共查询到18条相似文献，搜索用时 171 毫秒
1.
利用NCEP的第二代气候预测系统(CFSv2)提供的2000-2009年降水场历史回报试验资料以及川渝182个测站的降水实况资料。采用时间相关系数、均方根误差、距平相关系数、距平符号一致率以及PS评分等方法,对模式在川渝地区夏季降水以及夏季降水异常的次季节尺度预测技巧进行检验,并进一步分析了模式在概率密度和降水频次方面的预报偏差特征。结果表明：该模式对川渝夏季降水的可用预报时效为3候左右,能够较好地模拟出夏季降水的高值中心,但量级偏大。预报技巧高值区主要位于四川盆地西北部及渝东北地区,对攀西地区南部及川西高原部分地区也有一定的预报技巧。该模式也能够较好地把握川渝地区夏季降水异常偏少的趋势,有效预报技巧为2候以内。模式各时效预报与观测的降水概率密度主要集中在10 mm以下量级;模式预报各量级降水频次与实况相比均偏高得较为明显,且随着预报时效延长,偏差越大,其中偏高最为明显的是小雨频次。 相似文献
2.
成都区域气象中心短期气候预测业务评估 总被引：5，自引：2，他引：5
采用预报评分（P）、技巧评分（S）、距平相关系数（Acc）三种参数，对10年来成都中心气象台月降水距平百分率和月平均气温距平预测、汛期（6－8月）降水距平百分率预测、以及年度降水距平百分率和年平均气温距平预测进行了评估，并对评估结果作了分析。 相似文献
3.
采用1991—2017年BCC_CSM1.1m季节预测模式的月降水预测数据及福建省前汛期（4—6月）66个国家气象站降水资料,利用距平相关系数(ACC)、时间相关系数(TCC)、平均方差技巧评分(MSSS)和趋势异常综合评分(Ps)等评估方法,检验评估了提前0、1、2和5个月模式对福建省前汛期降水的预测能力。采用系统偏差、一元线性回归和EOF-相似误差（EOFL和EOFNL）等4种统计方法对回报结果进行订正,并进行效果检验。BCC_CSM1.1m在不同起报时间对福建省前汛期降水的预测均能抓住降水的前两个主模态：全省一致和南北反向分布的空间特征,但预测的气候平均值较实况存在负偏差。模式在不同起报时间对前汛期降水预测的TCC高技巧区主要位于福建省北部,ACC技巧和Ps评分存在比较大的年际差异,负系统偏差的存在使得MSSS技巧不高。经订正后,模式的预测能力得到明显提升。系统偏差、线性回归、EOF相似误差线性和非线性订正方法提前2个月起报的2011—2017年平均Ps评分分别提高5.9、3.5、6.7和7.8分;不同起报时间线性回归订正的2011—2017年平均ACC技巧分别提高0.02、0.21、0.12和0.11;上述4种方法订正的MSSS评分均有了显著提高,其中系统偏差和线性回归订正后达正技巧。综合而言,线性回归订正较其他3种订正方法表现出更为稳定的订正技巧。 相似文献
4.
利用区域气候模式对全球气候模式季节预测产品进行动力降尺度,是获取未来高分辨率季节气候预测结果的重要途径。使用区域气候模式RegCM4.4单向嵌套国家气候中心气候系统模式BCC_CSM1.1(m)输出结果,进行东亚19912013年逐年3月1日—9月1日的气候回报试验及2014年3月1日9月1日的气候预测试验。分析模式对中国地区夏季（6-8月）地面气温和降水的回报结果表明:RegCM4.4对夏季气候态的回报优于驱动场模式BCC_CSM1.1(m),并能提供更详细可靠的局地信息;RegCM4.4回报和观测的多年平均气温、降水的空间距平相关系数（ACCs）分别为-0.04和0.01,空间距平符号一致率（PCs）分别为51.1%和50.6%,趋势异常综合评分（PS）分别为64.2和70.3,均方差误差（MSE）分别为1.09 ℃和0.30 mm/d。RegCM4.4对中国地区2014年夏季气候预测结果表明,模式对夏季气温、降水距平整体分布的预测较好,但在次区域尺度上预测结果和观测存在差别。本研究只进行了一个区域气候模式RegCM4.4嵌套一个全球模式BCC_CSM1.1(m)单样本回报和预测试验的动力降尺度试验研究,未来在改进驱动场模式和区域气候模式模拟预测性能、订正驱动场模式输出系统误差及提高运算能力的基础上,进行多模式多样本的集合试验研究,有助于提高精细化短期气候预测产品的质量。 相似文献
5.
