简介:利用张掖国家湿地公园冬季水域结冰厚度观测资料和张掖观象台的气温、地温气象资料,运用统计学方法和BP神经网络方法建立了张掖国家湿地公园水域结冰厚度预报方程。通过对不同的预报方法进行预报效果验证,该结冰厚度的预报模型能够对结冰厚度有比较理想的预报效果,流动水域结冰厚度预报历史拟合率分别为:80.6%(多元回归)、74.6%(逐步回归)、100%(BP神经网络);模型试报准确率分别为:72.7%(多元回归)、72.7%(逐步回归)、81.8%(BP神经网络)。静止水域结冰厚度预测历史拟合率分别为:76.9%(多元回归)、71.8%(逐步回归)、93.5%(BP神经网络);模型试报准确率分别为:76.0%(多元回归)、72.0%(逐步回归)、84.0%(BP神经网络)。结果表明:多元回归方法优于逐步回归方法,而BP神经网络又明显优于传统的统计学方法,数据显示该结冰厚度的预报模型能够对结冰厚度有较好的预报效果,预报模型能够对水域结冰厚度进行有效的短期预报,其性能指标符合实际要求,具有很好的实际应用价值。
简介:将BP(BackPropagation)神经网络方法引入到奥运空气质量预报工作中,利用MATLAB神经网络工具箱搭建运行平台,将高时效性的观测结果与多模式集成实时预报系统的模式输出结果相结合,做出BP神经网络拟合预报结果。在对北京大学医学部站点2008年7月7日到8月26日模式模拟结果、观测结果以及BP神经网络拟合结果的对比研究中发现:BP神经网络能大大提高模式预报效果,平均误差率减少34.7%,相关系数提高39%,特别是在模式模拟效果较差的情况下,对提高预报效果更明显。对BP神经网络样本问题进行敏感性实验结果表明,样本数目多少并不是决定拟合效果的决定性因素,应选取具有稳定映射关系的样本,才是提高拟合预报效果的关键。
简介:利用1961-2002年ERA-40逐日再分析资料和江淮流域56个台站逐日观测降水量资料,引入基于自组织映射神经网络(Self-OrganizingMaps,简称SOM)的统计降尺度方法,对江淮流域夏季(6-8月)逐日降水量进行统计建模与验证,以考察SOM对中国东部季风降水和极端降水的统计降尺度模拟能力。结果表明,SOM通过建立主要天气型与局地降水的条件转换关系,能够再现与观测一致的日降水量概率分布特征,所有台站基于概率分布函数的Brier评分(BrierScore)均近似为0,显著性评分(SignificanceScore)全部在0.8以上;模拟的多年平均降水日数、中雨日数、夏季总降水量、日降水强度、极端降水阈值和极端降水贡献率区域平均的偏差都低于11%;并且能够在一定程度上模拟出江淮流域夏季降水的时间变率。进一步将SOM降尺度模型应用到BCCCSM1.1(m)模式当前气候情景下,评估其对耦合模式模拟结果的改善能力。发现降尺度显著改善了模式对极端降水模拟偏弱的缺陷,对不同降水指数的模拟较BCC-CSM1.1(m)模式显著提高,降尺度后所有台站6个降水指数的相对误差百分率基本在20%以内,偏差比降尺度前减小了40%-60%;降尺度后6个降水指数气候场的空间相关系数提高到0.9,相对标准差均接近1.0,并且均方根误差在0.5以下。表明SOM降尺度方法显著提高日降水概率分布,特别是概率分布曲线尾部特征的模拟能力,极大改善了模式对极端降水场的模拟能力,为提高未来预估能力提供了基础。
简介:为了分析国家气候中心(NCC)月气候预测产品对陕西各气候区域和不同月份的预测能力,充分发挥其指导作用,利用现行评分方法和同号率统计方法,对2000--2010年NCC月气候预测产品对陕西月降水和气温预测情况进行分析,结果表明:月降水及其异常级评分多年平均值分别为57.9和63.4,同号率56.3%和57.7%。3月、5月、7—9月、11月和汉中、安康、商洛的评分及同号率较高。月气温及其异常级评分多年平均值分别为74.3和76.4,同号率70.8%和72.0%。3月、6—7月、11月和榆林、延安的评分和同号率较高。异常级预测的漏报率较高。
简介:对2007年做出的各项气候预测进行了回顾,汛期预报中预测的西北大部、淮河流域和福建3块多雨区基本正确,它们都是根据地气图的基本原理预测得到。月降水预报取得平均70.5分的好成绩,这得益于地气系统的活动规律较单纯;年度预报则基本上失败了,这是因为2008年1月我国发生了6.9级强震,破坏了地气系统的正常运行规律,使预报准确率大为降低。最后还对2008年8月的月降水预测进行了讨论。
