几种统计预测方法对1998年南京降水的跨季节预测试验及分析

对1998年南京降水分别设计并开展了求和自回归滑动平均（Auto-Regressive Integrated Moving Average,ARIMA）模型预测、经验模态分解（Empirical Mode Decomposition,EMD）预测和基于Hilbert变换（HilbertTransformation,HT）的幅频分离预测等3种跨季节统计预测试验。结果表明：ARIMA模型预测结果存在明显的系统性误差且对夏季的降水突变现象预测困难;EMD分解预测的结果虽在降水演变趋势上有明显提高,但仍未能预测出夏季的强降水突变现象,究其原因可能是对高频分量预测效果不好所致;而基于Hilbert变换的幅频分离预测方法能够对各模态分量的瞬时频率和瞬时振幅实施隔离预测,消除两者的相互影响,显著改善高频模态的预测效果,使得最终预测结果最为理想,不仅具有最高的趋势相关性和最小的偏差,而且还较好地预测出了夏季两次强降水过程。不仅如此,在对2003年的降水预测验证中,基于Hilbert变换的幅频分离预测方法同样具有最好的预测效果,表明该方法预测效果较为稳定,为改进跨季节短期气候统计预测技术提供了一个新思路。     

EMD在广西季节降水预报中的应用

气候系统是一种耗散的、具有多个不稳定源的非线性、非平稳系统。该文利用支持向量机(SVM)算法在处理非线性问题中的优越性和经验模态分解(EMD)算法在处理非平稳信号中的优势,采用将EMD与SVM相结合的短期气候预测方法,并应用到广西季节降水预报中。选取广西88个气象观测站1957—2005年6—8月逐年降水量的距平百分率序列作为试验数据,通过EMD算法将标准化处理后的距平百分率序列分解成多个本征模态函数(IMF)分量和一个趋势分量,在分解中针对EMD算法存在的端点极值问题选择两种方法分别进行处理,对比得出极值延拓法效果更好。对每个分量构建不同的SVM模型进行预测,并通过重构形成最后的预测结果。试验中采用不经EMD处理的反向传播(BP)神经网络和SVM算法进行对比验证,结果表明:相对于直接预测方法,该文提出的方案均方误差最小,能够较为准确地反映出降水序列未来几年的变化趋势,具有更高的预测精度和较好的推广前景。     

基于集合经验模态分解的新疆地区温度场预测评估

综合运用经验正交分解法(EOF),集合经验模态分解(EEMD)和最小二乘支持向量机（LS SVM）,构建新疆地区候平均温度距平场预测模型。采用EEMD分别对经过EOF分解得到的前3个模态的时间系数进行分解,对分解得到的结果运用最小二乘支持向量机进行预测并重构得到了各个时间系数的预测结果,将时间系数预测的结果与空间场重构得到了候平均温度距平场的计算结果,在候平均的基础上计算得到了旬平均的结果,在旬平均的基础上计算得到了月平均的结果。通过采用距平相关系数(ACC〖WTBZ〗),预报技巧(SS)〖WTBZ〗和同号率对结果进行评估显示,对于候平均预测,其在前20候内的预测较为理想,平均ACC〖WTBZ〗达到了0.32,平均SS〖WTBZ〗达到了0.70,平均同号率达到了0.80。对于旬平均的预测,其在前10旬内较为理想,10旬以内平均ACC〖WTBZ〗达到了0.50,平均SS〖WTBZ〗达到了0.50,平均同号率达到了0.50。对于月平均的预测,3个月的预测平均ACC〖WTBZ〗达到了0.50,平均SS〖WTBZ〗达到了0.50,平均同号率达到了0.80。3个月内的短期气候预测具有较高的水平。     

夏季副热带大气系统的多尺度振荡分析

应用经验模态分析方法(经验模态分解(EMD)和Hilbert谱),对夏季副热带大气系统在周期态和振荡态下的流函数数值解序列进行本征模态函数(IMF)及其Hilbert谱的分析。结果表明:(1)周期态下的流函数分量时间序列一般由1个IMF构成,而且其周期就是该流函数的周期。对周期性的IMF分量使用Hilbert变换得到的瞬时频率和振幅都不随时间变化。(2)振荡态下的流函数分量时间序列一般由2个以上的IMF构成,其中有的IMF分量具有显著的周期性,相应的瞬时频率和振幅都不随时间变化;有的IMF分量则没有显著的周期性,相应的瞬时频率和振幅有变化,而且随着振荡态复杂程度的增大,瞬时频率和振幅的变化也趋于复杂。(3)瞬时振幅有明确的物理意义,表示IMF振荡的能量;振幅的局部相对大值对应着原序列(IMF)的强振荡,小值则对应着弱的变化。瞬时频率的显著增大,表示原序列有大的变化。     

