卡尔曼滤波在短期气候预测中的应用

用PRESS准则和最优子集回归选取预测因子，建立河西走廓东部月平均气温的卡尔曼滤波预测模型，经实际使用发现，该预测方法的精度较高，稳定性较好，为短期气候提供了一种新的思路和方法。     

贵州倒春寒短期气候预测信号和预测研究

从分析贵州倒春寒与环流异常特征人手,寻找确定贵州倒春寒的5个短期气候预测信号,并在此基础上以1957～1995年为样本建立了贵州倒春寒短期气候预测模型.预测模型经1996～1999年独立试报,效果良好.     

贵州倒春寒短期气候预测信号和预测模型研究

从分析贵州倒春寒与环流异常特征入手，寻找确定贵州倒春寒的5个短期气候预测信号，并从此基础上以1957－1995年为样本建立了贵州倒春寒短期气候预测模型，预测模型经1996－1999年独立试报，效果良好。     

我国短期气候预测业务系统

中国第一代短期气候监测、预测、评价和服务业务系统主要由6个部分组成：数据库、动力气候模式系统、气候监测诊断系统、短期气候预测系统、气候影响评价系统与气候应用服务系统。在建立短期气候业务系统过程中，主要获得了三方面的成果：第一，揭示出影响中国气候异常的最强气候信号是厄尔尼诺事件、高原积雪和季风；第二，发展并建立了复杂的全球与区域动力气候模式预测系统，该系统包括T63L16全球大气环流模式、高分辨率区域气候模式、T63L30全球海洋模式和海冰模式、太平洋和印度洋高分辨率海洋模式和厄尔尼诺预测模式；第三，在高性能计算机和网络的支持下建立了完整的业务应用系统，不仅可提供短期气候预测信息，而且可以快速、客观、准确地给出气候变化对水资源、农业、林业、交通、电力、重大工程等国民经济重要部门和关键地区的影响，及时为决策部门提供决策服务。1998年开始应用以来，国家和大区两级整体预报水平比“九五”以前20年平均提高了6％～10％。但对区域性强洪涝事件的预报能力偏低，尚需进一步提高。     

阿坝牧区雪灾的短期气候预测

运用遥相关和相关理论,在上百个预报因子中提取通过一定可信度检验的因子,用Fisher判别方法和极大似然判别方法建立了阿坝牧区雪灾的短期气候预测模型,其拟合效果和试报结果都十分理想,模型的预报能力较强。     

试论短期气候预测的不确定性

{{@ convertAbstractHtml(article.abstractinfoCn, "cn")}}   {{if article.graphicalAbstractinfoCn && article.graphicalAbstractinfoCn != ""}}{{@ article.graphicalAbstractinfoCn}}{{/if}}     

我区近四十年短期气候预测的回顾和未来发展展望

我区近四十年短期气候预测的回顾和未来发展展望李敏志，毛江玉（内蒙古气象局）（内蒙古气象台）简单的回顾短期气候预测，通常也称做长期天气预报，是当今世界上的热门课题之一。它既有很大难度，又是服务上最迫切需要、最有社会经济效益的课题。近十几年来，无论是理论...     

短期气候预测的评估问题

该文系统地介绍了国内外评估月、季尺度短期气候预测结果的方法 ,比较了相关系数(R)、预报技巧分 (S)和准确率 (P)的特点 ,并对当前国内外气候预测业务水平进行了分析 ,着重对大气环流、气温、降水及 ENSO的预测水平进行了评估 ,指出国内外月、季尺度的降水预报的水平目前在 55%～ 60 %左右 ,对 ENSO的发生、结束和强度的预报水平有限 .文中探讨了短期气候预测的可预报性问题 ,提出月、季尺度气候预测的可预报性的理论上限可能为 6～ 1 2月 ,准确率在 80 %～ 85%之间 .     

论短期气候预测的对象问题

基于气候变化的物理过程和数学方面的考虑,讨论了短期气候预测的对象问题。短期气候预测对我国具有重大的经济和社会价值,但也是非常困难的科学难题和科学工程。传统的把气候距平作为预测对象的方法并不一定具有科学严谨性和应用上的高效性。因此提出把气候年际增量作为新的预测对象,并从数学物理考虑上进行了讨论。最后,基于一个气候模式的预测试验,实际检验了新的预测对象方案的效果。     

EXPERIMENTS WITH SHORT-TERM CLIMATE PREDICTION MODELS ON SSTA OVER THE NINO OCEANIC REGION

Predictions of averaged SST monthly anomalous series for Nino 1-4 regions in the context of auto-adaptive filter are made using a model combining the singular spectrum analysis (SSA) and auto-regression (AR). The results have shown that the scheme is efticient in forward forecaning of the strong ENSO event in 1997-1998, it is of high reliability in retrospective forecasting of three corresponding historical strong ENSO events. It is seen that the scheme has stable skill and large accuracy for experiments of both independent samples and real cases.With modifications, the SSA-AR scheme is expected to become an efficient model in routine predictions of ENSO.     

