基于多种集合的中国冬季气温逐月滚动预测

利用1979—2015年中国国家气候中心整编的160站月平均气温和NCEP/NCAR全球大气再分析资料,从1979/1980—2008/2009年冬季前期500 h Pa高度场、200 h Pa势函数和850 h Pa势函数场选择预测因子,考虑不同时效因子的组合及其独立性,综合应用多因子回归集合、交叉检验集合、逐月滚动集合,建立了针对中国冬季气温的逐月滚动预测模型,并利用该模型对2010/2011—2014/2015年冬季气温进行了独立预测试验和检验。结果表明,综合运用多种集合可提高短期气候客观定量预测的可行性和稳定性。多因子回归集合能增加可预测站点数,交叉检验集合可减少因统计关系不稳定而产生的对预报效果的影响,逐月滚动集合的应用不仅增加了可预测站点数,而且使预测效果更加稳定。本文建立的预测模型可对中国冬季气温进行长时效的预测,且有一定的预报技巧,对实际的季节预测业务有重要应用价值。

天生桥一级水电站月平均入库流量逐月滚动预测模型

由于江河流域的月平均流量变化与月尺度的短期气候变化密切相关,因此作为一种尝试,将月尺度短期气候变化的逐月滚动预测模型直接用于江河流域的月平均流量预测。文中从短期气候变化的逐月滚动预测模型出发,建立了天生桥一级水电站月平均入库流量的一种逐月滚动预测模型,并用该模型对天生桥一级水电站2004年1月以后的月平均入库流量进行预测,取得了较为满意的效果。

云南月气候变化的一种多时间序列预测模型

为了充分利用过去和现在对气候系统进行定时观测而积累的大量数据 ,本文提出了月气候变化的一种多时间序列逐月滚动预测模型 ,并从与云南月气候变化有某种物理关系的 2 0多个时间序列出发 ,实际建立了一个云南月气候变化的多时间序列逐月滚动预测模型。在提前预测的时间尺度为 2个月的条件下 ,该模型对云南 80个气象观测站点 1995年 1月— 1999年 10月的逐月雨量和气温预测结果检验的最新业务标准评分平均可分别达到 6 6 .7%和 79.0 %。该评分成绩已明显高于云南省气象台目前的实际业务预测水平 ,并达到了“九五”攻关的目标要求 。