共查询到20条相似文献，搜索用时 556 毫秒
1.
2.
本文总结了作者近４０年在季度天气趋势预报研究与实践的历程和主要进展。六十年代提出并利用中高纬和低纬前期大气环流特征与夏季江淮流域旱涝趋势的隔季遥联制作预报,８０年代补进一步考虑外在因子影响改进为“前期物理成因综合相似法”：１９６８～８７这２０年长江中下游夏季旱涝趋势预报取得较好成绩。随后的预报实践表明,因全球气候异常增长,预报难度有所增大。１９９５年开始建立一种短期气候系统多变因子的物理一统计预报 相似文献
3.
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
4.
山东区域汛期旱涝预测概论 总被引：3，自引：1，他引：3
对1951－2000年期间汛期（6－8月）山东区域旱涝与全国主要多雨带的8个分布类型的逐年对应关系进行了具体的对比和论述。并对烟台、青岛、潍坊、济南、临沂、菏泽等6个地区汛期旱涝的天文、海洋、大气环流和气象要素等方面的预报物理因子进行了全面的普查、筛选、精选和综合分析，并分别建立了汛期降水量预报物理方程。并以青岛地区为例，对汛期降水理的多种交叉学科的预报物理因子进行了最优集成，为青岛地区和水量和旱涝建立了分多级的可操作的预报物理模型。该文优选出来的汛期降水的多学科物理因子对短期气候预测有重要的学术意义，其中所建立的预报物理方程和预报物理模型对山东省各区汛期旱涝的季度和年度预报有重要的应用价值。 相似文献
5.
6.
近20年长江中下游汛期旱涝趋势季度预报的检验及分析 总被引：3，自引：1，他引：3
本文就作者近20年(1968—1987)长江中下游汛期旱涝趋势季度预报作了检验,预报评分显著超过了气候期望。通过对预报因子的分析,作者认为季度长期预报能达到基本可行的程度,关键是预报方法应建立在对长期天气过程形成和发展的物理分析基础上。 相似文献
7.
本文通过冬季黑潮海域海温与亚洲中、南部环流各月参数相关计算和感热释放参数计算以及华北平原夏季旱涝的环流分析,指出: 1.冬季黑潮海温在海气相互作用中的重要一点是对春季亚洲副高起加强作用; 2.冬季黑潮海温感热释放直接影响春季副高脊线的连续演变,冬季海温—春季副高存在季度热效应; 3.春季亚洲副高系统的调整直接影响华北平原夏季旱涝,春季副高—夏季华北旱涝存在季度相关效应。最后给出了应用十年效果良好的夏季降水予报方程。 相似文献
8.
9.
对月平均大气环流预报试验、季度预测和中国汛期降水预测进行了总结。结果表明气候预测的对象必须是要素的时间平均场。利用数值模拟进行气候预测是今后的主要发展方向,而季度预测技巧的提高依赖于对物理参数化和物理机制的研究。最后,讨论了季平均气温和季总降水的可预报性问题,即时效性和准确率。 相似文献
10.
11.
An Expert Seasonal Prediction System for operational Seasonal Outlook (ESPreSSO) is developed based on the APEC Climate Center (APCC) Multi-Model Ensemble (MME) dynamical prediction and expert-guided statistical downscaling techniques. Dynamical models have improved to provide meaningful seasonal prediction, and their prediction skills are further improved by various ensemble and downscaling techniques. However, experienced scientists and forecasters make subjective correction for the operational seasonal outlook due to limited prediction skills and biases of dynamical models. Here, a hybrid seasonal prediction system that grafts experts’ knowledge and understanding onto dynamical MME prediction is developed to guide operational seasonal outlook in Korea. The basis dynamical prediction is based on the APCC MME, which are statistically mapped onto the station-based observations by experienced experts. Their subjective selection undergoes objective screening and quality control to generate final seasonal outlook products after physical ensemble averaging. The prediction system is constructed based on 23-year training period of 1983–2005, and its performance and stability are assessed for the independent 11-year prediction period of 2006–2016. The results show that the ESPreSSO has reliable and stable prediction skill suitable for operational use. 相似文献
12.
Weixin JIN Yong LUO Tongwen WU Xiaomeng HUANG Wei XUE Chaoqing YU 《Journal of Meteorological Research》2022,(2):271-281
Despite significant progress having been made in recent years, the forecast skill for seasonal precipitation over China remains limited. In this study, a deep-l... 相似文献
13.
A Correction Method Suitable for Dynamical Seasonal Prediction 总被引：8，自引：0，他引：8
Based on the hindcast results of summer rainfall anomalies over China for the period 1981–2000 by the Dynamical Climate Prediction System (IAP-DCP) developed by the Institute of Atmospheric Physics, a correction method that can account for the dependence of model’s systematic biases on SST anomalies is proposed. It is shown that this correction method can improve the hindcast skill of the IAP-DCP for summer rainfall anomalies over China, especially in western China and southeast China, which may imply its potential application to real-time seasonal prediction. 相似文献
14.
为了在动力季节预测中更好地运用统计经验来改进预报, 从研究气候系统物理因子影响模式预报误差的角度入手, 探讨了与气候模式有关的统计经验获取问题, 并利用国家气候中心海-气耦合模式的历史回报数据, 考察了动力季节预测中夏季环流和降水的预报误差与主要物理因子, 包括Ni?o3区海温指数、太平洋年代际振荡指数、南北半球环状模指数以及北大西洋涛动指数相关关系。分析结果显示:上述物理因子与模式预报的夏季环流和降水误差之间存在前期或同期的某种显著相关关系, 并且显著关系分布随因子的不同而表现出明显不同的区域性特征, 这为发展一种基于预报因子的误差订正新方法提供了新思路。 相似文献
15.
