气候场的主分量逐步回归预测模型及应用

提出一种气候场的主分量逐步回归预测模型,该模型将气候场的预测变成对该场主分量的预测。提取对气候场变化有重要影响的500 hPa高度、太平洋及印度洋海温和全球海平面气压等含不同区域不同季节的因子场的前若干个含高信息量的优质主分量因子。通过相关筛选和双重检验逐步回归,建立气候场的主分量的预测方程,由此就建立气候场与多个因子场之间的联系,但是模型却仍然保持着两个场相关的特点。根据气候场的特征向量的近似不变性,将其与主分量配合进行反算,从而得到气候场的预测。以广东汛期降水预测作为试验例子,计算了它的主分量,分析了它的时空分布特征及分类,对2003—2005年的分布作预测并与实测分布作比较及进行误差检测,发现预测效能显著。有关预测的年限、区域范围、要素和因子的物理背景等问题有待进一步研究。     

气候场主分量逐步回归模型预测粤中西部汛期降水

运用热带海温资料、500hPa高度场等建立气候场,对此气候场均取前6个因子,共建立1248个因子的物理因子场。将粤中西部10个县（市）前汛期和后汛期降水量场进行EOF分解,得出前四个主分量;分别用这四个主分量与1248个气候场主分量因子进行相关计算,最后选取10个因子进入逐步回归方程,对前四个主分量进行预测,从而可以预测肇庆市前、后汛期降水的空间分布;再经过反算拟合,得出前、后汛期降水量的预报结果。检验表明,这种方法可以预测区域未来的降水空间分布与降水量,预报效果较好;物理意义上,可以揭示多个气候背景场的空间分布与某区域气候场的空间分布之间的联系,为小区域的短期气候预测提供物理依据。     

气候场主分量逐步回归模型预测粤中西部汛期降水

运用热带海温资料、500hPa高度场等建立气候场,对此气候场均取前6个因子,共建立1248个因子的物理因子场。将粤中西部10个县(市)前汛期和后汛期降水量场进行EOF分解,得出前四个主分量;分别用这四个主分量与1248个气候场主分量因子进行相关计算,最后选取10个因子进入逐步回归方程,对前四个主分量进行预测,从而可以预测肇庆市前、后汛期降水的空间分布;再经过反算拟合,得出前、后汛期降水量的预报结果。检验表明,这种方法可以预测区域未来的降水空间分布与降水量,预报效果较好;物理意义上,可以揭示多个气候背景场的空间分布与某区域气候场的空间分布之间的联系,为小区域的短期气候预测提供物理依据。     

用逐步回归模型预测肇庆市汛期降水

用逐步回归方程对肇庆6县(市)分县汛期降水做预测，选取北半球500hPa高度场和太平洋海温场的若干个主分量作为因子(共1748个)。这些因子包含着气候背景场的主要信息，通过对预报量和预报因子群的相关筛选，选取相关系数最大的因子建立逐步回归模型。结果表明：所建立的预报方程的复相关系数高，对肇庆汛期降水预报效果好。     

延安市汛期降水的主分量分析

利用延安 1 3个测站 1 971— 2 0 0 0年共 30 a汛期 ( 5— 9月 )降水量资料 ,分析了汛期降水的时空分布特征 ,并进行了 EOF展开和特征向量及主分量分析。发现该地区 5— 9月各月降水量第一特征向量均反映南北变化一致的特点 ,其月际变化与西太平洋副热带高压的进退跳跃规律相吻合 ,是形成汛期降水量第一特征向量的主要贡献者 ;汛期总降水量主要存在“一致分布”、“南、北振荡”和“东、西振荡”三种分布类型 ,前 3个特征向量对其具有较好的解释意义     

