东亚季风区夏季降水预测：统计模型的建立与可预报性分析

发布时间：2017-09-10 17:32

  本文关键词：东亚季风区夏季降水预测：统计模型的建立与可预报性分析

  更多相关文章： 可预报模态分析 东亚夏季风 降水季节预测 可预报性

【摘要】：东亚夏季风(EASM)是亚洲气候系统中最活跃的系统之一,其降水的可预报性是一个长期存在并亟需解决的重要问题。本文利用可预报模态分析方法对7、8月份,即盛夏时节EASM区域(100°E-140°E,5°N-50°N)降水变化的动力过程进行探究,建立统计模式对降水异常进行预报。预报结果与海洋-大气耦合动力模式结果进行了比较,并进一步讨论EASM降水的可预报性。随后针对中国夏季降水预报的实际业务需要,利用偏最小二乘法回归,讨论对中国夏季(6-8月份)降水进行长期超前预报的可能性,取得了以下几点研究成果：(1)7、8月份EASM气候态降水以西太平洋副热带高压(WPSH)脊线为界表现为南北两个最大值中心。其中一个位于热带东亚季风区(100°E-140°E, 5°N-26.5°N, SEA),为热带季风槽降水,另一个位于副热带-中纬度东亚季风区(100°E-140°E,26.5°N-50°N, NEA),为副热带锋面降水。两个地区降水的经验正交函数分解(EOF)前四个主模态具有显著的动力过程,并能够利用以物理解释为基础的经验预报模式(P-E模式)和／或气候动力模式进行合理预报,说明这些模态反映了降水自身的变化,是可预报模态。而其余高阶模态夹杂了数据的不确定性,为噪音信号。通过分别分析SEA与NEA降水变化前四个模态的物理过程,发现两个子区域各个模态的动力机制彼此具有显著的差异,因此影响SEA与NEA降水变化的大部分驱动因子是不同的,降水变化相互独立。将整个EASM区域划分为南北两个子区域分别进行降水预报,与作为整体相比能够提高预报技巧。(2)根据各个模态的动力过程选取具有物理意义的预报因子,建立P-E模式,对每个模态主成分时间序列(PC)进行预报。将SEA与NEA的四个可预报模态的空间分布与预报出的PC相乘并线性相加,能够构建出降水异常的预报场。利用预报场与观测场的相关系数对预报技巧的高低进行了评估。预报技巧较高的区域集中在气候态降水的大值区,而相对干旱区的预报技巧较低。但P-E预报模式区域平均的预报技巧远高于气候动力模式。说明对东亚夏季风降水,P-E预报模式优于目前的气候动力模式。此结果同时表明气候动力模式对EA夏季降水预报技巧较低并不是由于降水本身可预报性低造成的,而是由于气候动力模式自身的缺陷,因此动力模式仍有较大的改进空间。此外,随着P-E模式超前时间逐渐变长,预报技巧会逐渐降低。实际应用中,推荐使用具有更高预报技巧的超前0个月的模式对降水进行预报。将可预报模态的空问分布与由观测数据得到的PCs相乘并线性相加,能够得到最接近观测值的降水的可预报部分。将降水的可预报场与观测场进行相关分析,能够得到完美预报情况下盛夏时节东亚降水能够达到的最优预报结果,即降水的最大可预报性。对比发现,SEA降水的可预报性、P-E模式以及气候动力模式的预报技巧均高于NEA地区。(3)结合中国的实际预报业务,本文利用偏最小二乘法回归(PLS)讨论了对中国夏季(6-8月份)降水进行长期超前预报的可行性。利用1979-2004年冬季平均的SST及大陆2米气温作为预报因子场,对夏季降水进行拟合,建立预报方程,对2005-2013年降水异常进行超前4个月的独立预报。结果显示对中国东部及南部地区的降水变化可以进行很好的预报,但中国东北部偏北地区以及西北大部分省市预报技巧偏低。以上研究进一步检验了EASM降水年际变化主模态形成与维持的动力学过程,揭示了影响降水变化的前期驱动因子。与目前的气候动力模式相比,提高了EASM包括中国地区降水的预报技巧,对促进东亚地区的发展具有深远的意义。
【关键词】：可预报模态分析 东亚夏季风 降水季节预测 可预报性
【学位授予单位】：中国海洋大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：P457.6
【目录】：

