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.     

集合预报多尺度奇异向量初值扰动方法研究

目前国际上采用的奇异向量集合预报初值扰动法对于初值不确定性的描述存在一定的不足,为了更有效地反映初始误差的时空多尺度特性,基于GRAPES全球奇异向量计算技术,计算了不同空间分辨率及不同最优时间间隔的多个尺度的奇异向量,并采用基于高斯分布的线性组合法来构造多尺度奇异向量的扰动初值,以代表在相空间中增长最快的多尺度初值误差模态。通过2019年1月19日的初值扰动集合预报试验,对比分析了单一尺度奇异向量初值扰动法与多尺度初值扰动法的扰动特征及集合预报效果。结果表明,多尺度奇异向量初值扰动法为区域集合预报提供的初始扰动场是合理的,扰动的大小随时间增长,且在空间分布上较好地反映了当前大气的斜压不稳定特征。此外,多尺度奇异向量扰动可以描述一定的大尺度以及中小尺度运动误差特征,较单一尺度奇异向量扰动能反映出更多初始场的不确定性信息。检验分析表明,GRAPES多尺度奇异向量集合预报在集合一致性、连续等级概率评分、离群值等方面有一定的优势,相比于单一尺度奇异向量法有较好的预报技巧。因此,基于GRAPES的多尺度奇异向量初值扰动法对于集合预报的预报效果有一定的提高,能为构建一套完善的GRAPES区域奇异向量集合预报系统提供一定的科学依据和应用基础。      

应用奇异向量方法的适应性观测实例研究

近年来,通过适应性观测技术来减小预报误差已成为国际上数值预报中的一项关键技术,然而实施适应性观测对减小预报误差的影响评估是一个需要深入讨论的问题。文中利用奇异向量方法以2007年3月4日东北地区暴风雪天气过程为研究对象,考察了预报误差对不同观测区域观测资料的敏感性,在确定能量范数的基础上,分析了奇异向量的水平分和特征和垂直分布特征,利用奇异向量的空间结构确定了敏感区域。通过伪逆初始扰动场作为分析误差,研究验证区域的预报误差对不同区域增加观测的敏感性,试验结果表明,在敏感区域内进行补充观测来改善分析误差,能够最有效地提高验证区域内的预报水平;而减小非敏感区域内的分析误差对减小预报误差的贡献相对较小。这些结果表明,利用奇异向量法定义敏感区进行适应性观测,能够和有限的观测资源和计算资源的条件下,最大程度地减小验证区域的预报误差,从而达到提高验证区域预报准确率的目的。     

一种神经网络的云图短时预测方法

依据6hT213数值预报产品的资料,采用EOF展开和人工神经网络等方法,对卫星云图短时预报方法进行研究。首先对卫星云图灰度值样本序列进行EOF展开,将提取出来的时间系数作为建模的预报量,以数值预报产品的物理量场作为预报因子,建立人工神经网络预测模型。将预报得到的时间系数与空间特征向量进行时空反演,实现对未来6h云图的预测。预报方法的独立样本试验证明,预测结果与实际云图的主要特征基本吻合,尤其在预测云图的大体分布和发展趋势上得到了较好效果。     

时间滞后与奇异向量初值生成方法的比较试验

简单介绍了国家气象中心基于奇异向量初值生成方法的神威集合预报准业务系统, 它主要包括资料的前处理、客观分析、预报模式、初值扰动的生成、后处理、产品制作和系统监控七个部分, 共有 32 个成员。 提出了 12 个成员的时间滞后法集合预报系统的实施方案, 并与奇异向量法进行了对比试验。 结果表明, 不论是距平相关系数还是均方根误差, 奇异向量法在绝大多数区域和预报时效都比时间滞后法好。     

基于大尺度模式产品的误差订正与统计降尺度气象要素预报技术

应用自适应卡尔曼滤波方法,对大尺度模式要素预报进行误差订正和降尺度精细化气象要素预报。并通过对订正系数科学选取的研究,改进了滤波方法的应用效果。通过对大尺度模式系统进行误差订正,改善了大尺度模式预报的准确率,提高了模式要素,如2 m温度、10 m风等预报的精度,并基于改善了的大尺度模式预报场和高分辨率观测场,生成降尺度函数,得到高精度的气象要素预报产品,为精细化气象要素预报服务提供了有效的方法。     

