月雨量的相空间相似统计预报试验

本文用昆明１９０１—１９８０年的月雨量时间序列建立了昆明月雨量的相空间相似统计预报模式。通过对昆明１９８１—１９９２年共１４４次的预报试验和检验，得出对于适当嵌入相空间维数ｍ和在一定的提前预报的时间尺度Ｔ内，该模式对昆明月雨量的距平符号报准率可达６０％以上，对于雨季（５—１０月）则可达到７０％以上。技巧评分对全年和雨季则可分别达到８％和１２％以上。

月雨量的可预报性估算试验

以昆明近百年月雨量时间序列为样本，进行了月雨量的可预报性试验。通过估算和１２年共１４４次的独立预报试验，我们得出：在适当的预报精度的要求下，月雨量的可预报时间尺度约为５个月；对于适当嵌入的相空间维数ｍ和在一定的提前预报时间尺度Ｔ内，对月雨量的距平符号预报准确率可达６０％，对于雨季（５—１０月）则可达到６５％。

湖北省月雨量的相空间投影预报法

考虑到气候系统的非线性特性及有关变量之间的物理关系 ,应用相空间投影技术来制作月雨量预报。试验表明 :该技术对月雨量距平百分率预报的符号相关准确率可达 6 3 8% 。

云南5月雨量的多尺度变化及与其相联系的大气环流异常

本文运用小波分析和功率谱分析方法对云南5月雨量的多尺度时间演变特征进行了分析,结果表明,云南5月雨量具有明显的年际和年代际变化特征。对与这两种时间尺度相关联的大气环流异常进行了分析,发现两者具有显著的差异。云南5月雨量的年际变化与冰岛低压、欧洲槽、南亚高压、中西太平洋ITCZ以及孟湾附近的低压系统的变化有着密切的关系,云南5月雨量的年代际-气候态变化与热带各系统的强度、乌山脊、阿留申低压关系密切。

今年雨季正常偏晚 五月雨量稍偏少 抓好抗旱栽种及保苗工作

1、前期气候特点及农业气象灾害 去冬今春，云南省大部地区的主要气候特点是冬季气温偏高，“暖冬”突出。2月下旬至3月下旬气温持续偏高至特高，降水稀少，导致春旱严重。4月上旬出现全省性大范围降温、降雨天气，局部地区出现“倒春寒”。4月中旬以来，全省多晴好天气，有降性降水。

闽西北5月雨量特多年份环流特征及其成因分析

利用闽西北三明市的11个县、市1961—2014年5月降雨量资料、常规气象观测资料和NCEP 2.5×2.5°再分析资料等对闽西北历史上5月雨量特多年的降雨量时空分布特征和大气环流特征及其成因进行了分析,结果表明:5月区域性、全区性雨量特多年的环流异常特征是500hPa欧亚中高纬度自西向东环流呈"+-+"的波列分布,鄂霍次克海北侧高度正距平区的稳定少动,起到阻挡冷空气东移的作用,冷空气沿乌拉尔山西侧高度正距平中心前的偏北气流不断南下,使萨彦岭一带高度负距平中心加强,其底部不断分裂小槽东移影响闽西北。925hPa华南北部维持一条稳定切变线;对于2014年5月特例的环流形势分析结果可知,500hPa东亚大槽明显偏东,引导冷空气南下与强大副高西北侧西南暖湿气流交绥在闽西北上空。925hPa闽西北处于气旋式辐合区内。北支槽、南支槽均非常活跃,东移影响闽西北,是导致该地5月区域性降雨量特多的主要原因。

EOF迭代法在月雨量预报中的数值试验及其改进

应用单站月雨量资料对 EOF迭代预报法进行数值试验，并对其作了适当的改进。结果表明： EOF迭代法具有一定的预报能力，通过改进后，它有效地克服了过去初始值和截断阶数选取的人为性，可以更充分地利用前期要素的相关信息，使其统计意义更加清晰，预报结果更加客观。

红河州5月雨量时序分布的分形特征

应用分形理论对云南红河州5月雨量时间序列进行分析。分析结果表明，红河州5月雨量系统变化具有分形特征，其平均可预测时间尺度为3-4a；同时，运用R／S分析方法，对红河州1961-2000年40a5月雨量时间序列各时段进行了测算，结果表明实况与趋势预测较为吻合。

