Kalman滤波技术在海表温度预测中的应用

以EOF分解方法为基础,把AR模型和Kalman滤波方法相结合,建立了海表温度的预报模型。首先对历史时间序列资料进行EOF分解,在此基础上,利用时间权重系数建立AR(2)模型,并对此模型参数进行了改进,作为Kalman滤波的状态方程。然后用Kalman滤波方法对时间权重系数进行了滤波预测,并引入集合预报的思想对SST预测结果进行了重构,并与实况资料进行了相关性分析。以太平洋、印度洋、大西洋三大洋的热带海域为个例进行了预测试验。试验结果表明,预测效果较好,相关系数平均达到了98%以上,而残差方差在0.5以内。

2006-2007年夏季重庆大旱、大涝的阻高时空特征分析

2006年和2007年夏季,重庆地区分别遭受大旱和大涝。利用这两年6-8月NCEP逐6 h再分析资料,对其月平均500 hPa高度场对比分析发现,这两年重庆地区附近槽脊配置、鄂霍茨克海附近环流和贝加尔湖附近环流有较大差异。利用逐日平均高度场以重庆地区为基点进行月内相关检验也发现,两年主要环流形势差别集中于中高纬度阻塞形势。为了进一步揭示重庆地区气候异常时阻高的时空分布特征,分别对这两年逐日平均高度场进行EOF分解,对其主要空间模态进行分析,并根据其时间演变信息,结合阻高、副高及青藏高压的主要指数对分析结果进行了综合分析,结果表明:贝加尔湖西侧的稳定阻高是造成2006年干旱的主要原因,而2007年的洪涝则是由不稳定的贝加尔湖阻高偏西造成的。