NINO区SST与SOI的耦合振荡信号及其预测试验

应用奇异交叉谱（ＳＣＳＡ）分析方法,提取Ｎｉｎｏ 海区各区的平均海温（ＳＳＴ）和南方涛动指数（ＳＯＩ）之间的耦合振荡信号,由此描述其年际和年代际的时变特征。基于ＳＣＳＡ,重建耦合振荡分量序列（ＲＣＣＳ）,并与回归分析相结合,对Ｎｉｎｏ 各海区平均的ＳＳＴ月际序列作短期气候预测试验。结果表明,各海区ＳＳＴ与ＳＯＩ的显著耦合振荡周期各有特色,其年际或１０ 年际变化不尽相同,从而构成了ＥＮＳＯ信号在时空演变型态上的复杂性。ＳＣＳＡ基础上的回归预报模型的预报技巧绝大部分优于ＳＳＡ－ＡＲ预报模型,实际预报试验证明效果优良     

MSSA-SVD典型回归模型及其用于ENSO预报的试验

文中提出了一种基于多通道奇异谱分析 (MSSA)的广义典型混合回归模式。其基本思想是 ,利用MSSA SVD提取预报因子场和预报变量场的显著耦合振荡信号 ,对它们的前几个显著典型分布型建立多元线性统计气候预报模式。经对Nino海区各季海温距平所进行的短期气候预测试验表明 ,其预报效果优于其它统计预报方案 ,从而为探索ENSO预测方法提供了一种新的思路     

中国短期气候变化的一个重要原因

通过数值试验对高原地表反射率变化的气候效应进行了敏感性研究，同时与观测的近４０年中国区域气候变化趋势作了对比分析。结果表明，高原主体地表反射率增加是我国短期气候变化的重要控制因子之一，它能造成东亚夏季风和高原夏季风的显著减弱，使夏季我国东部季风区北方变暖，南方变冷，季风降水普遍减少     

印度洋海温异常对亚洲季风区天气气候影响的数值模拟研究

利用中国科学院大气物理研究所ＩＡＰ９Ｌ大气环流模式，模拟研究了印度洋ＳＳＴＡ对亚洲季风区大气环流和天气气候异常的影响。结果表明，印度洋赤道低纬地区的暖（冷）ＳＳＴＡ，可以在北半球中高纬度地区激发产生与ＰＮＡ和ＥＡＰ类似的冬季型或夏季遥相关型波列，对亚洲季风区中低纬度地区的环流异常或天气气候异常有重要作用。当印度洋暖（冷）ＳＳＴＡ强迫时，亚洲夏季风建立较正常偏晚（偏早），撤退较早（较晚），季风季节长     

NUMERICAL SIMULATION OF THE INFLUENCE OF INDIAN OCEAN DIPOLE ON CLIMATIC VARIATIONS OVER EAST ASIAN MONSOON REGION DURING EQUATORIAL EAST PACIFIC OCEAN SSTA

1 INTRODUCTION In the recent years, more and more researches have shown that the effect of Tropical Ocean is very evident in the process of ocean-air interaction; Sea-Surface Temperature Anomaly (SSTA) takes on global configuration and SSTA in different areas are interrelated and also have their respective characteristics. The SSTA over Indian Ocean and Pacific Ocean are interrelated. WU et al.[1] and MENG et al.[2] indicated that the evident positive correlation of inter-annual…     

A STATISTICAL PREDICTION MODEL FOR SPRING RAINFALL OVER NORTHERN CHINA BASED ON THE INTERANNUAL INCREMENT APPROACH

The spring (March-April-May) rainfall over northern China (SPRNC) is predicted by using the interannual increment approach. DY denotes the difference between the current year and previous years. The seasonal forecast model for the DY of SPRNC is constructed based on the data that are taken from the 1965-2002 period (38 years), in which six predictors are available no later than the current month of February. This is favorable so that the seasonal forecasts can be made one month ahead. Then, SPRNC and the percentage anomaly of SPRNC are obtained by the predicted DY of SPRNC. The model performs well in the prediction of the inter-annual variation of the DY of SPRNC during 1965-2002, with a correlation coefficient between the predicted and observed DY of SPRNC of 0.87. This accounts for 76% of the total variance, with a low value for the average root mean square error (RMSE) of 20%. Both the results of the hindcast for the period of 2003-2010 (eight years) and the cross-validation test for the period of 1965-2009 (45 years) illustrate the good prediction capability of the model, with a small mean relative error of 10%, an RMSE of 17% and a high rate of coherence of 87.5% for the hindcasts of the percentage anomaly of SPRNC.