北京“7.21”特大暴雨高分辨率模式分析场及预报分析

2012年7月21-22日,61年以来最强降水袭击北京,北京大部分地区出现大暴雨,局部特大暴雨,过程雨量大、雨势强、范围广,造成了严重影响。此次强降水配置较为典型,业务预报提前指示出了此次过程,但预报结果存在强度偏弱,峰值偏晚等偏差。在对此次大暴雨进行综合分析的基础上,利用中国自动气象站与NOAA气候预测中心卫星反演降水资料CMORPH(Climate Prediction Center Morphing Technique)产品融合的逐时降水量网格数据资料作为观测,着重对北京市气象局新的快速更新循环同化和预报系统(BJ-RUC v2.0)的3 km高分辨率模式分析场和预报场进行了检验与分析,以期通过对中尺度模式预报性能的了解,为暴雨可预报性问题提供进一步的参考。研究结果表明,此次特大暴雨过程水汽条件极佳,降水区域较为集中,呈现西南一东北走向的中尺度雨带特征。利用常规检验评分对预报降水的时间序列进行检验发现,预报降水在时间上滞后,降水强度偏弱,存在偏西南的位置误差,并且未能反映降水系统的线状特征。进一步利用检验连续降水区域定量降水预报的CRA(contiguous rain area)方法,对预报误差进行分解表明,整体降水(5 mm/h)的主要误差来自于位置和形状误差;而在暴雨(20 mm/h)的预报中,降水强度的偏差占误差的主要部分。最后结合对预报场大尺度环流和物理量的诊断(水汽条件和不稳定条件),分析探讨了此次极端暴雨预报不佳的原因。     

GRAPES全球集合预报初始条件及模式物理过程不确定性方法研究

为描述GRAPES全球模式初始条件的不确定性,基于适合集合预报应用的GRAPES全球奇异向量技术,依据大气初始误差符合正态分布的特征,采用高斯取样奇异向量来构造全球集合预报初始扰动,在此基础上建立了GRAPES全球集合预报系统(GRAPES-GEPS)。利用GRAPES全球同化分析场,对采用初始扰动的GRAPES-GEPS连续试验预报结果进行检验和分析。结果表明:GRAPES-GEPS中高度场、风场及温度场预报的集合离散度能有效快速增加,集合平均均方根误差与集合离散度的关系合理;相对控制预报的均方根误差,集合平均的预报优势在预报中期非常显著。为进一步体现GRAPES-GEPS中模式物理过程的不确定性,发展了模式物理过程倾向随机扰动技术(SPPT)。试验结果表明:SPPT方案的应用有效提高了GRAPES-GEPS在南、北半球和热带地区等压面要素预报的集合离散度,同时一定程度减小了集合平均误差,进而改进了集合平均误差与集合离散度的关系,其中SPPT方案在热带地区的改进最为显著。本文发展的基于奇异向量的初始扰动方法和模式扰动SPPT方案在中国气象局2018年12月业务化运行的GRAPES-GEPS中得到了应用。     

