年际增量方法在西南夏季降水预测中的应用

利用中国西南地区80站逐月降水资料及NCEP/NCAR再分析资料等,采用降水预测新方法——年际增量法,考察影响中国西南地区夏季降水年际增量的前期冬、春季大气环流年际增量状况,并选取5个关键影响因子,采用多元回归法建立中国西南夏季降水年际增量预测模型。对降水年际增量进行预测,在1971—2010年的建模阶段,预测模型的拟合率为0.78,在2011—2017的后报检验7年中,有6年与实况值同位相。后报检验2011—2017年的降水距平百分率,均方根误差为16%。为考察对降水异常分布型的预报效果,逐站建立回归方程,并进行趋势预报检验,近5年的趋势异常综合评分高于发布预测,预报效果较好。因此,该方法的应用及模型的建立对提高西南地区夏季降水预测水平有重要意义。      

基于土壤湿度和年际增量方法的我国夏季降水预测试验

选取欧亚大陆9个关键区的土壤湿度年际增量作为预测因子,采用变形的典型相关分析(BP-CCA)结合集合典型相关分析(ECC)方法建立集合预测模型,对我国东部夏季降水的年际增量进行预测,进而预测夏季降水。其中,1980~2004年的资料用于历史预测试验,而2005~2014年的资料用于独立样本预测试验。首先利用BP-CCA方法对9个因子分别建立单因子预测模型,然后采用ECC方法对9个预测因子按照不同的组合方式建立集合预测模型,并且对独立样本检验的效果进行了评估。结果表明,不同预测因子的组合对我国夏季降水均表现出一定的预测能力:东欧平原、贝加尔湖以北、我国河套地区及长江以南地区的土壤湿度对华北夏季降水预测效果较好;而巴尔喀什湖以北地区、我国西北地区、河套地区以及长江以南地区的土壤湿度对江淮夏季降水有较好预测效果;东欧平原、巴尔喀什湖以北地区以及我国河套地区的土壤湿度对华南降水预测技巧较高。这三组模型预测出的降水变化趋势与相应区域的观测结果较为一致,且预测评分(PS)均超过70分,距平相关系数(ACC)均为正值。研究表明土壤湿度因子中包含了对我国夏季降水有用的预测信号,可以考虑将土壤湿度应用于夏季降水的预测业务中。     

陕西汛期降水年际增量预测新技术研究

应用年际增量预测方法,通过分析影响陕西汛期降水的物理机制,建立了具有较高预测效能的陕西汛期降水年际增量预测模型。研究表明,赤道太平洋中东部海温年际增量、500 hPa高度年际增量与陕西汛期降水具有很好的相关性。当前一年秋、冬季赤道太平洋中东部海温增量在南北方向上表现为“－＋－”分布型时,陕西当年汛期降水偏多,反之,陕西当年汛期降水偏少。当前一年秋、冬季500 hPa高度年际增量在赤道附近呈带状正值分布时,陕西当年汛期降水偏多;呈带状负值分布时,陕西当年汛期降水偏少。国家气候中心提供的74项环流特征量、陕西省0 cm地温增量因子与陕西汛期降水也有很好的相关关系。在对预测因子物理意义分析的基础上,用逐步回归方法引入因子,建立陕西10个气候区域的汛期（6—8月）降水总量和各分月（6、7、8月）的降水年际增量预测模型（共40个）,汛期降水总量预测模型交叉检验距平同号率达78.4%。对2010—2013年汛期降水总量和各分月降水量进行试报,其准确率PS评分分别达到75.8和66分。增量预测方法具有较强的预测能力,能够在一定程度上提高陕西汛期降水预测水平,可作为有效方法投入实际业务应用。     

云南夏季降水异常的影响因子及物理统计预测方法

云南夏季降水年际变化较大,影响因子众多,夏季降水的预测较为困难.使用1965-2017年云南省122个气象观测站的逐日降水资料和NCEP大气环流资料,采用年际增量的方法来预测云南夏季降水.文中基于云南夏季降水年际增量变化规律和影响夏季降水的环流形势及物理过程,选取了6个具有物理意义的预测因子,包括:前期2月南太平洋海温...     

