基于低频振荡特征的夏季江淮持续性降水延伸期预报方法

本文利用1981～2008年我国南方地区200站逐日降水量、NCEP再分析资料和NCEP气候预报系统(CFS)的模式回算数据,针对降水低频信号,分析了江淮地区夏季降水的延伸期可预报性,并选取对江淮持续性强降水有显著影响的东亚环流指数作为预报因子,以降水20～50天低频分量作为预报量,进行了针对江淮地区夏季持续性强降水过程的延伸期预报试验。结果表明,江淮地区夏季降水具有明显的20～50天周期的低频振荡特征。降水的20～50天低频振荡,尤其是峰谷值位相的变化与实际降水集中期和中断期的交替有较好的关系,研究20～50天降水低频分量的延伸预报,对于江淮地区夏季持续性强降水过程的延伸预报有一定的指示意义。本文尝试提出一种基于大气环流低频信号和数值模式预报产品的动力与统计相结合的预报方法,以期为江淮地区夏季持续性降水过程的延伸期预报提供参考。

热带气旋路径客观预报方法的评估

本文对西北太平洋热带气旋路径的客观预报方法进行了评估 。

宿州春烟栽培生态气候条件及最佳移栽期预报

通过春烟栽培的生态气候条件分析,指出了制约宿州市春烟高产优质栽培的关键是准确把握和预报最佳移栽期。给出了预测春烟最佳移栽期的三种方法———农业气候学方法、农业气象学方法、数理统计预报方法。通过对三种方法的使用分析,得出最有效的方法是灰色马尔柯夫链相结合的数理统计预报方法,并给出了该方法的建模过程和应用实例,经历史拟合检验,误差≤3天的准确率达95 5% ,≤2天的准确率达86 4 % ,≤1天的准确率为6 8 2 % ,完全吻合率达54 5%。2 0 0 2年、2 0 0 3年试报,准确程度分别为完全吻合和相差1天,实用效果非常好。

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。

我国气温变化的神经网络预测模型

利用神经网络系统工具,把CO2浓度、太阳辐射、全球冰量和气溶胶作为输入,把气温作为输出,结果发现模拟值和目标值吻合较好,比多元回归拟合值的精度高。在此基础上,进行了两个控制性试验,即CO2浓度每年分别增加1%和0.5%,试验结果表明:随着CO2浓度的增加,21世纪前30年每10年中国气温的增加速度分别为0.4℃和0.2℃;到21世纪末,中国气温将分别增加3.8℃和2.4℃,神经网络模拟结果和气候系统模式模拟结果具有较好的一致性,从而进一步说明,神经网络预测模型在分析气候变化方面具有可信性和可行性。

我国东部夏季降水量统计降尺度的可预测性研究

利用1951—2007年逐月的北半球500 hPa高度场资料,使用降尺度技术和偏最小二乘回归方法,对我国东部夏季6—8月降水量作可预测性研究。用全球大气与热带太平洋相耦合的数值模式(CGCM)输出的500 hPa高度场作为因子场,利用建立的预报模型作预报试验。试验结果表明,以北半球东亚40°E^180°地区的500 hPa高度场是较佳的降尺度因子场。预报模型的建立与使用的提取主分量个数和资料时期有关,提取主分量数在4~7、样本容量取32~43时有较好的预测效果。试验结果还表明,以CGCM模式输出的500 hPa高度场作为因子场进行预测,有一定的预测能力。