基于BP神经网络模型的广西月降水量降尺度预报

应用1961～1998年的山东省40个代表站夏季降水资料及NCAR/NCEP再分析月平均资料,分析了山东夏季降水的气候特征,并对旱涝年的大气环流异常进行了合成对比分析。结果表明:山东夏季降水整体表现为旱涝同步,降水分布呈现由东南向西北递减的趋势。涝年与旱年的环流形势存在明显的差异:涝年,贝加尔湖及其以西地区的位势高度降低,我国东部到日本海的位势高度明显升高。东亚大槽、乌拉尔山阻高、副热带高压位置及强度的变化对山东夏季降水有重要影响。有三支暖湿气流在山东上空交汇,为降水提供了充沛的水汽来源;而在旱年,上述环流特征呈现相反的形势。     

基于月动力延伸预报最优信息的中国降水降尺度预测模型

利用国家气候中心月动力延伸预报结果、NCEP/NCAR再分析资料和中国160个站观测资料,通过计算两次相关的方法,获取最优预报信息作为建立降尺度预测模型的预测因子,提取的最优预测因子同时满足既是观测环流要素场影响降水的关键区域,又是模式要素场预报的高技巧区域两个条件.结合挑选出的最优预测因子,利用最优子集回归建立月平均降水的降尺度预测模型.文中设计了消除预测因子和预测量的线性趋势值后建立预测模型(方案1)和直接利用原始资料建立预测模型(方案2)两种方案.经过独立样本检验,发现这两种方案建立的预测模型都能够提高月尺度降水预测,方案1对月尺度降水预测的距平相关系数平均可达0.35.利用该方案对超前时间分别为0、5、10 d的月动力延伸预报产品进行月降水的降尺度预测表明,模式初值信息不仅影响月动力延伸预报结果,也影响降尺度应用效果,利用超前时间为0和5 d的月动力延伸预报结果进行降水降尺度预测可在业务中参考.此外,降尺度预测模型中选取的预测因子不仪在统计上是显著的,同时也具有清楚的物理意义.     

月尺度动力模式产品解释应用系统及预测技巧

从短期气候预测业务面临的实际问题出发,针对月尺度气候预测,利用国家气候中心月动力延伸预报(DERF)模式资料,开发了集多种统计预测方法、多种解释应用技术于一体的业务系统。利用该系统的多种预测方法对广西88个站点2005-2008年6月降水距平百分率的独立样本检验结果表明:在解释应用方法中,基于模式输出统计假设方法(MOS)的预报结果优于完全预报法(PP);利用预测站点附近的环流关键区构建的预测因子预报效果最好;经验统计函数法(EOF)和动力与统计相结合的解释应用方法的预测准确率较高且较稳定;同时满足模式预测资料中预测因子和预测对象的高相关关系,以及再分析资料中预测因子和预测对象之间高相关关系确定关键区,并在此基础上建立预测模型的预测效果更佳。解释应用预测准确率一般都在70分以上,高于传统的物理统计预测结果。     

基于集合预报产品的降尺度降水预报试验

利用降水距平百分率的降尺度预报方法和1951-2008 NCEP资料及我国降水资料,建立了降水距平百分率的预报模型,基于T106L19模式的月动力延伸集合预报结果,进行了2007-2009年3 a的预报试验和效果检验.结果表明,基于集合预报产品的统计降尺度方法对降水距平百分率的预报技巧高于模式降水的预报技巧;500 hPa月平均高度场的预报技巧直接影响到降水距平百分率的预报技巧,平均环流的预报技巧越高,降水距平百分率的预报技巧越高;无论集合成员数为多少,集合预报的结果都明显优于控制预报,随着集合成员数的增多,预报技巧呈增大的趋势;我国降水具有显著的季节性和区域性,以江淮地区的降水距平百分率预报技巧最高,华南地区的预报技巧其次.     

国家级极端高温短期气候预测系统的研制及应用

目前,国家级旬、月极端高温预测的业务工作尚未展开,国家级极端高温短期气候预测系统的研制为中国高温预测业务提供了一个有效平台.该系统以百分位相对阈值和35°C、38°C绝对阈值作为高温阈值指标,应用月动力预测模式、动力预测与统计降尺度相结合、物理统计相似三种不同的方法,预测未来1～40天的旬、月极端高温发生概率及高温日数,定期滚动发布预测产品.并以相关系数为衡量指标,应用交叉检验方法对三种方法的预测效果进行分析,结果表明不同方法高相关区的空间分布存在差异,在进行高温预测时,应综合各方法高相关区的预测结果给出综合预测意见.对2007年7月极端高温预测个例分析表明三种方法均有一定的预测技巧.     