数值天气预报和气候预测可预报性研究的若干动力学方法

简要回顾了数值天气预报和气候预测可预报性研究的若干动力学方法,包括用于研究第一类可预报性问题的线性奇异向量（LSV）和条件非线性最优初始扰动（CNOP-I）方法,以及Lyapunov指数和非线性局部Lyapunov指数方法。前两种方法用于研究预报或预测的预报误差问题,可以用于估计天气预报和气候预测的最大预报误差,而且根据导致最大预报误差的初始误差结构的信息,这两种方法可以用于确定预报或预测的初值敏感区。应该指出的是,LSV是基于线性化模式,对于描述非线性大气和海洋的运动具有局限性。因而,对于非线性模式,应该选择使用CNOP-I估计最大预报误差。Lyapunov指数和非线性局部Lyapunov指数可以用于研究第一类可预报性问题中的预报时限问题,前者是基于线性模式,不能解释非线性对预报时限的影响,而非线性局部Lyapunov指数方法则考虑了非线性的影响,能够较好地估计实际天气和气候的预报时限。第二类可预报性问题的研究方法相对较少,本文仅介绍了由我国科学家提出的关于模式参数扰动的条件非线性最优参数扰动（CNOP-P）方法,该方法可以用于寻找到对预报有最大影响的参数扰动,并可以进一步确定哪些参数最应该利用观测资料进行校准。另一方面,通过对比CNOP-I和CNOP-P对预报误差的影响,可以判断导致预报不确定性的主要误差因子,进而指导人们着力改进模式或者初始场。     

雷达回波外推预报的误差分析

基于天气雷达资料的外推预报是灾害天气临近预报的基础,选取4次强降水过程分析了外推预报的误差.主要分析方法包括3个步骤:(1)采用多尺度回波跟踪方法确定雷达回波的运动场;(2)采用半拉格朗日平流方案对雷达回波进行外推;(3)预报结果和观测结果进行对比.利用去相关时间方法分析了雷达回波的可预报性,利用预报技巧评分和相对绝对误差对外推预报的误差进行了定量分析.此外,还分析了外推预报的误差与尺度之间的关系,以及外推预报中的不确定因素 回波强度变化和回波运动场变化在预报误差中的相对重要性.这4次强降水过程的误差分析表明,预报误差随预报时效的变化基本上是以指数规律递减的,大尺度的降水系统对应较长的持续性,对于发展演变较快、尺度较小的风暴,其持续性较短.     

广西主汛期降水量异常诊断分析

通过对广西主汛期降水量的分析 ,初步确定了异常偏多和异常偏少年 ,分析广西主汛期平均降水量与太平洋海温场和大气环流的关系 ,筛选影响广西降水量的海温和 5 0 0 h Pa位势高度场因子 ;建立降水异常的统计诊断模型及概念诊断预测模型。     

浙江沿海台风阵风系数的影响因子分析

利用2004—2015年影响浙江海岛的台风及沿海气象站资料,分析台风阵风系数与平均风速、台风强度、测站高度、岛屿位置、台风与测站之间距离、台风象限和月份等因子的关系。结果表明,当平均风速较小时阵风系数的均值和波动幅度较大。在相同风速情况下,台风中心强度较强时的阵风系数会大些且其变化幅度随高度增大;而台风强度较弱时的阵风系数随高度变化不明显。最大阵风系数一般出现在台风与测站距离为150~250 km的区域内。台风第一和第四象限不仅其影响风力明显比第二和第三象限的强,且阵风系数变化幅度也较大。近海岸岛屿测站的阵风系数比远海岸岛屿测站要大。9月阵风系数波动范围比7—8月的小。从台风的自身环流来看,中低层的高度场、垂直速度场和湿度场等因子与阵风系数相关密切。      

桂林逐站降水分级预报系统

以国家T106产品的物理量预报场为基础,选取能反映降水的动力、热力特征的单因子场和组合因子场,对桂林市13个站的降水逐站进行分级并建立相应模型,再用当日数值产品用相似离度法确定最短相似距离,作出当天的逐站降水分级预报,并以Windows98为工作平台,以图形和文本2种方式直观显示出来。     

Response of the urban boundary layer to heat addition and surface roughness

A two-dimensional numerical model is used to determine the sensitivity of the urban climate of mid-latitude cities to heat addition and surface roughness. Nocturnal winter conditions are considered. Artificial heating is found to be the major factor in controlling the urban temperature field, and roughness the controlling factor for the wind field. Present rates of heat addition are found to warm the urban air by 2 to 4K. Results from the model are compared with observational data for Montreal. The effects of varying the heights of heat addition and the use of greenbelts are also examined.     