基于最大熵Copula方法的古黄河宿迁段流域月降雨量模拟

为了解决Copula函数方法在拟合过程中要先选择函数类型和多变量水文模拟中保留相关性的问题,基于最大熵原理(POME),直接构建Copula函数,而无需进行Copula函数类型的优选,简化了联合概率分布函数的拟合过程。以古黄河宿迁段流域的皂河站、金锁站和泗阳站3个雨量站点39年(1980~2018年)的月降雨量实测资料为研究对象,进行实例分析。通过建立不同站点间的降雨量联合分布,检验最大熵Copula方法的有效性,并利用Gibbs采样法对月降雨量进行随机模拟。结果表明,基于最大熵Copula方法能保留各站点降雨序列的统计特性,以及不同站点间的降雨相关性,验证了该方法的有效性,可为流域多站点间的降雨量相关性分析和水资源规划与利用提供参考。

云南5月雨量与全球海温的关系分析研究

通过对海温与云南全省、云南东部和云南西部5月雨量的相关分析发现:海温对云南5月降水在时空上有很好的相关.5月降水与头年11月和同期太平洋海表温度存在有相同的‘- + - +’的相关分布型.印度洋北部对云南东部的影响更显著,而大西洋北部对西部的影响更显著.西部5月雨量与海表温度的相关总体不如东部的好,西部与东部最大的差异是在热带太平洋上.通过头年1月南大西洋海温可对来年云南5月降水进行预测.

7～8月云南省雨量丰沛、气温偏高、日照稍少 抓好防洪排涝 重视稻瘟病防治

1、前期气候概况 进入5月以来，受北方冷空气和西南暖湿气流的共同影响，云南省出现大范围降水天气。据统计，5月1～31日全省共降大于5mm的降水837站次，中雨398站次，大雨111站次，暴雨21站次。常年初夏干旱出现频率高、5月雨量较少的祥云、宾川等地今年5月雨量丰沛。截至5月31日全省124个测站中已有117个站达到雨季开始期标准，进入雨季的站点占全省站点的94％。今年云南省大部地区的雨季开始期比历年平均日期偏早15～30天。

孟加拉湾季风活动与云南5月降雨量

利用1958—1997年NCEP再分析高低层经纬向风分量、比湿场资料以及云南32个测站降水资料,通过相关分析等方法,从风场演变和水汽输送等方面分析了孟加拉湾季风活动及其与云南初夏降水变化的关系。结果表明:与阿拉伯海和南海相比,孟加拉湾低层纬向西风出现时间最早,盛夏期间的峰型结构与南海西风的峰型结构极为相似,出现双峰型。孟加拉湾季风爆发平均日期在5月3候,是亚洲季风区爆发最早的季风之一,比南海季风爆发的平均日期(5月4候)早1候。孟加拉湾季风活动与云南初夏降水有一定关系,季风爆发偏晚,云南5月降雨量偏少;而当季风爆发偏早或正常,云南5月降雨量的多少主要与中低纬度地区冷空气的活动有关。

月降雨量时间序列中的混沌现象

降雨是水文水资源系统的输入 ,研究它的演变特性 ,对于水文水资源系统的预报、模拟是十分重要的。以四川省 6个水文站的月降雨量时间序列为例 ,通过混沌理论分析方法 ,探讨降雨系统的混沌特性。研究表明 ,降水系统中混沌现象是可能存在的。

两种算法计算金沙江流域月面雨量特征差异分析

长江上游地形复杂,水文气象站点分布不均,利用泰森多边形法和算术平均法分别计算长江上游六大流域1961~2015年逐月面雨量。从空间来看,两种算法的差异在金沙江流域最大;从月份来看,在夏季差异最大。以金沙江流域为对象,分析两种算法造成流域面雨量统计特征的差异,发现两种算法都能较好反映出该流域降水干湿季节分明的特征,但泰森多边形法的结果相对算术平均法要小,尤其是在冬半年个别月份可偏小48%。泰森多边形法得出的面雨量线性变化速率小于算术平均法。在上半年,两种算法的面雨量都为线性增多,但在下半年,泰森多边形法的结论是线性减少的。两种算法的各月面雨量结果都存在着明显的准2~4 a或准6~8 a的周期特征,这与大气的周期振荡关系密切。

云南地区月降雨量时序数据的非线性特性研究

应用复杂系统理论和方法研究了云南地区月降雨量时序数据的非线性特性.应用Cao方法排除了月降雨量序列为随机序列的可能性;应用替代数据方法中的两种不同的检验统计量对降雨时序数据进行了非线性检验;并结合月降雨量时序数据的功率谱分析,按照降雨时序数据的内在复杂规律研究了其演化特性,实证结果一致表明云南地区月降雨量时间序列具有明显的非线性混沌特性.研究结果为进一步研究月降雨量时序数据的复杂性及其演化规律奠定了基础.

