非线性时滞方程预测月降水量

采用一维月降水量序列，以延滞τ拓展后，用四维时滞方程，对南京１９８０年１月到１９９４年１２月的降水量进行预报，与实测量相比较，相关系数为０．９７，并对时滞方程的参数选取进行了讨论。     

基于偏最小二乘法的前汛期月降水量预测方法

采用偏最小二乘回归建立了前汛期(4-6月)月降水量的预测模型,其中模型的输入因子是通过对3个前期月平均物理量场(海温场、500 hPa温度场和200 hPa高度场)大量的场相关因子采用系统降维的处理方法获得.为实现同时对多个站点的月降水量预测,将多站点的月降水量预测转换成多站点气候场的主分量预测,进一步利用气候场特征向量的近似不变性进行回算,从而得到多站点的逐站月降水量预测结果.对广西37个基本站的前汛期月降水量进行了6年独立样本检验,其预报结果显示该模型具有较好的预报能力.     

人工神经网络在月降水量预测业务中的研究和应用综述

月降水量的年际变化具有显著的非线性变化特征,预测难度大,历来是重大气象灾害预测的重点难点问题.BP(back propagation)神经网络在月降水量预测业务中的研究和应用中,取得了较好的成果,其中应用较广泛的是PCA-BP神经网络模型、遗传算法优化神经网络、RBF神经网络预测模型、小波神经网络模型、粒子群-神经网络...     

提高冬春月降水量预测质量方法的探讨

月降水量预测是短期气候预测的业务之一,提高预测质量对防灾抗灾具有重要意义。运用数理统计原理,在因子选择标准和在各种资料中提取因子方面作了些探索,月降水量预测质量有了较大提高。     

月降水量的神经网络混合预报模型研究

以均生函数表征预报量自身周期变化，结合500hPa月平均高度场和月平均海温场预报因子，采用神经网络方法建立了一种新的短期气候预报模型。分别以广西桂北、桂中和桂南6月降水量作为预报对象进行预报试验，结果表明，这种新的预报方法比均生函数回归预报模型及高度场、海温场预报因子的回归预报模型，具有更好的物理基础和预报能力。     

重建动力系统方法制作月降水量预报的试验

利用时间滞后延拓相空间的方法，将南京地区一维月降水量资料序列拓展成高维相空间，计算得到降水系统的分维数为３．６，表明该系统是一混沌系统，其自由度最小取４。在具有二次非线性项的假设下求解设定的动力系统程数，建立降水预报方程。预报检验结果表明，利用该方法作局地降水气候预报具有一定的准确度。     

中国区域平均降水量序列构建方法比较研究

由于地面观测台站空间分布不均匀,运用不同区域平均技术方法研究中国降水特征和变化规律的结果存在显著差异,是区域降水变化研究不确定性的重要来源之一.本文以"中国地面与CMORPH(CPC Morphing Technique)融合逐日降水产品"作为参照值,基于中国地面2425站观测资料,采用5种网格尺寸的经纬度网格面积加权...     

最优加权组合预测方法在气候预测中的应用研究

把组合的方法引用到夏季降水预测综合集成研究中,讨论了最优加权方法的性质和特点,计算结果表明组合预测可以提高综合预测结果的可靠性和准确率,在气候预测业务与研究中有一定的使用价值。     

降尺度方法在安徽省月降水量预测中的试用

基于NCEP/NCAR 500 hPa高度场、T63月动力延伸预报500 hPa高度场和安徽省降水资料,依据动力预报产品释用方法中所建立的月降水距平百分率预报方程,从月和旬两种不同时间尺度以及固定资料和选择资料来反演方程系数共4种降尺度方法来预报安徽省20个代表站月降水。1995—2005年11 a的回报检验表明了4种方法都具有较好的预报能力,从旬时间尺度较月尺度来预报月降水具有优势,在汛期和汛期降水偏多年更为明显。     

组合预测最优权系数的非线性规划确定方法及其在农气预报上的应用

本文利用非线性规划理论对组合预测最优权系数的确定进行探讨,通过Kuhn—Tucker条件,将原来较复杂的组合预测中确定最优仅系数的二次规划模型转化为较为简单的线性规划模型,并将这一模型投人作物产量预报实例中.     

