共查询到19条相似文献，搜索用时 406 毫秒
1.
一种分离时间尺度的统计降尺度模型的建立和应用——以华北汛期降水为例 总被引：4，自引：2，他引：2
针对预报量变化中存在受不同物理因子控制的不同时间尺度变率特征, 本文提出了分离时间尺度的统计降尺度模型。应用滤波方法, 将不同尺度的变率分量分开, 在各自对应的时间尺度上利用不同的大尺度气候因子分别建立降尺度模型。华北汛期 (7～8月) 降水具有年际变率和年代际变率, 本文以华北汛期降水为例利用分离时间尺度的统计降尺度模型进行预测研究。采用的预报因子来自海平面气压场、 500 hPa位势高度场、 850 hPa经向风场和海表温度场以及一些已知的大尺度气候指数。利用基于交叉检验的逐步回归法建立模型。结果表明, 年际尺度上, 华北汛期降水与前期6月赤道中东太平洋海温以及同期中国东部的低层经向风密切相关; 年代际尺度上, 在东印度洋—西太平洋暖池海温的作用下, 华北降水与前期6月西南印度洋海平面气压有同步变化关系。年际模型和年代际模型的结果相加得到对总降水量的降尺度结果。1991～2008年的独立检验中, 模型估计的降水和观测降水的相关系数是0.82, 平均均方根误差是14.8%。结合模式的回报资料, 利用降尺度模型对1991～2001年的华北汛期降水进行回报试验。相比于模式直接预测的降水, 降尺度模型预测的结果有明显改进。改进了模式预测中年际变率过小的问题, 与观测降水的相关系数由0.12提高到0.45。 相似文献
2.
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
3.
中国春季沙尘暴年代际变化和季节预测 总被引：2，自引：0，他引：2
利用1954～2007年中国258个台站观测的月沙尘暴日数资料,北半球地表温度和美国NCAR/NCEP大气再分析资料,研究了中国春季沙尘暴日数年代际变化特征及其影响因子。研究发现:中国春季沙尘暴日数与贝加尔湖地表变暖存在显著的负相关,相关系数达到-0.8,该地区的地表温度变暖导致蒙古气旋活动和我国沙尘暴频率降低。利用该地区冬季对流层850 hPa温度与春季地表温度指数之间显著正相关关系,建立了冬季850 hPa温度指数预测中国春季沙尘暴频率的线性预报方程。通过22年回报检验发现,统计预报结果与多数台站观测的沙尘暴发生频率存在显著的正相关,最大相关系数达到+0.4。其中,近22年的预报场与观测之间空间相关系数平均达到+0.4以上,均方根误差在1～2之间,表明该统计预报模型具有一定的业务应用价值。 相似文献
4.
利用集合经验模态分解（EEMD）方法研究了南京地区夏季高温日数主要的非平稳年际变化周期型。对1946—2000年的南京地区夏季高温日数进行分解,分别得到包含有准2年周期分量和6年周期分量的年际变化型,而且准2年周期分量幅度较大,变化特征与高温日数观测数据变化具有较高的相似性。不同于传统方法,EEMD方法给出了高温日数在不同时间尺度上各自分离的变化特征。另外,这两种时间变化模态的演变对应于同期夏季不同的全球200 hPa经向风波列型,前者主要作用区域在南亚经过南海、西太平洋的副热带地区到日本海附近、北美中纬度地区和南印度洋和南大西洋中高纬度地区,而后者仅位于欧亚中高纬度地区。这两种独立变化时间模态的对应的遥相关空间分布型对于提高南京地区高温日数气候预报精度有重要意义。 相似文献
5.
为探索焦作市夏季气候变化,选取测站1971-2000年的夏季降水量及≥35 ℃高温日数资料,采用均生函数和回归分析方法设计统计模型,该模型能较好地拟合历史实况,并使用该模型对焦作2001-2008年的夏季降水及高温日数进行了预测,结果显示该模型有一定参考价值. 相似文献
6.
基于普洱雨季开始期年际增量变化规律和影响雨季开始期的环流形势及物理过程,采用年际增量方法和多元线性回归分析方法,选取5个具有物理意义的预测因子(包括前期1月南半球绕极环流、前期2月南太平洋高压、前期4月孟加拉湾至南海海平面气压、前期冬季加拿大北部海冰和前期冬季伊朗高原积雪深度),建立了普洱雨季开始期的预测模型,并对预测模型进行1967—2017年的交叉检验和1998—2017年的逐年独立样本检验。交叉检验中,雨季开始期预测值和观测值年际增量的相关系数为0.84,相对均方根误差为24%;独立样本检验中,雨季开始期年际增量的相对均方根误差为15%,模型对雨季开始期异常年份的预测误差小于7 d,表明该预测模型能很好再现1967—2017年雨季开始期的变化趋势。 相似文献
7.