华北夏季降水气候场的主分量逐步回归预报模型

由于近几十年来华北干旱频繁发生,给农牧业生产造成很大影响,因此,如何寻找影响华北夏季(6~8月)降水的预报因子就显得至关重要。本研究的目的就是提出气候场的主分量回归预测模型,对1951~2001年华北夏季降水的变化特征进行拟合并预报。研究发现,所选取的70个预报因子分别为高度场、海温场和海平面气压场不同区的前2个主分量,所建立的回归预报方程反映出在夏季来临的前2个月,海平面气压场的变化对华北夏季降水具有一定的影响,特别是海平面气压场的变化在一定程度上反映出ENSO的信号。研究结果也指明ENSO对华北夏季降水的影响具有阶段性,在20世纪70~80年代之间的反相关性较强。     

基于BP神经网络的汛期降水预测模型研究

采用误差反传前向网络（简称BP神经网络）建立汛期（6-8月）降水预测模型，并与采用逐步回归方法建立的模型进行对比试验，结果表明，基于BP神经网络的汛期降水预测模型不仅对历史样本的拟合精度更高，而且其独立样本的预测检验效果也比逐步回归方法更好，是一种具有一定应用前景的汛期降水预测方法。     

辽宁汛期降水模糊聚类分析

运用1957～2000年辽宁24个测站的月降水资料，对辽宁汛期降水进行模糊聚类分析，将汛期降水异常分成若干相关较好的区域，并进行了信度检验。     

西藏高原汛期降水类型的研究

利用西藏高原２６个测站２６年（１９７３￣１９９８年）汛期（５￣９月）降水量资料,采用主成分分析和旋转主成分分析方法,对高原汛期降水空间分布型进行了分析。结果表明,主成分分解得到的降水空间分布形式较为集中,前３个特征向量场的分布型具有十分明确的物理意义,可表示降水场部方差的６３．１４％。旋转主成分分解生前６个载荷向量的累积方差贡献达７６．６７％,可较好反映西藏高原汛期降水６个异常敏感区：东南部、东北     

主分量逐步回归法在桂东南低温阴雨预报的应用

在桂东南低温阴雨天气的特征和类型研究的基础上，应用气候场的主分量逐步回归方法，通过多个气候场的主分量因子相关分析筛选，求得低温阴雨场主分量与高度场、海温场、环流指数以及副高面积指数等因子场主分量之间的联系，而后进行逐步回归预报。     

聊城市汛期降水气候特征及旱涝预测模型

利用1961~2000年聊城市8个测站汛期降水距平百分率资料,分析了聊城市汛期旱涝气候特征,并利用模糊均生函数的概念建立了相应的旱涝预测模型。将建立好的预测模型用历史资料进行回代检验,并对2001~2003年进行预报试用,拟合值曲线与实况值曲线十分接近,预报结果也和实况基本一致。     

福建前汛期区域暴雨客观预报模型研究

利用滑动分区切比雪夫展开方法,求取高度场特征分布的展开系数及其时间变量,通过相关分析,从中提取物理意义明确和相关性好的预报因子集和消空因子集,再通过预报因子的多形态组合分析,提炼出物理图像清晰的福建省前汛期区域暴雨预报模型。研究结果表明：以高度场的滑动分区切比雪夫展开系数做为研制前汛期的区域性暴雨预报模型的信息源是合理且可行的。切比雪夫正交多项式能够对要素场的内在特征信息进行定量化提取,生成彼此相互独立的场量因子;滑动分区展开技术可对场信息做极限化的开发,产生多种尺度的特征信息,从而获得对预报对象成因更完备的认识。     

珠江流域夏半年降水的预测

采用珠江流域1954～2003年月降水资料,以及前期太平洋海温场和北半球500 hPa高度场月平均资料,利用主分量逐步回归预测模型,对该流域夏半年(4～9月)降水分布进行主分量计算和预测.结果表明:对前25个主分量的预测就能很好地预测珠江流域夏半年降水的变化,2004～2006年预测结果与实况较接近.预测因子取自500 hPa高度场和海温场的主分量,为降水的预测提供大量有用信息.该方法在实际业务中有一定的应用价值.     

