非平稳时间序列的区域预测研究

基于重构状态空间理论和嵌入定理,给出一个新的非平稳场时间序列的区域预测方法。该方法将外强迫因子引入到预测模型中,并且将区域内预测相点的周围相点所对应的空间信息也引入到预测模型中。然后利用该方法对33模Lorenz系统得到的"理想"的非平稳场时间序列进行预测实验分析。结果表明,嵌入外强迫因子可以更好地重构出原来的动力系统,有效地提高非平稳时间序列的预测精度;同时引入空间和外强迫信息可以利用空间数据弥补时间序列长度的不足,从而进一步提高预测精度。     

雾的特征分析、预报方法及预报模型建立

本文利用1980~2010年巴中地区历史观测资料,研究出巴中大雾年际变化及月变化特征,综合利用地面资料以及NECP 1°×1°再分析资料,对发生在巴中地区的大雾典型个例进行诊断分析,探讨巴中地区大雾天气的成因,根据巴中地区自身的地理特点,通过分析比较筛选出对预报有意义的气象要素,建立一套适用于本地区的预报方法,利用VB软件开发预报雾的应用平台,经检验表明该模式能很好的预报出我市大雾天气,有很好的参考价值。     

时间序列预报方法的推广

文中讨论了车贝雪夫多项式值计算误差对作者以前提出的一种新的时间序列预报方法的预报结果的影响,并在此基础上对原来的计算方案作了推广,推广后的算法有利于提高预报准确率。     

北京夏季日最大电力负荷预报模型建立方法探讨

为了探索夏季(6～8月)日气象负荷的最佳分离方式和引起日最大电力负荷波动的主要因子,以及建立预报模型最佳个数,基于北京市2005～2010年逐日最大电力负荷和同期的气象资料,分析了北京地区日最大电力负荷的变化规律,采用不同方法将气象负荷从夏季日最大电力负荷中分离出来,分析北京夏季气象负荷与气温、相对湿度、降水及炎热指数、高温持续日数、炎热日数持续时间、前一日气象负荷等因子之间的关系,并基于2005～2009年夏季逐日气象负荷和其主要影响因子采用逐步回归方法建立日最大电力负荷的预报模型,将2010年夏季北京日最大电力负荷作为预报效果的独立样本检验。结果显示:2005～2010年,北京逐日最大电力负荷具有明显的线性增长趋势,夏季日最大电力负荷具有显著的星期效应;与去掉逐年夏季日最大电力负荷趋势和夏季平均日最大电力负荷趋势相比,去掉全年逐日最大电力负荷变化趋势的夏季日气象负荷预报模型的拟合能力更优;北京夏季日气象负荷与当日气温的相关系数最高,与前一日气象负荷也关系密切;利用前一日相对气象负荷和当日气象要素一周逐日分别建立预报模型的拟合和预测效果较好。     

河西内陆河春季流量变化特征的分析和预测

利用昌马、莺落峡、九条岭３个水文站四十余年的月平均流量资料,分析河西地区３条主要内陆河春季流量的长期变化特征,并用均生函数模型对流量进行了预报,为河西地区水资源的研究和利用提供参考依据     

龙川县气温预报方法的建立与应用

利用龙川站2008-2012年地面观测资料、欧洲中心数值预报产品,采用常规统计预报方法（逐步回归）,将最高（低）气温实况作为预报对象,把可能影响气温变化的气象要素作为预报因子,分月建立未来24～ 72 h最高（低）气温的MOS预报方程,通过对2013年全年的检验预报表明：未来24～72 h最高（低）气温预报平均绝对误差均在2.0℃以内.     

我国冬季持续低温事件预报模型的建立

利用1979—2010年我国冬季522个站点的日平均温度资料,使用基于尺度分离的多元线性回归方法建立预报模型,对我国冬季的持续低温事件的预报做了一定的尝试。将温度按照一定的方法进行尺度分离,分解出年际、月、季节内尺度温度,对各个部分分别进行拟合再相加。挑选特定海区的海温、北极海冰作为年际尺度温度预测因子,多个低频气象场作为季节内温度预测因子,利用1979—2003年资料拟合出各因子回归系数。用重构的冬季温度挑选出持续低温事件并与实际的事件进行对比检验,计算出此方法的TS评分为0.57,再利用2008年初我国南方大范围的持续低温事件检验拟合结果。检验结果表明基于时间尺度分离的多元线性回归方法在持续低温事件的预报中有一定的参考意义。     

均生函数预报模型的改进实验

为了提高对百色市主汛期月降雨量的预报准确率,基于均生函数预报方法,应用百色市1951—2006年6、7、8月份的月降雨资料,通过"短序列建模"和"残差订正"方法进行改进,得到原序列、短序列预报模型及其相应的残差订正预报模型。各改进模型均使预报精度和准确率得到了不同程度的提高,尤其是MGFAFMs模型的预报Ts比MGFFM模型提高了25%。研究结果表明:在月雨量预报业务实践中采取均生函数4模型集合预报方式将是一种很好的选择。     

大气平流扩散的箱格预报模型与污染潜势指数预报

该文在对平流扩散方程积分的基础上, 建立了对初始浓度有记忆力, 并对非相邻地区的浓度有感受力的箱格预报模式, 该模式的框架可用于各种时、空间尺度或多尺度的空气污染预测、预报.文中还定义了物理意义明确的空气污染潜势指数PPI以反映大气通风扩散稀释和干、湿沉降清除大气污染物的总能力, 结合天气预报模式和箱格预报模式则可进行空气污染潜势预报.给出了对源强和浓度监测要求灵活的空气污染指数PSI的预报公式和方法.在仅使用常规浓度监测资料的条件下, 检验了该文的基本方法, 其结果看来是可接受的.     