16.
Two prediction models are developed to predict the number of landfalling tropical cyclones(LTCs) in China during June–August(JJA). One is a statistical model using preceding predictors from the observation, and the other is a hybrid model using both the aforementioned preceding predictors and concurrent summer large-scale environmental conditions from the NCEP Climate Forecast System version 2(CFSv2).(1) For the statistical model, the year-to-year increment method is adopted to analyze the predictors and their physical processes, and the JJA number of LTCs in China is then predicted by using the previous boreal summer sea surface temperature(SST) in Southwest Indonesia,preceding October South Australia sea level pressure, and winter SST in the Sea of Japan. The temporal correlation coefficient between the observed and predicted number of LTCs during 1983–2017 is 0.63.(2) For the hybrid prediction model, the prediction skill of CFSv2 initiated each month from February to May in capturing the relationships between summer environmental conditions(denoted by seven potential factors: three steering factors and four genesis factors) and the JJA number of LTCs is firstly evaluated. For the 2-and 1-month leads, CFSv2 has successfully reproduced these relationships. For the 4-, 3-, and 2-month leads, the predictor of geopotential height at 500 h Pa over the western North Pacific(WNP) shows the worst forecasting skill among these factors. In general, the summer relative vorticity at 850 h Pa over the WNP is a modest predictor, with stable and good forecasting skills at all lead times. 相似文献
17.
S2S（Sub seasonal to Seasonal）国际合作计划的主要目标是提升次季节〖CD*2〗季节多模式预测能力，重点关注0～60 d的预报预测技巧。中国气象局承担了S2S数据的归档备份任务，收集参与该计划的11个中心S2S模式数据，本文梳理了该数据资源的基本情况，介绍了数据的模式、要素及文件，研究了数据的读取和分析方法，评估了数据的正确性、完整性和时效性，运用模式回算数据，计算候、周、旬时间尺度的预测值和距平值，开展了相关数据产品的可视化工作，对照同期ECMWF距平图形产品进行分析，推动S2S数据产品在中国气象局预报预测业务中应用。 相似文献
18.
基于中国气象科学研究院T255全球高分辨率气候系统模式(CAMS-CSM)2011—2020年多样本集合回报试验,评估模式在中国及3个典型区域地表短波辐射(downward short-wave radiation flux,DSWRF)的季节预测能力。结果表明:CAMS-CSM模式能较好预测DSWRF的季节变化特征,但春季、夏季预测强度偏弱,秋季、冬季偏强。不同季节、不同地区DSWRF异常场的预报技巧差异明显。由DSWRF异常的空间相关系数和时间相关系数可以看到,内蒙古和西北地区秋季、冬季预报技巧较高,京津冀部分地区夏季、秋季节预报技巧较低。从趋势异常综合评分指数看,中国区域超前1个月预报各季节评分均超过70分,对西北地区夏季、秋季的评分指数最高,超过80分。整体而言,高分辨率气候模式对中国区域DSWRF超前0~1个月预报有一定预测能力,尤其是太阳能资源丰富的西北地区,可为未来DSWRF短期预测及太阳能清洁能源选址等提供参考。除模式系统性偏差外,春季、夏季DSWRF预报偏差主要来源于总云量预报的模拟偏差,改进模式云微物理过程是提高DSWRF季节预测能力的重要途径。 相似文献
19.
根据1979~2016年春季海表温度、土壤温度以及大尺度气候指数与中亚地区夏季温度的相关关系,确定了印度洋东南部海表温度、非洲西北部土壤温度、大西洋多年代际振荡（AMO）和东亚/西俄型（EA/WR）4个春季预测因子,进而建立了中亚地区夏季温度的预测模型。春季印度洋东南部海表温度暖异常、非洲西北部土壤温度暖异常、AMO正异常与EA/WR负异常均对应夏季中亚地区500 hPa位势高度场正异常,为该地区夏季高温发生提供有利条件。预测模型留一法交叉验证产生的1979~2016年中亚地区夏季温度无（有）趋势的时间序列与观测的无（有）趋势的时间序列的相关为0.65（0.74）,表明该预测模型具有良好的预测能力。研究结果有望帮助提高中亚地区夏季温度的预测技巧。 相似文献
20.
采用多尺度时空投影(MSTP)预测思路建立广东月降水和季节降水预测方法。通过EOF分解、小波分析和Lanczos滤波方法进行周期分解, 采用MSTP方法进行预测。借鉴年际增量法, 对预报结果用最小二乘法进行误差订正, 得到降水预测结果。PS预测评分和均方根误差10年独立样本检验(2006—2015年)结果显示:订正后, PS预测评分起伏较小, 68.8%的月降水和季节降水PS预测评分明显提高的年份超过6年, 且有87.5%的月降水和季节降水PS预测平均分达到70以上; 在±0.5个标准差范围内, 订正后均方根误差在40%以上的概率分布明显高于订正前, 订正后的月和季节降水占81.3%, 订正前占31.3%;在±1个标准差范围内, 概率分布在70%以上的月季降水订正前后相差不多, 订正后占56.3%, 订正前占50%。 相似文献