陕西汛期降水时空分布及典型旱涝年环流特征

根据陕西省1959~2002年汛期(6~9月)降水资料,采用旋转经验正交(REOF)分解方法,将陕西省按汛期降水划分为4个自然气候区:Ⅰ区包括关中及渭北地区,Ⅱ区为陕北长城沿线地区,Ⅲ区、Ⅳ区分别为陕南东部和陕南西部地区。对各气候区的降水变化特征进行分析,结果表明:汛期降水除陕南东部呈线性增加趋势外,其余各区均呈线性减少趋势。分析陕西省典型旱(涝)年北半球500 hPa环流形势距平场和环流特征量发现:典型旱(涝)年,Nino 3区海温为明显的正(负)距平;西太平洋副热带高压强度偏强(弱),脊线位置偏南(北)、西伸脊点偏东(西),欧亚地区西风环流指数偏弱(强),以经(纬)向环流为主。     

一种新的气候分型区划方法

从理论上证明统计聚类检验(CAST)与旋转经验正交函数或旋转主分量分析(REOF/RPCA)用于气候聚类分型区划的关联性。研究表明，CAST在一定的意义上可认为是REOF/RPCA用于气象要素场(气候)分型区划的理论基础。由此，作者提出CAST与REOF/RPCA相结合的一种新的分型区划方法，并用仿真随机模拟资料和实例计算验证了理论与实际结果的一致性，从而证实了这种分型区划方法的有效性及其优点。     

我国暴雨的500 hPa高度信号场分析

提出用气候信号噪音比的概念来分析500hPa逐日高度场,并建立500hPa高度信号场用来分析我国暴雨发生的气候异常环境.从暴雨发生日当天和前两天的500hPa高度场中提取气候异常信号,发现在中国周围的东亚地区(30～180°E,80～20°N),500 hPa信号场的西部出现显著负信号区,中部为正显著信号区,东北部为显著负信号区,大体自西向东呈经向-+-的分布形势.信号场主要显著信号区大体分布在我国境外的西部和东部,它们的符号相反,是造成我国各大流域地区出现暴雨的主要模态.结果表明,此方法能进行天气意义分析和气候异常现象的统计规律诊断,对我国年度暴雨短期预报分析有一定的参考价值,可以作为传统天气动力诊断的补充工具.     

用统计集合方法制作全国汛期降水滚动预测试验

以全国160站汛期(6-8月)降水量为预测量,以最新得到的74项环流特征量指数为因子,尝试制作全国160站汛期降水滚动预测.建立模型时考虑了预测量与环流特征量因子序列的显著线性变化趋势,以及预测量与环流因子之间的相关不稳定性,用"滑动相关-逐步回归-集合分析"预测方法,分别建立了2009年全国160站汛期降水量的物理统计集合分析预测模型,并进行了近10年独立样本预测试验分析.结果显示:(1)用物理统计集合分析预测方法,以最新得到的74项环流特征量指数为因子,实现了全国160站汛期降水逐月滚动预测,2009年以在5月份制作的滚动预测效果最好.(2)近10年预测试验的空间距平相关系数Acc、业务评分PS和异常级评分TS均高于国家气候中心近年汛期预测业务平均水平.经过不断改进思路和优化具体建模方案,该方法具有较高的业务应用潜力.     

福建省台湾青枣寒害综合气候指标与等级划分

通过专家走访和寒害灾情调查,建立福建省台湾青枣寒害受害症状分级标准。基于果园定位观测、地理移置试验和冬季寒害灾情调查得到的2004—2016年32个寒害实例,采用主成分分析和K-means聚类分析方法,研究了福建省台湾青枣寒害综合气候指标及其等级划分。结果表明：台湾青枣寒害临界气温为5.0℃,其致灾因子包括过程极端最低气温（X1）、小于等于5.0℃低温持续日数（X2）、小于等于5.0℃过程有害积寒（X3）、小于等于5.0℃过程降温幅度（X4）,对各因子归一化处理,构建台湾青枣寒害综合气候指标（Ih）,寒害等级包括：轻度,0.02≤Ih < 0.72;中度,0.72≤Ih < 1.76;重度,1.76≤Ih < 2.72;严重,Ih≥2.72。通过典型年对比印证,建立的福建省台湾青枣寒害综合气候等级指标与实际发生的寒害情况吻合较好,研究结果可供台湾青枣的寒害评估、引种、扩种参考。