摘要
延伸期预报是无缝隙预测方法的核心组成部分之一,文章对数据驱动的长江下游地区极端温度事件的延伸期预测方法做了介绍.这种方法基于大尺度大气低层低频温度型,构建扩展复数自回归模型(ECAR),对与长江下游极端温度相关的季节内振荡(ISO)进行实时预测试验.结果表明,这些数据驱动的简化ECAR模型对与夏(冬)季长江下游地区极端高(低)温天气密切相关的30~60(25~40)天时间尺度的低频温度的预测时效可达23(26)天左右,能为提前3~4周预报长江下游地区夏(冬)季极端高(低)温过程提供有重要价值的预测背景信息,较显著提高极端高温或低温事件的10~30天延伸期预报能力.
出处
《中国科技成果》
2022年第15期8-8,共1页
China Science and Technology Achievements
基金
国家自然科学基金项目“SCGT与夏季东亚ISO相互作用研究及其在长江下游强降水延伸期预报中的应用”(41175082)
江苏省气象科研基金面上项目“夏季长江下游地区低频降水和温度实时延伸期预报方法研究”(KM201805)资助。
