共查询到19条相似文献，搜索用时 468 毫秒
1.
从气候波动的瞬时频率与瞬时振幅出发,结合最小二乘支持向量机技术,提出了基于幅频分离技术的气候时间序列预测方法,并对南京地区降水距平进行了30候的预测试验。结果表明,幅频分离预测法能够对所有模态的振幅和高频模态的瞬时频率进行较好的预测,而预测的瞬时频率累积误差会对模态分量的预测距平相关性产生敏感影响,该新方法能够显著提高气候序列高频模态的预测效果。对于气候序列的低频模态分量,集合经验模态分解的边界效应会对瞬时频率的求解产生较大误差,使得序列边界区的幅角计算不准确,导致对低频模态的最终预测效果不理想。对气候序列的高频分量采用幅频分离并进行最小二乘支持向量机预测,而对其低频分量仅采用最小二乘支持向量机进行直接预测,可同时提高高、低频分量的预测效果,并最终提高整个气候序列的预测准确性。该分频预测方法可以使南京降水预测的30候距平相关保持在0.4以上。 相似文献
2.
针对传统时间序列模型无法有效预测模态混叠数据的不足,本文提出了一种基于CEEMDAN-SE-ARIMA的组合模型,并且对东北地区2016—2020年夏季降水量进行了实证分析。首先,基于完全自适应集合经验模态分解方法,将降水时间序列分解为多个本征模态分量,并根据不同分量样本熵的计算结果进行分量序列重构。然后,针对每一个重构分量,构建自回归移动平均预测模型。最后,将各分量的预测值进行叠加,得到组合模型的预测值。此外,还构建了ARIMA单一模型和其他组合模型,旨在与CEEMDAN-SE-ARIMA组合模型对比。结果表明:CEEMDAN-SE-ARIMA组合模型考虑了时间序列的模态混叠特征,能有效提高东北地区夏季降水时序模型的预测能力,具有良好的预测应用价值。预测结果较单一模型和其他组合模型均有所提高,MASE降低了0.02～0.91 mm,RMSE降低了0.80～130.49 mm,MAE降低了2.52～129.84 mm,MAPE降低了1.08～35.53 mm。CEEMDAN-SE-ARIMA模型在降水变率较小的西北部区域预测效果更好,对东南部区域的极值分布中心预测较为准确。 相似文献
3.
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。 相似文献
4.
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。 相似文献
5.
基于BCC-CSM季节气候预测模式系统历史回报数据和国家气象信息中心提供的中国地面降水月值数据,通过多方法对比并讨论了影响预测结果的因素,利用长短期记忆（Long Short-Term Memory,LSTM）网络预测2014年和2015年中国夏季降水。结果表明:LSTM网络的预测效果较逐步回归、BP神经网络及模式输出结果有一定优势。参数调优对于LSTM网络预测效果影响较大,重要参数有隐含层节点数、训练次数和学习率。选择合适的起报月份数据有助于提升季节预测的准确性,利用4月起报的数据预测夏季降水效果较好。海冰分量因子对降水季节预测有正贡献。在2014年、2015年夏季降水回报试验中,LSTM网络对降水整体形势有一定的预测能力,Ps评分分别为74分、71分,距平符号一致率分别为55.63%、55.25%,Ps评分的均值高于同期全国会商及业务模式。 相似文献
6.
夏季亚洲对流层温度异常与中国东部夏季降水紧密相关并可能作为降水的有效预报因子。基于欧盟ENSEMBLES计划的季节预测试验耦合模式每年5月1日开始的回报试验，分析了其对1960～2005年夏季亚洲对流层中上层温度（以200～500 hPa厚度替代，简称对流层温度）年际变率的预测结果，发现模式集合平均对夏季亚洲对流层温度年际变率具有较高的预报技巧，可以合理回报其前两个EOF（Empirical Orthogonal Function）主导模态（EOF1、EOF2），只是未能回报出EOF2高纬度的温度异常，模式集合平均预测的第一模态主成分（PC1）和第二模态主成分（PC2）与再分析资料的时间相关系数分别达到0.63和0.77。再分析资料中前两个EOF模态分别由ENSO（El Ni?o–Southern Oscillation）发展年印度夏季降水异常所激发的丝绸之路遥相关波列和ENSO衰减年西北太平洋夏季降水异常对应的太平洋—日本遥相关波列导致。ENSEMBLES计划可以合理预测出相应的海温异常及遥相关波列，进而合理预测出前两个EOF模态。对流层温度PC1和PC2分别表征了欧亚大陆与周围海洋之间的纬向和经向热力对比异常，模式对由PC1的预报技巧远高于前人定义的纬向热力对比的东亚夏季风指数，对前人定义的经向热力对比指数的预测技巧与PC2相当。将PC1和前人定义的经向热力对比指数作为预报因子，建立了中国夏季降水的动力—统计降尺度预测模型，交叉检验的结果表明该预报模型显著提高了东北和长江流域上游夏季降水的预报技巧。本文提出的亚洲对流层温度年际变率的EOF1及PC1，既能较好表征纬向热力对比与中国东部夏季降水显著相关，又能被模式合理预测，可以作为我国中高纬度地区，特别是东北地区降水的重要预测因子之一。 相似文献
7.