8.
基于CFS模式的中国站点夏季降水统计降尺度预测 总被引：6，自引：2，他引：4
本研究针对中国夏季站点降水,研制建立了基于Climate Forecast System(CFS)实时预测数值产品及观测资料的统计降尺度预测系统。此预测系统选取了CFS模式中当年夏季500 hPa高度场和观测资料中前一年秋、冬季海表面温度场作为预测因子,两因子的关键区分别为泛东亚地区和热带太平洋地区。统计降尺度模型对1982~2011年中国夏季降水的回报效果较CFS模式原始结果显著提高,空间距平相关系数由0.03提高到0.31,时间相关系数在中国大部分地区显著提高,最大可达0.6。均方根误差较CFS模式原始结果明显降低,同时,此降尺度模型较好的回报出2011年汛期降水的距平百分率的空间分布型。 相似文献
9.
将霾日数年际增量作为预测对象、前期外强迫因子作为自变量,分别运用多元线性回归方法和广义相加模型建立长三角地区冬季霾日数预测模型。综合考察"去一法"交叉验证和循环独立样本实验的结果,选出适用于各个模型较优的建模方法,并对比长三角地区冬季霾日数预测模型(MODEL1)和长三角地区冬季霾日数分月预测模型(MODEL2)。MODEL1、MODEL2的均方根误差(解释方差)分别为2.69(80.01%)、2.76(79.04%),两类模型均能成功捕捉霾日数的年际-年代际趋势和极值。MODEL2预测的霾日数距平同号率(97.3%)优于MODEL1(86.49%),具有良好的距平符号捕捉能力。MODEL1采用11月之前的外强迫因子,可提前一个季度预测冬季霾日数;MODEL2采用更新的外强迫因子,可不断预测每月霾污染状况。通过两类模型组合使用,可更准确预测长三角地区冬季霾日数,为霾污染治理提供可靠的科技支撑。 相似文献
10.
依据区域气候模式RIEMS2.0输出的3 km高分辨率数据和站点降水记录分析了中国西北黑河流域降水的动力降尺度和统计—动力降尺度问题,检验了多种因子组合下多元线性回归（MLR）和贝叶斯模式平均（BMA）降尺度模型,评估了降尺度降水的均方根误差、相关系数、方差百分率及“负降水”偏差率等方面的统计特征。结果表明,动力降尺度降水相关系数最高,误差也最大,降水方差达到观测值的1.5～2倍;除相关系数外,统计—动力降尺度模型的几个统计特征均最优,纯统计模型次之。检验表明,仅用700 hPa位势高度场、经向风和比湿等构建的统计降尺度模型估计的站点降水相关系数较低,均方根误差也较大。当在统计降尺度模型中引入模式降水因子后站点降水的估计得到明显改善,其中MLR类模型的降水相关系数和方差百分率均明显高于BMA类模型,均方根误差二者相当,但前者“负降水”出现频次明显大于后者,“负降水”偏差主要出现在降水稀少的冬半年及黑河中、下游干旱或极端干旱区,上游出现频率较低,其中MLR类模型“负降水”出现频次明显高于BMA类模型,后者仅出现在黑河中、下游地区。包含模式降水因子的统计—动力降尺度模型能减少“负降水”出现... 相似文献
11.
华北汛期降水分离时间尺度降尺度预测模型的改进 总被引：2，自引：1，他引：1
本文采用偏相关预报因子挑选法和条件降尺度法,对已有的华北汛期(7~8月)降水时间尺度分离(TSD)降尺度模型进行了改进.利用偏相关法,找到一个新的影响华北汛期降水年际分量的前期预报因子,即6月北大西洋—欧亚遥相关(AEAT).该因子将扰动信号储存于北大西洋三极子结构,并在7~8月释放出来影响下游贝加尔湖低压系统的发展,从而影响华北汛期降水.利用6月Ni?o3指数和AEAT指数,本文建立了条件TSD统计降尺度模型,即按照预报因子的强度进行逐年分类,对于每个分类设计相应的预报模型,从而避免信息较弱因子的干扰.条件TSD降尺度方法显著改善了华北汛期降水的预测技巧,在独立检验阶段,预报降水与观测降水的相关系数由原模型的0.61提高到0.77,符号一致率从70%提高到87%. 相似文献
12.