基于BP神经网络的浙北夏季降尺度降水预报方法的应用

利用NCEP提供的全球空间分辨率为2.5°×2.5°、2007—2012年6—8月日平均500 h Pa高度场再分析格点资料和浙北地区158个站点观测资料,研究了不同大气环流型下局地降水与大尺度降水场之间的关系,以4种不同环流型下的预报对象和预报因子分别采用BP神经网络方法对观测资料进行逼近,得到4种空间降尺度的预报模型,分析对比4种预报模型158站逐日的降水量的预报。结果表明:神经网络模型的隐层节点数为2时,对降水的拟合效果最好;对降水的极值拟合效果中,环流分型中NW型和C型的效果优于SW型和SE型;从4种分型下的误差空间分布来看,浙北地区沿海的宁波、舟山一带的误差小于浙北其他区域;把雨量分等级后进行预测,发现模型对暴雨的预测能力最好。     

西太平洋副高的东西进退与东亚夏季风系统的相互影响与关联

利用1980-2010年NCEP/NCAR再分析资料和美国NOAA向外长波辐射（outgoing longwave radiation,OLR）资料,根据关键区500 hPa位势高度的变化定义了西太平洋副高东西位置指标,利用该指标围绕东亚夏季风系统开展分析,详细对比了夏季6月、7月副高东西向活动异常时,季风区相应的环流及对流活动差异.结果表明：副高东西位置的年际变化反映了亚洲夏季风的强弱变化,副高偏西（东）年,南海夏季风偏弱（强）,副热带夏季风偏强（弱）;副高的东西进退与东亚夏季风系统成员之间相互影响、相互制约;副高偏西年,南亚高压偏东、偏强,季风槽不发展、强度偏弱,西风带长波槽发展加深,南半球马斯克林高压和澳大利亚高压减弱,越赤道气流减弱,而副高偏东年情况则反之.     

动力延伸预报产品释用方法的改进试验

依据动力延伸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，将方程系数看成是动态系数，采用与预报月高度场相似月份的资料作为样本资料，通过改善方程系数的计算来提高月降水预报。1998～2004年的历史实况资料在安徽省的回报实验证明:在目前T63／NCC月动力延伸预报产品的准确率不能快速提高的情况下，该方法具有实际应用价值。利用T63／NCC月动力延伸产品进行安徽省月降水预报应用亦取得较好的效果。     

论东亚夏季风的特征、驱动力与年代际变化

土壤侵蚀是生态环境和农业生产的重要影响因子。我国东三省土地面积79.33万平方公里,占我国国土面积的9.3%,是重要的商品粮基地,同时也是世界四大黑土区之一。在气候变化背景下,我国东北地区的土壤侵蚀情况及其未来风险,目前仍不清楚。影响土壤侵蚀力的重要因素之一是降水侵蚀力（R-factor）,其与强降水有关。本研究利用CN05.1和APHRODITE观测降水资料揭示了我国东北地区降水侵蚀力的观测特征。在气候平均态上,东北地区东南部降水侵蚀力最强。降水侵蚀力存在明显的年循环,以夏季为主导,占全年总侵蚀的80%以上。在观测分析基础上,对RegCM4动力降尺度模式进行了评估和订正,并预估了未来不同共享社会经济路径（SSP1-2.6和SSP5-8.5）下中国东北地区降水侵蚀力的变化。随着未来增温,到21世纪末,两种排放情景下东北地区平均的降水侵蚀力分别增加9.90%和26.70%。高排放情景下将面临更严重的降水侵蚀风险,SSP5-8.5情景下降水侵蚀力的增强幅度约为SSP1-2.6情景下变化的2.7倍,同时77.69%的区域面积上降水侵蚀力将更强。因此,采取切实有效的减排措施,走可持续发展路径,对于减缓我国东北地区黑土地的土壤侵蚀风险,进而保障粮食安全,具有重要意义。

     

动力延伸预报产品在广西月尺度降水滚动预测中的释用

对广西88个站全年各旬月尺度降水距平百分率作自然正交展开(EOF分解),选取累积方差贡献接近75%的前几个主成分为预报量.利用1982年至今的国家气候中心月动力延伸集合预报资料或回算实验资料,从月尺度平均500hPa位势高度、700hPaU、V向水平风速延伸预报场中选取初选预报因子,并运用EOF分解构建成综合预报因子,分别选取其中与各个预报分量相关程度高的主成分建立预报方程,滚动制作广西月尺度降水量预报.91个独立样本试验和实际应用证明,预报效果较好.     

