共查询到20条相似文献，搜索用时 281 毫秒
1.
运用热带海温资料、500hPa高度场等建立气候场,对此气候场均取前6个因子,共建立1248个因子的物理因子场。将粤中西部10个县(市)前汛期和后汛期降水量场进行EOF分解,得出前四个主分量;分别用这四个主分量与1248个气候场主分量因子进行相关计算,最后选取10个因子进入逐步回归方程,对前四个主分量进行预测,从而可以预测肇庆市前、后汛期降水的空间分布;再经过反算拟合,得出前、后汛期降水量的预报结果。检验表明,这种方法可以预测区域未来的降水空间分布与降水量,预报效果较好;物理意义上,可以揭示多个气候背景场的空间分布与某区域气候场的空间分布之间的联系,为小区域的短期气候预测提供物理依据。 相似文献
2.
运用热带海温资料、500hPa高度场等建立气候场,对此气候场均取前6个因子,共建立1248个因子的物理因子场。将粤中西部10个县（市）前汛期和后汛期降水量场进行EOF分解,得出前四个主分量;分别用这四个主分量与1248个气候场主分量因子进行相关计算,最后选取10个因子进入逐步回归方程,对前四个主分量进行预测,从而可以预测肇庆市前、后汛期降水的空间分布;再经过反算拟合,得出前、后汛期降水量的预报结果。检验表明,这种方法可以预测区域未来的降水空间分布与降水量,预报效果较好;物理意义上,可以揭示多个气候背景场的空间分布与某区域气候场的空间分布之间的联系,为小区域的短期气候预测提供物理依据。 相似文献
3.
建立福建汛期降水量气候场的主分量逐步回归预测模型,通过预测福建汛期降水量气候场的主分量来实现对福建汛期降水量场的预测。选取北半球500 hPa高度场、太平洋海温场、北半球海平面气压场等含不同区域不同季节的诸多因子场的前若干主分量因子作为预测因子。计算分析了福建汛期降水场的主分量分布特征和分型特点。利用相关筛选和双重检验逐步回归方法,建立福建汛期降水场与多个因子场的关系,建立主分量的预测方程。通过对2012年福建汛期降水的预报,发现该模型对福建汛期降水的趋势和分布有较好的预测能力。 相似文献
4.
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
5.
6.
《干旱气象》2015,(6)
利用1951~2011年中国160个气象站逐月降水、温度、74项环流指数和NCEP再分析海表温度资料,采用偏最小二乘回归(PLSR)方法,结合均生函数构造预报量周期性因子,建立辽宁省汛期平均降水量及其5站(沈阳、朝阳、营口、丹东和大连)汛期降水量预测模型,并进行预测效果检验分析。结果表明:采用均生函数构造预报量周期性因子,在一定程度上弥补了气候预测统计模型高相关性因子的不足,从而使辽宁汛期平均降水量PLSR模型的试报均方根误差降低约10 mm。PLSR模型由于较好地解决了预报因子之间的多重相关性问题,其预测效果较逐步回归模型有明显提高,对2002~2011年辽宁5站汛期降水量试报的Ps评分平均值为72.6%,比逐步回归模型提高了10.3%。 相似文献
7.
8.
神经网络模型预报湖北汛期降水量的应用研究 总被引：18，自引：1，他引：18
使用人工神经网络方法建立了湖北省汛期 (6～ 8月 )总降水量的短期气候预测模型 ,该神经网络模型的输入是汛期前期 (2～ 4月 )的北半球月平均 5 0 0 h Pa高度场、海平面气压场和太平洋海温场的扩展自然正交展开 (EEOF)的前几个主要模态的时间系数 ,输出了湖北汛期降水场的自然正交展开 (EOF)的前 2个主要模态的时间系数。41 a历史资料的交叉检验表明 :样本试验的预报技巧评分平均为 0 .2 4 6 ,虽然该模型对各年的预报效果仍存在一定的不稳定性 ,但它可为湖北汛期降水的短期气候预测提供一种具有明显统计预报正技巧的预报方法 相似文献
9.
10.
11.
利用西南三省一市1980—2017年逐日降水资料,采用主成分及旋转主成分分析,对西南雨季降水的空间异常特征进行了研究,并在分区的基础上,探讨了各区降水的时间演变特征,最后运用均生函数建立预测模型,进行预报试验。结果表明:西南地区雨季降水空间差异大,具体可分为6区;各区雨季降水量的时间演变均具有显著年际、年代际变化特征,且近年来西南大部分地区雨季降水量减少、降水异常偏少年出现的频次增多;预报模型对于雨季降水的拟合和预测效果均较好。 相似文献
12.
利用2014—2016年第二代月动力延伸预测模式业务系统(DERF2. 0)直接输出及预报员预报的贵州省气温和降水预报数据、贵州省84站观测数据,采用Ps、Cs和Zs 3种评分方法评估了DERF2. 0对贵州月气温、降水和月内强降水过程的预测性能,并与预报员业务值班发布的预报质量进行对比分析,系统性地对DERF2. 0产品在延伸期/月尺度的预测效果进行检验评估。结果表明:DERF2. 0月预测产品总体上对贵州气温的预测性能优于降水,气温偏高预测的可参考性高于其对气温偏低的预测。DERF2. 0预报月气温的Ps评分较预报员略高,月降水较预报员略低,总体来看DERF2. 0月预测效果较预报员综合预报略差且预报性能较不稳定。预报员预测数据的Zs和Cs评分总体高于DERF2. 0预测数据,但DERF2. 0预测数据的Zs和Cs评分较预报员逐年提高,尤其在整个雨季时段较为明显。DERF2. 0对主汛期(6—8月)的预报准确率较整个雨季期(4—10月)略高。 相似文献
13.
