一个考虑SST变化的月数值预报结果分析

根据陈隆勋等对海温月季变化研究的结果提出除了从冬到春的过渡月份外,SST距平的相邻月的月际变化不大。在此基础上,选了1996年6月并利用CCM1动力气候模式作了月数值预报。在预报中,利用1996年6月1日00Z中国国家气象中心T64的客观分析资料作初值,利用1996年5月的SST距平加到6月气候SST作为6月的SST,作了一个月数值预报。结果表明,考虑了SST变化的数值预报优于用气候海温作的数值预报。前者的500hPa高度场预报距平、850hPa纬向风预报距平、中国地区气温预报距平和降水预报距平分布均十分接近于实际观测分布。     

用地温做年度降水预报的一种改进

本文设计了一个使用3.2m以上各层月地温距平(T＇_(3.2))资料做全国范围的降水年度预报的定性方法,其基本点是考虑土壤导热系数K_s的年际变化,应用公式计算预报时段的相应变化。这样对同一年度的降水预报,利用其前期不同时段的T＇_(3.2)值填在同一张图上,再分析高温和低温轴线,它们分别与预报年度的多雨少雨轴线相对应。根据1982—1987年的结果,T＇_(3.2)与降水距平符号的同号率,对全国范围来讲为0.71,如果不计东北地区,则两者距平符号的同号率是0.73。     

地气耦合非定常距平模式的准业务预报试验

本文用地气耦合非定常距平模式对1988年1—12月北半球100 hPa、500 hPa、海平面气压和地面温度的月距平场进行了为期一年的逐月30天预报准业务试验。结果表明，模式对月距平场距平符号的趋势预报以100 hPa效果最好，海平面气压较差；模式对500 hPa、地面温度的月距平场预报优于持续性预报，表明该模式对距平场形势有一定的预报能力。试验结果还表明，模式预报在中低纬优于中高纬；但对不同层次、不同月份的预报效果不够稳定，而且对低值系统预报能力较差。模式的一个突出问题是预报场空间过份平滑，尚须作进一步试验、改进。     

亚洲夏季风系统成员与西太平洋副高的相关特征分析

利用500hPa月平均高度距平场派生出涡度变化、经向风切变、纬向风切变等变量场。从1958～2001年6月500hPa月平均高度距平场及其派生变量场中选取预报因子,并将各个场中的因子分别作EOF分解,得到浓缩了初选因子变量大部分信息的综合预报因子,用以建立同月的广西月降水量的BP神经网络预报模型。进而利用2002～2005年月动力延伸集合预报产品及其派生变量,对广西6月降水量作BP神经网络降尺度释用预报。作为对比试验,以相同的预报量,从1957～2000年5～12月及1958～2001年1～4月500hPa月平均高度距平场中选取预报因子,并作相同处理,建立前期综合因子的广西6月降水量BP神经网络预报模型。独立样本试验结果表明,利用同期综合因子建立的BP神经网络降尺度预报模型的拟合精度优于利用前期综合因子建立的预报模型,但预报效果依赖于月动力延伸集合预报产品。     

距平模式季预报初始场滤波及时间过滤方案的试验研究

本文用地气耦合非定常距平模式对1980～1982年及1986～1988年共6年的个例进行了距平场的季（3～6月）预报试验。通过两种方法,一是在时间积分过程中改变时间过滤公式中的过滤系数β（分别取为0.05和0.1）;二是对初始场进行滤波和不滤波的比较试验来考察高频扰动及非行星波对距平场月、季预报的影响。试验表明,行星波和大气长波对距平场的月和季演变有不同的作用。长波对月以内的过程作用较大,滤掉长波使预报效果变差。而长波对季以上过程的作用较小,甚至有某种干扰性的“噪声”作用,滤掉长波使季预报的效果得到改进。     

夏—冬海气热力遥相关及其在长期天气预报中的应用(Ⅱ)

