多时次资料的EOF迭代在云南夏季气候预测中的应用

1、文章编号 :100020534 (2001) 0220220205多时次资料的 EOF 迭代在云南夏季气候预测中的应用旭1 ,尤卫红1 ,李跃清2段( 1 . 云南省气象台 , 云南 昆明 650034 ; 2 . 成都高原气象研究所 , 四川 成都 610072)摘 要 : 多时次资料的 EO F 迭代预测方法能较好地应用历史资料中的信息 , 并能将经验法则 、观测事实和气候规律等引入到实际的短期气候预测过程中 , 特别是随着我们对影响短期气候变化的物理过程 和因子认识的深入 , 这种预测方法将会得到更加有效地改进和实际应用 。本文考虑 4 个区域月平均海 表水温的多时次历史资料 , 基于

2、EO F 迭代方案 , 建立了云南夏季气候变化的一种多时次 EO F 迭代预 测模型 。在对云南分 5 个区域 , 每个区域 16 个气象观测站点的夏季降水和气温趋势的预测中 , 该模型 对云南 1995 1999 年的夏季 68 月总雨量和平均气温趋势预测检验的最新业务标准评分平均分别达 到 79 . 6 %和 87 . 0 % 。该评分成绩表明 , 这种容纳多时次资料 , 基于 EO F 迭代的物理 统计预测方法 是一种有效的短期气候预测途径 。关键词 : 多时次资料 ; EO F 迭代 ; 夏季气候预测中图分类号 : P461文献标识码 : A论和实际应 用 上 都 具 有 重 要 意

3、义 。张 邦 林 等7提引言气候预测是大气科学的一个重要分支 。由于气 候预测与经济和社会的发展密切相关 , 因此气候预 测已成为当今国际科技界的一个新热点 。目前 , 短 期气候预测方法主要包括经验方法 、统计方法 、动 力方法和 动 力 统 计 方 法 , 但 预 测 的 准 确 率 普 遍 不高 , 已 远 远 满 足 不 了 经 济 和 社 会 发 展 的 迫 切 需1出了一 种 新 的 统 计 预 报 方 法 , 即 EO F 迭 代 方 案 。后来李跃清等8 根据该方案 , 把多时次的历史资料 考虑进去 , 从而得到了利用多时次历史资料的 EO F 迭代短期气候预测方法 。本文将从

4、云南省气象台实际业务应用的要求出发 , 并充分考虑过去的一些研究成果9 11, 用 4 个区域月平均海表水温的多时次历史资料来建立云南夏季气候变化的一种多时次EO F 迭代预测模型 。要1 , 2。因 此 , 探 索 具 有 物 理 基 础 , 经 验 、统 计 、动力相结合的综合预测方法是十分必要的 。顾震潮3 早在 50 年代就指出了数值预报只用 一个初始场而经验预报使用前期多个时次资料的差 异 。进一步的工作表明4 , 利用多时次资料的预报 模式具有一定预报能力 。邱崇践等5 、黄建平等6 提出了一种相似 动力长期预报模式 , 这种模式不 仅具有距平模式的优点 , 而且还保留了隔季的韵律

5、 关系 。由于相似 、韵律 、遥相关 、非同步联系等是大 气系统普遍存在的现象和规律 , 因此 , 如何在短期气候预测方法中描述和反映这些事实和经验 , 在理多时次资料 EO F 迭代预测的基本原理2设预测对象的矩阵为Pd1M 1 ×N 1Pd2M 1 ×1Pd =,( 1)预测因子的矩阵为Pr1M 2 ×N 1Pr2M 2 ×1( 2)Pr =,这里 , M 1是要预测区域的预测对象的气象观测站收稿日期 : 1999211230 ; 改回日期 : 2000204210基金项目 : 国家“九五”重中之重科技攻关项目云南专题 ( 969080508) ;

6、中国气象局青年气象科学基金“青藏高原周边西南地区冷暖对象和预测因子的时间序列长度 。但在时间上 , 两方案是收敛的 。者存在非同步性 。利用 EO F 迭代进行短期气候预测的方法是将Pd 、Pr 按如下形式放置需要说明的是 , 预测因子数目 M 2 包括有因子种类和历史时次两层含义 。矩阵 Pr 的每一行代表的是某一历史时次的某种预测因子的时间序列 。这种预测方法一般有 4 种形式 , 即单预测因子单历史Pd1M 1 ×N 1Pd2M 1 ×1时次 , 单预测因子多历史时次 , 多预测因子单历史( 3)PM ×N=,Pr1M 2 ×N 1Pr2M 2 &

