共查询到18条相似文献，搜索用时 171 毫秒
1.
基于国家气候中心(NCC_CSM11)、美国国家环境预报中心(NCEP_CFS2)和欧洲中期天气预报中心(ECMWF_SYS-TEM4)三种模式产品资料,以及美国国家环境预报中心(NCEP)的大气环流再分析资料和云南、贵州及四川三省359个站点月降水资料,搜寻模式"有预测技巧的高影响关键区",使用逐步回归方法建立预测释... 相似文献
2.
该文简要介绍了国家气候中心短期气候预测模式系统的研发成果,并侧重于从海洋资料同化系统、陆面资料同化系统、月动力延伸预测模式系统、季节气候预测模式系统4个方面介绍了第2代短期气候预测模式系统的业务化进展。第2代海洋资料同化系统已初步建成,其对温盐的同化效果总体上优于第1代同化系统;陆面资料同化系统正在研发中,目前已完成其中的多源降水融合子系统的业务建设工作,可为陆面分量提供实时的大气降水强迫分析场;第2代月动力延伸预测系统基于国家气候中心大气环流模式BCC_AGCM2.2建立,已于2012年8月进入准业务运行阶段;第2代季节预测模式系统基于国家气候中心气候系统模式BCC_CSM1.1(m) 建立,将于2013年底投入准业务运行。初步评估表明:第2代月动力延伸预测模式系统和季节气候预测模式系统分别对候、旬、月和季节、年际时间尺度的气候变率体现出了一定的预测能力,其对降水、气温、环流等要素的预测技巧总体上要高于第1代预测系统。 相似文献
3.
采用数值模式方法对我国华东地区进行月尺度短期气候预测。预测框架由改进的低分辨率全球环流模式T63 L9嵌套并入了水文模型VXM的区域气候模式RegCM3构成,根据嵌套气候模式的积分结果,经剔除系统误差后制作短期气候预报。本文利用国家气候中心的评分方法对2003、2004两年的降水和地表气温回报结果作了评估;还将本系统的预报结果与CMAP降水资料、NMC温度资料及全国160站的观测资料进行了对比。结果表明,该系统可以比较稳定地对我国华东地区的降水和温度进行月尺度预测。 相似文献
4.
基于月动力延伸预报最优信息的中国降水降尺度预测模型 总被引：7，自引：0，他引：7
利用国家气候中心月动力延伸预报结果、NCEP/NCAR再分析资料和中国160个站观测资料,通过计算两次相关的方法,获取最优预报信息作为建立降尺度预测模型的预测因子,提取的最优预测因子同时满足既是观测环流要素场影响降水的关键区域,又是模式要素场预报的高技巧区域两个条件.结合挑选出的最优预测因子,利用最优子集回归建立月平均降水的降尺度预测模型.文中设计了消除预测因子和预测量的线性趋势值后建立预测模型(方案1)和直接利用原始资料建立预测模型(方案2)两种方案.经过独立样本检验,发现这两种方案建立的预测模型都能够提高月尺度降水预测,方案1对月尺度降水预测的距平相关系数平均可达0.35.利用该方案对超前时间分别为0、5、10 d的月动力延伸预报产品进行月降水的降尺度预测表明,模式初值信息不仅影响月动力延伸预报结果,也影响降尺度应用效果,利用超前时间为0和5 d的月动力延伸预报结果进行降水降尺度预测可在业务中参考.此外,降尺度预测模型中选取的预测因子不仪在统计上是显著的,同时也具有清楚的物理意义. 相似文献
5.
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
6.
7.
多模式集合和降尺度技术是提升模式预测能力的有效工具。该文对国家气候中心多模式解释应用集成预测 (MODES) 技术与业务应用现状进行了综合介绍。MODES采用欧洲中期天气预报中心、东京气候中心、美国国家环境预报中心和中国气象局国家气候中心4个气候业务季节预测模式输出场,利用EOF迭代、变形的典型相关分析、最优子集回归和高相关回归集成4种统计降尺度方法以及等权平均、经典超级集合等集成方法进行全国月及季节降水和气温预测。目前对MODES进行了夏季回报检验和约1年的实时业务应用。回报检验和业务应用表明,MODES对气温有较好的预测能力 (月预测平均PS评分为76),对降水有一定预测技巧 (月预测平均PS评分为68),具有短期气候预测业务应用价值。 相似文献
8.
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
9.
《青海气象》2014,(2)
在国家气候中心的支持下,新疆气候中心完成了FODAS系统的安装和本地化应用工作。包括数据更新,建立本地化制图模板,筛选针对新疆区域的影响因子,完成历年回报检验并逐步开展了FODAS的业务试用工作。利用国家气候中心BCC_CGCM季节预测结果资料、CMAP降水实况资料(1983—2012),采用PS评分对近5年FODAS不同方法的夏季预测产品进行回报检验,并与业务评分进行对比。结果表明:熊开国—固定因子—动力统计订正方法、熊开国—异常因子—动力统计订正方法、系统误差订正和熊开国—固定因子和异常因子的集成方法得分较高,高于夏季降水预测业务评分。总体来看,熊开国方法(方法Ⅰ)的预测效果比杨杰方法(方法Ⅱ)的预测效果要稳定一些。 相似文献
10.
