投影寻踪回归与BP神经网络方法在前汛期降水预测中的比较研究

以1962—2006年粤北地区7个站4—6月前汛期降水量资料为基础,将前汛期降水量与74项环流指数资料进行灰色关联度分析,确定了影响粤北地区前汛期降水量的16个关键环流指数因子,分别应用投影寻踪回归、BP神经网络和逐步回归方法,建立前汛期降水趋势预测模型,对粤北地区前汛期降水趋势进行预测。结果表明:投影寻踪回归和BP神经网络方法的预测能力均优于传统的逐步回归模型。其中,PPR模型比BP神经网络方法的预测效果更好。     

偏最小二乘回归模型在辽宁汛期降水预测中的应用

利用1951~2011年中国160个气象站逐月降水、温度、74项环流指数和NCEP再分析海表温度资料,采用偏最小二乘回归(PLSR)方法,结合均生函数构造预报量周期性因子,建立辽宁省汛期平均降水量及其5站(沈阳、朝阳、营口、丹东和大连)汛期降水量预测模型,并进行预测效果检验分析。结果表明:采用均生函数构造预报量周期性因子,在一定程度上弥补了气候预测统计模型高相关性因子的不足,从而使辽宁汛期平均降水量PLSR模型的试报均方根误差降低约10 mm。PLSR模型由于较好地解决了预报因子之间的多重相关性问题,其预测效果较逐步回归模型有明显提高,对2002~2011年辽宁5站汛期降水量试报的Ps评分平均值为72.6%,比逐步回归模型提高了10.3%。     

投影寻踪回归与BP神经网络方法在前汛期降水预测中的比较研究

以1962—2006年粤北地区7个站4—6月前汛期降水量资料为基础,将前汛期降水量与74项环流指数资料进行灰色关联度分析,确定了影响粤北地区前汛期降水量的16个关键环流指数因子,分别应用投影寻踪回归、BP神经网络和逐步回归方法,建立前汛期降水趋势预测模型,对粤北地区前汛期降水趋势进行预测。结果表明：投影寻踪回归和BP神经网络方法的预测能力均优于传统的逐步回归模型。其中,PPR模型比BP神经网络方法的预测效果更好。     

陕西省汛期降水气候异常成因分析及预测

采用1959-2002年陕西省36个代表站汛期(6-9月)降水资料,制作汛期降水空间分布场及变差系数分布场,明确了陕西汛期降水的基本气候特征.通过分析影响陕西汛期典型旱、涝年的主要成因,建立汛期降水预测物理概念模型,为汛期降水旱涝异常预测提供气候背景.用逐步回归统计预测方法,经过物理因子普查,找出与汛期降水相关性好的强信号,建立了10地(市)汛期降水预测模型.     

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。     

利用深度神经网络和先兆信号的江苏夏季降水客观预测方法

利用1961—2019年江苏省67个站降水量和气候指数数据集等资料,选取大气环流、海温和积雪等先兆信号的不同组合作为预测因子方案,通过对比不同机器学习方法对江苏省夏季降水开展预测试验。结果表明,深度神经网络（Deep Neural Network,DNN）较传统统计方法和其他机器学习方法有一定优势,深度神经网络结合动态权重集合因子方案对江苏省夏季降水的预测技巧最高,其独立样本检验结果稳定,2015—2019年的平均PS评分为76.0,距平符号一致率为0.62,距平相关系数达0.35,尤其对江苏省中南部的预测技巧更高,具有业务应用价值。不同预测因子方案对比分析表明,大气环流因子在江苏省夏季降水预测中做主要贡献,而海温因子和积雪等其他因子也有正贡献,说明使用综合性预测因子以及集合方案有助于提升季节预测准确率。      

基于年际增量法的青藏高原南部汛期降水预测研究

针对青藏高原南部汛期降水预测研究少和预测难度大的问题,通过分析1981-2010年青藏高原南部汛期降水与国家气候中心发布的88项大气环流指数、26项海温指数和16项其他指数年际增量的相关性,采用逐步回归法筛选出与降水相关的最优预测因子组合,在此基础上建立了高原南部汛期降水年际增量与预测因子的物理统计预测模型,并对2011-2019年的汛期降水进行了独立样本回报检验。结果表明,该模型的预测准确率很高,降水年际增量和距平同号率均达到7/9,距平百分率均方根误差为13%,降水相对误差在±15%以内的年份占比高达8/9。可见,该模型能够提高高原南部汛期降水预测能力。最后,利用NCEP/NCAR再分析月平均资料和NOAA海表温度月平均资料研究了预测因子影响高原南部汛期降水的物理机制。     