基于集合经验模态分解和傅里叶分析的风场预测试验

采用集合经验模态分解(EEMD)和滑动傅里叶分析方法,建立了非线性气候序列的统计预测模型。针对气候要素距平场,对EOF分解得到的各模态时间系数进行EEMD分解,对得到的各IMF分量构建滑动傅里叶(Fourier)分析预报模型,提取出控制当前复杂气候信号的主要傅里叶频谱组合作为IMF分量的主要成分,即确定当前信号的主要波内频率,再将各个IMF分量和剩余项预测结果重构得到各模态时间序列的预测结果,最终通过时空重构得到预测场。将上述思想方法应用于新疆地区风场的预测试验,并采用距平相关系数(ACC),预报技巧(SS)和同号率(R)进行评估,结果表明对于区域性的风速预报,基于上述思想的算法模型能够较好地把握当前气候信号的主要变化频率,较为理想地预测了气候要素时间系数,对新疆地区风速变化的形态分布有较好的估计,使其预报时效在40侯以内均拥有一定的预报技巧,平均SS在0.5以上,36侯以内平均ACC达到0.4以上。     

上海梅汛期候降水异常的低频信号及延伸期预报

提高汛期降水过程的延伸期预报能力是目前天气预报和气候预测发展的重要方向。本文以上海梅汛期降水为例,利用非传统滤波方法提取多变量季节内分量,分析了梅汛期季节内候降水异常及其相联系的延伸期关键低频信号,进一步综合多变量低频信号建立了梅汛期候降水异常延伸期预报方法,并开展了多年的回报和试报检验。结果表明:①梅汛期候降水异常季节内分量具有显著的40～60d低频振荡周期,与降水异常实况具有显著的正相关和较高的符号一致率;②梅汛期季节内候降水异常与超前10～35d的热带及中高纬低频信号有关,主要包括:热带MJO(Madden Julian Oscillation)自阿拉伯海的向东传播、西太平洋副热带高压季节内活动的西北向传播、PNA(Pacific-North American)遥相关型的季节内位相转换以及东北亚冷空气的持续性异常影响;③综合上述多变量低频信号建立了延伸期候降水异常预报模型,对提前10～35d的延伸期候降水异常的季节内分量具有预报技巧,也能较好地预报实际的候降水异常趋势。     

云南雨季逐候降水量的低频振荡特征

应用主分量方法分析了云南省84站1991~2000年雨季(5~10月)逐候降水量的主要时空特征,并用非整波技术分析了所提取的第1、第2主分量频谱分布的低频振荡特点,同时分析了低频振荡现象与El Nino(La Nina)事件及云南雨季降水多、少之间的关系。结果表明:①云南地区雨季降水主要低频振荡周期为6候(30天)、10候(50天)的月际振荡和15~17候(75~85天)的季节内振荡;②云南雨季的候降水每年都存在30天振荡周期,30天振荡是云南雨季固有的振荡;③当发生El Nino或La Nina异常气候事件时,云南雨季的候降水存在50天振荡周期;④当云南雨季存在75~85天振荡时,云南主汛期(6~8月)降水距平百分率为正(除2000年为零距平);当云南雨季不存在75~85天振荡时,云南主汛期降水距平百分率为负。     

基于LS-SVM的新疆沙尘暴预测研究

首先对新疆的沙尘暴日数和前期气候要素统计分析,然后通过相关分析提取南疆和北疆春季沙尘暴影响因子,根据沙尘暴天气的特点和支持向量机方法在解决小样本学习问题中的优势,提出并实现基于最小二乘支持向量机(LS-SVM)的沙尘暴预测模型。实验结果表明:所提出的沙尘暴影响因子和支持向量回归模型处理沙尘暴预测问题有一定的应用价值。     

基于小波分解和最小二乘支持向量机的大气臭氧含量时间序列预测

基于小波分解(WT)和最小二乘支持向量机(LSSVM)理论,建立了将二者相结合的大气臭氧含量时间序列预测模型。采用香河等4个观测站的月平均臭氧总量观测样本,经小波分解为不同频段的子序列,将这些子序列分别进行LSSVM预测,最后经小波重构得到月平均臭氧总量时间序列预测结果。实验表明该方法能有效预测大气臭氧含量,与支持向量机(SVM)以及人工神经网络(ANN)的预测结果相比,该方法具有较高的预测精度。     

基于最小二乘支持向量机的雷暴预报初探

利用2007年和2008年南京地区NCEP 1°×1°历史再分析资料和江苏省闪电定位资料,探讨最小二乘支持向量机(LS-SVM)方法在雷暴预报中的应用.将NCEP 1°×1°资料作为实况,选取了该资料与雷暴相关性较好的参数作为预报因子,而江苏省闪电定位资料则作为预报量,建立南京地区雷暴预报的最小二乘支持向量机模型,并用...     

