共查询到20条相似文献，搜索用时 15 毫秒
1.
为了提高近岸精细化海温预报精度,利用神经网络方法,分析了海温数值预报及观测数据在释用中的作用,研究了定点近岸海温影响因子的最优配置方案,建立了定点海温精细化数值预报释用模型,评估了释用模型性能。误差分析结果显示,数值海温产品及其观测在建模中起到了降低和稳定模型误差的作用;释用模型将定点数值预报的误差从2.2°C减少至0.7°C;预报误差较调训误差略高,但考虑到预报误差的稳定性,数值释用与人工经验预报水平持平,因此,该方法具有十分广阔的拓展空间和应用前景。 相似文献
2.
针对数值预报和人工经验预报在近岸定点表层海温(sea surface temperature, SST)预报中预报准确度不高,将近岸台站定点SST预报转换为多元时间序列预测任务,应用卷积神经网络(convolutional neural networks, CNN)构建近岸台站定点SST时间序列变化模型,对近岸台站每日最高海温、最低海温、平均海温进行预报,并与人工经验方法和长短期记忆网络(long short-termmemory,LSTM)方法进行对比试验。结果显示,在测试数据中相比人工经验预报,CNN方法全年日最高海温预报平均绝对误差(mean absolute error, MAE)为0.36℃,平均下降0.14℃,均方根误差(root mean squared error, RMSE)为0.49℃,平均下降0.21℃,日最低海温预报MAE为0.36℃,平均下降0.17℃, RMSE为0.63℃,平均下降0.24℃,日平均海温预报MAE为0.30℃, RMSE为0.47℃,预报性能和LSTM模型预报性能相当。研究表明CNN应用于近岸SST预报具有可行性,能够有效地提高SST预报准... 相似文献
3.
海表温度是表征海洋表层热力状况的重要海洋参数,日均全天候覆盖的海温观测数据可为服务台风监测及其他海洋灾害时空演变的精细化预报提供数据支撑。可见光红外扫描辐射计和中分辨率光谱成像仪反演的海温产品具有较高的空间分辨率,但是红外遥感反演的海温产品受到云、雾和霾的影响,在云下存在大面积、无规律的缺值;微波辐射计反演的海温产品空间分辨率低,但可穿透云层,实现全天候海温观测。本文基于风云三号B、C、D三颗极轨气象卫星红外和微波遥感仪器反演的海温资料,利用经验正交函数插值法(DINEOF)重构得到全球海表温度产品。与全球分析场日平均海温OISST数据进行比较可知：原始海温资料的均方根误差为0.59~0.70℃,DINEOF重构后海温资料均方根误差降至0.10~0.34℃;相关系数从0.33~0.48提升到0.78~0.98。多传感器重构海温数据空间分布上连续可信,能够监测不同季节的海温变化特征及暖池空间模态。风云三号气象卫星微波遥感的加入显著提升了重构海温的空间连续覆盖率和时间分辨率。 相似文献
4.
尝试利用卫星遥感高分辨率海表温度资料GHRSST (Group for High Resolution Sea Surface Temperature) 与海表温度(sea surface temperature, SST)数值预报产品之间的误差, 建立一种南海SST模式预报订正方法。首先, 利用南海的Argo浮标上层海温数据对GHRSST 海温数据进行验证, 结果表明两者之间均方根误差约为0.3℃, 相关系数为0.98, GHRSST 海温数据可用于南海业务化数值预报SST的订正。预报订正后的SST与Argo浮标海温数据相比, 24h、48h和72h的均方根误差均由0.8℃左右下降到0.5℃以内。与GHRSST 海温数据相比, 南海北部海域(110°E—121°E, 13°N—23°N)订正后的24h、48h和72h的SST预报空间误差均显著减小, 在冷空气影响南海期间或中尺度涡存在的过程中, SST预报订正效果也较为显著。因此, 该方法可考虑在南海业务化SST数值预报系统中应用。 相似文献
5.
类型丰富、时空分辨率高的海洋探测数据,为信号分解和机器学习算法的应用提供了可能。本文针对如何建立有效的海温预测模型这一问题,使用高时空分辨率的海表温度(SST)融合产品,引入信号处理领域的集合经验模态分解(EEMD)和机器学习领域的自回归积分滑动平均模型(ARIMA)。首先利用最适于分解自然信号的EEMD方法,将海温数据分解成多个确定频率的序列;再利用ARIMA分别对各个频率的序列进行预测,最后将各个序列的预测结果进行组合。该方法在丰富数据的支撑下,比以往直接使用海温数据所建立的预测模型精度更高,为更好地进行海温预测提供了新方法。 相似文献
6.