简介:通过统计铜川单站53a历史气候,用Spss11.5对铜川站历史各项气象要素与各月平均气温、降水量进行相关性分析,找出前期各气象要素与预报月的降水、气温相关性好的因子,用逐步回归方法进行模拟,得出铜川站的月平均降水、气温预报模型,用可视化语言VisualBasic6.0程序设计中的Adodc数据库技术方法,分别建立了铜川站的月降水、平均气温预测因子数据库,63个相关性较好的因子进入模型,实现自动预测,并以Datagrib表格显示预测结果和预测因子组合。从近三年预测结果看,降水距平百分率在20%以内的准确率为30.6%;气温预报误差在1℃以内的准确率为50.0%。需要在实际业务中进一步检验,找出预报和实况的误差关系。
简介:利用IAPENSO预测系统对1981年11月至1997年12月系统性回报实验的结果,分析了预报技巧的时间依赖性。结果表明:该预测系统对80年代的ENSO具有较强的预报能力,在Nino3区接近0.8的预报相关技巧(预报与观测的相关系数)可达1年半左右,而对90年代的ENSO现象,预报技巧则较低,超前半年以上的预报仅在0.4左右;预报技巧具有季节依赖性,从春季到秋初开始的预报较好,高于0.5的技巧均可维持15个月以上,其中从7月到9月开始的预报,其高于0.6的相关技巧可达16个月;而从秋末和冬季开始的预报,其技巧衰减较快,预报5个月后降到了0.5以下。对1999年LaNinna事件的实时预测总体上是成功的,即此次LaNinna事件将维持到2000年;但未能预测出其在1999年春季以后再次加强的过程。对其未来变化趋势的预测显示,此次LaNinna事件有可能于今年夏秋季结束。
简介:利用中国科学院大气物理研究所设计发展的具有较高分辨率的热带太平洋和全球大气耦合环流模式,设计了一个初始化方案,建立了ENSO预测系统,进行了系统性的预测试验。预测结果检验评估表明,该预测系统表现出较强的预报能力,赤道中东太平洋地区(Nino3和Nino34)海表温度距平预报相关技巧高于052的预报可持续18个月,该预测系统可应用到试验性的海温预测实践中。利用该系统对1997/1998年ENSO进行了实际预测,表明预测是成功的,预测的海温距平已提供给今年我国夏季降水预测使用,取得了良好的预测效果。
简介:为探索气候变化影响下水文极值的非平稳性和预测方法,建立了水文极值非平稳广义极值(GEV)分布的统计预测模型。利用1952—2010年淮河上游流域累计面雨量和流量年最大值资料、同期500hPa环流特征量资料以及17个CMIP5模式对环流特征量的模拟结果,筛选出对水文极值影响显著的年平均北半球极涡强度指数作为GEV分布参数的预测因子。分析了在RCP2.6、RCP4.5和RCP8.5情景下2006—2050年淮河上游流域水文极值对气候变化的响应。结果表明,10年以下与10年以上重现期的水文极值在非平稳过程中呈现前者下降而后者上升的相反变化趋势;多模型预测的集合平均在未来情景中均呈现上升趋势,情景排放量越大增幅越大,重现期越长增幅也越大。与极值的常态相比,极值的极端态更易受气候变化影响。
简介:中国科学院大气物理研究所发展了一个准业务跨季度气候距平数值预测系统,包括气候模式、大气和海洋初始条件同化、年际气候异常信号的提取、集合积分与概率计算、预测值系统误差的订正方法以及预测评分技术等方面,以东亚夏季风降水和太平洋海温异常为主要预测对象。本文主要报告5年来中国夏季降水跨季度预测准业务试验的结果。1989~1995年夏季降水跨季度实时预测试验的结果表明:对于导致气候灾害的夏季降水异常,例如中国东部的严重旱涝,我们能够作出很好的预测;对于比较弱的夏季降水异常,预测技巧较低。另外,预测效果有明显的地区差异,比如,中国东部比西部好,东部又以长江中下游为最佳。本文还介绍了一些由西太平洋海温异常影响大气的物理过程及机理,提出了一个“持续异常区假说”。进而讨论了集合预测的理论和方法,并通过一个实例来说明如何使用集合积分技术来识别持续异常区。最后对短期气候预测的几个基本问题以及改进的途径进行了讨论