厄尔尼诺事件与陕西夏季降水及历史旱涝

应用陕西41个测站1960～1990年夏季（6～8月）降水量资料，分析了厄尔尼诺事件当年与次年陕西夏季降水的特点及差异性。在厄尔尼诺事件当年，陕北夏季降水偏少，易发生干旱。而厄尔尼诺事件次年，陕北夏季降水偏多，易发生涝；陕南南部夏季降水偏少，易发生干旱。陕北夏季降水差异最显著。另外，陕西历史旱涝分布与厄尔尼诺事件关系较为密切。特别是陕西历史上的几个大旱年往往出现在厄尔尼诺事件连续发生的年份里。     

第二松花江流域夏季降水年际增量预测模型研究

利用1980—2016年第二松花江流域(SSR)夏季(6—8月)平均降水量资料、NCEP/NCAR再分析月平均环流场资料、NOAA的月平均海温场资料,采用年际增量预测方法,通过分析与SSR夏季降水年际增量相关的环流及海温,确定了超前12个月内的6个预测因子,包括:11月东亚200 hPa纬向风、12月西藏高原-2指数、12月赤道中东太平洋200 hPa纬向风、2月印度洋海温、10月西太平洋暖池海温、4月东亚100 hPa经向风。在此基础上利用这6个预测因子,利用1980—2010资料建立SSR夏季降水年际增量的统计预测模型,最后根据年际增量给出SSR夏季降水的预测结果。经检验,1981—2010年SSR夏季降水年际增量的预测拟合系数是0.83,SSR夏季降水预测结果拟合系数为0.67,SSR夏季降水预测结果相对均方根误差为15%,均通过了显著性检验;对2011—2016年进行试报实验,该模型也很好地预测出降水的年际增量变化趋势,除2014年以外,SSR夏季降水预测结果相对均方根误差绝对值都控制在23%以内,2016年仅为-9.9%。因此,通过预测降水的年际增量,进而再预测降水的方法,具...     

基于土壤湿度和年际增量方法的中国夏季气温预测试验

本文利用中国160站月平均气温资料和欧洲中心ERA-Interim逐月再分析表层土壤湿度资料,通过相关分析选取欧亚大陆9个关键区的土壤湿度年际增量作为预测因子,采用变形的典型相关分析(BP-CCA)结合集合典型相关分析(ECC)的方法建立集合预测模型,对我国东部夏季气温年际增量进行预测,进而预测夏季气温。其中,1980—2004年的资料用于历史拟合试验,而2005—2014年的资料用于独立样本预测试验。首先利用BP-CCA方法对9个因子分别建立单因子预测模型,然后采用ECC方法对9个预测因子按照不同的组合方式建立集合预测模型,并且分析预测技巧。结果表明,不同预测因子的组合对我国夏季气温的预测能力不同:勒拿河下游地区、中国黄河以南地区、叶尼塞河下游地区、西西伯利亚平原地区以及印度半岛西北部地区的土壤湿度对华北夏季气温预测效果较好;中国黄河以南地区、叶尼塞河下游地区、印度半岛西北部地区、贝加尔湖东北地区以及贝加尔湖以西地区的土壤湿度对江淮夏季气温有较高预测技巧。所建立的两组集合预测模型均显示了较好的实际预测能力:华北气温预测模型预测气温距平的同号率为8/10,平均均方根误差为3.4%;江淮气温预测模型预测气温距平的同号率为7/10,平均均方根误差为2.7%。并且两组模型预测出的华北和江淮气温的预测评分(PS)均超过80分,而国际上通用的距平相关系数(ACC)均在0.3以上。这说明土壤湿度因子中包含对我国夏季气温有用的预测信号,可以考虑将土壤湿度应用于夏季气温预测业务中。     

基于年际增量法的卷积神经网络模型对中国夏季降水的预测研究

将前冬的500 hPa位势高度、向外长波辐射和海表温度的年际增量作为预测因子,建立基于卷积神经网络(Convolutional Neural Network, CNN)的非线性预测模型,对中国160个测站夏季降水展开预测研究,并与基于线性奇异值分解(Singular Value Decomposition, SVD)的预测模型进行效果对比。结果表明：CNN在1981—2020年的交叉检验中所回报的降水平均PS评分和距平相关系数(ACC)分别为74.33和0.12,比SVD高2.15和0.06,说明CNN比SVD在整体上对夏季降水具有更好的预测能力。其中,CNN对SVD预测较好年份的预测效果提升较为明显,对SVD预测较差的年份则改进不大。CNN对中国降水预测存在一定的系统性偏差,订正后CNN对拉尼娜年的降水预测改进较大。结果表明,基于年际增量法的CNN预测模型展示出较好的潜在应用价值。     