现阶段的动力气候模式尚不能满足东亚区域气候预测的实际需求,这就需要动力和统计相结合的方法,将动力模式中具有较高预测技巧的大尺度环流信息应用到降水等气象要素的统计预测模型当中,以改善后者预测效果。本文中所介绍的组合统计降尺度模型,可将动力气候模式预测的大尺度环流变量和前期观测的外强迫信号作为预测因子来预测中国夏季降水异常。交叉检验结果显示,组合统计降尺度预测模型的距平相关系数较原始模式结果有较大提高。在实时夏季降水预测中,2013～2018年平均的预测技巧相对较高,趋势异常综合检验（PS）评分平均为71.5分,特别是2015～2018年平均的PS评分预测技巧达到72.7分,总体上高于业务模式原始预测和业务发布预测的技巧。该组合统计降尺度模型预测性能稳定,为我国季节预测业务提供了一种有效参考。 相似文献
6.
南京信息工程大学气候预测系统1.0版(NUIST CFS1.0)是基于日本海洋科学技术开发机构(JAMSTEC)的SINTEX-F模式发展而来,可以实现对全球气候异常的季节-年际预测。对过去近40 a的集合历史回报预测试验结果的评估发现,该预测系统对热带太平洋和印度洋海温异常具有良好的预测技巧,并且该系统能提前1.5~2 a对ENSO(Nino3.4指数)做出有技巧的预测(即相关系数达0.5),同时也可以提前1~2个季节对印度洋偶极子(IOD)做出有较高技巧的预测,展现了对主要热带气候信号的良好预测技巧。但是与国内外所有动力模式预测系统类似,该系统对东亚地区的气候异常预测还存在较大的不足。考虑到ENSO对东亚地区气候异常的强烈影响,本文尝试去除与ENSO预测相关的系统偏差来初步订正东亚地区夏季温度异常和降水距平百分率的预测结果。对比订正前后的结果表明,这一简单的订正方法有助于提高我国气候异常的预测准确率。同时选取2019年夏季气温异常和降水距平百分率的实时预测结果作为个例进行分析,发现订正能够提供一定的技巧改善,但与观测结果相比仍存在较大偏差,需要在今后的工作中不断改进完善。此外,本文也初步评估了NUIST CFS1.0对我国冬春季的气候预测技巧,并提供了经简单订正后的2019/2020年冬季和2020年春季的实时预测结果。 相似文献
7.
基于CWRF(climate extension of WRF)区域气候模式的动力降尺度预测技术对夏季降水预测存在一定偏差,难以实现准确预测。本文立足于中国区域夏季降水特点,分析与夏季降水相关的气象要素,采用树突(dendrite, DD)网络与人工神经网络(artificial neural networks, ANN)相结合的方法,针对CWRF模式回报的1996—2019年夏季降水量进行订正,检验其订正效果。结果表明：人工树突神经网络(artificial dendritic neural network, ADNN)算法模型订正的中国夏季降水量整体好于CWRF模式历史回报,距平相关系数和时间相关系数较订正前均提高约0.10,均方误差下降约26%,趋势异常综合检验评分提高6.55,表明ADNN机器学习方法能够对CWRF模式夏季降水预测实现一定程度的订正,从而提高该模式降水预测精度。 相似文献
8.
基于国家气候中心第二代月动力延伸预测模式(DERF2.0)输出的环流场、地面气象要素场和NCEP/NCAR全球再分析场以及江西省83站气象观测数据,利用空间距平相关系数(ACC)、距平符号一致率(PC)、趋势异常综合评分(PS)三种方法,检验了DERF2.0模式对1983—2018年江西月降水和气温的预测能力,并进一步分析了模式对江西主汛期(6月)异常降水事件预测能力及造成偏差的可能原因。结果表明:1)月气温ACC总体上高于降水,冬季气温和春季降水ACC预报技巧相对较高;模式预测结果总体上能够反映出气温和降水的主要趋势,月气温、降水距平符号一致率均高于55%;模式对江西月降水和气温异常有一定的预测能力,降水PS评分比气温稍好,基本保持在70分左右。2)江西主汛期降水异常偏少时,模式的预测能力较好,而降水异常偏多时,则相对较差,这可能与模式对东亚阻塞高压系统的低估,以及对西太平洋副热带高压模拟的西伸脊点偏西、脊线偏北、强度偏强有关。 相似文献
9.
利用1982-2002年陕西省94个气象观测站逐月降水实况资料、国家气候中心制作的月动力延伸预测模式集合预报500hPa高度场资料,降尺度内插出94个站点月降水预测值,采用预报评分法（P）和距平符号异同评分法对内插预测结果检验。结果表明：预报评分法（P）评价结果较距平符号异同评分法评价结果整体偏高,二者在评分趋势上基本相同,尤其体现在降水较少的月份。 相似文献
10.