神经网络BP模型用于月降水预报的研究

采用神经网络ＢＰ型三层映射模式，以南京１９４６－１９８５年４０年月雨量为基础序列，确定三层模式的形式。通过不断调整权重系数，作出１９８６年１－１２月的月雨量长期预报，又用同样方法但改用前一个月的实测值报后一个月的月雨量作出１９８６年各月的月雨址预报。平均绝对误差分别为６．０７ｍｍ和５．７３ｍｍ。对１９９４年６、７、８、９月月雨量以４个不同的起始值进行神经网络预测，都得到１９９４年夏季南京特旱的结果，与实测结果相同。     

我国月平均气温场遥相关结构的观测研究

研究了我国月平均气温场的遥相关结构。指出，我国冬季月份的气温场的跷跷板特征不明显。夏季月季有明显的遥相关结构。给出了各月的遥相关模态及强度。指出，月平均气温遥相关表现为从南向东北，西北方向的辐射状。在１０５°Ｅ以东呈东北－西南向。在１０５°Ｅ以西呈西北－东南向。这种遥相关结构是由环流异常造成的。而且可以在区域的月平均气温场预报中使用。     

基于MATLAB的主成分RBF神经网络降水预报模型

以前期500 hPa高度场、海温场为预报因子,采用径向基函数(RBF)神经网络与主成分分析相结合的方法,建立了广西中部5月平均降水预报模型。在5年独立样本的预测检验中,预测的平均相对误差、均方误差及平均绝对误差分别为18.12%、50.52和34.23。对比分析RBF神经网络与BP(Back Propagation)神经网络的预测结果,表明RBF神经网络预测结果更准确、精度更高。     

海温对月平均环流影响的数值试验

利用 T42L9全球谱模式,在相同初始场的条件下,将不同的 SST 作为外强迫源输入模式,其一个月延伸预报的结果表明,SST 的变化对第三旬的环流预报影响比较大,但对于不同的初值其影响是不同的,对于比较稳定的初值,不同的海温场对月平均环流的影响较小;而对于不稳定的初始场,则影响较大.同时指出了500hPa 高度预报场的均方根误差的增长在中纬度主要与大气中的斜压不稳定有关,如果斜压不稳定度大,则误差随时间增长快;斜压不稳定度小,情况则相反.     

STUDY OF THE EFFECTS OF REDUCING SYSTEMATIC ERRORS ON MONTHLY REGIONAL CLIMATE DYNAMICAL FORECAST

A nested-model system is constructed by embedding the regional climate model RegCM3 into ageneral circulation model for monthly-scale regional climate forecast over East China. The systematicerrors are formulated for the region on the basis of 10-yr (1991-2000) results of the nested-model system,and of the datasets of the Climate Prediction Center (CPC) Merged Analysis of Precipitation (CMAP) andthe temperature analysis of the National Meteorological Center (NMC), U.S.A., which are then used forcorrecting the original forecast by the system for the period 2001-2005. After the assessment of the originaland corrected forecasts for monthly precipitation and surface air temperature, it is found that the correctedforecast is apparently better than the original, suggesting that the approach can be applied for improvingmonthly-scale regional climate dynamical forecast.     

台风远距离暴雨的研究进展

台风是最强的暴雨天气系统，针对台风暴雨的研究由来已久，并把台风暴雨分为台风环流本身的暴雨和台风远距离暴雨。近几十年来，有关台风远距离暴雨的研究有了一些新的进展和成果。2007年的第十四届全国热带气旋研讨会上还给出了最新的台风远距离暴雨定义。谨从此定义出发，简要总结国内外在台风远距离暴雨方面的研究成果，并在分析归纳的基础上提出存在的问题和可能的研究方向。     

集合样本数影响月平均500 hPa高度场预测技巧分析

气候系统模式输出结果是当前开展气候预测业务的重要参考依据之一,如何提高气候系统模式输出结果的可信度是改进气候业务预测能力的关键之一。利用1999—2010年NCEP CFSv2模式每日四次预测未来45天的回算数据,分析了集合样本数对模式预测能力的影响。分析结果表明,模式对月平均500 hPa位势高度的预测技巧在热带地区较高,而中高纬度地区较低;模式对500 hPa位势高度时间异常的预测能力优于空间异常。无论是空间异常还是时间异常,随着模式超前时间的增加,预测技巧均逐渐降低,但是在不同区域和不同月份,模式预测技巧随超前时间的变化存在差异。此外,模式预测技巧存在非常大的年际变率。增加集合样本数,对不同月份和不同起报时间预测技巧的稳定度和预测技巧值均有明显正效果,特别是对亚洲中纬度地区改善度较大。增加集合样本数也可以在一定程度上降低模式预测技巧年际变率。集合样本数增加对于500hPa位势高度空间异常的改进优于时间异常。     

中国夏季降水影响因子的研究回顾

中国夏季降水的时空规律比较复杂,降水的多寡与东亚季风的强弱变化密切相关,是海—陆—气相互作用的结果。从中国夏季降水的特征、降水与季风的关系以及影响因子方面,对前人的研究成果进行了回顾和综述,并提出了值得进一步研究的问题。