浙江省夏季干旱主要气象条件及特征分析

采用降水距平、降水变率、Z指数方法和自然正交函数开展（特征向量分析）等方法，对浙江省夏季降水分布、干旱特征进行了分析研究，结果表明，浙西金、衢、丽地区夏季降水少，是易发生干旱的区域。     

不同时间尺度上黄淮地区夏季降水异常成因及预测研究

利用1961—2006年中国降水资料、NCEP/NCAR再分析资料、NOAA海表温度资料,分析了黄淮地区夏季降水的年代际和年际变化特征,研究了不同时间尺度上降水异常成因。结果表明,年代际尺度上,当太平洋年代际振荡处在暖(冷)位相时,南方涛动偏弱(强),黄淮地区夏季降水偏多(少)。在年际及以下尺度上,当印度洋北部海温偏高、南部偏低时,500 hPa位势高度场上,中高纬乌拉尔山以东和鄂霍次克海附近出现明显的双阻塞高压,副热带高压偏强;200 hPa风场上,西风急流略偏南,黄淮流域上空西风偏强,为反气旋环流;850 hPa风场上,黄淮流域上空出现西南—东北风的切变,使得急流出口区右侧次级环流的异常上升支恰好位于黄淮流域上空,高低空环流的这种配置导致了黄淮流域上空降水偏多。进一步分析发现,利用印度洋海温作为预测因子,建立预测模型,对黄淮流域降水年际变率有较高的预测能力。     

峨眉山夏季降水与主要影响因子的相关分析

利用峨眉山1951～2000年夏季降水资料与海温、亚洲季风、西太平洋副热带高压和东亚阻塞高压等主要因子进行相关分析,结果表明这些因子的异常变化可以作为峨眉山夏季降水的预测信号,并初步建立峨眉山夏季降水短期气候预测的概念模型。     

Statistical Downscaling Prediction of Summer Precipitation in Southeastern China

A statistical downscaling approach based on multiple-linear-regression (MLR) for the prediction of summer precipitation anomaly in southeastern China was established, which was based on the outputs of seven operational dynamical models of Development of a European Multi-model Ensemble System for Seasonal to Interannual Prediction (DEMETER) and observed data. It was found that the anomaly correlation coefficients (ACCs) spatial pattern of June-July-August (JJA) precipitation over southeastern China between the seven models and the observation were increased significantly; especially in the central and the northeastern areas, the ACCs were all larger than 0.42 (above 95% level) and 0.53 (above 99% level). Meanwhile, the root-mean-square errors (RMSE) were reduced in each model along with the multi-model ensemble (MME) for some of the stations in the northeastern area; additionally, the value of RMSE difference between before and after downscaling at some stations were larger than 1 mm d-1. Regionally averaged JJA rainfall anomaly temporal series of the downscaling scheme can capture the main characteristics of observation, while the correlation coefficients (CCs) between the temporal variations of the observation and downscaling results varied from 0.52 to 0.69 with corresponding variations from -0.27 to 0.22 for CCs between the observation and outputs of the models.     

东亚夏季风对山西省夏季降水的影响

利用NCEP1948～2007年逐日再分析资料、中国600站1960～2007年逐月降水资料和山西省1960～2007年65个测站的逐月、逐日降水资料,确立了850hPa112.5°E上候平均的假相当位温(θse)为340K和候平均的经向风为南风且南风风速≥2.5m·s-1等值线同时通过35°N的日期,将其作为山西省夏季风建立的时间,以θse≥340K的持续候数与平均持续候数相比的标准化值构造为东亚夏季风对山西省影响的强度指数I,可以较好地表征东亚季风区夏季风的强度和降水的空间分布,也可以较好地反映山西省夏季降水的强度和空间分布。该季风指数的年代际变化特征和线性趋势表明,自20世纪70年代以来东亚夏季风对山西省的影响有明显减弱的趋势,并且在1967年季风指数突变性地由强变弱。对山西省夏季风的建立和撤退时间的分析表明,近60年来东亚夏季风对山西省的影响时间越来越短。最后,分析了强弱夏季风指数年大气环流场的异常特征。     

