全球辐射通量资料在汛期降水预测中的应用试验

利用NCEP常规和导出月平均资料,采用旋转EOF、典型相关分析等方法分析浙江梅汛期和汛期降水量的空间分布,提取典型相关变量作为预报初选因子。然后根据因子差异法选取三种建模方案,分别构建浙江省梅汛期和汛期雨量BP人工神经网络预报模型,并连续进行四年预报检验,结果显示最佳的预报方案平均ps评分分别达到69分和84分,比较好的预报出降水趋势;最后对预报因子空间进行分析表明:(1)NCEP导出资料在汛期降水预测中具有重要作用;(2)梅汛期和汛期因子在全球范围内均有五个集中区,其中四个区分别与ENSO、冰岛低压、阿留申低压等大气活动中心相对应;(3)较长时段的汛期雨量预报需要考虑南半球和北半球的大气环流因子影响;(4)大气能量收支因子对短期气候预测具有十分重要意义。