上海区域数值预报模式集合预报系统的建立与试验

以目前运行的上海区域业务数值预报模式为基础,从预报模式的不确定性出发构造8个预报成员,建立了上海区域数值预报模式集合预报系统的初步模型,并对2004年夏季进行了逐日48 h预报试验。结果表明:集合平均对华东地区城市降水、温度、海平面气压等气象要素的总体预报能力与分辨率高3倍的业务模式相当,其中对雨量较大降水、最低温度、海平面气压(0~24 h)的预报效果好于业务模式;集合预报还能提供客观化、定量化的降水概率预报,对降水的发生、尤其是特大降水的发生有着很好的提示作用。     

中国、北半球和全球的气温突变分析及其趋势预测研究

本文采用均值差异假设检验研究了中国、北半球和全球气温历史序列的突变现象。分析表明，中国气温从本世纪以来，在４０年代末扣年代初曾出现一次由暖到冷的突变。北半球和全球均曾在１９世纪末和本世纪２０年代发生了突变现象。功率谱分析表明，气温的突变指数曲线具有明显的周期性。一系列比较研究证明，按照分析出的突变点将气温序列分段建模，无论数值误差还是变化趋势，效果均优于整段序列的模型。所以，对未来气温变化趋势作预测，应首先搞清楚未来会处在怎样的气候阶段中，会不会出现突变。研究表明，本文叙述的均生函数累加延拓的时序建模方案，对气温序列有很好的拟合和预测效果。     

近60 a来全球河川径流量变化趋势及影响因素分析

基于全球2 894个流域的河川径流量、归一化植被指数（Normalized Differential Vegetation Index,NDVI）以及气温和降水量长期数据,发现年内月均径流量（MQ）呈上升、下降以及不显著变化趋势的流域比例分别为9.1%、12.4%和78.5%,年内最小月径流量（LQ）呈3种变化趋势的流域比例分别为24.1%、11.7%和64.2%,年内最大月径流量（HQ）呈3种变化趋势的流域比例分别为6.4%、13.6%和79.9%。在区域（大陆和纬度带）和全球尺度上,没有出现LQ下降和HQ上升变化趋势的现象,MQ下降与HQ下降联系在一起,MQ上升与LQ上升联系在一起,表明区域和全球尺度上水资源量及年内分配在过去60多年里是改善的。进一步分析发现,气候变化是导致水资源量和年内分配变化的主要因素。但与年内月极端径流量（LQ或HQ）变化不同的是,发生年内月极端径流量的月份大多发生了显著的改变,这个改变可能对社会和自然生态系统以及依靠自然节律的生产生活方式产生深远影响。     

新疆克州地区气温年代际变化及均生函数预报模型的应用

讨论了克州地区气温突变及年代际变化特征，并利用均生函数预测模型对克州地区气温进行预测试验，1995－2001年预测试验表明，均生函数预测模型可以较好地拟合出气温的气候变化趋势，对年、季气温有较好的预测能力。     

用模糊均生函数作区域夏季旱涝预测

用模糊均生函数建模方案建立宁镇的地区夏季旱涝趋势预测模型，其拟合效果，特别是对大旱大涝的拟合十分理想。１９９４年用该模型预测宁镇地区梅雨量，结果与实况较为接近。     

基于主分量的神经网络水位预报模型应用研究

根据气象和水文资料，以上游面雨量、水位值为预报因子，以西江流域的梧州水位为预报量，发现预报因子与预报量有很好的相关性。采用人工神经网络与主分量分析相结合的方法，建立了梧州水位的预报模型。结果表明，该预报模型对历史样本拟合精度高，试报效果及预报稳定性明显好于传统的神经网络预报模型，可在预报业务中应用。     

