首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 109 毫秒
1.
厄尔尼诺海区海温季节预测比较   总被引:1,自引:0,他引:1  
利用奇异值分解方法建立多项线性统计气候预测模型,对厄尔尼诺海区各季节海温进行了短期气候预测试验,并采用历史资料独立样本检验的方法,评定不同预报时效的预报技巧。结果表明,不同海区各季节的预报效果相差很大。赤道西太平洋( Nino 4区)有最高的可预报性,在夏季末做冬季海温预报的技巧最高,多数条件下,这个区域的预报性能比较稳定。以海温和南方涛动指数作因子场的预报效果最好,大部分预报以单季的海温和南方涛动指数为预报因子效果较好,但有些预报以连续2季或3季的海温和南方涛动指数作预报因子的预报效果更好。  相似文献   

2.
用典型相关分析预测福建前汛期降水   总被引:1,自引:4,他引:1       下载免费PDF全文
吴滨  蔡学湛 《气象科技》2005,33(1):32-36
应用EOF—CCA方法对福建省前汛期(5~6月)降水量场进行试预测,预测因子选取关键区海温场及13项物理量场,降水量场为35个地面气象站降水资料。采用3种方案进行试预测,分别以关键区海温场为因子,13项物理量场为因子,或两者相结合。通过5年的独立样本预测检验表明,3种方案对福建省前汛期降水量场进行短期气候预测均有一定的预报技巧,预报时效最佳的时期是前一年的11、12月分,以关键区海温为因子的预测效果最好,12月份关键区海温结合13项物理量场为因子预测稳定性最好,可用于日常预测业务中。  相似文献   

3.
中国冬季气温的集合典型相关分析和预报   总被引:2,自引:0,他引:2  
以欧亚大陆地面温度、北半球500 hPa高度、热带印度洋SST(sea surface temperature)以及北太平洋SST为预报因子,通过典型相关分析(canonical correlation analysis,简称CCA)建立预报关系,然后用集合典型相关分析预报(ensemble canonical correlation prediction,简称ECC)方法预报中国冬季气温,并分析预报技巧及进行独立样本检验.结果表明,不同的预报因子对各个地区有不同的预报技巧,以欧亚大陆地面温度为预报因子预报技巧较高,而ECC模式对中国冬季气温有更好的预报能力,预报技巧高于任何一个单因子场的CCA预报;采用回归法的集合平均比简单的等权集合平均预报技巧更稳定.  相似文献   

4.
统计预报海温场驱动的CAM3.1模式预报试验   总被引:2,自引:0,他引:2       下载免费PDF全文
基于动力气候模式进行月一季尺度预报的“两步法”思想,提出一种新的预报海温场统计模型,并以该统计模型预报的海温场驱动NCAR CAM3.1模式对1981-2000年月时间尺度的东亚500 hPa高度距平场进行客观回报试验;在此基础上,提出了对预报结果的订正方法。结果表明:统计预报海温模型的预报海温场能够反映出全球海温空间分布的基本特征,并对表征ENSO事件的Ni?o3.4区海温变化的预报能力较强。该统计模型预报的海温场驱动的CAM3.1模式可以较好地预报出东亚500 hPa环流的主要分布特征,试验表明:适当的统计订正方法可以在一定程度上提高CAM3.1模式对东亚夏季500 hPa环流背景的预报技巧。  相似文献   

5.
基于MDERF(Monthly Dynamic Extension Range Forecast)模式输出500hPa位势高度场资料和贵州各月干旱综合指数、降水和气温等历史样本,利用秩序回归降尺度法,研究该方法对贵州月干旱综合指数、降水和气温的预报技巧和预测效果.结果表明:该方法从穷尽所有因子组合中选出彼此独立的3个最佳组合因子共同作为预报因子,从而增强可预报性;模型5 a回报试验和2007年8月试报结果表明该方法在实际预测业务中的应用潜力;各气候要素多年的距平相关系数评分比较稳定,其中月干旱综合指数、降水距平百分率、气温距平全年平均距平相关系数评分分别为0.14、0.15和0.14;各气候要素中月气温预报的Pc最高,平均为73%.综合分析表明,该方法在月动力延伸预报产品对贵州月气候要素预测释用中具有较好的应用前景.  相似文献   