青海高原夏季降水异常及其水汽输送特征分析

通过对青海高原夏季降水异常及其水汽输送特征的分析表明:(1)青海高原夏季降水的年代际变化总体呈先增后减的抛物线型变化,80年代中期以前没有明显的变化周期,80年代末以后存在较稳定的3年周期,目前正处于一相对多雨时期。(2)青海高原夏季整层水汽通量在50~150kg·m-1·s-1之间,自西界向东界增加,近43年空中水汽收支整体上呈增加趋势。(3)旱年青海高原空中水汽偏少10~40kg·m-1·s-1,水汽通量散度场除北部呈辐合加强外,其余地区均为水汽通量辐散加强区。涝年青海高原水汽输送偏强10~20kg·m-1·s-1,水汽通量散度场表现为整个区域的辐合加强。(4)旱年青海高原空中水汽收支呈“盈余”状态,但比平均状况少2923·3kg·s-1,减幅为21·88%;涝年空中净水汽通量也呈“盈余”状态,但比平均状况多7253·6kg·s-1,增幅达53·99%。     

“三江源”夏季降水异常与大气环流异常的关系

利用三江源地区14个站1961-2005年逐月降水资料,对全区近45年夏季降水异常的时空特征及与大气环流异常的关系进行了分析.结果表明,近45年来,三江源地区的夏季降水量具有良好的空间一致性,总体呈微弱的减少趋势,减少幅度为9mm/45a;三江源地区经历了5个干、湿交替的阶段,存在较明显的准2年、准4～6年的振荡周期,自1980年代中期后12～14年左右的周期信号较强;1968、1979及1986年是3个明显的气候突变点,小波分析结果与降水序列大-小-大-小-大的变化趋势及突变检验存在良好的对应关系.环流分析表明,三江源地区夏季旱、涝年份的大气环流配置形势在高度距平场、风场和温度场均呈反向变化,可作为强信号,对三江源夏季降水的异常预测起指示作用.     

EMD方法在广西夏季降水量预测中的应用

对广西夏季降水量进行EMD分解后,利用均生函数相关法,比较不同IMF分量组合建模的预测,不同组合试验预测显示,用前二个IMF分量组合建模预测是最佳的组合方案。经对2001—2010年共10年广西夏季降水量实际预测检验表明,趋势预测准确率达70%以上,对夏季降水量预测较有参考价值。为基层台站的气候预测及服务提供一个客观预测方法。     

新疆地区夏季降水异常的时空特征及环流分析

利用中国160个站1951-2000年逐月降水资料，对新疆地区近50a来夏季降水异常的时空特征及环流形势进行了研究。考虑到新疆地区复杂的地形，将新疆地区分为南疆、北疆分别讨论，分析发现：北疆的雨季比南疆早一个月左右，并呈现双峰型特点；50a来，新疆夏季的降水总体是增加的，南疆比北疆明显，1985年是一个明显的气候突变点；新疆夏季降水存在准3a、准5～6a和准10～13a的显著周期，但南疆还存在显著的准20～22a的大尺度振荡周期，北疆则不存在；环流分析表明新疆地区夏季降水异常与500hPa环流配置及南亚高压密切相关。     

ENSO发展和衰减阶段的陕西夏季降水异常特征

利用1961—2008年陕西78个气象站夏季 (6—8月) 降水资料、NCEP/NCAR位势高度场和风场月平均再分析资料,采用合成及相关分析方法探讨ENSO发展和衰减阶段对陕西夏季降水异常的影响,以期为陕西夏季降水的气候预测提供线索和依据。结果表明:陕西夏季降水异常对ENSO发展和衰减阶段的响应存在显著差异,El Ni?o发展阶段和La Ni?a衰减阶段,陕西夏季降水偏少; El Ni?o衰减阶段和La Ni?a发展阶段,陕西夏季降水偏多; ENSO不同阶段对陕西7月降水影响最为显著。比较而言,El Ni?o事件对陕西夏季降水的影响更加显著。在El Ni?o衰减、La Ni?a发展阶段,西太平洋副热带高压偏强、偏西,东亚夏季风偏弱,而在El Ni?o发展、La Ni?a衰减阶段,西太平洋副热带高压偏弱、偏东,东亚夏季风偏强,El Ni?o过程对东亚夏季风强弱的影响更加显著。ENSO发展和衰减阶段通过影响大气环流变化和东亚夏季风的强弱,进而影响陕西夏季降水。