利用TIGGE资料中欧洲中期天气预报中心(ECMWF,the European Centre for Medium-Range Weather Forecasts)、日本气象厅(JMA,the Japan Meteorological Agency)、美国国家环境预报中心(NCEP,the National Centers for Environmental Prediction)以及英国气象局(UKMO,the UK Met Office)4个中心1~7 d预报的日降水量集合预报资料,并以中国降水融合产品作为"观测值",对我国地面降水量预报进行统计降尺度处理。采用空间滑动窗口增加中雨和大雨雨量样本,建立分级雨量的回归方程,并与未分级雨量的统计降尺度预报进行对比。结果表明,对于不同模式、不同预报时效以及不同降水量级,统计降尺度的预报技巧改进程度不尽相同。统计降尺度的预报技巧依赖于模式本身的预报效果。相比雨量未分级回归,雨量分级回归的统计降尺度预报与观测值的距平相关系数更高,均方根误差更小,不同量级降水的ETS评分明显提高。对雨量分级回归统计降尺度预报结果进行二次订正,可大大减少小雨的空报。 相似文献
13.
Predictor selection is a critical factor affecting the statistical downscaling of daily precipitation. This study provides a general comparison between uncertainties in downscaled results from three commonly used predictor selection methods (correlation analysis, partial correlation analysis, and stepwise regression analysis). Uncertainty is analyzed by comparing statistical indices, including the mean, variance, and the distribution of monthly mean daily precipitation, wet spell length, and the number of wet days. The downscaled results are produced by the artificial neural network (ANN) statistical downscaling model and 50 years (1961–2010) of observed daily precipitation together with reanalysis predictors. Although results show little difference between downscaling methods, stepwise regression analysis is generally the best method for selecting predictors for the ANN statistical downscaling model of daily precipitation, followed by partial correlation analysis and then correlation analysis. 相似文献
14.
This study provides a multi-site hybrid statistical downscaling procedure combining regression-based and stochastic weather generation approaches for multisite simulation of daily precipitation. In the hybrid model, the multivariate multiple linear regression (MMLR) is employed for simultaneous downscaling of deterministic series of daily precipitation occurrence and amount using large-scale reanalysis predictors over nine different observed stations in southern Québec (Canada). The multivariate normal distribution, the first-order Markov chain model, and the probability distribution mapping technique are employed for reproducing temporal variability and spatial dependency on the multisite observations of precipitation series. The regression-based MMLR model explained 16?%?~?22?% of total variance in daily precipitation occurrence series and 13?%?~?25?% of total variance in daily precipitation amount series of the nine observation sites. Moreover, it constantly over-represented the spatial dependency of daily precipitation occurrence and amount. In generating daily precipitation, the hybrid model showed good temporal reproduction ability for number of wet days, cross-site correlation, and probabilities of consecutive wet days, and maximum 3-days precipitation total amount for all observation sites. However, the reproducing ability of the hybrid model for spatio-temporal variations can be improved, i.e. to further increase the explained variance of the observed precipitation series, as for example by using regional-scale predictors in the MMLR model. However, in all downscaling precipitation results, the hybrid model benefits from the stochastic weather generator procedure with respect to the single use of deterministic component in the MMLR model. 相似文献
15.
利用中亚地区30个观测台站逐月降水资料及同期ERA-40再分析资料,结合8个CMIP5全球气候模式模拟与未来预估大尺度环流场,使用基于变形典型相关分析的统计降尺度方法（BP-CCA）建立降尺度模型,评估多个气候模式对当前气候下中亚地区春季降水的降尺度模拟能力,并对春季降水进行降尺度集合未来预估。结果表明,建立的降尺度模型能够很好地模拟出交叉检验期内春季降水的时间变化和空间结构：降尺度春季降水与相应观测序列的平均时间相关系数为0.35,最高为0.62,平均空间相关系数为0.87。气候模式对中亚春季降水的模拟能力通过降尺度方法得到了显著提高：8个模式降尺度后模拟的降水气候平均态相对误差绝对值降至0.2%—8%,相比降尺度前减小了10%—60%,模拟的降水量场与相应观测场的空间相关均超过0.77;对比降尺度前多模式集合结果,多模式降尺度集合模拟的相对误差绝对值由64%减小至4%,空间相关系数由0.47增大至0.81,标准化均方根误差降至0.59,且多模式降尺度集合结果优于大部分单个模式降尺度结果。多模式降尺度集合预估结果表明,在RCP4.5排放情景下,21世纪前期（2016—2035年）、中期（2046—2065年）和末期（2081—2100年）的全区平均降水变化率分别为-5.3%、3.0%和17.4%。21世纪前期中亚大部分地区降水呈减少趋势,降水呈增多趋势的站点主要分布在南部。21世纪中期整体降水变化率由减少变为增多趋势,21世纪末期中亚大部分台站降水增多较为明显。21世纪初期和末期可信度高的台站均主要位于中亚西部地区。 相似文献
16.