针对江苏夏季旱涝和高温热浪等异常气候的预测难题，以江苏夏季站点降水和气温为预测目标，建立了一种基于全球动力模式BCC_CSM1.1（m）和最优可预测气候模态和异常相对倾向（SMART）原理结合的统计降尺度季节气候预测方法。利用历史观测资料和SVD方法提取决定中国夏季降水异常相对倾向的同期热带地区向外长波辐射（Outgoing Longwave Radiation，OLR）和北半球中高纬500 hPa位势高度场异常相对倾向的最优可预测气候模态，并利用逐步回归法构建其与同期江苏站点降水和气温异常相对倾向同期关系的统计降尺度模型；将动力模式对最优可预测气候模态的预测带入统计降尺度模型，实现对区域降水和气温异常相对倾向的预测；最后通过引入观测的近期背景异常实现对降尺度的降水和气温总距平的预测。通过对1991—2019年江苏夏季降水和气温的回报检验表明，本文建立的统计降尺度模型效果较BCC_CSM1.1（m）动力模式的直接预测效果有显著提高，为区域精细化季节气候预测提供了一种有效的手段。 相似文献
8.
基于时间尺度分离,利用NCEP第2代气候预测系统 (CFSv2) 每年4月起报的夏季月平均预测资料, 结合实际观测资料和再分析资料,对江淮流域及华北地区夏季降水距平百分率进行降尺度预测。将预测量和预测因子分为年际分量和年代际分量,在两个时间尺度上分别建立降尺度模型,两个预测分量之和为总预测量。对1982—2008年拟合时段的夏季降水距平百分率的回报结果表明:降尺度预测结果相对于原始模式结果预测技巧显著提高。降尺度预测与实况降水在江淮流域和华北地区的空间相关系数最大值超过0.8,多年平均值也分别提高到0.53和0.51;时间相关在每个站点也显著增强,相关系数为0.38~0.65。对2009—2013年进行独立样本检验,结果表明:降尺度模型能较好地预测出该时段的降水异常空间型态。同时,该模型对2014年夏季降水长江以南偏多、黄淮地区偏少的分布形势也有一定预测能力。 相似文献
9.
1999年中国夏季气候的预测和检验 总被引：35，自引：6，他引：29
利用改进的中国科学院大气物理研究所短期气候预测系统（IAPPSSCA）,结合IAPENSO预测系统所预测的1999年热带太平洋地区的海温异常,对1999年中国夏季气候进行了适时集合预测。预测结果表明：IAPPSSCA较好地预测出了1999年夏季北半球大尺度环流场的异常情况,并较好地预测出1999年中国南涝北旱的大范围降水形势。IAPPSSCA对长江下游的强降水中心、中国南方大部夏季多雨的特征以及中国北方大部的干旱少雨形势的预测,与实测较相符。但IAPPSSCA预测的南方大范围雨带的北界比实测的略为偏北,北方的小范围的降水正距平区域也没有能预报出来。另外,对于月平均降水距平的预测亦存在较大的不确定性。这说明我们的预测系统还有待于进一步的改进和完善。 相似文献
10.
长江下游地区降水50-80d低频分量的次季节预测研究 总被引：1，自引：0，他引：1
用1979-2000年逐日长江下游降水的50-80 d低频分量和全球850 hPa低频纬向风主成分,构建了长江下游降水低频分量的次季节预测的扩展复数自回归模型（ECAR）。这种基于数据驱动建模的气候预测方法,不仅能在复数空间上反映全球环流主要低频主分量和长江下游降水低频分量之间的时滞变化信息,而且能更好地描述气候系统的主要分量在低维空间中的变化规律。对2001-2014年长江下游降水低频分量进行次季节逐日变化回报试验的结果表明,50-80 d时间尺度的长江下游低频降水分量的预测时效可达52 d左右,预报能力明显优于自回归模型（AR）,而且6-8月的预报技巧最高。基于全球环流主要50-80 d振荡型的发展和变化以及与长江下游低频降水相关的时间演变,对于提前50-60 d预报长江下游地区持续多（少）雨过程很有帮助（尤其是夏季）,其中,东亚经向三极子型（EAT）是影响长江下游地区季节内降水变化的最主要的环流因子之一。 相似文献
11.
12.
利用1951—2011年广西夏季降水站点资料和NCEP/NACR等多种再分析资料,通过相关分析、经验模态分解、统计检验分析了广西夏季降水的多时间尺度特征及其影响因子,利用多元线性回归方法对夏季降水进行拟合和预测试验。结果显示:广西夏季降水具有多时间尺度特征,不同时间尺度对应着环流因子不同时间尺度的分量;在准2年尺度上,主要影响因子为季风槽、低空急流、高空急流、贝加尔湖高度场、南印度洋东部海温。利用对广西夏季降水影响显著的环流因子本征模态函数分量和多元线性回归方法拟合夏季降水,相关系数为0.73,表明广西夏季降水是环流因子多时间尺度共同作用的结果。利用前期冬季南印度洋东部海温异常本征模态函数作为前兆因子预报广西夏季降水,6个独立样本检验显示预测与实况趋势一致,该工作可供利用多时间尺度信息进行区域气候预测参考。 相似文献
13.