月动力延伸预测模式业务系统DERF2.0对中国气温和降水的预测性能评估 总被引：3，自引：0，他引：3
基于国家气候中心第二代月动力延伸预测模式业务系统（DERF2.0）开展的1982～2010 年的回报试验结果和国家气象信息中心提供的669 个台站气象观测资料,利用距平相关系数ACC、平均方差技巧评分MSSS、距平符号一致率R 和短期气候预测业务分级检验Pg 等4 种方法综合评估了DERF2.0 系统对中国的气温和降水的预测性能。结果表明,DERF2.0 模式对气温的总体预测效果较好,对气温的预测性能较DERF1.0 模式有了较明显的提升。与过去全国的短期气候预测业务评分相比,DERF2.0 对气温和降水的预测都有所提高。与气温相比,DERF2.0对降水的预测性能相对较差,对降水的预测水平与DERF1.0 相接近。DERF2.0 对发生在1998 年和2006 年的极端旱、涝个例年也有一定的预测能力,且对气温的预测明显好于降水。从空间上来看,DERF2.0 在西南地区的确定性预测效果较差,模式仍然有很大的改进空间。 相似文献
11.
基于中国气象局国国家气候中心海气耦合模式(CGCM/NCC)预测产品和山西省50站夏季降水资料,利用典型因子回归的方法(CCA),建立了山西省夏季降水的统计降尺度预测模型。该预测模型选取了CGCM/NCC模式夏季500 h Pa高度场和海平面气压作为预测因子,分别选取了长江中下游地区和热带中东太平洋作为预报关键区。统计降尺度模型对2007~2014年山西省夏季降水的回算较模式原始结果有显著提高,除2008年外,空间距平相似系数(ACC)均通过了0.01的显著性检验,时间相关系数(TCC)在山西省大部分地区都有显著提高,最大可达0.6,降水预测(PS)评分在70分以上。检验结果显示,基于CCA降尺度方法建立的预测模型对山西省夏季降水模态预测的准确率较高且比较稳定,其预测效果远高于CGCM/NCC直接输出降水结果。 相似文献
12.
本文利用4个国内外先进的气候模式（国家气候中心、ECMWF、NCEP和JMA）业务预测数据,采用2种多模式集合方法（等权平均和超级集合）、3种降尺度方法（BP-CCA、EOF迭代、高相关回归集成）和3种统计方法（CCA、最优气候值、高相关回归集成）以及降尺度集成和降尺度-统计方法集成,分析了目前季节模式、多模式集合、降尺度、统计方法、降尺度-统计集合等目前常用气候预测技术对新疆夏季降水和冬季气温的业务预测能力。
研究表明,以上技术方法对新疆夏季降水和冬季气温的预测预测能力有较大差别。目前先进的气候业务模式的预测技巧普遍很低,多模式超级集合和降尺度方法的技巧常高于单个模式,并且最佳的降尺度方法通常技巧高于最佳多模式集合方法。同时,统计方法和降尺度方法的预测技巧通常较为接近,而对二者进行超级集合可以具有相对很高的预测技巧。此外,现有常用气候预测技术方法对新疆夏季降水和冬季气温的趋势有一定的预测能力,但对气候异常的空间分布基本无预测能力。建议新疆气候预测技术围绕统计和降尺度方法集合发展。 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.
全球海洋ARGO资料的获取为气候预测的研究提供了前所未有的海洋资料。该文首先利用ARGO资料改进次表层参数化方案后的Zebiak-Cane海洋模式, 与统计大气模式耦合, 建立了热带动力海洋-统计大气耦合模式。通过比较应用和未应用ARGO资料改进的海洋模式, 进行了耦合模式的长期回报试验。结果表明:ARGO资料的应用极大地改善了耦合模式对热带太平洋海面温度异常的预测能力, 提前3个月和6个月的回报结果都有很大的改进, 基本上回报出了Ni?o3.4区海面温度异常的演变特征, 对厄尔尼诺和拉尼娜都能够给出较准确的回报, 回报结果与观测之间的相关性在整个热带太平洋区域明显提高。该文还利用国家气候中心 (NCC) 全球海气耦合模式, 对我国夏季降水进行了个例和多年季度回报模拟试验, 探讨了包含和不包含ARGO观测资料的同化资料作为初始场对我国夏季降水预测的影响, 表明采用带有ARGO观测资料的海洋同化初始场, 回报的我国夏季降水分布形式与观测更一致, 回报结果与观测之间的正相关区域变大, 对我国夏季降水的回报水平比采用没有ARGO观测资料的海洋同化初始场时有明显提高。 相似文献
15.