本文在已揭示的夏季(6、7、8月)海洋与冬季(12、1、2月)大气的热力遥相关联系的基础上,通过参数化形成了相应的数学模型,从夏季6月海洋与冬季1月大气的热力预报方程出发,分析了海气非同步影响函数的时间变异性,确定了数学模型的稳定性,由此进行了北半球500hPa月平均大气非绝热热流量距平、温度距平的长期预报试验。非独立和独立预报表明:利用海气热力遥相关的长期天气预报方法具有一定的预报能力和潜力。     

月动力延伸预报产品在阿勒泰地区预报中的应用检验

利用2005年7月—2009年12月阿勒泰地区7个气象观测站逐月和旬的降水和温度实况资料、国家气候中心制作的月动力延伸预测模式的图形资料,采用预报评分法(P)和距平符号异同评分法对内插预测结果进行检验。结果表明:月动力延伸预报产品对各月温度距平同号率要明显高于降水距平百分率预报与实况同号率,对各月温度距平的预报评分比较稳定,而对各月降水距平百分率的预报评分差异较大。     

月平均环流的动力集合预报研究

文章对１９９６年１至９月共２３次月动力延伸集合预报的情况作了总体评估，结果表明，集合预报距平相关系数比单个成员预报距平相关系数的算术平均有明显提高，因而采用集合预报方法有利于提高预报的可靠性，在此基础预报距平相关系数的季节变化及其原因作了视频的分析，解释，还从集合预报距平相关系数与集合成员离散程度之间的关系就集合预报技巧的预报问题进行了初步探讨，此外，文章还就Ｔ６３Ｌ１６全球谱模式对北半球欧亚地区     

月动力延伸预报产品在三峡工程建设服务中的应用

用3种客观评分方法对国家气候中心为三峡库区提供的月动力延伸预报产品（500hPa位势高度场）进行了全面评估，结果表明，延伸预报月平均环流场预报准确率明显高于持续性预报和气候预报，有一定的预报技巧，对三峡工程气象服务有参考价值，从动力统计相结合的角度出发，利用推导的月降水距平与月环流场的关系，建立了三峡库区代表站点月降水距平预报议程，利用月动力延伸预报的500hPa高度场和实际降水场资料反演出月降水距平预报方程的系数，经过1999年降水预报试验，证明效果较好。     

P-σ全球模式的月尺度动力延伸预报试验

用P－σ混合坐标系原始方程模式（Nju-PσM)，以观测的瞬时气象要素场作为模式初始场，作了24个月动力延伸预报试验，利用距平符号一致率（P）、距平相关系数（AC）和均方根误差（RMS）对预报结果进行了评估和分析。试验表明Nju-PσM对月平均环流有一定的预报能力，气候漂移证正和预报结果的线性、势力的线型两种合成方法都对预报效果有明显的改进，把动力延伸预报与年际和月际持续性预报进行对比后，表明动力预报结果的各项评估分均为最高。预报场和实况场的空间滤波和经验正交函数（EOF）分析表明，模式对大尺度天气系统的预报能力较强，而对较小尺度天气系统的预报能力则差一例。     

关键海区海温异常的变化与中国区域降水和气温的关系

利用 １９５１年到 １９９８年的月平均海温资料及同时期中国 １６０个测站的降水和气温的月平均资料,选用海温异常的变化趋势一变温,讨论了关键海区海温异常的变化与我国降水和气温的关系,旨在探讨变温因子与我国降水和气温的关系与海温距平与降水和气温的关系有什么不同,用变温因子能否降低降水预报的不确定性。结果表明：降水异常对海温异常两种变化趋势的响应不完全相同,说明分别讨论同一种海温异常态的两种变化趋势对降水的影响比单独讨论海温距平对降水的影响更有效一些,有助于降低预报的不确定性;除西太平洋海区外,气温异常对各海区海温异常两种变化趋势的响应较一致。降水异常对变温的响应与对海温异常的响应,有一致之处,也有不同之处。     