海温是影响长期天气过程的因子之一。也是“一个可能提高长期预报质量的物理因子”。关于长江中下游地区汛期旱涝的海温场特征已有一些研究。有的分析得出该区的汛期雨量与黑潮海域冬季(表层)海温异常有关;有的得出与冬季黄海冷水团的水温异常有关。新近,陈烈庭等的分析则得出南海南部和东南部的前期海温变化,对后期长江中下游初夏(5月)降水也有影响。 南海是一个比较封闭的高温海区,通过巴士海峡和台湾海峡与黑潮海域及东海进行着强烈的水交换,冬季南海北部(指15°N以北海区)的海温异常与黑潮区存在着准同 相似文献
7.
8.
9.
10.
基于ARGO资料的MTSAT海温产品误差分析 总被引：2，自引：0，他引：2
利用全球海洋观测网计划ARGO浮标的表层海温测量值分析了MTSAT卫星的海温反演误差。结果显示,平均绝对误差为0.73℃,均方根误差为0.885℃,满足应用需要;海温反演异常点多分布在30°N以北的高纬区域。为了确保海温产品数据的可靠性,需要通过数据误差控制技术来检测和控制海表温度反演的异常值,影像边缘和高纬地区的区域数据应谨慎使用。 相似文献
11.
次表层上卷海温对改进ENSO(厄尔尼诺-南方涛动,El Ni o-Southern Oscillation)模拟水平及ENSO年代际变化均具有重要作用。利用一个中等复杂程度耦合模式(intermediate coupled model,简称ICM)和Nudging(张弛逼近)同化方法,重构了1856—2008年间热带太平洋地区的次表层上卷海温。统计检验表明,重构的次表层上卷海温与近50年的3种分析资料间具有较高的相关性和较小的均方根误差。此外,通过此重构的次表层上卷海温资料重新驱动ICM模式,模拟得到的海表温度距平(sea surface temperature anomaly,简称SSTA)可以真实地反映出ENSO的年际和年代际变化,表明此重构的次表层上卷海温资料可用于气候研究,特别是用于ENSO的大尺度低频变化或年代际气候变化研究。 相似文献
12.
本文采用南沙永署礁所测的１９８８．９～１９９６．１的逐日表层海温资料和西沙１９８８．８～１９９５．１２月逐日表层海温资料，用相空间延拓方法，计算了它的关联维Ｄｍ和Ｋａｌｍｏｇｏｒｏｖ熵的近似值二阶Ｒｅｎｙｉ熵Ｋ２，得到Ｄｍ为分数维，Ｋ２约为一正数值，证明南海海温系统具有混沌吸引子，是一种混沌运动，是一个强迫耗散的非线性系统，其长期演变过程主要受５～９个因子控制，可估计出相应的海温预报时效约为３～９天。南海海温的预报时效与其周期有某些相似之处，但它们之间的关系还有待于进一步研究。 相似文献
13.
14.
海浪直接影响海上活动和航行安全,同时也蕴藏着巨大的可再生能源,对海浪核心参数之一波高预测至关重要。基于2015年7月～2022年6月山东小麦岛(36°N,120.6°E)站点实测的波高数据,利用反向传播神经网络(back-propagation neural network,BPNN)、长短记忆网络(long short-term memory, LSTM)和支持向量机回归(support vector regression, SVR)三种机器学习模型对波高进行预测,并分析了瑞利参数的引入对预测结果的影响。结果显示,模型输入项引入瑞利参数后,对1 h和6 h波高预测提升效果有限,预测值与测试集的相关性提升不超过0.02,均方根误差的降低不超过0.01 m;在12h和24h的预测中,BPNN和LSTM模型预测结果相关性提升0.03～0.07,均方根误差降低0.02～0.03m,而SVR模型预测结果变化不显著。说明瑞利参数有助改善BPNN和LSTM模型中长期海浪预报。此外,特征扰动方法(机器学习中特征重要性的计算方法之一)验证了瑞利参数在波高预测中的重要性,瑞利参数的引入为波高的机器学习预... 相似文献
15.
海面高度异常是反映海洋环境状况的主要变量之一。本文使用1993—2019年的融合月均海面高度异常数据,建立了基于深度学习的海面高度异常预测神经网络模型,提出了基于融合U型网络(U-Net)和卷积长短记忆网络(ConvLSTM)的中长期海面高度异常预报模型。在研究海域0.25°×0.25°的空间分辨率下,模型测试集预报结果的均方根误差和平均绝对误差分别为0.039 m和0.027 m,均优于全连接LSTM预报模型和ConvLSTM+CNN预报模型,为大中尺度的海面高度异常预报提供了新的方法。 相似文献
16.
