汛期降水相似动力预报——模式误差主分量相似预报方法

针对相似动力预报中模式预报误差的估计问题,提出将模式误差的直接相似订正问题转化成模式误差主分量的相似预报问题.客观上将模式误差主分量分成可预报和不可预报两部分, 对于可预报主分量采用最优多因子动态配置方案进行相似预报, 而对于不可预报部分则用系统平均代替.基于国家气候中心季节预报业务模式、 美国气候预报中心组合降雨分析资料及国家气候中心气候系统诊断预报室74项环流指数和美国国家海洋和大气管理局的40个气候指数,对东北区域汛期降水进行了预报试验. 2005—2010年6年独立样本检验预报平均距平相关系数为0.29,较系统误差订正预报的0.04有较大提高, 证实该方案能提高国家气候中心季节预报业务模式汛期降水预报水平.     

动态最优多因子组合的华北汛期降水模式误差估计及预报

利用国家气候中心季节预报1983—2009年27年模式预报结果,结合74项环流指数及美国国家海洋局和大气管理局提供的40个气候指数和美国气候预报中心实际降水分析资料,采用资料诊断分析和数值模拟实验相结合的方法,通过多因子的历史相似信息提取预报相似年,获得预报场的误差订正项.在这一订正思路的基础上,考虑前期关键影响因子的选取、多因子组合的优化配置,构建适用于不同预报年的区域动力-统计模式预报误差订正方案.以华北为例,探索多因子最优组合的多元客观相似判据,发展基于多因子动力-统计模式预报误差的动态订正新技术,改善华北夏季降水预报效果,提高预报技巧.通过2005—2009年独立样本回报结果表明,动态最优多因子组合相似订正方法距平相关系数评分相对于系统订正方法有着显著的提高,该订正方案对华北地区的夏季降水预测有着很好的业务前景,具有重要的应用价值,即将投入业务运行. 关键词： 关键因子集 模式误差估计 汛期降水 预测     

基于奇异值分解对中国夏季降水模式误差订正的研究

利用奇异值分解(SVD)方法对国家气候中心气候业务模式CGCM的预报结果进行订正, 进而得到改进后的预报结果. 通过对1983–2011年中国夏季降水的模式预报和实际降水值各年份之间的耦合场进行SVD分解, 选取模式预报和实况降水相关性最好的前3–7个模态, 对这5种不同模态个数的订正结果加以对比, 选出对中国区域订正效果最好的模态个数, 得到模式预报的订正结果. 对2004–2009年6年进行交叉回报试验, 以距平相关系数和均方根误差作为评判标准来检验回报结果, 得出2004–2009大部分年份取前5个模态作为当年订正的模态个数时,订正效果最好. 利用已有的2004–2009年的模式和实际降水资料进行检验, 证实在大部分年份5个模态订正效果最好, 并将结果与系统误差订正法的结果相比较, 表明SVD法对2004–2009年 6年的订正结果中, 有4年比系统误差法的订正效果好. 以2010年作为预测年, 以1983–2009年27年交叉回报检验的结果确定模态个数, 对预测结果加以分析, 显示该方法具有潜在的业务应用价值. 关键词： 奇异值分解 模式预报订正 汛期降水     

基于模式误差分布特征的中国夏季旱涝预测可信度研究

基于美国气候预报中心组合降雨分析资料对国家气候中心海气耦合模式多年夏季降水预报误差进行统计分析,以揭示模式预报误差的分布规律及特征.研究发现,模式预报误差分布特征满足正态分布,基于误差分布特征分析模式对中国夏季降水的预测能力,通过误差分布的高斯拟合曲线特征对比模式预报与动力统计方法的预测技巧,进而得到动力统计方法改进误差分布特征的两种类型:1)变幅型改进;2)均值型改进.在此基础上,根据模式误差的统计特征提出了一种新的旱涝预测可信度计算方法,用于定量化地评估动力统计方法在不同地区的预测可信度大小,并应用于实际预测.最后以2012和2013年夏季降水为例,给出了实况、预测以及可信度检验.结果显示该方法能较好地反映出预测的不确定性,较其他检验方法更具针对性,对异常降水的预测可信度反映更为准确,验证了方法的有效性,可进一步提高动力统计方法的预测服务水平.     