In order to achieve the best predictive effect of the Partial Least Squares (PLS) regression model, Particle Swarm Optimization (PSO) algorithm is applied to automatically filter the optimal subset of a set of candidate factors of PLS regression model in this study. An improved version of the Particle Swarm Optimization-Partial Least Squares (PSO-PLS) regression model is applied to the station data of precipitation in Southwest China during flood season. Using the PSO-PLS regression method, the prediction of flood season precipitation in Southwest China has been studied. By introducing the precipitation period series of the mean generating function (MGF) extension as an alternative factor, the MGF improved PSO-PLS regression model was also build up to improve the prediction results. Randomly selected 10%, 20%, 30% of the modeling samples were used as a test trial; random cross validation was conducted on the MGF improved PSO-PLS regression model. The results show that the accuracy of PSO-PLS regression model and the MGF improved PSO-PLS regression model are better than that of the traditional PLS regression model. The training results of the three prediction models with regard to the regional and single station precipitation are considerable, whereas the forecast results indicate that the PSO-PLS regression method and the MGF improved PSO-PLS regression method are much better than the traditional PLS regression method. The MGF improved PSO-PLS regression model has the best forecast performance on precipitation anomaly during the flood season in the southwest of China among three models. The average precipitation (PS score) of 36 stations is 74.7. With the increase of the number of modeling samples, the PS score remained stable. This shows that the PSO algorithm is objective and stable. The MGF improved PSO-PLS regression prediction model is also showed to have good prediction stability and ability. 相似文献
14.
利用全球环流模式进行我国汛期短期气候预测的试验 总被引：11，自引：2，他引：9
利用OSU/NCC全球大气环流模式耦合全球混合层海洋与海冰模式,采用集合预报的方法,对中国汛期降水进行了1982~1995年共14年的跨季度综合性回报检验研究。结果表明,该模式对我国汛期降水具有一定的跨季度预报能力,对部分地区（江淮至华东沿海、东北部分地区等）有较强的预报能力。 相似文献
15.
华南前汛期降水预测模型及其预测试验 总被引：2，自引：0，他引：2
将中国华南区域分为东、西2个区,对每个区(8个站)的前汛期(4—6月)平均降水量作自然正交展开(EOF),选取各区累积方差贡献超过75%的前4个主分量作为预报分量。再利用偏最小二乘回归方法结合均生函数方法,提出一种同时考虑预报量自身显著变化周期和前期物理量因子对预报量未来变化影响的预报模型,分别建立东、西区前汛期平均降水量的偏最小二乘回归预报方程。试验结果表明,新的预报模型的预报效果比单纯采用前期物理量因子的逐步回归模型更好,并且其预报能力的提高具有合理的分析依据。 相似文献
16.
新疆北部雨季降水对ENSO的响应 总被引：1，自引：0，他引：1
分析研究了新疆北部地区近50年（1951－2000年）全年各月降水的气候分布特征和各季降水的年际变化规律，重点揭示了北疆多雨季节（4－7月）及各月降水量对赤道东太平洋的海温SST和南方涛动指数SOI的显著响应关系，并用前期SST和SOI作为预报因子，建立了北疆地区雨季降水量的预报方程，该方程对北疆地区雨季降水量的长期预报有重要的应用价值。 相似文献
17.
近58年柳州市汛期降水特征分析 总被引：6，自引：1，他引：5
利用柳州市1951～2008年的月降水量资料,采用线性倾向估计和小波分析方法,分析了近58a柳州市汛期（4～9月）降水的变化特征。结果表明：近58a来柳州市汛期降水主要呈波动性变化,线性趋势变化不明显,但前汛期降水总体呈上升趋势,降水量约增加87mm;后汛期降水量总体呈下降趋势,约减少了89mm。因此,前汛期有变涝趋势,后汛期有变旱趋势。近58年柳州市汛期降水年代际变化的主要周期为20～25a,20世纪80年代以后,汛期降水存在周期10-15a的年代际变化。20世纪80年代以前,柳州市汛期降水主要的年际变化周期2～4a,以后的年际变化周期是4～8a。 相似文献
18.
19.
利用1961—2018年中国地面气象台站2 400站中广东省和广西壮族自治区(两广地区)134站逐日降水资料、英国Hadley中心逐月海表温度资料、NCEP/NCAR逐月再分析资料,筛选了两广地区前汛期降水正(负)异常、后汛期降水负(正)异常的年份,即前、后汛期降水异常反位相年份。结果表明,近60 a来,两广地区前、后汛期降水反位相现象与热带西太平洋海温异常存在密切联系。前汛期期间,当热带西太平洋海温为负异常时,大气对该冷源的Rossby波响应引起西北太平洋反气旋环流异常,且水汽由热带西太平洋向两广地区输送并辐合,同时两广地区为水汽的湿平流区域、风场异常辐合区域,其上空受异常上升运动控制,这样的环流配置有利于两广前汛期期间降水正异常。热带西太平洋海温负异常可持续至后汛期期间,大气的Rossby波响应所致的西太平洋反气旋较前汛期偏西北,两广地区为水汽异常辐散区域,同时水汽干平流且风场异常辐散,受异常下沉运动控制,不利于两广地区降水的产生。反之亦然。 相似文献