DERF产品在江西汛期降水预测中的释用

利用T63月动力延伸预报DERF模式输出的北半球500hPa位势高度场资料和江西省83站逐月降水量实况资料,运用EOF迭代方法对江西省2005-2009年汛期4-6月逐月降水距平百分率进行解释应用预测试验.结果表明,预测模型对江西汛期降水趋势预测的评估效果比较好.月降水距平百分率的预测Ps评分总体平均为72%,平均距平...     

因子的持续和转折对我国盛夏降水预测效果的影响

由于影响我国盛夏（7—8月）降水异常的主要因子前期（或从冬季到夏季）不同的月际演变特征对其后降水异常的影响不同,所以针对影响因子的月际“持续异常”和“转折变化”对盛夏降水异常的预测方法也应该是不同的。本文以国家气候中心整理的78项月环流特征量指数和CPC/NOAA的30项指数为因子,设计了能够反映影响因子的月指数特征量“持续异常”和“转折变化”的两套影响因子库,用“滑动相关—逐步回归—集合分析”方法分别建立预测模型,改进预测方案,这样建立的统计预测模型重点考虑了前期影响因子不同的变化特征。用距平符号一致率（PSS）与空间距平相关系数（ACC）为指标,对比分析不同因子处理方案对我国160站盛夏（7—8月）降水预测效果的影响,结果显示：两种因子选择方案均具有一定的预测能力;相比之下,“转折变化”因子选取方案的预测效果更好;用单站交叉建模序列与实测序列的相关系数为指标,挑选其中相关系数更高的因子选取方案结果作为集合方案预测结果,集合方案的预测效果有进一步提高的潜力。     

洛阳市2003年夏季多雨环流特征及汛期降水预报

分析了2003年洛阳夏季多雨环流特征,探讨了汛期降水偏多的预报因子,并用副高特征量因子建立了汛期降水预测模型.     

动力季节预测中预报误差与物理因子的关系

为了在动力季节预测中更好地运用统计经验来改进预报, 从研究气候系统物理因子影响模式预报误差的角度入手, 探讨了与气候模式有关的统计经验获取问题, 并利用国家气候中心海-气耦合模式的历史回报数据, 考察了动力季节预测中夏季环流和降水的预报误差与主要物理因子, 包括Ni?o3区海温指数、太平洋年代际振荡指数、南北半球环状模指数以及北大西洋涛动指数相关关系。分析结果显示:上述物理因子与模式预报的夏季环流和降水误差之间存在前期或同期的某种显著相关关系, 并且显著关系分布随因子的不同而表现出明显不同的区域性特征, 这为发展一种基于预报因子的误差订正新方法提供了新思路。     

集合数值天气预报的研究进展

集合预报是目前国外广泛应用的一种新的数值预报技术，国内由于计算条件的限制，集合预报的研究应用起步较晚，目前虽已取得了一些研究成果，但还没有广泛的应用到实际的业务预报之中。集合预报的应用，在天气预报上主要是概率预报，另外在“目标观测”、资料同化等方面也有广泛应用。集合概率预报的一系列适用的验证，增加了概率预报的信度。     

城市空气污染数值预报试验

采用城市空气污染数值预报模式系统, 并结合天津市部分气象资料和浓度监测资料对１９９８ 年１ 月１～１５ 日的ＳＯ２、ＮＯｘ和ＴＳＰ浓度进行数值模拟和试预报。结果表明,该模式运行稳定, 计算满足预报时效要求, 对ＳＯ２和ＮＯｘ日均值预报的准确率可分别达到６４％ 和７０％ , 对ＳＯ２逐时预报的准确率为５５％ ～６２％ , 对ＴＳＰ预报的准确率低于ＳＯ２和ＮＯｘ。此次预报试验说明,该模式可作为城市空气污染数值预报的基本模式进行初步应用,但仍需进一步的研究、发展和完善     