为了探究厄尔尼诺的预测方法,提高其预报准确度与预报时效,本文基于均生函数的基本原理,在普通均生函数模型中分别加入气候序列的本征模函数和预报因子变量,构建了基于EEMD(Ensemble EmpiricalModeDecomposition)的均生函数模型和多变量均生函数模型;并应用三种方案对NINO3区海温指数进行了预报试验。结果表明,两种改进模型对厄尔尼诺的预报效果好于普通均生函数模型,是提高预报准确度的有效手段;同时,利用统计的预报模型,可以在一定程度上有效延长厄尔尼诺的预报时效,具有一定实践意义。 相似文献
17.
2002/03年厄尔尼诺事件,是暖海温中心出现在赤道中太平洋区域的一种新型厄尔尼诺,即中太平洋型厄尔尼诺。本文基于一个厄尔尼诺预测系统,利用三组回报试验来详细区分海洋表层和次表层初始状态对预报2002/03年中太平洋型厄尔尼诺事件的作用,并由此来探寻对预报厄尔尼诺演变过程最有利的初始条件。回报试验分为三组:(1)仅同化海表温度观测(sea surface temperature;简称SST)来优化海洋表层初始状态(Assim_SST);(2)仅同化海表高度观测(sea level;简称SL)来更新海洋次表层初始状态(Assim_SL);(3)同时同化SST和SL观测来一起更新海洋表层和次表层初始状态(Assim_SST+SL)。回报试验结果表明,三种不同的初始条件都可以使模式提前一年成功地预报2002/03年厄尔尼诺事件,并且"Assim_SST+SL"回报试验的效果最好。三组回报试验结果间的对比表明:海洋表层和次表层初始状态均对成功地预报该事件有重要作用,但其作用分别集中在事件发展的不同阶段。精确的海洋表层初始状态更容易激发模式预报出一次厄尔尼诺事件,而更合理的海洋次表层初始状态则能有效地提高厄尔尼诺事件预报的强度。 相似文献
18.
本文根据CMAP(The Climate Prediction Center Merged Analysis of Precipitation)观测资料,使用相关系数和均方根误差,对CHFP2(Coupled Historical Forecast Project, phase 2 )的2个模式对东亚夏季降雨的季节预报技巧作出评价。在完美模式的理论框架下,分别使用基于信噪比的潜在相关系数和基于信息熵的潜在可预报性指标,对该区域主要针对夏季降雨的可预报性作出评价。通过最可预报分量分析(PrCA),得到季节降雨的最可预报型。将最可预报型投影到海温场,得到了降水最可预报型对应的海温分布。研究发现:相关系数所反映的预报和观测的线性相关程度总体上是低纬度海洋区域比高纬度陆地区域高,而均方根误差反映的则是在海洋区域降雨预报偏离实际值的程度较陆地区域大,预报水平与目前降雨的季节预报水平相符。潜在可预报性估计表明,潜在可预报率存在空间上的变化,从低纬度向高纬度、从海洋到内陆,呈衰减趋势。同时,信号和噪音的分析表明,信号成分占主导作用,形成了潜在可预报率的空间分布格局,暗示了海洋外强迫的重要作用;中国大陆缺少像海洋区域那样明显的外强迫,因此降水季节预报技巧相比热带海洋区域非常有限。海温投影的分析表明海洋的外强迫是东亚降雨季节预报的重要来源。尽管厄尔尼诺本身的复杂性,它对东亚夏季风的重要影响及其与东亚降雨预报之间的遥相关揭示了它们内在的联系。 相似文献
19.
20.
一、前言海洋(平均深度3795米,占地球表面积的71％),热容量为大气的1200倍。它经常以感热、潜热的形式为大气提供能量。特别是热带海洋,无疑对大气环流和长期天气过程是一个十分重要的影响因素。目前,许多研究单位和气象台(站)进行了海温与夏季降水的相关普查,并投入了预报使用。陈烈庭指出:整个北太平洋付热带高压(以下简称付高)对赤道表层海水温度(以下简称海温或写作SST)的响应最敏感的区域是北太平洋中部地区——即对流层中层付高位置。这可能反映了赤道海温与付高反馈振荡过程的背景条件。海洋的热容量大,海温的持续性强,对大气的热力作用也往往能长时间的维持。纳米阿斯指出:海温具有1—8个季度的滞后相关,且冬季——夏季较夏季——冬季持续性强。海洋供给、维持 相似文献