经验方法和长短期记忆网络(long short-termmemory,LSTM)方法进行对比试验。结果显示,在测试数据中相比人工经验预报,CNN方法全年日最高海温预报平均绝对误差(mean absolute error, MAE)为0.36℃,平均下降0.14℃,均方根误差(root mean squared error, RMSE)为0.49℃,平均下降0.21℃,日最低海温预报MAE为0.36℃,平均下降0.17℃, RMSE为0.63℃,平均下降0.24℃,日平均海温预报MAE为0.30℃, RMSE为0.47℃,预报性能和LSTM模型预报性能相当。研究表明CNN应用于近岸SST预报具有可行性,能够有效地提高SST预报准...     

三种基于均生函数的统计模型在厄尔尼诺预测中的应用

为了探究厄尔尼诺的预测方法,提高其预报准确度与预报时效,本文基于均生函数的基本原理,在普通均生函数模型中分别加入气候序列的本征模函数和预报因子变量,构建了基于EEMD(Ensemble EmpiricalModeDecomposition)的均生函数模型和多变量均生函数模型;并应用三种方案对NINO3区海温指数进行了预报试验。结果表明,两种改进模型对厄尔尼诺的预报效果好于普通均生函数模型,是提高预报准确度的有效手段;同时,利用统计的预报模型,可以在一定程度上有效延长厄尔尼诺的预报时效,具有一定实践意义。     

基于相空间重构与模糊神经网络耦合的海温预测模型

在海温预报中引入混沌理论,将相空间重构理论与模糊神经网络相结合,建立了海温预测模型.通过相空间重构,把一维海温时间序列拓展为多维序列,而多维序列包含着各态历经的信息,从而挖掘出了丰富的海温变化空间的信息,有利于模糊神经网络的训练.利用建立好的模糊神经网络模型,对海温预报问题进行了建模、训练和预测.实际的预测结果表明,该模型预报精度较高,预测结果可以为业务工作提供一定的参考与借鉴.     

基于卫星遥感海温数据的南海SST预报误差订正

尝试利用卫星遥感高分辨率海表温度资料GHRSST (Group for High Resolution Sea Surface Temperature) 与海表温度(sea surface temperature, SST)数值预报产品之间的误差, 建立一种南海SST模式预报订正方法。首先, 利用南海的Argo浮标上层海温数据对GHRSST 海温数据进行验证, 结果表明两者之间均方根误差约为0.3℃, 相关系数为0.98, GHRSST 海温数据可用于南海业务化数值预报SST的订正。预报订正后的SST与Argo浮标海温数据相比, 24h、48h和72h的均方根误差均由0.8℃左右下降到0.5℃以内。与GHRSST 海温数据相比, 南海北部海域(110°E—121°E, 13°N—23°N)订正后的24h、48h和72h的SST预报空间误差均显著减小, 在冷空气影响南海期间或中尺度涡存在的过程中, SST预报订正效果也较为显著。因此, 该方法可考虑在南海业务化SST数值预报系统中应用。     

基于BP神经网络方法的近岸数值海温预报释用技术

为了提高近岸精细化海温预报精度,利用神经网络方法,分析了海温数值预报及观测数据在释用中的作用,研究了定点近岸海温影响因子的最优配置方案,建立了定点海温精细化数值预报释用模型,评估了释用模型性能。误差分析结果显示,数值海温产品及其观测在建模中起到了降低和稳定模型误差的作用;释用模型将定点数值预报的误差从2.2°C减少至0.7°C;预报误差较调训误差略高,但考虑到预报误差的稳定性,数值释用与人工经验预报水平持平,因此,该方法具有十分广阔的拓展空间和应用前景。     

福建近海区海温数值预报试验

将在黄海和东海区建立的有限区域异常海温动力数值预报模式应用于福建近海区海温预报,根据福建近海海区特征对模式作了必要的调整.举出两个试验个例,一个在夏季(3d预报),另一个在冬季(10d预报).在夏季的试验中,恰值台风过境,所计算的流场对台风有较好的响应.冬季,预报海温场与实际海温场的变化趋势基本一致,整个海区的绝对平均误差为0.6℃.海温的变化主要决定于夹卷与抽吸作用,这与海峡的地形特征有关.     

