基于四种算法比较分析Venlo型玻璃温室气温季节预报模型

利用2021年2月27日-2023年3月4日南京信息工程大学Venlo型玻璃温室内、外气象观测数据,基于多元回归(Multiple regression,MR)、BP人工神经网络(BP artificial neural networks,BPANN)、随机森林(Random forest,RF)和支持向量机(Support vector machine,SVM)构建温室内日平均气温、日最低气温和日最高气温的季节预报模型,并进行验证。结果表明:温室内日平均气温、日最低气温季节预报模型的拟合精度明显高于日最高气温季节预报模型;各模型对春、夏、秋季温室内气温的拟合精度高于冬季。对于日平均气温和日最低气温季节预报模型而言,4种算法构建的春、夏、秋季预报模型的拟合精度均较高,RF模型模拟效果更为稳定,其模拟值与实际观测值决定系数(R^(2))均值均在0.94以上,均方根误差(RMSE)、绝对误差(MAE)均值在1.5℃以内;对于日最高气温季节预报模型,RF模型对春、夏、秋季的拟合精度整体高于其他模型,R^(2)均值均在0.75以上。MR模型对冬季室内气温的拟合精度较好,更适用于预测冬季温室内气温。综合而言,选择RF模型预报春、夏、秋季的玻璃温室内气温,选择MR模型预报冬季玻璃温室内气温较为可行。

华北—东北地区南部汛期降水影响因子分析及季节预报模型的建立

华北—东北地区南部夏季受东亚夏季风的影响,频繁发生干旱和洪涝等灾害,但华北—东北地区南部汛期降水成因复杂,其季节预测因子的选择和预报模型还需进一步研究。由经验正交函数分解(EOF)得到1981—2020年华北—东北地区南部汛期(7—8月)降水前两个模态(分别为整体一致型、南北相反型的空间结构),基于信息流特有的因果关系挑选前两个模态的预报因子,并通过多元逐步回归进一步筛选预报因子、建立季节统计预报模型。第一模态降水对应的主成分时间序列(PC1)的预报因子经过筛选有3个,分别为超前5个月的热带西印度洋海表温度(SST)、超前6个月的西西伯利亚平原850 hPa经向风以及超前2个月的热带中太平洋850 hPa经向风。第二模态降水对应的主成分时间序列(PC2)的预报因子经筛选有4个,分别为超前2个月的南印度洋中部SST、超前3个月的鄂霍次克海地区向外长波辐射(OLR)、超前2个月的热带西太平洋850 hPa经向风以及超前9个月的北大西洋涛动指数(NAO)。基于前两模态的回报/预报时间序列的重构场与观测场的时间相关系数(TCC)全场平均达到0.46,实际两个模态的时间序列重构场与观测场空间相关系数(PCC)的年际变化较大,而回报/预报时间序列重构场和观测场年际变化与其类似,其40 a平均PCC为0.35,说明前两个模态重构拟合较好的年份预报技巧也较高。

用于高温次季节预报的深度学习方法

高温是一种比较常见的气象灾害,对人们日常生活和健康以及国民经济都有一定的影响。准确地预报未来10-30天(次季节)的每日高温天气状况,有助于人们及早地做出对应的决策和降低财产损失。本文设计了一种深度学习模型,通过对两个Encoder提取的大气环流和地表高温的特征进行延迟融合,并结合Decoder逐日输出高温预报结果。实验结果表明,本文的方法有较好的预测效果,相较于单个Encoder的深度学习方法,均方根误差降低了2.12%,异常相关系数提高了2.72%,决定系数提高了0.04。

西北太平洋台风季节预报的数值模拟

利用中尺度气象模式WRF(weather research and forecasting)对2006年7月1日—9月30日的西北太平洋夏季台风进行了动力季节预报试验。结果表明:1)在对3个月以内的台风作动力季节预报试验时,WRF模式模拟的台风总个数与实况接近,模式模拟的总登陆台风数与实况相比偏小。从各月模拟情况看,台风总数与登陆数的模拟均与实况有差距。WRF模式对台风强度的模拟总体偏弱。2)WRF在模拟2006年7—9月台风以及平均高度场、水平风垂直切变时,7月与实况接近,随时间增长,与实况的差别明显增大。WRF模式具有一定的台风动力季节预报能力,但其预报时限有待探讨。