基于季节气候可预报分量的相似误差订正方法和数值实验

基于由历史相似信息对模式预报误差进行预报的思路,发展了一种针对季节气候可预报分量的相似误差订正新方法（FACEPC）,目的是识别模式预报结果中对初值相对不够敏感的可预报分量,将其作为对象进行历史相似选取和误差订正.该方法被应用到国家气候中心业务季节预报模式实验中,对不同区域给出有针对性的相似选取指标和预报方案.25年的交叉检验结果表明,夏季降水和环流的预报技巧评分相对于系统误差订正有明显提高,在发生中等及以上强度ENSO事件年和可预报分量贡献较大地区的预报技巧提高更为显著.特别是中国区域降水和关键区环流的 关键词： 短期气候预测 相似误差订正 可预报分量     

混沌系统可预报期限随初始误差变化规律研究

利用非线性误差增长理论计算了Logistic映射和Lorenz系统可预报期限随初始误差的变化,发现Logistic映射等简单混沌系统的可预报期限与初始误差的对数存在线性关系.在非线性误差增长理论的框架下,理论分析表明,平均误差增长达到一定值时,误差增长进入明显的非线性增长阶段,最终达到饱和;对于一个确定的混沌系统,在控制参数固定的情况下误差增长的饱和值也是固定的,因此可预报期限只依赖于初始误差. 在可预报期限与初始误差对数存在的线性函数关系式中,线性系数与最大Lyapunov指数有关,在已知混沌系统的最大 关键词： 非线性局部Lyapunov指数 可预报期限 初始误差 混沌系统     

大气光学湍流估算模式及其相似性函数

地表热通量和水汽通量对全球气候变化和大气环流有着重要而广泛的影响,而Monin-Obukhov(M-O)相似性函数在计算近地层热通量和水汽通量的过程中扮演着重要的角色;同时M-O相似性函数是大气光学湍流估算模式中不可或缺的因子。通过对合肥西郊35 m铁塔上气象数据的分析,利用非线性最小二乘法拟合得到了一套全新的M-O相似性函数。将之与前人提出的相似性函数作对比,展现出了较好的一致性。同时,该函数大气光学湍流的估算模式中,估算值与实测值具有较好的吻合度。分析结果表明:在稳定条件和非常不稳定条件下,可以认为温度相似性函数等于湿度相似性函数,在弱不稳定条件下两者不再满足这种相似性。     

大气光学湍流估算模式及其相似性函数

地表热通量和水汽通量对全球气候变化和大气环流有着重要而广泛的影响,而Monin-Obukhov(M-O)相似性函数在计算近地层热通量和水汽通量的过程中扮演着重要的角色;同时M-O相似性函数是大气光学湍流估算模式中不可或缺的因子。通过对合肥西郊35 m铁塔上气象数据的分析,利用非线性最小二乘法拟合得到了一套全新的M-O相似性函数。将之与前人提出的相似性函数作对比,展现出了较好的一致性。同时,该函数大气光学湍流的估算模式中,估算值与实测值具有较好的吻合度。分析结果表明：在稳定条件和非常不稳定条件下,可以认为温度相似性函数等于湿度相似性函数,在弱不稳定条件下两者不再满足这种相似性。     

预测特征误差映射及其在多基地水下目标识别中的应用

针对水下多基地目标识别问题,提出了基于特征预测和误差映射的多基地融合识别算法。推导并简化了基于贝叶斯公式的多基地目标识别条件概率公式,利用BP神经网络对最后一个节点的特征向量进行预测,并计算得到预测值与实际值误差的概率密度,将其与前面每个节点的条件概率累乘,以得到目标识别的条件概率。将利用特征预测计算条件概率的方法从单个节点推广到多个节点上,同时针对误差概率分布模型不准确的问题,提出了利用混合高斯分布模型代替单高斯概率分布模型的改进方法。对每个目标重复此过程,取结果最大值对应的目标类别为最后的识别结果.在消声水池开展多基地模拟实验,对四类目标进行识别,在一定声呐节点数目及信噪比条件下,与单基地声呐相比,多基地目标融合识别得到的识别正确率最大可提高40%,采用改进方法以后,识别正确率得到进一步提高。