Evaluating Soil Moisture Predictions Based on Ensemble Kalman Filter and SiB2 Model

Soil moisture is an important variable in the fields of hydrology, meteorology, and agriculture, and has been used for numerous applications and forecasts. Accurate soil moisture predictions on both a large scale and local scale for different soil depths are needed. In this study, a soil moisture assimilation and prediction based on the Ensemble Kalman Filter(EnKF) and Simple Biosphere Model(SiB2) have been performed in Meilin watershed, eastern China, to evaluate the initial state values with different assimilation frequencies and precipitation influences on soil moisture predictions. The assimilated results at the end of the assimilation period with different assimilation frequencies were set to be the initial values for the prediction period. The measured precipitation, randomly generated precipitation,and zero precipitation were used to force the land surface model in the prediction period. Ten cases were considered based on the initial value and precipitation. The results indicate that, for the summer prediction period with the deeper water table depth, the assimilation results with different assimilation frequencies influence soil moisture predictions significantly. The higher assimilation frequency gives better soil moisture predictions for a long lead-time. The soil moisture predictions are affected by precipitation within the prediction period. For a short lead-time, the soil moisture predictions are better for the case with precipitation, but for a long lead-time, they are better without precipitation. For the winter prediction period with a lower water table depth, there are better soil moisture predictions for the whole prediction period. Unlike the summer prediction period, the soil moisture predictions of winter prediction period are not significantly influenced by precipitation. Overall, it is shown that soil moisture assimilations improve its predictions.     

春季北方气旋活动的气候特征及与气温和降水的关系

利用1948-2002年NCEP／NCAR再分析逐日海平面气压资料以及中国160站的降水和气温资料，分析了春季北方气旋活动频数和强度的时空变化特征，以及两者与中国降水和气温的相关关系。结果表明：春季北方气旋活动频繁，存在明显的两个高值中心，分别位于蒙古国的中部和我国东北北部地区。春季北方气旋活动频数和强度均存在明显的年际和年代际变化。伴随着一次全球性的年代际气候跃变，20世纪70年代中后期无论是频数还是强度均出现了显著的突变。春季北方气旋活动频数主要对我国北方地区的降水和气温有一定影响，活动频数多(少)年，我国华北大部、新疆北部降水偏少(多)；北疆地区气温回升(下降)，甘、宁、陕、内部分地区偏冷(暖)。80-90年代春季北方气旋活动频数的偏少，强度的减弱，导致我国北方地区沙尘暴次数比70年代减少.     

新旧气候平均值的差异及其对西南气候业务的影响

选取西南地区短期气候预测业务选定的81个气象站,将其1971~2000年30年气候平均值与1981~2010年30年气候平均值进行比较,结果发现,就西南大部分地区而言,前者所表征的气候较后者更冷湿。把两个平均值放在长序列中分析,发现冬季平均气温和汛期降水量平均值的变化幅度较大,这些变化已经对气候影响评价、气候预测业务产生影响。     

MODES系统对贵州月气温、降水预测初步评估

通过对2013年1月—2015年6月(MODES)发布的最优月预测产品在贵州省月平均气温距平和降水距平百分率的预测检验评估,发现MODES对全省平均气温有较好的预报,分析时段内预测与实况的相关系数为0.24,距平同号率为65.5%,且对气温偏高预测的可参考性高于其对气温偏低的预测。相比于气温,MODES对降水预测能力较弱,参考性也相对较低,其中对贵州全省平均降水偏多趋势的预测技巧要优于对全省平均偏少趋势的预报技巧。逐站分析显示,MODES对贵州气温预测效果较好的地区在西部、北部和东部,对降水偏多的预测效果较好的地区位于除西北部和北部边缘地区外的其余大部地区。通过对MODES与预报员综合预报的结果评估发现,MODES月预测总体效果较预报员好,且稳定性高于预报员,可为预报员提供参考信息。     