2006年7—9月的台风季节预报试验

运用NCEP/NCAR逐6 h分辨率为2.5°×2.5°GRIB资料,用WRF模式采用水平分辨率为27 km×27 km,垂直38层每6 h输出一次的时空分辨率,对2006年7—9月对西太平洋地区台风为主的天气系统进行季节预报试验。综合低层涡度、地面10 m处风速、海平面气压、暖心结构和持续时间对模式输出资料进行台风生成判定和路径追踪。7月1日—9月30日模拟吻合较好的台风、强热带风暴、热带风暴和热带低压的比例为4/9、1/3、0/1和0/1;模拟较差的比例分别为3/9、1/3、1/1和1/1;漏报率分别为2/9、1/3、0/1和0/1。模拟空报了2个台风、9个强热带风暴和3个热带风暴。模拟台风强度偏弱和吻合较差的原因可能与模式的分辨率、微物理过程参数设置和积分步长有关。空报的台风、强热带风暴可能与模式自身特点、相关海区的特性和热带波动有关。

相似-动力模式的由夏季报冬季的季节预报试验

近些年来,世界上接连不断地发生大范围持续性的气侯异常,给许多国家带来严重的灾害和经济损失。长期(月以上)天气预报愈来愈受到重视,但预报所使用的都是统计及经验的方法,预报准确率低,且无明显的改进趋势,人们寄希望于动力学方法的长期数值天气预报。目前一般用大气环流模式(GCM)和距平模式作月预报,已取得一定进展,但季节预报比月预报困难更多。由于长期预报的对象是统计平均值,将动力和统计方法结合起来是进行季节预报的一条有希望的途径。多年来的统计长期预报已积累了不少经验,但人们还没有能够在动力学方法的预报中考虑这些经验。黄建平等在这方面进行了一些探索,建立了一个动力与统计相结合的相似-动力季节长期数值预报模式,并进行了月预报和由冬季预报夏季的隔季预报试验。本文利用该模式进行了8年由夏季预报冬季的隔季预报试验,结果表明模式具有一定的季节预报能力。

季节预报的准最适物候回归模式研究──以北京地区树木物候为例

本文运用竺可桢教授在北京所作的一份２４ａ的树木物候记录，研究提出了一种新的用于季节预报的数学工具──准最适物候回归模式．回报检验的效果良好．这一组六个准最适物候回归模式，可以用来进行北京地区春至初夏期间季节动态的测报．使用这些模式的一般数学表达式和本文提出的误差评判法还可以对其他地方作进一步的具体研究，获取当地的季节测报模式，更重要的是，这种拓广的研究。

北半球夏季环流的简化模式季节预报试验

本文在对地气耦合非定常距平模式做了一些改进的基础上，进行了北半球夏季（６～８月）环流的季节预报试验。对１９８２～１９８９年６～８月预报结果分析表明：预报效果优于持续性预报；但模式预报存在着明显的系统误差；距平中心向低纬度的漂移严重。用３种不同方法做了消除系统误差的试验，比较了它们的优劣。此外，针对距平模式预报的是月平均距平量这一特点，提出了两种集合预报方案：一种是用滑动的平均量做出多个５月份初始场；另一种是采用不同长度的时段平均，替代５月份初始场；用上述两种方案做了１９８７年６～８月的集合预报试验。

北大西洋飓风季节预报方法介绍

介绍了美国科罗拉多州立大学Ｇｒａｙ，Ｗ．Ｍ所作的大西洋热带气旋季节预报方法。通过揭示大西洋热带气旋存在的超长期预报信号，利用交互验证分析（ｊａｃｋｋｎｉｆｅ）和最小独立偏差回归方法（ＬＡＤ），对大西洋地区１９５０—１９９０年热带气旋活动进行预报试验，并在预报年的上年１２月、当年６月、８月向公众发布预报。结果表明，综合使用全球和区域的预报因子为制作大西洋热带气旋活动的延伸预报提供了依据；方程具有一定的预报技巧。