6.
以中国夏季气温为预测对象,选取东亚地区冬季500 h Pa高度场、海平面气压场、地表温度场和850 h Pa温度场为预测因子,采用1951~2009年去趋势处理后的资料,通过变形的典型相关分析(Barnett-Preisendorfer Canonical Correlation Analysis,BP-CCA)方法分别建立单因子预测模型,再利用集合典型相关分析(Ensemble Canonical Correlation,ECC)方法建立集合预测模型,对中国夏季气温进行基于交叉检验方法的预测试验,然后利用2010~2014年的资料对中国夏季气温进行独立样本检验。通过分析BP-CCA模态可知,一对BP-CCA模态的空间型在一定程度上可以反映预报因子场和对象场的遥相关特征。通过基于交叉检验方法的预测试验表明环流场和热力场均能为气温提供预测信息。ECC预测模型综合了各个预报因子的在不同地区的预报技巧,比单因子BP-CCA预测模型有更高、更稳定的预报技巧。独立样本检验表明ECC模型与单因子BP-CCA预测模型相比,对中国夏季气温有更高、更稳定的实际预测能力,对气温季节预测具有参考价值。  相似文献   

7.
利用1979—2015年中国国家气候中心整编的160站月平均气温和NCEP/NCAR全球大气再分析资料,从1979/1980—2008/2009年冬季前期500 h Pa高度场、200 h Pa势函数和850 h Pa势函数场选择预测因子,考虑不同时效因子的组合及其独立性,综合应用多因子回归集合、交叉检验集合、逐月滚动集合,建立了针对中国冬季气温的逐月滚动预测模型,并利用该模型对2010/2011—2014/2015年冬季气温进行了独立预测试验和检验。结果表明,综合运用多种集合可提高短期气候客观定量预测的可行性和稳定性。多因子回归集合能增加可预测站点数,交叉检验集合可减少因统计关系不稳定而产生的对预报效果的影响,逐月滚动集合的应用不仅增加了可预测站点数,而且使预测效果更加稳定。本文建立的预测模型可对中国冬季气温进行长时效的预测,且有一定的预报技巧,对实际的季节预测业务有重要应用价值。  相似文献   

8.
对1979—2012年冬季气温应用经验正交分解方法,并利用北极海冰密集度(Sea Ice Concentration,SIC)和欧亚大陆雪盖(SNow Cover,SNC)观测数据,计算出秋季SIC和SNC对气温变化有显著影响的区域,建立SIC和SNC指数。基于交叉验证方法构建冰雪指数和我国气温的预测模型,定量评估冰雪因子对冬季气温的预测技能。结果表明,在预报技巧范围和评分上,9月SIC和11月SNC指数的综合预报效果优于单个指数的预报效果,高预报技巧区主要位于我国华北和东北地区,该区域平均距平相关系数为0.58,并且优于气候态后报高达18.7%,表明在季节预报系统中考虑冰冻圈的异常是非常有必要的。  相似文献   

9.
应用北太平洋海温资料,分析了川渝地区盛夏雨量与海温的联系,在关键海区海温与川渝伏旱气候非同步联系的基础上,建立了多时次海温EOF迭代方法,进行了川渝地区盛夏伏旱的短期气候预测.实际应用表明:以前期多时次海温为预报因子,通过历史独立预报试验建立的多时次EOF迭代伏旱预测模型,预见期长,准确率高,并可实现滚动预测,具有明显的预报技巧和应用价值.  相似文献   

10.
王蕾  张人禾 《大气科学》2006,30(6):1147-1159
利用季降水异常的典型集合相关预测模式, 研究了前期和同期不同季节全球海表温度距平场与中国夏季旱涝的遥相关分布特征以及这种相关型随季节的变化, 揭示了全球海温的异常变化在中国夏季旱涝中的信号特征.研究表明, 全球不同区域海温对我国夏季降水的影响存在着明显的季节差异.全球特定的海温分布可以作为中国夏季旱涝预报的信号因子.选取不同区域及不同时段的海温场作为因子场分别对1998、 1999年这两个典型年份的我国夏季降水进行了诊断研究和预测试验, 并通过不同区域海温的影响权重做集成预测.试验结果表明:不同区域海温的集成预测不仅可以有效地提高预测的准确性, 而且可以揭示不同时段不同区域海温的异常变化在夏季旱涝中的强信号现象.  相似文献   

11.
陆面热力因子应用于中国夏季降水预测的初步试验   总被引:4,自引:1,他引:3  
朱蒙  陈海山  蒋薇  谭桂容 《气象学报》2014,72(6):1135-1142
基于对中国东部夏季降水与欧亚大陆土壤温度和全球海表温度的相关分析,选取不同关键区的土壤温度和海表温度作为夏季降水的预测因子。利用1961-1990年的资料,分别以土壤温度作为第1组预测因子,海表温度作为第2组预测因子,综合海表温度与土壤温度因子作为第3组预测因子,使用改进的典型相关分析和集合典型相关分析法对中国东部夏季降水场进行预测,建立了相应的预测模型。然后,利用1991—2010年的资料进行了独立样本预测试验。在独立样本预测试验中,综合海表温度与土壤温度因子建立的模型比只用海表温度进行预测的各项预测评分高,说明加入土壤温度因子后预测效果有所提高。基于陆面热力因子的预测模型对夏季降水有一定的技巧,而综合海温与陆面热力因子的预测模型对中国东部夏季降水有较高的预测能力。  相似文献   