热带气旋路径预报概率圆应用

热带气旋路径预报采用预报概率圆可以有效减少不可避免的预报错误,在2004～2007年中央气象台主观路径预报资料的基础上,使用统计方法并根据预报误差与热带气旋预报移动速度和移动方向的相关关系分类,分别计算了相应的24、48、72 h路径预报的70%概率圆半径,修改了原来业务中使用的概率圆半径,以期替代原来在业务中使用的概率圆半径。同时应用修改后的概率圆半径对近5年的路径主观预报进行了分析,给出了2004～2007年预报误差分布特点以及较大预报误差热带气旋个例的误差产生原因,并讨论了该方法改进的可能性。     

基于Stacking机器学习模型的南海北部海温预报

基于Stacking(ET-ET)的机器学习算法,利用美国国家环境预报中心再分析数据和MGDSST海温融合数据,建立了一套高效的海温长期预报方法,并在南海北部海域开展了1 a的表层海温长期预报实验。结果表明：基于Stacking(ET-ET)机器学习模型的表层海温长期预报的均方根误差降至0.52℃,平均绝对百分比误差降至1.58%,明显优于基于支持向量机、人工神经网络和长短期记忆模型的预报结果。     

一次黄海海雾的集合预报试验

基于WRF(Weather Research and Forecasting)模式及其杂合三维变分(Hybird-3DVAR)同化模块,对2006年3月发生的一次大范围黄海海雾进行了集合预报尝试。详细分析了其预报效果,并与决定性预报结果作了比较。研究揭示:集合预报50%概率雾区预报的公正预兆得分(Equitable threat score,ETS)优于决定性预报大约29%;集合预报中加入海温扰动非常必要,对浓雾预报改善作用明显,ETS提高至少10%;在集合预报中混用YSU与MYNN边界层方案的做法,可以降低只使用其中之一可能导致的预报误差。研究表明,借助Hybrid-3DVAR开展黄海海雾的集合预报技术上可行,集合预报将成为黄海海雾数值预报的一种有希望的途径。     

中国近岸海域基础预报单元海温预报指导产品研制

基于海温数值预报系统和偏差订正释用方法,开发了中国近岸海域基础预报单元海温预报指导产品,并对2018年7月—2019年9月长时间序列的预报结果进行了检验评估。结果表明:该产品对未来3 d预报的日平均绝对误差分别达到了0.17℃、0.30℃和0.38℃,预报准确度良好,能够为我国县级海域提供较为准确的海温预报产品。     

统计预报方法在海洋预报中的应用研究进展

统计分析是人们认识自然规律、预测事物发展趋势的一种基本手段,统计预报方法在海洋、气象预报中一直占有重要地位。随着计算机和大数据技术的发展,海洋统计预报技术也取得了一定突破,涌现出许多新方法、新技术。本文系统介绍了统计预报方法在海洋预报中的,应用研究进展,对其发展历程进行了系统的梳理,对目前具有代表性的4类统计预报方法进行了总结,并对海洋统计预报的发展方向和应用前景给以展望。     

用“MOS”方法作青岛市10mm 以上降水预报

前言近年来国内外的预报实践证明:模式输出统计预报方法是制作降水客观预报的一种有效方法.根据资料统计可以看出:青岛地区雨季大部分开始于6月下旬,所以本材料利用1982-1983年6月15日至8月31日的日本传真图数值预报资料来建立"0"、"1"权重回归晴雨"MOS"预报方程,然后根据该方程的预报因子为基础,作青岛市区10mm以上的降水预报.     

海洋环境预报电视节目制作与回顾

作为海洋环境预报公益服务的窗口自开播至今,经历了20年的风风雨雨,海洋电视节目的内容从单一性的项目到海浪、海温、海冰、风暴潮、海水浴场综合性预报,电视视频信号从复合、分量信号到数字信号,通过光缆采用基带的方式传送视频信号到中央电视台.     

北太平洋涛动与El Nino的关系及其年代际变化

基于HadISST海表温度和NCEP/NCAR的海平面气压等再分析资料,研究了北太平洋海平面气压主模态与El Nio的关系。结果发现:阿留申低压模态是对El Nio事件的同期响应,而北太平洋涛动模态可以诱导热带太平洋产生类似中部型El Nio的海温异常,且具有提前4~12个月的预报意义。冬春季的北太平洋涛动处于正位相时,阿留申低压与夏威夷高压同时减弱,北太平洋背景风场减弱。夏威夷高压东南侧西南风异常减弱北太平洋东北信风,使加利福尼亚海区SST暖异常,在"风-蒸发-SST"机制的作用下,异常暖海温向热带太平洋传播,使赤道地区海温升高并产生西风异常,热带太平洋产生类似中部型El Nio的异常海温。El Nio类型的年代际变化可能受到北太平洋涛动的影响,当北太平洋涛动信号活跃时,中部型El Nio事件的发生频率大。