Ensemble Prediction of Monsoon Index with a Genetic Neural Network Model

After the consideration of the nonlinear nature changes of monsoon index,and the subjective determination of network structure in traditional artificial neural network prediction modeling,monthly and seasonal monsoon intensity index prediction is studied in this paper by using nonlinear genetic neural network ensemble prediction（GNNEP）modeling.It differs from traditional prediction modeling in the following aspects： （1）Input factors of the GNNEP model of monsoon index were selected from a large quantity of preceding period high correlation factors,such as monthly sea temperature fields,monthly 500-hPa air temperature fields,monthly 200-hPa geopotential height fields,etc.,and they were also highly information-condensed and system dimensionality-reduced by using the empirical orthogonal function（EOF）method,which effectively condensed the useful information of predictors and therefore controlled the size of network structure of the GNNEP model.（2）In the input design of the GNNEP model,a mean generating function（MGF）series of predictand（monsoon index）was added as an input factor;the contrast analysis of results of predic- tion experiments by a physical variable predictor-predictand MGF GNNEP model and a physical variable predictor GNNEP model shows that the incorporation of the periodical variation of predictand（monsoon index）is very effective in improving the prediction of monsoon index.（3）Different from the traditional neural network modeling,the GNNEP modeling is able to objectively determine the network structure of the GNNNEP model,and the model constructed has a better generalization capability.In the case of identical predictors,prediction modeling samples,and independent prediction samples,the prediction accuracy of our GNNEP model combined with the system dimensionality reduction technique of predictors is clearly higher than that of the traditional stepwise regression model using the traditional treatment technique of predictors,suggesting that the GNNEP model opens up a vast range of possibilities for operational weather prediction.     

长沙地区寒露风气候特征及初日预测模型

根据1959—2015年长沙地区4个气象站的日平均气温资料、湖南省寒露风等级标准和构建的寒露风初日时间序列,利用数理统计分析、均生函数、最优子集回归等方法,分析了长沙地区寒露风气候特征,建立了寒露风初日预测模型。结果表明:长沙地区1959—2015年发生寒露风共97次,宁乡、望城坡、马坡岭和浏阳分别为38、28、19和12次;发生中度以上寒露风次数自西向东分别为15、10、8和5次。寒露风平均初日在9月19—22日。≤20℃的开始日期最早为9月3日(2013年),最迟为10月28日(2014年),极差为56天。9月上、中及下旬发生寒露风的概率分别为6%、32%和62%,下旬发生概率显著增加。西部宁乡约2 a一遇,东部浏阳约5 a一遇,西部宁乡频率及影响程度远高于东部浏阳的。预测模型拟合率均在89%以上,2011—2016年预测结果较好。     

长江上游夏季径流量年际增量预测模型及检验

基于1980-2020年长江上游夏季径流量、降水和气温等资料,采用小波分析、最优子集回归等方法,分析径流量、降水量和气温的变化关系,探讨引发径流量变化的前兆气候异常信号,并构建径流量年际增量预测模型.结果 表明:径流量多寡直接取决于流域总降水量,两者表现出显著的准两年周期振荡特征,年际增量之间的相关系数(TCC)为0....     

3种再分析资料的高空温度与中国探空温度资料的对比:年平均特征

利用中国105站的探空资料以及NCEP/NCAR、ERA和JRA 3种再分析资料,采用线性趋势、标准差、相关系数、EOF分析等多种统计分析方法,对再分析资料年平均的高空温度在中国区域的可信度进行了分析.研究表明:在数值上,3种再分析资料的高空温度均小于探空资料的高空温度,NCEP/NCAR资料在对流层上层更接近于探空资料,ERA和JRA资料则在对流层中下层与探空资料更为接近;在描述年际变化和长期变化趋势方面,ERA资料在我国北方的对流层上层的再现能力较好,NCEP/NCAR资料在我国南方的对流层上层的再现能力较好,而3种再分析资料在对流层中下层的再现能力相当;在时空变化特征方面,NCEP/NCAR和ERA资料能较好地表现高空温度的年代际变化特征,而ERA和JRA资料则能较好地表现年际变化特征.     

Seasonal Prediction of the Global Precipitation Annual Modes with the Grid-Point Atmospheric Model of IAP LASG

A right annual cycle is of critical importance for a model to improve its seasonal prediction skill. This work assesses the performance of the Grid-point Atmospheric Model of IAP LASG （GAMIL） in retrospective prediction of the global precipitation annual modes for the 1980 2004 period. The annual modes are gauged by a three-parameter metrics： the long-term annual mean and two major modes of annual cycle （AC）, namely, a solstitial mode and an equinoctial asymmetric mode. The results demonstrate that the GAMIL one-month lead prediction is basically able to capture the major patterns of the long-term annual mean as well as the first AC mode （the solstitial monsoon mode）. The GAMIL has deficiencies in reproducing the second AC mode （the equinoctial asymmetric mode）. The magnitude of the GAMIL prediction tends to be greater than the observed precipitation, especially in the sea areas including the Arabian Sea, the Bay of Bengal （BOB）, and the western North Pacific （WNP）. These biases may be due to underestimation of the convective activity predicted in the tropics, especially over the western Pacific warm pool （WPWP） and its neighboring areas. It is suggested that a more accurate parameterization of convection in the tropics, especially in the Maritime Continent, the WPWP and its neighboring areas, may be critical for reproducing the more realistic annual modes, since the enhancement of convective activity over the WPWP and its vicinity can induce suppressed convection over the WNP, the BOB, and the South Indian Ocean where the GAMIL produces falsely vigorous convections. More efforts are needed to improve the simulation not only in monsoon seasons but also in transitional seasons when the second AC mode takes place. Selection of the one-tier or coupled atmosphere-ocean system may also reduce the systematic error of the GAMIL prediction. These results offer some references for improvement of the GAMIL seasonal prediction skill.