利用1991-2011年黄淮地区夏季降水、NCEP/NCAR再分析资料和国家气候中心第2代动力气候模式（BCC_CSM1.1m）夏季回报结果,研究黄淮地区夏季降水降尺度预测模型和可预报性来源。诊断发现,黄淮地区夏季降水与同期南亚高压、乌拉尔山附近阻塞高压、西风急流、西太平洋赤道上空200 hPa纬向风场呈明显正相关。分析BCC_CSM1.1m对夏季环流的回报结果发现,模式对200 hPa和500 hPa位势高度场、200 hPa纬向风场和850 hPa经向风场上影响黄淮地区夏季降水的部分关键区域有较好的模拟能力。利用模式预报技巧较高且对黄淮地区夏季降水的影响有物理含义的环流特征作为预测因子,对比预测因子进行独立性筛选前后分别建立的降尺度预测模型发现,黄淮地区夏季降水预测与实况的距平符号一致率由61%提高到72%。预测技巧来源分析发现,降尺度预测能力与BCC_CSM1.1m对影响黄淮地区夏季降水的3个关键因子乌拉尔山附近环流、南亚高压、西太平洋赤道上空西风强弱的预测技巧密切相关,尤其是模式对西太平洋赤道上空西风的模拟能力起到决定性作用。 相似文献
17.
An Experiment of a Statistical Downscaling Forecast Model for Summer Precipitation over China 总被引：1，自引：0，他引：1 
下载免费PDF全文
下载免费PDF全文 A combination of the optimal subset regression (OSR) approach, the coupled general circulation model of the National Climate Center (NCC-CGCM) and precipitation observations from 160 stations over China is used to construct a statistical downscaling forecast model for precipitation in summer. Retroactive forecasts are performed to assess the skill of statistical downscaling during the period from 2003 to 2009. The results show a poor simulation for summer precipitation by the NCC- CGCM for China, and the average spatial anomaly correlation coefficient (ACC) is 0.01 in the forecast period. The forecast skill can be improved by OSR statistical downscaling, and the OSR forecast performs better than the NCC-CGCM in most years except 2003. The spatial ACC is more than 0.2 in the years 2008 and 2009, which proves to be relatively skillful. Moreover, the statistical downscaling forecast performs relatively well for the main rain belt of the summer precipitation in some years, including 2005, 2006, 2008, and 2009. However, the forecast skill of statistical downscaling is restricted to some extent by the relatively low skill of the NCC- CGCM. 相似文献
18.
Development of a Downscaling Method in China Regional Summer Precipitation Prediction 总被引：1，自引：0，他引：1 下载免费PDF全文
下载免费PDF全文 A downscaling method taking into account of precipitation regionalization is developed and used in the
regional summer precipitation prediction (RSPP) in China. The downscaling is realized by utilizing the
optimal subset regression based on the hindcast data of the Coupled Ocean-Atmosphere General Climate
Model of National Climate Center (CGCM/NCC), the historical reanalysis data, and the observations. The
data are detrended in order to remove the influence of the interannual variations on the selection of predictors
for the RSPP. Optimal predictors are selected through calculation of anomaly correlation coe±cients (ACCs)
twice to ensure that the high-skill areas of the CGCM/NCC are also those of observations, with the ACC
value reaching the 0.05 significant level. One-year out cross-validation and independent sample tests indicate
that the downscaling method is applicable in the prediction of summer precipitation anomaly across most
of China with high and stable accuracy, and is much better than the direct CGCM/NCC prediction. The
predictors used in the downscaling method for the RSPP are independent and have strong physical meanings,
thus leading to the improvements in the prediction of regional precipitation anomalies. 相似文献
19.
Statistical Downscaling Based on Dynamically DownscaledPredictors： Application to Monthly Precipitation in Sweden 总被引：3，自引：0，他引：3
A prerequisite of a successful statistical downscaling is that large-scale predictors simulated by the General Circulation Model (GCM) must be realistic. It is assumed here that features smaller than the GCM resolution are important in determining the realism of the large-scale predictors. It is tested whether a three-step method can improve conventional one-step statistical downscaling. The method uses predictors that are upscaled from a dynamical downscaling instead of predictors taken directly from a GCM simulation. The method is applied to downscaling of monthly precipitation in Sweden. The statistical model used is a multiple regression model that uses indices of large-scale atmospheric circulation and 850-hPa specific humidity as predictors. Data from two GCMs (HadCM2 and ECHAM4) and two RCM experiments of the Rossby Centre model (RCA1) driven by the GCMs are used. It is found that upscaled RCA1 predictors capture the seasonal cycle better than those from the GCMs, and hence increase the reliability of the downscaled precipitation. However, there are only slight improvements in the simulation of the seasonal cycle of downscaled precipitation. Due to the cost of the method and the limited improvements in the downscaling results, the three-step method is not justified to replace the one-step method for downscaling of Swedish precipitation. 相似文献