大展宏图正当时——欧洲中期天气预报中心关于季节预报学术会评介

2012年欧洲中期天气预报中心(ECMWF)年度学术会议的主题是季节天气预报。在2012年9月3—7日,历时整整一周的会上,分别来自ECMWF和英国(各5人)、美国(4人)、法国(2人)以及巴西、瑞典、印度、WMO、瑞士、日本、韩国和澳大利亚(各1人)的24位报告人。

基于GRAPES-GFS次季节预报的误差诊断和预报能力分析

基于GRAPES(Global and Regional Assimilation Prediction System)全球预报系统(GRAPES-GFS)的2018年9月至2019年8月的分析场和35天预报的试验数据,对该系统延伸期次季节预报进行误差诊断和预报能力分析。结果表明,该系统可描述2018冬季及2019年夏季2 m温度和500 hPa位势高度的空间分布特征,但在热力强迫作用显著的高原沙漠地区,尤其是非洲干旱区,GRAPES-GFS的2 m温度分析场存在较大的系统偏差。GRAPES-GFS模式的2 m温度在超前1~3周预报的均方根误差近似线型增长,最终趋于稳定。海洋区域2 m温度的预报技巧较陆地低,东亚及澳大利亚预报技巧较高。关于500 hPa位势高度,在超前1~3周预报时,东亚中低纬度预报技巧明显高于中高纬度地区,热带地区的远低于其它地区,北半球的高于南半球。关于MJO,GRAPES-GFS可描述高层和低层纬向风场的传播和模态特征,可抓住较强对流活动信号的具体位置,但地球向外长波辐射(OLR)在赤道地区正距平信号偏弱,负距平信号偏强。GRAPES-GFS模式对MJO的距平相关系数(ACC)有效预报技巧达到11天左右,与一般大气模式预报水平接近。对于选取的两次强MJO事件个例,在超前6天的预报上,GRAPES-GFS可准确地描述2次事件的传播过程,但MJO信号在发展和衰亡阶段强度偏强。

热带气旋季节预报业务进展

主要回顾了近30 a来国内外热带气旋季节预报的研究和业务进展,对热带气旋季节预报的发展历史进行系统性梳理,总结了国内外有关热带气旋季节预报的主要研究/业务机构、预报模式及预报产品等。进一步的,讨论了热带气旋季节预报发展中存在的问题,并对尚待研究的问题进行了展望,为我国热带气旋季节预报的研究和业务化工作提供参考。

改进BP神经网络在城市环境大气污染分季节预报中的应用

用泛化改进后的BP神经网络模型,选用2001、2002、2003年的气象因子和环境监测浓度资料按年度、季节分别建立预报模型,对贵阳市城市大气污染浓度进行预报。该方法除弥补了统计方法的预报精度不高和数值预报模式的方法复杂难实现的不足之处外,还很好地解决了未改进的BP网络训练误差很小时,一个新的输入与对应的目标输出具有较大误差的问题。

利用海洋强迫的大气主模态提高大气动力季节预报

数值模式的季节预报技巧主要与大气外强迫的变率密切相关。当前的大气环流模式(general circulation models,GCMs)通常不能准确地模拟出与大气外强迫有关的响应模态和响应强度,从而导致了预报误差的产生。本文给出了一种后处理方法,有助于降低模式的系统性误差,并提高季节预报技巧。

NCEP CFSv2模式对川渝夏季降水次季节预测技巧评估及预报偏差分析

利用NCEP的第二代气候预测系统(CFSv2)提供的2000-2009年降水场历史回报试验资料以及川渝182个测站的降水实况资料。采用时间相关系数、均方根误差、距平相关系数、距平符号一致率以及PS评分等方法,对模式在川渝地区夏季降水以及夏季降水异常的次季节尺度预测技巧进行检验,并进一步分析了模式在概率密度和降水频次方面的预报偏差特征。结果表明:该模式对川渝夏季降水的可用预报时效为3候左右,能够较好地模拟出夏季降水的高值中心,但量级偏大。预报技巧高值区主要位于四川盆地西北部及渝东北地区,对攀西地区南部及川西高原部分地区也有一定的预报技巧。该模式也能够较好地把握川渝地区夏季降水异常偏少的趋势,有效预报技巧为2候以内。模式各时效预报与观测的降水概率密度主要集中在10 mm以下量级;模式预报各量级降水频次与实况相比均偏高得较为明显,且随着预报时效延长,偏差越大,其中偏高最为明显的是小雨频次。