• 摘要5-7
• Abstract7-13
• 1 绪论13-24
• 1.1 东亚夏季风简介13-15
• 1.1.1 东亚夏季风特殊性13-14
• 1.1.2 EASM强度定义14
• 1.1.3 EASM对人类活动的影响14-15
• 1.2 EASM年际变化的影响因子15-19
• 1.2.1 EASM受到热带地区的影响15-17
• 1.2.2 EASM受到中高纬度环流系统的影响17-19
• 1.2.3 EASM受到中高纬度热力异常的影响19
• 1.3 EASM的预报现状19-22
• 1.3.1 动力模式预报的研究进展20
• 1.3.2 统计预报研究进展20-22
• 1.4 拟解决问题及论文结构22-24
• 2 数据以及研究方法24-31
• 2.1 数据24
• 2.2 预报方法介绍24-26
• 2.2.1 可预报模态分析24-25
• 2.2.2 P-E预报模式中预报因子的选取25-26
• 2.2.3 EOF分析,逐步回归与交叉检验26
• 2.3 东亚夏季风区子区域划分26-28
• 2.4 可预报模态初步判断28-31
• 3 盛夏时节热带东亚季风区降水预报31-63
• 3.1 SEA降水变化可预报模态特征分析及预报31-41
• 3.1.1 SEA-1：暖池区偶极子SST正反馈模态31-34
• 3.1.2 SEA-2：中太平洋型ENSO模态34-37
• 3.1.3 SEA-3：海洋大陆SST-澳大利亚高压耦合模态37-39
• 3.1.4 SEA-4：ENSO发展模态39-41
• 3.2 预报技巧与可预报性41-43
• 3.2.1 SEA降水变化超前0个月的预报技巧41-42
• 3.2.2 SEA降水变化超前1个月的预报技巧42-43
• 3.2.3 SEA盛夏时节降水变化的可预报性分析43
• 3.3 本章小结43-63
• 4 盛夏时节副热带-中纬度东亚季风区降水预报63-98
• 4.1 NEA降水变化可预报模态特征分析及预报63-70
• 4.1.1 NEA-1：赤道西太平洋——NEA遥相关模态63-65
• 4.1.2 NEA-2：WPSH-暖池区偶极子SST正反馈模态65-67
• 4.1.3 NEA-3：中太平洋型ENSO事件发展模态67-69
• 4.1.4 NEA-4：欧亚波列模态69-70
• 4.2 NEA降水预报技巧与可预报性分析70-73
• 4.2.1 NEA降水超前0个月预报技巧分析70-72
• 4.2.2 NEA降水超前1个月预报技巧分析72
• 4.2.3 利用可预报模态对NEA盛夏降水的可预报性分析72-73
• 4.3 将EA划分为两个子区域的原因73-74
• 4.4 本章结论74-98
• 5 中国夏季降水的长期超前预报分析98-115
• 5.1 中国夏季降水预报现状98-100
• 5.2 联合EOF-PLS方法介绍100-102
• 5.3 中国夏季降水主模态特征分析102-104
• 5.4 中国夏季降水的预报分析104-106
• 5.5 本章结论与讨论106-115
• 6 结论115-121
• 6.1 全文总结115-118
• 6.2 本文的主要创新点118-119
• 6.3 对未来工作的展望119-121
• 参考文献121-134
• 个人简历134
• 发表的学术论文134-135
• 致谢135