我国短期气候预测的物理基础及其预测思路

短期气候预测依据大气科学原理,运用气候动力学、统计学等手段,在研究气候异常成因的基础上对未来气候趋势进行预测。虽然目前我国短期气候预测的水平还不高,但短期气候预测是国家经济发展和防灾减灾的迫切需求,提高预测准确率是气象科研和业务人员的重要任务。该文从海洋、积雪等外强迫信号及大气环流大尺度变动等大气内部特性等角度概述了短期气候预测的物理基础,简要回顾了近60年来我国短期气候预测的发展历程,并介绍了作者近十几年来研制短期气候预测客观统计学及统计与动力学相结合预测模型的主要思路。     

银川市空气质量动力预测系统及预测结果分析

在介绍银川市空气质量动力预测模型的基础上,重点对该模型的预测结果及误差进行分析。结果表明:该系统能较好地对24 h污染气象条件进行预测,污染气象条件的预测结果与监测结果比较吻合,预报准确率PM10为61%、SO2为92%;春季各月PM10预测值的平均绝对误差较大,其它3个季节相对较小,SO2的情况与PM10正好相反;考虑风沙条件对模式预测准确性的影响,可根据不同时间、不同季节,逐步调整模式中的扬沙系数,能有效地提高该模式对银川市多风沙季节以PM10为首要污染物的空气质量预测准确率,以适应银川市特殊的气候及环境条件。     

Monthly Extended Predicting Experiments with Nonlinear Regional Prediction. Part I: Prediction of Zonal Mean Flow

Systematic errors have recently been founded to be distinct in the zonal mean component forecasts,which account for a large portion of the total monthly-mean forecast errors. To overcome the difficulty of numerical model, the monthly pentad-mean nonlinear dynamic regional prediction models of the zonal mean geopotential height at 200, 300, 500, and 700 hPa based on a large number of historical data (NCEP/NCAR reanalysis data) were constituted by employing the local approximation of the phase space reconstruction theory and nonlinear spatio-temporal series prediction method. The 12-month forecast experiments of 1996 indicated that the results of the nonlinear model are better than those of the persistent, climatic prediction,and T42L9 model either over the high- and mid-latitude areas of the Northern and Southern Hemispheres or the tropical area. The root-mean-square of the monthly-mean height of T42L9 model was considerably decreased with a change of 30.4%, 26.6%, 82.6%, and 39.4%, respectively, over the high- and mid-latitudes of the Northern Hemisphere, over the high- and mid-latitudes of the Southern Hemisphere, over the tropics and over the globe, and also the corresponding anomaly correlation coe cients over the four areas were respectively increased by 0.306-0.312, 0.304-0.429, 0.739-0.746, and 0.360-0.400 (averagely a relative change of 11.0% over the globe) by nonlinear correction after integration, implying that the forecasts given by nonlinear model include more useful information than those of T42L9 model.     

从数值预报研究进展论天气预报业务发展方向

综述了国外数值预报研究现状及对２１世纪发展的设想，存在的技术，设备等问题。简述了我国数值产品在天气预报业务中应用的进展，提出了省级预报业务建设的主攻方向和发展建议。     

集合预报开创了业务数值天气预报的新纪元

近年来世界上随着几个气象中心的集合预报投入业务,标志着业务数值天气预报进行了一个新的纪元,在任何进修大气的起初状态是不知道的,只有近似地描述大气,所以确切地说,天气预报问题应该提为大气的相空间中合适的概率密度函数随时间的演变。在误差的增长超出线性动力学范畴之外,集合预报是预报大气概率密度函数演变唯一可行的方法。可用扰动的产生是集合预报的主要问题之一。沿着预报系统的相空间中最不稳定的方向来扰动初始条     

IAP数值气候预测系统对2004年中国夏季气候的预测

通过1980～2000年共21年的集合后报试验,考察水平分辨率提高至2°×2.5°的IAP短期数值气候预测系统对中国夏季气候异常的预报技巧.后报试验结果表明:该预测系统对中国夏季气温异常具有较好的预报能力,此外对夏季降水异常也具有一定的预报能力.利用IAP ENSO预测系统,较好地预报出2004年3月以后热带太平洋海温的演变情况,并在此基础上,对2004年中国夏季气候进行了实时预测.与实况比较表明,IAP数值气候预测系统总体上较好地预报出2004年夏季我国大范围的降水和温度异常分布,特别是较好地预测出夏季我国北方大部、华南沿海等地区气温偏高,而黄淮以及长江中上游地区气温偏低的观测事实.预测的温度距平与中国地区160个站观测实况的距平相关系数可达0.39.