利用国家气象信息中心提供的降水资料、NCEP/NCAR再分析月平均资料以及Hadley中心提供的海温资料,基于可预报模态分析(PMA)方法,从观测数据中提取青藏高原东部夏季降水具有物理意义的可预报模态,根据已有研究选取合适的预报因子并建立了物理-经验(P-E)模型,从而对青藏高原东部夏季降水进行统计预测。结果表明:南北反向型、一致型、中部型和东北型这4个主导模态反映了降水的异常变化,具有一定的物理意义,为可预报模态;超前0个月和超前1个月的区域平均的预报技巧分别为0.44和0.36,其中青藏高原东南部地区的预报技巧较高;超前0个月和超前1个月的模态相关系数分别为0.46和0.42,预报最好的年份都是1998年,预报最差的年份分别是1980年和2009年。 相似文献
14.
15.
多模式集合优选方案在淮河流域夏季降水预测中的应用 总被引：3，自引：0，他引：3
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。 相似文献
16.
EXTRA-SEASONAL PREDICTIONS OF SUMMER RAINFALL IN CHINA AND ENSO IN 2001 BY CLIMATE MODELS 总被引：3，自引：0，他引：3
China is a monsoon country.The most rainfalls in China concentrate on the summer seasons.More frequent floods or droughts occur in some parts of China.Therefore,the prediction ofsummer rainfall in China is a significant issue.As we know,the obvious impacts of the sea surfacetemperature anomalies(SSTA)on the summer rainfall over China have been noticed.Thepredictions of the SSTA have been involved in the research.The key project on short-term climate modeling prediction system has been finished in 2000.The system included an atmospheric general circulation model named AGCM95,a coupledatmospheric-oceanic general circulation model named AOGCM95,a regional climate model overChina named RegCM95,a high-resolution Indian-Pacific OGCM named IPOGCM95,and asimplified atmosphere-ocean dynamic model system named SAOMS95.They became theoperational prediction models of National Climate Center(NCC).Extra-seasonal predictions in 2001 have been conducted by several climate models,which werethe AGCM95,AOGCM95,RegCM95,IPOGCM95,AIPOGCM95,OSU/NCC,SAOMS95,IAPAPOGCM and CAMS/ZS.All of those models predicted the summer precipitation over China and/or the annual SSTA over the tropical Pacific Ocean in the Modeling Prediction Workshop held inMarch 2001.The assessments have shown that the most models predicted the distributions of main rain beltover Huanan and parts of Jiangnan and droughts over Huabei-Hetao and Huaihe River Valleyreasonably.The most models predicted successfully that a weaker cold phase of the SSTA over thecentral and eastern tropical Pacific Ocean would continue in 2001.The evaluations of extra-seasonal predictions have also indicated that the models had a certaincapability of predicting the SSTA over the tropical Pacific Ocean and the summer rainfall overChina.The assessment also showed that multi-model ensemble(super ensembles)predictionsprovided the better forecasts for both SSTA and summer rainfall in 2001,compared with the singlemodel.It is a preliminary assessment for the extra-seasonal predictions by the climate models.Thefurther investigations will be carried out.The model system should be developed and improved. 相似文献
17.
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。 相似文献
18.
一个全球海气耦合模式跨季度汛期预测能力的初步检验和评估 总被引：17，自引：3，他引：14
文中利用一个全球大气 海洋耦合模式 ,对中国汛期气候异常进行了 1991～ 2 0 0 1年共 11a的跨季度回报试验和检验研究。采用一套多指标的评估方法 ,对该模式的预报性能进行系统的定量评估。结果表明 ,该模式对中国汛期降水和温度及夏季北半球大尺度环流场等都有一定的跨季度预报能力。模式对中国不同区域夏季降水的预测能力有所不同。总的来说 ,模式对中国东部和西部的降水趋势回报较好 ,模式预报好于气候预报和持续性预报。从相关系数指标来看 ,模式跨季度预测夏季温度的技巧在中国西部比中国东部高。 相似文献
19.
春季海温对中国夏季降水影响的诊断研究和预测试验 总被引：9，自引：2，他引：9
文中利用季降水异常集合的典型相关预测模式 ,以全球春季 (3～ 5月 )海温场作为因子场 ,对中国夏季降水场进行了诊断研究 ,并对 1998,1999及 2 0 0 0年这几个典型的中国夏季降水进行了回报试验。结果表明 ,春季海温与中国夏季降水之间存在较好的关系 ,春季海温在较大程度上决定了中国夏季降水雨带及其分布类型。考虑面积因子的集合典型相关预测方案对中国夏季降水具有较强的回报能力 ,此模式不仅能诊断出降水场和海温场中一些比较典型的空间模态和时间变化规律 ,而且可以再现 1998和 2 0 0 0年中国大部分地区的旱涝灾害。揭示了全球春季海温的异常变化在中国夏季 (6～ 8月 )降水异常中的作用。 相似文献