气温的天气和气候记忆性特征分析:以济南和青岛为例

气温的天气和气候记忆性特征分析对于提高气候预测水平具有积极意义。利用济南和青岛1961—2020 年逐日、月和年平均气温资料,运用自相关性函数和标准化频率分布分析了上述时间序列的气温记忆性特征和概率分布特征,并利用结构函数法建立了月、年平均气温距平与日平均气温距平之间的分数阶导数关系。结果表明:(1)济南和青岛的月、年平均气温距平呈现不同程度的记忆性特征,其中年平均气温距平相比于月平均气温距平具有更好的记忆性。(2)济南和青岛的月、年平均气温距平与日平均气温距平之间存在分数阶导数关系,济南和青岛相应的月、年尺度阶数分别为0. 529、0. 665 和0. 553、0. 791,两地的月尺度阶数相近,但青岛略大,青岛的年尺度阶数大于济南,即青岛月和年平均气温距平的记忆性大于济南。(3)济南和青岛的月和年平均气温距平相比于日平均气温距平有不同程度的长尾特征,长尾特征反映了极值温度发生的概率。     

An analysis of prediction skill of monthly mean climate variability

In this paper, lead-time and spatial dependence in skill for prediction of monthly mean climate variability is analyzed. The analysis is based on a set of extensive hindcasts from the Climate Forecast System at the National Centers for Environmental Prediction. The skill characteristics of initialized predictions is also compared with the AMIP simulations forced with the observed sea surface temperature (SST) to quantify the role of initial versus boundary conditions in the prediction of monthly means. The analysis is for prediction of monthly mean SST, precipitation, and 200-hPa height. The results show a rapid decay in skill with lead time for the atmospheric variables in the extratropical latitudes. Further, after a lead-time of approximately 30?C40?days, the skill of monthly mean prediction is essentially a boundary forced problem, with SST anomalies in the tropical central/eastern Pacific playing a dominant role. Because of the larger contribution from the atmospheric internal variability to monthly time-averages (compared to seasonal averages), skill for monthly mean prediction associated with boundary forcing is also lower. The analysis indicates that the prospects of skillful prediction of monthly means may remain a challenging problem, and may be limited by inherent limits in predictability.     

北京地区主要传染病与气象条件关系的探讨

对肝炎、痢疾、猩红热的发病率与气象要素的相关分析表明:肝炎月发病率与前第2个月的月平均温度、月平均最高温度、月平均最低温度呈负相关;痢疾月发病率与当月的月平均最高温度、月平均温度呈正相关;猩红热月发病人数与前第5个月的月平均相对湿度、月平均风速呈负相关.建立了肝炎、痢疾月发病率及猩红热月发病人数与气象要素的回归方程,因此,可根据气象要素的预报预测主要传染病的发病趋势.     

基于改进EMD算法和BP神经网络的SST预测研究

海洋表面温度(Sea Surface Temperature,SST)具有非平稳、非线性的特征,直接将处理平稳数据序列的方法应用到非平稳非线性特征明显的序列上显然是不合适的,预测的误差将会很大。为了提高预测精度,更好地解决非平稳非线性序列预测的问题,本文以东北部太平洋(40°N~50°N、150°W~135°W)区域的月平均海洋表面距平温度为例,首先分别应用集合经验模态分解(EEMD)和互补集合经验模态分解(CEEMD)方法将SST分解为不同尺度的一系列模态分量(IMF),再运用BP(Back Propagation)神经网络模型对每一个模态分量进行分析预测,最后将各IMF预测结果进行重构得到SST的预测值。数值试验的结果表明,CEEMD分解精度比EEMD分解精度高,CEEMD提高了基于BP神经网络的预测精度。系列试验统计分析说明应用这种方法对SST的1年预测是有效的。     

A Regression-based Assessment of the Predictability of New Zealand Climate Anomalies