基于欧洲中期天气预报中心第五代季节预测系统SEAS5模式的历史回报数据和新疆98个气象站的气温、降水观测资料,利用距平符号一致率Pc、趋势异常综合评分Ps、距平相关系数ACC、时间相关系数TCC等方法,综合评估SEAS5模式对新疆1993—2019年月尺度气温和降水的预测性能。结果表明：SEAS5模式对新疆月气温、降水的总体预测性能较好,对降水趋势和量级有一定的预测能力。模式的预测性能存在明显的月际差异和空间差异。模式对新疆4—9月气温和4月、6—8月降水的预测性能较好。气温预测评分中,4月Pc最高(61.3分),7月Ps最高(74.4分),6月ACC最高(0.17)。降水预测评分中,4月Pc最高(58.7分),7月Ps最高(72.1分),4月ACC最高(0.16)。空间分布上,模式对1、3、6和12月南疆的气温预测性能普遍高于北疆,对7和9月南疆西部的预测性能低于其他地区。模式对南疆的降水预测性能普遍高于北疆。 相似文献
11.
次季节气候和径流预测是主动减灾的一个关键。基于国家气候中心第三代气候模式系统的次季节到季节模式(CMA-CPS v3 S2S)的气候预测信息和HBV水文模型,应用集合预测技术研发了未来40 d时段平均径流量和时段内极端干旱概率预测模型,应用平均方差技巧评分、距平相关系数、相对操作特征曲线面积、布赖尔技巧评分开展了回报检验,并检验了2021年黄河流域径流异常预测效果。结果表明,所建模型能够以较高技巧预测黄河流域未来40 d时段平均的径流量,且表现出枯季预测技巧高、湿季技巧低的季节差异;对秋末11月和冬季3个月(12月、1月、2月)的极端干旱概率预测也有较高技巧。对于2021年5—8月黄河上中游干旱和9—10月的秋汛,该方法正确预测了除6月、9月外的其他4个月的径流异常方向,但异常程度与实况存在差异。对径流预测水平影响因素的进一步分析表明,S2S降水预测能力影响径流预测水平,特别是丰水期的径流预测,但还有降水之外的其他因素影响径流预测技巧。 相似文献
12.
基于站点资料、再分析数据和动力气候模式回报数据,利用经验正交函数分解（EOF,Empirical Orthogonal Function）迭代和年际增量方法,探讨了长江流域年尺度降水异常的动力-统计降尺度预测方法及其应用效果。结果表明,基于再分析数据的年尺度环流场,建立的长江流域年尺度降水异常增量的统计降尺度预测方案,其26 a回报检验的距平相关系数（ACC）平均达0.6,证明该方案具有较高的可预报性。进一步利用模式预测的年尺度环流场,建立了年降水异常增量的动力-统计降尺度预测方案,其ACC平均为0.42,显示了较高的回报技巧,远优于模式直接输出的年降水动力预报结果。通过分析调制年降水预报技巧高低的因素发现,赤道中东太平洋年平均海温距平为负值时,预报技巧更高,ACC平均达0.5以上。在拉尼娜发展年或拉尼娜持续年的冷水背景下,利用EOF迭代选取的特征向量偏多时,多尺度的大气环流信息被纳入预测模型中作为预测信号,预测技巧得到了提高。 相似文献
13.
A comparison of full-field and anomaly initialization for seasonal to decadal climate prediction 总被引：1，自引：1，他引：0
There are two main approaches for dealing with model biases in forecasts made with initialized climate models. In full-field initialization, model biases are removed during the assimilation process by constraining the model to be close to observations. Forecasts drift back towards the model’s preferred state, thereby re-establishing biases which are then removed with an a posterior lead-time dependent correction diagnosed from a set of historical tests (hindcasts). In anomaly initialization, the model is constrained by observed anomalies and deviates from its preferred climatology only by the observed variability. In theory, the forecasts do not drift, and biases may be removed based on the difference between observations and independent model simulations of a given period. Both approaches are currently in use, but their relative merits are unclear. Here we compare the skill of each approach in comprehensive decadal hindcasts starting each year from 1960 to 2009, made using the Met Office decadal prediction system. Both approaches are more skilful than climatology in most regions for temperature and some regions for precipitation. On seasonal timescales, full-field initialized hindcasts of regional temperature and precipitation are significantly more skilful on average than anomaly initialized hindcasts. Teleconnections associated with the El Niño Southern Oscillation are stronger with the full-field approach, providing a physical basis for the improved precipitation skill. Differences in skill on multi-year timescales are generally not significant. However, anomaly initialization provides a better estimate of forecast skill from a limited hindcast set. 相似文献
14.
