基于PCA-BP特征工程的近海单点海温预报技术及应用

本文将主成分分析方法(Principal Components Analysis,PCA)和误差后传(Back Propagation,BP)神经网络相结合,建立了一种PCA-BP特征工程的近海单点海温智能预报模型,并对山东荣成近岸海域气象数值预报产品和在线海温监测仪连续观测数据开展了释用技术研究和应用。2021年业务化运行结果显示:该预报模型具有占用内存小、运行速度快、预报误差低的优点,相比近岸基础单元数值预报和经验预报的24 h均方根误差降幅达1.0℃和0.8℃,均方根相对误差降幅达12%~14%,未来48 h和72 h的预报误差也降幅明显,预报计算时间小于10 s,并将预报时效进一步向前扩展了3 d,达到144 h。

基于Stacking机器学习模型的南海北部海温预报

基于Stacking(ET-ET)的机器学习算法,利用美国国家环境预报中心再分析数据和MGDSST海温融合数据,建立了一套高效的海温长期预报方法,并在南海北部海域开展了1 a的表层海温长期预报实验。结果表明:基于Stacking(ET-ET)机器学习模型的表层海温长期预报的均方根误差降至0.52℃,平均绝对百分比误差降至1.58%,明显优于基于支持向量机、人工神经网络和长短期记忆模型的预报结果。

基于主成分分析和LSTM神经网络的海温预报模型

利用荣成、海阳两站的自建浮标海温观测数据以及区域大气模式WRF(Weather Research and Forecasting)的气象数值预报数据,基于主成分分析(Principal Component Analysis,PCA)法和长短时记忆(Long Short-Term Memory,LSTM)神经网络,提出了适用于单站海表温度预报的PCALSTM海温预报模型。该模型可以提供24~120 h预报时效的海温预报,预测效果比数值模型和统计模型明显提高。

用前期海温预报四川夏季气温的EOF迭代方案

应用ＥＯＦ（经验正交函数）迭代方案，考虑多时次历史资料，在全球海区海温与四川盆地气温非同步联系的基础上，以海温为预报因子进行了夏季气温的长期预报。结果表明：西太平洋高温区等关键海区海温的异常对未来四川盆地夏季气温变化有重要影响，由此建立的引入多时次海温的ＥＯＦ迭代长期温度预报方法。

基于LSTM神经网络方法的粤东近岸海温预报

利用粤东沿岸各海洋站点的海温观测数据以及区域大气模式的气象预报数据,基于长短期记忆的神经网络方法,通过分析筛选训练数据,建立了高效的粤东近岸24 h海温预报方法。与观测资料进行对比,该方法在粤东近岸海域24 h海温预报的均方根误差和平均绝对误差分别为0.45℃和0.32℃,在珠江口沿岸的误差更小。进一步分析表明,气象要素与海温变化值的相关性比与高通滤波后的海温相关性更好。对海温变化值进行预报,而后叠加海温初始值,可以得到更加准确且稳定的预报结果。

海温预报知识讲座 第一讲 海水温度预报概况

1 国外水温预报概况 海洋热学是海洋研究中的一个重要方面。因为海洋中密度的变化主要受制于温度的 变化,所以要了解海洋中的动力场,温度场是个先决条件。要了解海洋中密度的垂直分 布,以有效地使用潜艇和其他水下兵器,也必须首先知道海洋中温度的垂直分布。不仅 如此,渔场的分布、渔汛期的确定等,主要与海水中温度的分布和变化有关。所以海洋 环境要素中海水温度状况对海洋渔业资源开发。

平稳时间序列分析在海温预报中的应用

本文根据老虎滩站１９６３～１９９４年逐年５月份海洋表层水温距平值，采用平稳时间序列分析的方法，建立的回归预报方程，从而给出时间序列未来时刻的预报值。

2021年西北太平洋热带气旋生成数量的春季海温预报因子的特征分析

在西北太平洋(WNP)海域生成的热带气旋(TC)可能会对沿海地区的农业生产造成严重的自然灾害,对WNP海域TC生成数量的气候预测可以为台风灾害的防灾减灾提供有益的信息。以往的研究指出春季(3—5月)的热带大洋海表面温度(SST)异常(西南太平洋与西北太平洋暖池之间的SST梯度和热带北大西洋SST)可以作为预报因子,预测台风盛期(6—10月)WNP海域生成的TC总数量。本文分析了2021年这两种春季海温预报因子的异常特征,结果表明:2021年春季西南太平洋与西北太平洋暖池之间的SST梯度呈现负异常(-0.33℃),同时热带北大西洋SST也呈现负异常(-0.12℃),这两种春季海温预报因子的负异常可能会引起WNP海域出现TC生成数量偏多的情况。

基于多尺度深度学习对南海海表温度预报的研究

海表温度是海洋最重要的物理量之一,提供了气候系统的基本信息,准确地预报海表温度有着广泛而重要的应用。近年来,基于人工智能的海温预报方法开始流行,并展现出巨大的潜力。基于卷积长短时记忆神经网络(ConvLSTM),本文研究了多尺度输入场对南海北部二维海表温度预报结果的影响。文章采用多元集合经验模态分解方法(MEEMD)将日均海表温度分解成多个尺度的空间主模态,并以不同的组合训练ConvLSTM模型进行预报实验。结果表明,采用前4个海表温度主模态数据训练模型时,预报1~7 d海表温度的均方根误差约为0.4~0.8℃,比仅用原始海表温度训练时减小了0.2~1.2℃;平均绝对百分比误差为1%~6%,减小了0.5%~10%;空间相关系数为99.5%~96.5%,提高了0.5%~3.5%。而且,随机实验也进一步证明该方法具有较高的普适性。基于深度学习的预报模型,需结合海温的物理特性,选择合适的数据进行训练,才能进一步提高其预报精度。本文初步探究了人工智能方法与物理概念在海温预报中的融合,可为以后的研究提供一定的参考。