12.
我国夏季降水与前期太平洋海温场关系的典型相关分析   总被引:5,自引:0,他引:5  
对太平洋海温场与我国夏季降水之间的典型相关分析表明,海温场第一典型分布型的季节变化为:秋季东南高西北低、冬季东西低中间高、春夏季西北高东南低。典型主分量的时间变化规律清楚地反映出ElNino的演变过程。用CCA短期气候预测模型对我国夏季降水的预报试验结果显示,我国的降水对因子场的响应存在明显的地区性差别,且预报效果同各区降水指数与典型主分量相关性的高低关系密切。  相似文献   

13.
3个月平均气温距平的CCA预测方法   总被引:2,自引:1,他引:2  
用根据CCA方法设计的一个统计预报模式对我国3个月平均气温距平进行预报试验,并用交叉检验方法进行估计,结果表明:预报技巧随提前时时间增长而减小得较少,用全球表面温度作预报因子有较高的预报技巧,7,8,9月3个月较易预报,而10,11,12月3个月较难预报。  相似文献   

14.
用根据CCA方法设计的-个统计预报模式对我国3个月平均气温距平进行预报试验,并用交叉检验方法进行估计。结果表明:预报技巧随提前时间增长而减小得较少;用全球表面温度作预报因子有较高的预报技巧;7、8、9月3个月较易预报,而10、11、12月3个月较难预报。  相似文献   

15.
There is strong evidence that Indian Ocean sea surface temperatures (SSTs) influence the climate variability of Southern Asia and Africa; hence, accurate prediction of these SSTs is a high priority. In this study, we use canonical correlation analysis (CCA) to design empirical models to assess the predictability of tropical Indian Ocean SST from sea level pressure (SLP) and SST themselves with lead-times up to one year. One model uses the first twelve empirical orthogonal functions (EOFs) of SLP over the Indian Ocean using different lead-times to predict SST. A CCA model with EOFs of SST as the predictor at the same lead-times is compared to SLP as a predictor and shows the auto-correlation of the system. A CCA using the first five extended empirical orthogonal functions (EEOFs) of sea level pressure over the Indian Ocean basin for an interval of two years combined with SST EOFs as predictors is found to produce the greatest correlation between forecast and observed SSTs. This model obtains higher skill by explicitly considering the development in time of SLP anomalies in the region. The skill of this model, assessed from retroactive forecasts of an 18 year period, shows improvement relative to other empirical forecasts particularly for the central and eastern Indian Ocean and boreal autumn months preceding the Southern Hemisphere summer rainfall season. This is likely due to the limited domain of this model identifying modes of variability that are more pronounced in these areas during this season. Finally, a nonlinear canonical correlation analysis (NLCCA) derived from a neural network is used to analyze the leading nonlinear modes. These nonlinear modes differ from the linear CCA modes with distinct cold and warm SST phases suggesting a nonlinear relationship between SST and SLP over the tropical Indian Ocean.  相似文献   

16.
利用1982—2017年华西南部地区冬季气温和NCEP再分析资料以及CFS模式实时预测资料,通过SVD诊断分析,选取影响华西南部地区冬季气温的同期关键区大气环流和前期海温及OLR因子场,建立预测与观测场相结合的组合统计降尺度预测模型。该统计降尺度预测模型对1982—2017年的回报结果显示:与观测场的空间相关系数较CFS模式原始预测结果有显著提高,多年均值从-0.06提升到0.38,最高可达0.85。同时,此降尺度预测模型可较好地回报出华西南区冬季气温的空间分布型。  相似文献   

17.
Both seasonal potential predictability and the impact of SST in the Pacific on the forecast skill over China are investigated by using a 9-level global atmospheric general circulation model developed at the Institute of Atmospheric Physics under the Chinese Academy of Sciences (IAP9L-AGCM). For each year during 1970 to 1999, the ensemble consists of seven integrations started from consecutive observational daily atmospheric fields and forced by observational monthly SST. For boreal winter, spring and summer,the variance ratios of the SST-forced variability to the total variability and the differences in the spatial correlation coefficients of seasonal mean fields in special years versus normal years are computed respectively. It follows that there are slightly inter-seasonal differences in the model potential predictability in the Tropics. At northern middle and high latitudes, prediction skill is generally low in spring and relatively high either in summer for surface air temperature and middle and upper tropospheric geopotential height or in winter for wind and precipitation. In general, prediction skill rises notably in western China, especially in northwestern China, when SST anomalies (SSTA) in the Nino-3 region are significant. Moreover,particular attention should be paid to the SSTA in the North Pacific (NP) if one aims to predict summer climate over the eastern part of China, i.e., northeastern China, North China and southeastern China.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号