針對(duì)華西南區(qū)秋季站點(diǎn)降水,建立了基于氣候預(yù)測(cè)系統(tǒng)CFS模式實(shí)時(shí)預(yù)測(cè)產(chǎn)品與觀測(cè)資料相結(jié)合的統(tǒng)計(jì)降尺度預(yù)測(cè)模型。模型選取了華西南區(qū)秋季降水物理意義比較明確的秋季500 hPa位勢(shì)高度場(chǎng)和前期夏季海溫場(chǎng)作為預(yù)測(cè)因子,兩個(gè)因子關(guān)鍵區(qū)分別為10°S～50°N/70°～180°E和30°S～30°N/30°～120°E。預(yù)測(cè)因子與預(yù)測(cè)量之間的SVD第一模態(tài)時(shí)間系數(shù)具有高度相關(guān)性,在500 hPa位勢(shì)高度場(chǎng)和海溫場(chǎng)上均通過(guò)了0.01的顯著性水平檢驗(yàn)。模型對(duì)1982—2017年的回報(bào)結(jié)果顯示:與觀測(cè)場(chǎng)的空間相關(guān)系數(shù)相對(duì)CFS模式原始結(jié)果顯著提高,多年均值從-0.06提升到0.38,最高可達(dá)0.7;均方根誤差在大部站點(diǎn)相對(duì)于CFS模式原始結(jié)果降低,最高可達(dá)40%。同時(shí),模型較好地回報(bào)出了極端高值和低值年降水空間分布型。 

【文章來(lái)源】：氣象. 2020,46(12)北大核心CSCD

【文章頁(yè)數(shù)】：10 頁(yè)

【部分圖文】：

圖２統(tǒng)計(jì)降尺度預(yù)測(cè)方法示意圖??Ｆｉｇ．?２?Ｔｈｅ?ｓｋｅｔｃｈ?ｍａｐ?ｏｆ?ｔｈｅ?ｆｉｅｌｄ?ｉｎｆｏｒｍａｔｉｏｎ?ｃｏｕｐｌｅｄ??

?Ｓ模式原始結(jié)果和統(tǒng)計(jì)降尺度預(yù)測(cè)結(jié)果空??間相關(guān)系數(shù)年際變化，５００?ｈＰａ位勢(shì)高度（Ｈ５。。）或??ＳＳＴ作為預(yù)測(cè)因子建立降尺度模型將３６年平均的??空間相關(guān)系數(shù)從一０．０６提升到〇．３７；集合平均后可??達(dá)０．３８，大部分年份通過(guò)０．０１的顯著性水平檢驗(yàn)，??－２．０??—３．０??１９８４?１９８９?１９９４?１９９９?２００４?２００９?２０１４?１９８４?１９８９?１９９４?１９９９?２００４?２００９?２０１４??年份?年份??—？—降水?一？—?Ｈｍ??圖３?ＮＣＥＰ資料（ａ，ｂ，ｃ），ＣＦＳ資料（ｄ，ｅ，ｆ）１９８２?－２０１７年５００?ｈＰａ環(huán)流場(chǎng)（ａ，ｄ）與秋季站點(diǎn)觀測(cè)降水場(chǎng)（ｂ，ｅ）??的ＳＶＤ第模態(tài)空間分布塑（ａ，ｈ，ｄ，ｅ）以及對(duì)應(yīng)的時(shí)間系數(shù)（ｃ，ｆ）??Ｆｉｇ．?３?Ｔｈｅ?ｆｉｒｓｔ?ｌｅａｄｉｎｇ?ＳＶＤ?ｍｏｄｅｓ?（ａ，?ｄ？?ｅ）?ｆｏｒ?５００?ｈＰａ?ｃｉｒｃｕｌａｔｉｏｎ?（ａ，?ｄ），??ｔｈｅ?ａｕｔｕｍｎ?ｏｂｓｅｒｖｅｄ?ｒａｉｎｆａｌｌ?（ｂ，ｅ），ａｎｄ?ｔｈｅ?ｃｏｒｒｅｓｐｏｎｄｉｎｇ?ｔｉｍｅ??ｃｏｅｆｆｉｃｉｅｎｔｓ?（ｃ，ｆ）?ｄｕｒｉｎｇ?１９８２?—?２０１７??（ａ，?ｂ，ｃ）?ｂａｓｅｄ?ｏｎ?ｔｈｅ?ＮＣＥＰ?ｄａｔａｓｅｔ，（ｄ，?ｅ，?ｆ）?ｂａｓｅｄ?ｏｎ?ＣＦＳ?ｏｕｔｐｕｔ??４０。Ｎ－??２０??ＥＱ??３２°Ｎ－??２７?－??１０３??：（〇?ｔ??３．０－??：１?．?１?ｌ?ｌ＼??２．０－??＼?１?Ａ??錄１？〇－??１?〇？〇－??￥－１．０?—??：??－３．０－??