DOWNSCALING FORECAST OF MONTHLY PRECIPITATION OVER GUANGXI BASED ON BP NEURAL NETWORK MODEL

Variables fields such as enstrophy, meridional-wind and zonal-wind variables are derived from monthly 500 hPa geopotential height anomalous fields. In this work, we select original predictors from monthly 500-hPa geopotential height anomalous fields and their variables in June of 1958 - 2001, and determine comprehensive predictors by conducting empirical orthogonal function (EOF) respectively with the original predictors. A downscaling forecast model based on the back propagation (BP) neural network is built by use of the comprehensive predictors to predict the monthly precipitation in June over Guangxi with the monthly dynamic extended range forecast products. For comparison, we also build another BP neural network model with the same predictands by using the former comprehensive predictors selected from 500-hPa geopotential height anomalous fields in May to December of 1957 - 2000 and January to April of 1958 - 2001. The two models are tested and results show that the precision of superposition of the downscaling model is better than that of the one based on former comprehensive predictors, but the prediction accuracy of the downscaling model depends on the output of monthly dynamic extended range forecast.     

基于DERF2.0的长江中下游春播期气候预测

基于1983—2012年国家气候中心第2代月动力延伸模式 (DERF2.0) 回报资料和春播历史资料,结合NCEP/NCAR再分析资料,选取影响长江中下游地区春播期气候条件的关键环流因子。利用最优子集回归方法建立针对长江中下游地区春播期气候条件的动力模式解释应用预测模型,并对不同起报时次的模式解释应用预测结果进行检验评估。检验结果表明:该解释应用方案对于长江中下游春播期气候条件有较好的预测能力,且随着起报时间的临近,预测技巧整体呈上升趋势。1983—2012年的回报检验还显示,解释应用方案能够较好地模拟出连续不利日数和不利日数的年际变率,同时对年代际变率也有所体现。     

动力延伸预报产品在广西月降水预报中的应用

利用1958—2005年NCEP/NCAR再分析资料和2003—2005年国家气候中心的动力延伸预报产品, 运用自然正交函数展开 (EOF) 求取预报关键区内的空间特征向量及其时间系数, 结合相似离度方法查找与预报月份相似的个例, 进而作出广西月降水量预报。独立样本试验证明, 利用动力延伸预报产品制作的区域月降水预报比利用前期实况高度距平场相关区域制作的预报效果更好。     

月动力延伸预报产品在新疆月尺度降水预测中的应用检验

利用新疆101个气象观测站点逐月降水实况资料和2001~2010年国家动力气候模式产品,进行月动力延伸预报产品的应用预测检验。采用PS评分和同号率对内插预测结果进行效果评估,并与业务评分进行对比。结果表明：月动力延伸预报产品对新疆地区月降水趋势预测Ps评分高于业务评分,而对各月降水距平百分率的同号率差异较大。夏、秋季Ps评分较高,冬、春季PS评分较低,季节转换时预测Ps评分变率较大。     

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...     

月动力延伸预报产品在西北地区月降水预测中的释用

利用西北地区较密的163个气象观测站点逐月降水资料、NCEP/NCAR再分析资料500 hPa逐月高度场和月动力延伸集合预报500 hPa高度场资料, 进行了气候预报、持续性预报、实况解释检验和月动力延伸预报产品释用预测试验的比较。结果表明:实况解释检验结果的准确率 (PS) 评分最高, 气候预报平均PS最低, 月动力延伸预报解释应用方法略低于实况解释检验, 高于气候预报和持续性预报。PS的空间分布表明, 月动力延伸预报解释应用结果和实况回报试验的分布非常相似, PS最大值分布在青海南部、陇南和陕西大部等各月降水气候值相对较大的地区, PS较小的地方则在新疆部分地区、甘肃河西西部等各月降水气候值相对较小的地区, 西北其他地区PS值相差不明显。此外, 利用密集站点资料进行解释应用的效果高于利用稀疏站点资料的结果, 表明更多观测信息的应用有利于改善预测技巧。     

几种降水pH值预报方法效果对比分析

将4种预报pH值的模式(欧拉酸沉降数值预报模式、神经网络预报模式、动态统计预报模式和集成预报模式),对2005年汛期(5～9月)的预报资料进行了对比,分析了这几种模式预报效果.结果显示:欧拉数值模式有较严重的计算数据溢出;4种预报模式均存在本地化不足问题,预报准确率受城市降水本身的pH值高低影响;内陆城市与沿海城市酸雨可能有不同的发生机制,并对各模式的预报效果产生影响;部分没有阴阳离子的模式在一些城市的预报效果可以接近有阴阳离子的模式.