7、#215;1时次 , 多预测因子多历史时次 。3在云南夏季气候预测中的应用其中 N= N 1 + 1 , M = M 1 + M 2 。矩 阵Pd1M 1 ×N 1和Pr1M 2 ×N 1Pr2M 2 ×1我们将云南分成 5 个预测区域 , 分别称为滇东Pr =可 由 历 史 资 料 给 出 , 而 矩 阵M 2 ×N北 、滇东南 、滇中 、滇西北和滇西南 , 每个预测区Pd2 则是我们要 通 过 迭 代 而 得 到 的 未 知 的 预 测 对M 1 ×1域选择大致均匀分布的 16 个气象观测站点9 的夏象 。首先 , 令 Pd2 = 0 ,

8、则构造出季 68 月总雨量距平和平均气温距平作为预测对M 1 ×1M 1 ×1象 。Pd1M 1 ×N 10M 1 ×1从能实现业务化预测的前提条件来考虑 , 我们P ( 0)M ×N=,( 4)Pr1M 2 ×N 1Pr2M 2 ×1选用如下 4 个区域 13 月的逐月平均海表水温的月距平值作为预测因子 , 它们分别是国家气候中心其中 0 是零矩阵 , 即迭代初值为零 。对矩阵 P ( 0)进行 EO F 展开 , 得到 P ( 0) 的拟合场为M 1 ×1M ×N发布的月气候监测公报上的黑潮区 (A

9、区) 、赤道中太平洋区 ( W 区) 、印度洋区 (B 区) 和赤道东太平洋M ×NP ( 0)( 0)P d2区 ( C 区) 的海表平均水温的月距平值 。d1P ( 0) T ( 0) · V ( 0)( 5)=,P ( 0)( 0)从实际情况考虑 , 我们将预测对象和预测因子M ×NM ×K (0) K (0) ×NP r2r1的历史实况距平值数据均取为从 1961 年开始到预式中 K ( 0) 为第零步迭代的截断阶数 。构造矩阵测对象年为止 。具体作法 : 假如要对 1999 年云南( 0)Pd1M 1 ×N 1P d2P (

10、 1)M ×NM 1 ×1某预测区域 16 个气象观测站点的夏季总降水和平( 6)=,Pr1Pr2均气温趋势进行预测 , 那么 , 首先要用预测对象和M 2 ×N 1对 P ( 1) 再作 EO F 展开 , 得到M ×NM 2 ×1预测因子的历史实况距平值数据构成如下的两个矩P ( 1)M ×N 的拟合场阵P ( 1)( 1)P d2d1P ( 1) T ( 1) · V ( 1)( 7)=,R 1 , 1R 16 , 1S 1 , 1S 12 , 1R 1 , 2R 16 , 2S 1 , 2S 12 , 2R 1 ,

11、38R 16 , 38S 1 , 38S 12 , 3800S 1 , 39S 12 , 39P ( 1)( 1)M ×N(1) (1)M ×KK ×NP r2r1又构造矩阵( 1)PR28 ×39=Pd1M 1 ×N 1P d2, ( 11)P ( 2)M ×NM 1 ×1( 8)=,Pr1Pr2M 2 ×N 1M 2 ×1再作 EO F 展开求拟合场 , 一直到第后 , 构造矩阵1 步迭代n -和T 1 , 1T 16 , 1S 1 , 1S 12 , 1T 1 , 2T 16 , 2S 1 , 2S

12、 12 , 2T 1 , 38T 16 , 38S 1 , 38S 12 , 3800S 1 , 39S 12 , 39( n - 1)Pd1M 1 ×N 1P d2P ( n)M ×NM 1 ×1( 9)=,Pr1Pr2M 2 ×N 1M 2 ×1P T28 ×39=, ( 12)对 P ( n) 进行 EO F 展开 , 则得到P ( n)( n)P d2d1P ( n) T ( n) ·V ( n)=. ( 10)P ( n)( n)M ×NM ×K ( n)K ( n) ×NP r2r1