基于ARIMA和EEMD的东江流域季节降水预报研究

东江流域水资源对保障广东省社会、经济发展具有十分重要的作用。季节降水预报是科学进行水资源管理的基础,运用2种不同方法(单纯ARIMA方法、耦合EEMD-ARIMA方法),对东江流域不同季节的降水预报进行了建模与检验,结果表明耦合EEMD-ARIMA方法比单纯ARIMA预报精度高。研究成果可为东江流域制定合理的水资源管理计划提供科学依据和技术支撑。

一种改进季节长期数值预报的方法及其应用试验

通过１１年的３～１０月的逐日资料，计算出五层季节模式各模式层上沿高斯纬圈的各要素逐候多年平均的资料集。并对Ｔ、ｕ、ｕ、ｑ、ｐ场沿高斯纬圈的平均值用对应的气候值进行干预，改进了模式的季节预报结果。文中对比了试验＜Ｂ＞（用改进方法）与试验＜Ａ＞（不含改进方法）的验证结果，表明在第１个预报月之后，试验＜Ｂ＞比试验＜Ａ＞有较明显的改进。对于Ｒ值，在北半球，尤其在东半球范围内有了明显的改进，试验＜Ｂ＞比试验＜Ａ＞在第２和第３个预报月分别提高１４％和１１％，Ｅ＿ｆ分别减少６ｇｐｍ和１８ｇｐｍ。

肯尼亚的季节天气预报对小农场主的帮助

肯尼亚位于非洲东部,主要为热带草原和热带季风气候,常年炎热高温,天气十分特别。肯尼亚全境深受季风气候影响,四季不分明,主要分为干湿两季,不利于农业生产。随着肯尼亚农业技术的不断提高,目前肯尼亚粮食基本自给,季节天气预报的运用和推广大力促进了肯尼亚农业的发展。本文介绍了肯尼亚的做法,以期为干旱地区的农业生产提供借鉴。

中国春季沙尘暴年代际变化和季节预测

利用1954～2007年中国258个台站观测的月沙尘暴日数资料,北半球地表温度和美国NCAR/NCEP大气再分析资料,研究了中国春季沙尘暴日数年代际变化特征及其影响因子。研究发现:中国春季沙尘暴日数与贝加尔湖地表变暖存在显著的负相关,相关系数达到-0.8,该地区的地表温度变暖导致蒙古气旋活动和我国沙尘暴频率降低。利用该地区冬季对流层850 hPa温度与春季地表温度指数之间显著正相关关系,建立了冬季850 hPa温度指数预测中国春季沙尘暴频率的线性预报方程。通过22年回报检验发现,统计预报结果与多数台站观测的沙尘暴发生频率存在显著的正相关,最大相关系数达到+0.4。其中,近22年的预报场与观测之间空间相关系数平均达到+0.4以上,均方根误差在1～2之间,表明该统计预报模型具有一定的业务应用价值。

IAP AGCM模式对地面气温长期趋势的预报分析

分析了1979～2004年共26年中国台站地面气温的观测资料以及中国科学院大气物理研究所的大气环流模式IAP AGCM在夏季和冬季的季节集合预报结果对地面气温长期变化趋势的预报。分析结果表明,在所研究的26年中,中国大部分地区是一个增温的趋势,其中冬季增温比夏季增温显著。IAP AGCM集合预报不能很好地预报出观测资料中的地面气温长期变化趋势的幅度和空间分布。进一步的分析表明,改善数值模式对观测资料中地面气温的长期变化趋势的预报将能够提高数值模式对地面气温的预报技巧。而这种预报技巧的提高在冬季比夏季更为显著。