１５６０??第４６卷??３．０?—??２．０?—??１．０?—??０．０?—??－１．０＾??－３．０－??１９８４??１９８９??１９９４??１９９９??年份??２００４??２００９??２０１４??圖４?１９８２—２０１７年夏季ＳＳＴ（ａ），秋季站點(diǎn)觀測(cè)降水（ｂ）的??ＳＶＤ第一模態(tài)空間分布型（ａ，ｂ）以及對(duì)應(yīng)的時(shí)間系數(shù)（ｃ）??Ｆｉｇ．?４?Ｔｈｅ?ｆｉｒｓｔ?ｌｅａｄｉｎｇ?ＳＶＤ?ｍｏｄｅｓ?（ａ？?ｂ）?ｏｆ?ｓｕｍｍｅｒ?ＳＳＴ?（ａ）?ａｎｄ?ｔｈｅ?ａｕｔｕｍｎ?ｏｂｓｅｒｖｅｄ?ｒａｉｎｆａｌｌ?（ｂ）??ｄｕｒｉｎｇ?１９８２?—?２０１７，?ａｎｄ?ｔｈｅ?ｃｏｒｒｅｓｐｏｎｄｉｎｇ?ｔｉｍｅ?ｃｏｅｆｆｉｃｉｅｎｔｓ?（ｃ）??最大值可以達(dá)到０．７。本文通過(guò)ＲＭＳＥＰ來(lái)評(píng)估降??尺度結(jié)果相對(duì)于模式結(jié)果的ＲＭＳＥ提升百分比，從??圖６可以看出，Ｈ５。�；颍樱樱宰鳛轭A(yù)測(cè)因子預(yù)測(cè)結(jié)果??及兩個(gè)集合平均后除四川盆地、川東北和貴州東部??地區(qū)少數(shù)站點(diǎn)外，絕大多數(shù)站點(diǎn)的ＲＭＳＥＰ都大于??零，降尺度預(yù)測(cè)結(jié)果的均方根誤差比模式原始結(jié)果??最高可以提升４０％以上。但Ｈ５。。作為預(yù)測(cè)因子在??四川東北部尺ＭＳＥＰＣ０的站數(shù)明顯多于ＳＳＴ作為??預(yù)測(cè)因子的站數(shù)。綜合可見(jiàn)，該統(tǒng)計(jì)降尺度模型在??降水量級(jí)上相對(duì)于模式原始結(jié)果有較為明顯的提??高。??在業(yè)務(wù)預(yù)測(cè)中，預(yù)報(bào)員更加關(guān)心模型對(duì)極端年??份的預(yù)測(cè)能力，為了進(jìn)一步分析降尺度模型對(duì)極端??年份的預(yù)測(cè)能力，本文對(duì)１９８２—２０１７年華西南區(qū)區(qū)??域平均降水進(jìn)行分析（表略），采用百分位法基于??９０％分位數(shù)選取出極端高值年（１９８２、２０１４和１９８３

【參考文獻(xiàn)】：
期刊論文
[1]重慶2017年秋季降水異常成因分析[J]. 唐紅玉,吳遙,董新寧,白瑩瑩,魏麟驍,張馳.  氣象. 2019(06)
[2]華西秋雨氣候特征分析[J]. 喻乙耽,馬振峰,范廣洲.  成都信息工程大學(xué)學(xué)報(bào). 2018(02)
[3]利用高原積雪信號(hào)改進(jìn)我國(guó)南方夏季降水預(yù)測(cè)的新方法及其在2014年降水預(yù)測(cè)中的應(yīng)用試驗(yàn)[J]. 劉穎,任宏利,張培群,賈小龍,劉向文,孫林海.  大氣科學(xué). 2017(02)
[4]西太平洋暖池對(duì)西北太平洋季風(fēng)槽和臺(tái)風(fēng)活動(dòng)影響過(guò)程及其機(jī)理的最近研究進(jìn)展[J]. 黃榮輝,皇甫靜亮,劉永,馮濤,武亮,陳際龍,王磊.  大氣科學(xué). 2016(05)
[5]基于土壤濕度和年際增量方法的中國(guó)夏季氣溫預(yù)測(cè)試驗(yàn)[J]. 李啟芬,劉婷婷,陳海山,蔣薇,李忠賢.  氣象科學(xué). 2016(05)
[6]基于土壤濕度和年際增量方法的我國(guó)夏季降水預(yù)測(cè)試驗(yàn)[J]. 劉婷婷,陳海山,蔣薇,李忠賢.  大氣科學(xué). 2016(03)
[7]印度洋偶極子和華西秋雨的關(guān)系[J]. 劉佳,馬振峰,楊淑群,徐金霞.  高原氣象. 2015(04)
[8]2014年秋季我國(guó)華西地區(qū)降水異常的成因分析[J]. 司東,邵勰,孫冷,王啟祎,李多.  氣象. 2015(04)
[9]基于CFS模式的中國(guó)站點(diǎn)夏季降水統(tǒng)計(jì)降尺度預(yù)測(cè)[J]. 劉穎,范可,張穎.  大氣科學(xué). 2013(06)
[10]2011年9月華西秋雨特征及成因分析[J]. 蔡薌寧,康志明,牛若蕓,鮑媛媛.  氣象. 2012(07)



本文編號(hào)：3541192