Evaluation of summer temperature and precipitation predictions from NCEP CFSv2 retrospective forecast over China 总被引：1，自引：0，他引：1
National Centers for Environmental Prediction recently upgraded its operational seasonal forecast system to the fully coupled climate modeling system referred to as CFSv2. CFSv2 has been used to make seasonal climate forecast retrospectively between 1982 and 2009 before it became operational. In this study, we evaluate the model’s ability to predict the summer temperature and precipitation over China using the 120 9-month reforecast runs initialized between January 1 and May 26 during each year of the reforecast period. These 120 reforecast runs are evaluated as an ensemble forecast using both deterministic and probabilistic metrics. The overall forecast skill for summer temperature is high while that for summer precipitation is much lower. The ensemble mean reforecasts have reduced spatial variability of the climatology. For temperature, the reforecast bias is lead time-dependent, i.e., reforecast JJA temperature become warmer when lead time is shorter. The lead time dependent bias suggests that the initial condition of temperature is somehow biased towards a warmer condition. CFSv2 is able to predict the summer temperature anomaly in China, although there is an obvious upward trend in both the observation and the reforecast. Forecasts of summer precipitation with dynamical models like CFSv2 at the seasonal time scale and a catchment scale still remain challenge, so it is necessary to improve the model physics and parameterizations for better prediction of Asian monsoon rainfall. The probabilistic skills of temperature and precipitation are quite limited. Only the spatially averaged quantities such as averaged summer temperature over the Northeast China of CFSv2 show higher forecast skill, of which is able to discriminate between event and non-event for three categorical forecasts. The potential forecast skill shows that the above and below normal events can be better forecasted than normal events. Although the shorter the forecast lead time is, the higher deterministic prediction skill appears, the probabilistic prediction skill does not increase with decreased lead time. The ensemble size does not play a significant role in affecting the overall probabilistic forecast skill although adding more members improves the probabilistic forecast skill slightly. 相似文献
15.
针对动力气候模式对区域或更小空间尺度内的日降水预测技巧偏低的问题,应用最优子集回归 (OSR) 方法对国家气候中心业务化的月动力气候模式 (DERF) 输出的高度场、风场和海平面气压场进行降尺度处理用于降水预测,旨在提高预测准确率。1982—2006年交叉检验结果表明:OSR方法能显著提高降水预测技巧,其中11~40 d改善效果最为显著。在此基础上,应用一步法和两步法两种统计降尺度方法预测极端降水日数,交叉检验结果表明:两种方法均优于随机预测,冬季两步法预测技巧略高于一步法,夏季一步法略优于两步法。综合认为OSR,OSR结合随机天气发生器 (WG) 两种统计降尺度方法对月尺度降水或极端降水日数的预测均具有较高的技巧,可作为短期气候预测的重要参考信息。 相似文献
16.
17.
Summary A revised 25-point Shuman-Shapiro Spatial Filter (RSSSF) has been applied to six atmospheric circulation models and multi-model
ensemble (MME) predictions, and its effect on the improvement of model forecast skill scores of the Asian summer precipitation
anomaly is discussed in this paper. On the basis of 21-yr model ensemble predictions, the RSSSF can remove the unpredictable
‘noise’ with respect to the 2-grid wavelength in the model precipitation anomaly fields and maintain the large-scale counterpart,
which is related to the response of the model to large-scale boundary forcing. Therefore, this could possibly enhance the
forecast skill of the Asian summer rainfall anomaly in the models and the MME. The potential improvement of model forecasting
skill is found in the Asian summer monsoon region, where the anomaly correlation coefficient (ACC) has been improved by 7–40%,
corresponding to the decreased root mean square error (RMSE) in the model and the MME precipitation anomaly forecasts. 相似文献
18.
从梅雨预测的业务需求出发,系统开展了CFSv2模式对2018年浙江梅雨期降水预报能力的多时间尺度评估。结果发现3月1日—5月31日的起报结果整体上未能较准确地预测6月浙江大部降水偏少的趋势、仅5月31日的预测结果与实况相符;在延伸期尺度上,CFSv2预测的梅雨期总降水量较实况偏少30%左右;基于相关系数、均方根误差和新定义的综合预报技巧指数等指标分析模式的延伸期预报性能,发现对梅雨期总降水量、逐日区域平均降水量和逐日全省各站降水量的预报技巧有限,对浙江梅雨区的预报水平总体高于浙江全省。评估结果表明CFSv2预报产品表现出显著的系统性干偏差;在延伸期尺度上,随着预报时效的缩短,预报效果并非逐步提升、而是客观存在一个最佳预报时效,各起报日也分别对应着不同的最优预报时段,整体而言梅雨降水的延伸期预测可能对初值并不敏感。 相似文献