SVD Iteration Model and Its Use in Prediction of Summer Precipitation

A new short-term climatic prediction model based on the singular value decomposition （SVD） iteration was designed with solid mathematics and strict logical reasoning. Taking predictors into prediction model, using iteration computation, and substituting the last results into the next computation, we can acquire better results with improved precision. Precipitation prediction experiments were separately done for 16 stations in North China and 30 stations in the mid-lower catchment of the Yangtze River during 1991-2000. Their average mean square errors are 0.352 and 0.312, and the results are very stable. Mean square errors of 9 yr are less than 0.5 while only that of 1 yr is more than 0.5. The mean sign correlation coefficients between forecast and observed summer precipitation during 1991-2000 are 0.575 in North China and 0.623 in the mid-lower catchment of the Yangtze River. Librations of them in North China during the 10 years are small. Only in 1996 the sign correlation coefficient is below 0.5; the others are all over 0.5. But sign correlation coefficients in the mid-lower catchment of the Yangtze River vary obviously. The lowest is only 0.3 in 1992, and the highest is 0.9 in 1998, As the distribution of the forecast precipitation anomaly field in the summer 1998 of is examined, it is known that the model captured the positive and negative anomalyies of precipitation, and also well forecasted the anomaly distributions. But the errors are obvious in quantities between the forecast and the observed precipitation anomalies. Climate characteristics of large scale meteorological elements, such as summer precipitation have obvious differences in spatial distribution. We can forecast better if we divide a big region into many subregions according to the discrepancy of climatic characteristics in the region, and predict in each subregion. The research shows that the model of SVD iteration is a very effective forecast model and has a strongly applicable value.     

基于印度洋海温信号的我国西北地区东部夏季降水组合降尺度预测方法研究

利用国家气候中心第二代气候模式预测业务系统(BCC-CPSv2)预测产品,引入印度洋海温信号,采用组合降尺度方法建立了西北地区东部汛期降水预测模型。该预测模型对1991—2017年西北地区东部夏季降水的回报技巧较BCC-CPSv2预测技巧显著提高,空间相关系数由0.42提高到0.75,均方根误差明显减小,最多下降达80%。预测模型对降水空间分布型的预测能力较好,很好地回报了典型年份（1987年和2010年）夏季的降水距平百分率分布。通过抓住气象变量的空间分布特征,组合降尺度方法可以修正动力模式产品的预测误差,为西北地区东部夏季降水预测提供科学依据和技术支持,具有较好的应用前景。     

多模式集合优选方案在淮河流域夏季降水预测中的应用

基于国家气候中心提供的1981—2010年4种季节气候预测模式的资料,将两种互为补充的降尺度因子挑选方案应用于淮河流域夏季降水预测,利用距平符号一致率ASCR、等级评定PG、距平相关系数ACC方法,评定了每种模式及其所采用的两种降尺度方法对淮河流域夏季降水的预测效果,并采用了一种优选方案进行多模式集合。结果表明,从4种模式的降水预测效果来看,NCEP_CFSv2和TCC_CPS1模式的评分较高,NCC_CGCM1和ECMWF_SYSTEM4模式相对较低;采用2种基于最优子集回归的降尺度方法后,NCC_CGCM1、TCC_CPS1和ECMWF_SYSTEM4模式的降尺度方法相对于模式降水预测为正订正,NCEP_CFSv2模式为负订正;将模式和降尺度预测方案进行优选,其集合平均的评分不仅高于模式降水预测的集合平均,也优于降尺度方法的集合平均,该方法发挥了不同模式的区域性优势,改进了原始集合平均的效果,为提高多模式解释应用水平提供了一种参考性方案。      

基于集合成员订正的强降水多模式集成预报

基于TIGGE资料集下欧洲中期天气预报中心（ECMWF）、日本气象厅（JMA）、英国气象局（UKMO）、美国国家环境预报中心（NCEP）和中国气象局（CMA）5个气象预报中心2016年5月1日—8月31日中国地区逐日起报预报时效为24~168 h的24 h累积降水量集合预报的结果,对各个集合预报成员进行了频率匹配法的订正,并对订正前后的多模式集成预报效果进行评估。结果表明:采用频率匹配法订正后的降水预报,有效改善了集合平均预报中强降水（日降水量25 mm以上）预报由平滑作用产生的量级偏小现象,使预报的降水量级更接近实况,但对降水落区预报改进不明显。基于卡尔曼滤波技术的集成预报效果优于基于线性回归的超级集合预报和消除偏差集合平均预报,对强降水落区的预报较单模式更优。基于集合成员订正的降水多模式集成预报在强降水的落区预报和降水中心的量级预报更接近实况,效果优于原始多模式集成预报与单模式结果。