【相似文献】

中国期刊全文数据库 前10条

1 Tim Palmer;吕越华;;对天气的不可预报性的看法[J];气象科技;1990年05期

2 章基嘉;;关于浑沌现象的可预报性问题[J];气象科技;1992年04期

3 赵彦,郭裕福,袁重光,李旭;短期气候数值预测可预报性问题[J];应用气象学报;2000年S1期

4 薛德强,奚秀芬,王栋成;月尺度降水可预报性的实验研究[J];山东气象;2000年03期

5 卞建春,杨培才;关于大气过程可预报性问题的一些讨论[J];高原气象;2003年04期

6 范晓青,李维京,张培群;模式大气月尺度可预报性的对比研究[J];应用气象学报;2003年01期

7 李建平;丁瑞强;;混沌系统单变量可预报性研究[J];大气科学;2009年03期

8 丁瑞强;李建平;;非线性误差增长理论在大气可预报性中的应用[J];气象学报;2009年02期

9 丁瑞强;李建平;;天气可预报性的时空分布[J];气象学报;2009年03期

10 李忠贤;陈海山;倪东鸿;曾刚;;土壤湿度对东亚夏季气候潜在可预报性影响的数值模拟[J];大气科学学报;2012年04期

中国重要会议论文全文数据库 前10条

1 曹鸿兴;蔡秀华;吴永萍;;大气的不可预报性[A];S2 短期气候预测[C];2012年

2 林振山;;动力系统可预报性问题的讨论[A];中国地理学会2006年学术年会论文摘要集[C];2006年

3 穆穆;王家城;;非线性全局及局部最优扰动和第一类可预报性[A];自然、工业与流动——第六届全国流体力学学术会议论文集[C];2001年

4 杨修群;;季节平均气候的潜在可预报性[A];面向21世纪的科技进步与社会经济发展（上册）[C];1999年

5 牛瑾琪;曹鸿兴;牛保山;;基于界壳理论对天气可预报性的探索[A];第31届中国气象学会年会S2 灾害天气监测、分析与预报[C];2014年

6 严小冬;金建德;雷云;严华生;;前期500hPa高度场与贵州降水可预报性的关系[A];中国气象学会2005年年会论文集[C];2005年

7 丁瑞强;李建平;;非线性误差增长理论及可预报性研究[A];中国气象学会2006年年会“季风及其模拟”分会场论文集[C];2006年

8 穆穆;;可预报性研究中的一类动力学问题(英文)[A];第七次全国动力气象学术会议论文摘要[C];2009年

9 谭季青;何歆;于京燕;;区域降水的实际可预报性研究[A];中国气象学会2005年年会论文集[C];2005年

10 李延江;邵长亮;郭鸿鸣;燕成玉;吴杰;;渤海西岸区初春“3次”雷雨落区预报分析及可预报性探讨[A];第26届中国气象学会年会灾害天气事件的预警、预报及防灾减灾分会场论文集[C];2009年

中国重要报纸全文数据库 前3条

1 丁继武邋刘晓林 实习记者 崔洁;观测系统研究与可预报性试验计划研讨会在京举行[N];中国气象报;2007年

2 本报记者 丁继武;气候系统的混沌性质和可预报性[N];中国气象报;2010年

3 通讯员　陈荣发　记者　肖国强　;提前两年就能预报厄尔尼诺[N];浙江日报;2004年

中国博士学位论文全文数据库 前7条

1 唐晓文;基于THORPEX计划的天气可预报性研究[D];南京大学;2014年

2 邢雯;东亚季风区夏季降水预测：统计模型的建立与可预报性分析[D];中国海洋大学;2015年

3 黄昌兴;气候模式的误差及其可预报性研究[D];中国气象科学研究院;2005年

4 丁瑞强;非线性误差增长理论与可预报性研究[D];中国科学院研究生院（大气物理研究所）;2007年

5 徐辉;Zebiak-Cane ENSO预报模式的可预报性问题研究[D];中国科学院研究生院（大气物理研究所）;2006年

6 杨德剑;亚洲夏季风季节可预报性的表征和评估研究[D];南京大学;2012年

7 唐晓晖;热带海洋海温变率预报及可预报性研究[D];中国科学院研究生院（海洋研究所）;2009年

中国硕士学位论文全文数据库 前10条

1 孟佳佳;基于统计方法的SST年际和年代际可预报性研究[D];中国科学院研究生院(海洋研究所);2015年

2 李启芬;土壤湿度年际异常对气候潜在可预报性的影响[D];南京信息工程大学;2013年

3 孙树鹏;10-30天延伸期稳定分量的提取及其可预报性研究[D];兰州大学;2011年

4 赵晓川;中国月、季平均温度和降水量的潜在可预报性估计[D];南京信息工程大学;2008年

5 谭晓伟;观测系统影响试验与可预报性研究[D];中国气象科学研究院;2005年

6 刘景鹏;中国区域气温和降水月尺度可预报性的时空分布特征[D];中国气象科学研究院;2014年

7 张磊;非线性优化方法在大气运动可预报性研究中的应用[D];华东师范大学;2005年

8 翟丹华;一次暴雨过程的中尺度可预报性研究[D];中国气象科学研究院;2008年

9 王小萍;对T213L31模式实际可预报性的诊断研究[D];浙江大学;2005年

10 陈中峗;基于副高活动的T213模式在东亚地区的实际可预报性诊断研究[D];浙江大学;2007年

，

本文编号：825669