谱逼近方法对台风Megi(2010)路径模拟的改进及影响分析

将谱逼近方法应用到台风Megi(2010)数值模拟试验中,通过选择不同物理量配置,分析得到影响台风Megi路径变化的关键环境场因子,并在此基础上分析关键因子不同高度范围和不同尺度信息对台风路径变化的影响。结果表明,采用谱逼近方法能够有效降低整个模拟时段,尤其是路径北折阶段台风路径模拟偏差,其中天气尺度环境风场是影响台风路径变化的关键因子。在过岛阶段,谱逼近850 hPa以上的中低层环境风场造成模拟路径偏差增大,但是改善了台风路径北折阶段的路径模拟结果;此外500~1 000 km尺度的中尺度环境风场对Megi转折以及转折后的移速移向具有重要影响,也减小了过岛阶段路径偏差的增长程度。通过分析各试验对主要天气系统、引导气流以及台风内部结构的模拟结果表明,谱逼近环境风场能够改善模式对中低纬环流系统的模拟,有利于更为准确地得到路径转折阶段的引导气流;同时谱逼近环境风场后会影响台风内部结构,对台风路径模拟的移速移向造成影响。      

水分影响作物发育进程的研究

不分是影响作和发育进程的重要因子，作者在田间试验的基础上，研究了不同阶段干旱处理对作物发育进程的影响，这对于指导田间灌溉，节约水资源，调节作物发育进程，提高作物产量及品质有重要意义。     

华南热带气旋相关物理量场的线性及非线性统计分析研究

选取西太平洋海平面温度场、海平面气压场、500 hPa位势高度场作为物理因子场,并普查计算1949—2013年影响我国华南地区的热带气旋的年均频数、年均最低气压、年均最大风速作为相关物理量场。对因子场分别应用主成分分析 (PCA) 与核主成分分析 (KPCA) 算法进行主成分提取,在此基础上,对因子场的前六主成分进行功率谱估计与凝聚谱分析。最后,利用典型相关分析 (CCA) 与核典型相关分析 (KCCA) 算法对因子场与物理量场进行典型相关分析。结果表明,基于非线性的KPCA算法提取出西太平洋物理因子场前六成分的解释方差贡献率,均高于PCA算法;海温场、海压场、高度场的第一成分各自存在大概18年的周期性振荡变化,同时,在周期为2~3年的范围内,这三者的振荡频率的互相关性最强;而因子场与物理量场的非线性典型相关系数,明显高于线性典型相关系数。      

新疆气候对地表水资源影响的区域差异性初探

利用单相关、典型相关及逐步回归方法, 分析了新疆气候对地表水资源影响的区域差异性, 得到以下几点新认识:(1) 新疆气候对地表水资源时空变化的影响, 以北疆为最大, 东疆最小, 南疆居中。(2) 揭示了北疆、东疆、南疆气候场对其地表水资源场空间分布特征的主要影响形式。(3) 发现在北疆及东疆, 水文年降水是决定其地表水资源场时空分布特征的主导气候因子, 5~9月平均温度是辅助气候因子, 它通过影响蒸发对地表水资源起减少作用, 但在东疆5~9月平均温度对其地表水资源的影响要比北疆大些。南疆5~9月平均温度是决定其地表水资源场时空分布特征的主导气候因子, 高山区前2年的水文年降水为辅助气候因子, 它通过冰川融水的形式对当年的地表水资源起增加作用。     

经验正交函数展开气象场收敛性的研究

本文从理论上证明,一个气象场的总方差可分解为代表气象场基本特征的信号场方差和代表随机干扰的随机场方差两部分。研究表明,若给定气象场总方差,则当噪声场方差强时,信号场方差必较弱,反之亦然。在此基础上,论证了经验正交函数(记为EOF₃)收敛速度的影响因素,指出EOF₃用于气象场时,其收敛于原始场的速度取决于场的联合熵及场内各站点的个别熵敛两方面因素,并以前者为主。在标准化情况下,上述因素等价于气象场本身的相关结构和场内空间分布变动程度对收敛速度的影响。文中提出对任一气象场资料应用EOF₃方法时,预估其收敛速度的几种经验性判据。分析表明,这些判据的应用效果很好。