热带大气季节内振荡 (Madden-Julian oscillation,MJO) 是次季节-季节时间尺度气候变率的支配模态。它不仅对低纬度地区天气气候产生重要影响,还能够通过经向传播和激发大气遥相关波列对中高纬度地区产生影响,是延伸期尺度最重要的可预报性来源。因此,MJO预报是次季节-季节气候预测中极为重要的部分,近年来受到国际学术界广泛关注。该文回顾了MJO预报发展历史,概述了当前国际上主要科研业务机构的MJO预报发展现状。目前基于统计方法和气候模式的MJO预报研究取得了较大进展,特别是多个耦合气候模式和一种基于时空投影方法的统计模型均能够显著提升MJO预报技巧 (有效预报可达20 d以上)。该文还介绍了中国气象局国家气候中心在MJO预报技术发展和业务系统研制方面的新进展,当前基于第2代大气环流模式的MJO业务预报填补了国内空白,技巧为16~17 d,而耦合气候模式试验的技巧已达到约20 d。总体来看,利用耦合模式预报MJO是未来发展的主要方向,其中,面向MJO的模式初始化和集合预报新方法研究将是关注重点。 相似文献
16.
延伸期预报是无缝隙预测系统中的薄弱环节,如何提高灾害天气过程的延伸期预报技巧是国际热点及前沿问题。本研究基于2005年12月—2014年8月的观测/再分析资料,通过奇异值分解方法,揭示了与中国南方低频降水变化高度耦合的热带对流和中纬度波列信号。利用中国气象局参加国际次季节至季节预报计划模式（BCC-CPS-S2Sv2模式,简称BCC S2S模式）的回报数据,对中国南方低频降水异常场进行统计降尺度,构建了一套动力-统计相结合的延伸期降水预测模型。独立预测时段（2014年12月—2019年8月）的结果表明,BCC S2S模式可以提前10—15 d预报中国南方大部分区域的异常降水;提前15—20 d以上预报时,动力-统计结合预报模型对冬季（夏季）华南沿海地区（长江以北地区）的降水时间演变、降水空间分布及极端强降水事件的预报技巧均优于BCC S2S模式。文中提出的思路和方法可广泛应用于其他区域气象要素和极端天气事件的延伸期预报。 相似文献
17.
Sun-Seon Lee June-Yi Lee Kyung-Ja Ha Bin Wang Jae Kyung E. Schemm 《Climate Dynamics》2011,36(5-6):1173-1188
Long-lead prediction of waxing and waning of the Western North Pacific (WNP)-East Asian (EA) summer monsoon (WNP-EASM) precipitation is a major challenge in seasonal time-scale climate prediction. In this study, deficiencies and potential for predicting the WNP-EASM precipitation and circulation one or two seasons ahead were examined using retrospective forecast data for the 26-year period of 1981–2006 from two operational couple models which are the National Centers for Environmental Prediction (NCEP) Climate Forecast System (CFS) and the Bureau of Meteorology Research Center (BMRC) Predictive Ocean–Atmosphere Model for Australia (POAMA). While both coupled models have difficulty in predicting summer mean precipitation anomalies over the region of interest, even for a 0-month lead forecast, they are capable of predicting zonal wind anomalies at 850 hPa several months ahead and, consequently, satisfactorily predict summer monsoon circulation indices for the EA region (EASMI) and for the WNP region (WNPSMI). It should be noted that the two models’ multi-model ensemble (MME) reaches 0.40 of the correlation skill for the EASMI with a January initial condition and 0.75 for the WNPSMI with a February initial condition. Further analysis indicates that prediction reliability of the EASMI is related not only to the preceding El Niño and Southern Oscillation (ENSO) but also to simultaneous local SST variability. On other hand, better prediction of the WNPSMI is accompanied by a more realistic simulation of lead–lag relationship between the index and ENSO. It should also be noted that current coupled models have difficulty in capturing the interannual variability component of the WNP-EASM system which is not correlated with typical ENSO variability. To improve the long-lead seasonal prediction of the WNP-EASM precipitation, a statistical postprocessing was developed based on the multiple linear regression method. The method utilizes the MME prediction of the EASMI and WNPSMI as predictors. It is shown that the statistical postprocessing is able to improve forecast skill for the summer mean precipitation over most of the WNP-EASM region at all forecast leads. It is noteworthy that the MME prediction, after applying statistical postprocessing, shows the best anomaly pattern correlation skill for the EASM precipitation at a 4-month lead (February initial condition) and for the WNPSM precipitation at a 5-month lead (January initial condition), indicating its potential for improving long-lead prediction of the monsoon precipitation. 相似文献
18.
基于时空统计降尺度的淮河流域夏季分月降水概率预测 总被引：1，自引：1，他引：0
针对淮河流域水资源短缺、洪涝、干旱并存的问题,基于国家气候中心第二代季节气候模式的集合回报数据集(1991—2014年),建立时空相结合的统计降尺度模型,提前1—3个月预测该流域夏季分月降水,应用ROC(relative operating characteristics)评分评估比较了不同集合预测方案的预测技巧。交叉检验结果表明,样本数取18、20、22、28时,集合预测方案对3、4、5月三个起报时次预测的夏季各月降水技巧预测均高于模式预测技巧。2015—2017年的独立样本检验进一步表明该统计降尺度模型能够明显降低3月、5月起报的6月和8月的降水预测偏差。认为可尝试将该降尺度方法应用于淮河流域夏季降水预测及进一步的流域水文预测。 相似文献