Summary Estimates of the predictability of New Zealand monthly and seasonal temperature and rainfall anomalies are calculated using a cross-validated linear regression procedure. Predictors are indices of the large scale circulation, sea-surface temperatures, the Southern Oscillation Index and persistence. Statistical significance is estimated through a series of Monte Carlo trials. No significant forecast relationships are found for rainfall anomalies at either the monthly or seasonal time scale. Temperature forecasts are however considered to exhibit significant skill, with variance reductions of the order of 10–20% in independent trials. Temperature anomalies are most skilfully predicted over the North Island, and skill is greatest in Spring and Summer in most areas. At the monthly time scale, predictors local to the New Zealand region account for most of the forecast skill, while at the seasonal time scale, skill depends strongly upon “remote” predictors defined over regions of the southern hemisphere distant from New Zealand. Indices of meridional flow over the Tasman Sea/New Zealand region are found to be useful predictors, especially for monthly forecasts, perhaps as a proxy for atmospherically-forced sea surface temperature anomalies. Sea surface temperature anomalies to the west of New Zealand and in the tropical Indian Ocean are also useful, especially for seasonal predictions. Forecast skill is more reliably estimated at the monthly time scale than at the seasonal time scale, as a result of the larger sample size of monthly mean data. While long-term mean levels of skill may be estimated reliably over the whole data set, statistically significant decadal-scale variations are found in the predictability of temperature anomalies. Therefore, even if long-term forecast skill levels are reliably estimated, it may be impossible to predict the short-term skill of operational seasonal climate forecasts. Implications for operational climate predictions in mid-latitudes are discussed. Received July 18, 1997 Revised April 2, 1998     

我国降水和气温的分级概率时空分布特征

采用全国160站1951—2009年月降水和气温资料,分析了短期气候预测业务评分办法中六级要素概率时空分布特征,并以1月、7月为代表获得了不同地区、不同级别降水和气温异常发生频率。结果表明:降水和气温的六级异常分布存在显著空间不均匀性和年代际变化特征,1980—2009年,北方降水在1月出现特少、特多等级和7月出现特少、偏少等级的概率较大,南方降水出现6个等级的概率基本相同;全国气温在1月和7月出现正常略低、正常略高和偏高等级的概率较大。1980—2009年与1951—1979年相比,全国1月降水为特多、偏多等级和7月降水为偏少等级的站数明显增加,全国1月气温为正常略高、偏高和特高等级的站数明显增加,呈明显的年代际变化特征。     

基于DERF2.0的月平均温度概率订正预报

国家气候中心第二代月动力延伸模式回算资料的分析表明,二代模式月平均温度预报与观测实况仍然存在较大偏差,模式预报有较大改进空间。本文采用非参数百分位映射法对模式月平均温度预报进行概率订正,该方法基于模式集合平均给出的确定性预报,结合模式回算资料各集合成员计算得到的模式概率密度分布,给出确定性预报在模式概率密度分布中的百分位值,并将百分位值投影到观测资料的概率密度分布中,得到模式预报的概率订正值。对订正前后模式预报的检验评估显示,该订正方案不仅有效降低了模式预报与实况的均方根误差（RMSE）,对月平均温度距平分布的预报技巧也有所改善,不同超前时间模式预报的预测技巧评分（PS）和距平相关系数（ACC）均有提升,同时模式预报误差的大小对订正效果无明显影响。从分月的订正预报结果来看,对夏季各月的温度预测技巧的提升整体高于冬季各月。     

MOS方法在动力延伸期候平均气温预报中的应用

利用1982年1月-2010年3月动力延伸预报产品及宁夏候平均气温,采用逐步回归的MOS统计方法,预报宁夏24个测站未来40 d逐候平均气温,为了对比模式直接输出结果与资料按月和按季节划分建立的MOS方法预报效果,对2009年和2010年1-3月的预报效果分别进行了对比检验.结果表明:MOS预报效果较模式直接输出有显著...