统计预报海温场驱动的CAM3.1模式预报试验

基于动力气候模式进行月-季尺度预报的"两步法"思想,提出一种新的预报海温场统计模型,并以该统计模型预报的海温场驱动NCAR CAM3.1模式对1981—2000年月时间尺度的东亚500 hPa高度距平场进行客观回报试验;在此基础上,提出了对预报结果的订正方法。结果表明:统计预报海温模型的预报海温场能够反映出全球海温空间分布的基本特征,并对表征ENSO事件的Ni(?)o3.4区海温变化的预报能力较强。该统计模型预报的海温场驱动的CAM3.1模式可以较好地预报出东亚500 hPa环流的主要分布特征,试验表明:适当的统计订正方法可以在一定程度上提高CAM3.1模式对东亚夏季500 hPa环流背景的预报技巧。

单站海温短期预报自动化

对大连、深圳等7个沿海城市海洋观测站自1991～2002年的海温、气象要素数据进行统计分析,结合经验预报因子,针对各个预报站点建立了短期海温统计预报模式,并对该模式进行了后报试验,模式运行稳定后投入到海温预报业务化使用,实现了预报流程的自动化。

南海海温可预报性的诊断研究

本文采用南沙永署礁所测的１９８８．９～１９９６．１的逐日表层海温资料和西沙１９８８．８～１９９５．１２月逐日表层海温资料，用相空间延拓方法，计算了它的关联维Ｄｍ和Ｋａｌｍｏｇｏｒｏｖ熵的近似值二阶Ｒｅｎｙｉ熵Ｋ２，得到Ｄｍ为分数维，Ｋ２约为一正数值，证明南海海温系统具有混沌吸引子，是一种混沌运动，是一个强迫耗散的非线性系统，其长期演变过程主要受５～９个因子控制，可估计出相应的海温预报时效约为３～９天。南海海温的预报时效与其周期有某些相似之处，但它们之间的关系还有待于进一步研究。

宁德近海海温短期预报模型的初步研究

对宁德三沙湾、福宁湾2个海洋观测站自2011-2018年的海温和气象要素数据进行统计分析,通过预报因子的筛选,对这两个站点分别建立了短期海温预报模型,并对该模型进行了后期预报试验。

基于相似系数的海温中长期统计预报方法研究

海温是认知和研究大气、海洋物理性质和演变规律的重要海洋环境动力要素之一,也是海洋预报组成中不可或缺的组成部分,对海温的分布及演变规律进行研究对海洋经济、环保和国防安全具有重要的意义。本文提出了一种基于相似系数的海温统计预报方法,利用数理统计分析方法,构建基于相似系数的统计预报模型来实现海温的单点时间序列预报。在南海海域海温预报中长期实验中,该方法比气候态预报和ARIMA预报方法的结果更优,证明该方法的有效性并为海温的中长期预报提供了新思路。

超强厄尔尼诺事件海洋学特征分析与预测回顾

2015/2016年厄尔尼诺事件被认为是一次与1982/1983和1997/1998年相当的超强事件。基于多套再分析数据,比较了此次事件的海洋上层变量主要特征与历史上两次超强事件的异同,并利用热带太平洋混合层热收支方程对主要物理过程进行了定量分析。研究认为,2015/2016年事件前期为异常高海温东传特征,且前期形成了一次弱的中太平洋型暖事件;但后期表现为弱西传特征,在成熟位相转换成东太平洋型强厄尔尼诺。此次事件中伴随着多次西风爆发事件和开尔文波东传,但赤道开尔文波在盛期基本维持在中东太平洋而不继续东传,赤道外罗斯贝波西传特征亦不明显。相比之下,此次事件在发展—成熟期前后的赤道"热容量放电"过程更加明显些。此次事件异常暖中心位置偏西,其主要原因很可能与赤道东太平洋的强东风异常和冷海水上翻,以及纬向洋流异常和次表层温度异常分布偏西有关;东边界冷水入侵,削弱赤道东太平洋海温异常程度,可能是此次事件位置偏西的直接原因。在海洋上层热量收支中,此次事件中温跃层反馈是促进海温升高和位相转换的最关键过程,纬向平流反馈项亦发挥了重要作用,两种过程共同形成了超强的升温幅度和偏西的异常暖海温分布型。中国国家气候中心新一代ENSO预测系统(SEMAP2.0)每年两次的实际会商预测中给出了较为合理的预测,特别是考虑前期海洋变化预报因子信息的统计模型更好地预测出了海温异常的波动演变状况,成为多方法集合(MME)的重要成员。

海洋台站利用PC—386微机进行测报有关问题的探讨

海洋台站利用ＰＣ—３８６微机进行测报有关问题的探讨毕立海，夏锡荣（国家海洋局烟台中心海洋站）１前言海洋台站自１９９５年７月１日起执行《海滨观测规范》（国标）进行测报。许多台站同时利用了ＰＣ—３８６微机进行测报工作。笔者通过几个月的实践，提出有关使用Ｐ...

长期气候预测的一种两层耦合法

文章使用一个与大气环流模式串联耦合的预报热带太平洋海温（ＳＳＴ）的模式来制作全球长期气候预测。首先超前预报海温，然后将海洋预报用于强迫大气模式，从而超前于海温预报制作气候预测。在全球大部分地区该方法对７０年代至９０年代的７次重大气候事件的预测与观测结果很好吻合。