广东省月降雨量时空演变特性分析

以广东省112个雨量站1981—2010年共30 a的逐日降水资料为研究样本,采用降雨集中指数PCI及回归分析方法并结合ARCGIS软件,进一步认识了广东省月降雨量的时空变化规律。结果表明:汛期沿海月降雨量均大于内陆地区,非汛期年内各月的月平均降雨量最大值与平均值的差异性明显大于汛期;不同特征月的降雨量空间分布存在明显差异;年内汛期(6月)的降雨强度有所增大,非汛期(3月)的则有所减小;年内降雨的集中度有所增加,且广东沿海地区年内降雨较内陆地区更为集中,广东省各站点年内降雨的集中度基本上自沿海向内陆递减。

沈阳地区月平均降雨量的ARIMA时序建模与预测

运用SAS系统中的ETS模块 ,根据时间序列分析的统计方法 ,对沈阳地区历年来月平均降雨量的动态数据进行了建模与预测 ,模拟了该地区月平均降雨量的动态模型ARIMA 。

基于灰色关联法的月降雨量预测

【目的】提高降雨量预测精度,为农业、水利等相关部门提供决策依据。【方法】鉴于月降雨量时间序列具有显著的多尺度特征,开展了数据驱动下基于模型融合的月降雨量预测研究,应用灰色EGM(1,1)模型和自适应模糊神经网络系统(ANFIS)分别预测了年尺度与月尺度下的月降雨量,采用灰色关联法将2个预测结果进行数据融合。利用澳大利亚维多利亚8个站点降雨数据验证所提出方法,并将预测结果进行了与单一灰色EGM(1,1)、ANFIS、人工神经网络(ANN)、自回归积分滑动平均模型(ARIMA)与聚类回归法(CLR)模型预测结果对比。【结果】模型融合预测结果精度高于单一EGM(1,1)、ANFIS、ANN及ARIMA模型预测结果,并在8个站点中的5个取得了最佳预测效果,其中中部地区(Ballarat和Cape Otway站点)及东部地区(Dookie,Wangaratta和Orbost站)预测均方根误差为28.2～37.2 mm,西部地区(Dimboola,Edenhope和Dunkeld站点)预测均方根误差为20.8～23.4 mm。【结论】所提出的模型融合预测法可行,为月降雨量预测提供了新思路。

云南5月降雨量可预报性的时空分布

基于交叉验证计算方案,利用OSR和EOF-CCA两种预测方法,使用1961～2005年500、100hPa月平均高度和SST海温资料作为预报因子,客观定量地探讨了不同因子和方法对云南5月降雨量可预报性的时空分布特征。在时间变化上,500hPa使用OSR方法时,2和3月资料可预报性最高,使用EOF-CCA方法时7和9月资料可预报性最高;100hPa使用OSR方法时2月资料可预报性最高,使用EOF-CCA方法时11及2月资料可预报性最高。对SST两种方法均有1～4月资料可预报性较6～12月高。不同资料对云南5月降雨量的预测效果,SST最好,500hPa次之,100hPa最差。在空间分布上,500hPa和SST对云南中部和西部5月降雨量可预报性较高,东部较低;100hPa对云南西部5月降雨量可预报性较高,中部及东部较低。3种因子对云南5月降雨量可预报性空间分布均具有西高东低的特征。不同因子2006～2009年对云南5月降雨量预测结果评分,2006和2007年SST最高,2008和2009年500hPa最高。

锦州水文站不同月份月降雨量的预报方程

本文根据成因分析的方法,寻找预报对象与预报因子之间物理联系,采用多元回归方程求解和回归效果检验,利用辽宁西部锦州水文站的资料建立出锦州水文站不同月份月降雨量的预报方程。