13、当范数 P ( n) - P ( n - 1) < 时 , P ( n) 即为所其中 , R i = 1 , , 16 ; j = 1 , , 38 和 T i =d2d2d2i , ji , j需的 预 测 对 象 值 构 成 的 矩 阵 。文 献 7及 李 跃 清1 , , 16 ; j = 1 , , 38 分别为预测区域 16 个气象 222 高原气象20 卷观测 站 点 1961 1998 年 的 6 8 月 总 雨 量 距 平 和平均气温距平 , Ri , 39 = 0 i = 1 , , 16 和 T i , 39 =0 i = 1 , , 16 表示已令作为预测对象的 1

14、999 年 的迭代初值为零 , S k , j k = 1 , , 12 ; j = 1 , ,39 则分别为预测因子即 1961 1999 年 1 3 月 4个区域平均海表水温的月距平值 。其次 , 我们将矩阵 PR 和 P T 中的元素进行标28 ×39 28 ×39准化处理后再作 EO F 迭代 。在作具体迭代的预测 过程中 , 为了便于实际应用 , 我们规定当迭代次数 为 10 时停止迭代 , 并根据李跃清等8 所做的试验 结果 , 取 截 断 阶 数 K = 2 作 为 最 后 的 预 测 结 果 输出 。云南 1995 1999 年的预测检验分别取预测对象为每个

15、区域 16 个气象观测站 点 1995 1999 年的 68 月总雨量距平和平均气温 距平 。在表 1 和表 2 中 , 我们分别给出了预测检验 结果 , 表中的评分标准是严格按照中国气象局 1999 年 4 月下发的短期气候预测质量评定暂行办法来 进行的 。在该办法中 68 月的总降水和气温趋势 是按 6 级评分制 (表 3) 。表 3 中 R 是 68 月的降 水距平百分率 , T 是 68 月的气温距平 。6 级评分制预测评分的计算公式为4 N 0 + P1 ×N 1 + P2 ×N 2×100 % ,(13)Ps =N + P1 × N 1 +

16、P2 × N 2表 1 云南 1995 1999 年 68 月雨量预测结果的业务评分检验Ta ble 1 The operational verif ication of precipitation f orecasts f or Yunnan province f rom June to August 1995 1999区域年份/ %滇东北滇东南滇中滇西北滇西南全省199519961997199893 . 875 . 087 . 962 . 581 . 381 . 876 . 575 . 068 . 881 . 3100 . 043 . 875 . 075 . 075 . 850

17、. 087 . 587 . 5100 . 075 . 881 . 380 . 187 . 861 . 5199987 . 587 . 593 . 881 . 387 . 587 . 5平均81 . 380 . 477 . 571 . 487 . 779 . 6表 2云南 1995 1999 年 68 月气温预测结果的业务评分检验Ta ble 2 The operational verif ication of a ir temperature f orecasts f or Yunnan province f rom June to August of 1995 1999区域年份/ %滇东北滇

18、东南滇中滇西北滇西南全省199587 . 5100 . 093 . 893 . 8100 . 095 . 0199675 . 0100 . 093 . 893 . 8100 . 092 . 5199781 . 3100 . 087 . 575 . 0100 . 088 . 819981999平均87 . 5100 . 086 . 387 . 562 . 590 . 087 . 568 . 886 . 363 . 662 . 577 . 787 . 6587 . 595 . 082 . 676 . 387 . 0表 3 68 月的总降水和气温趋势Ta ble 3 Total precipitat

19、ion and temperature tendency f rom June to August特少R - 50偏少- 50 < R - 20略少- 20 < R 0略多0 R < 20偏多20 R < 50特多R 50特低T - 1 . 0偏低- 1 . 0 < T - 0 . 5略低- 0 . 5 < T < 0略高0 T < 0 . 5偏高0 . 5 T < 1 . 0特高T 1 . 0N 0 为预测与实况距平符号相同的站数与符号不同当然 , 短 期 气 候 变 化 异 常 的 物 理 基 础 是 这 种EO F 迭代预测方法的关键

20、所在 。随着我们对影响但相差只有 1 级的站数之和 , N 1 为预测与实况同为偏多 ( 高) 、偏少 ( 低) 的站数 , N 2 为预测与实况 同为特多 ( 高) 、特少 ( 低) 的站数 , P1 = 0 . 5 为偏多 (高) 、偏少 ( 低) 级预测成功加分权重系数 , P2 = 1 .0 为特 多 ( 高) 、特 少 ( 低) 级 预 测 成 功 加 分 权 重 系 数 。从表 1 和表 2 中可看出 , 利用多时次海表水温 资料的 EO F 迭代预测方法对云南 1995 1999 年夏 季 68 月总雨量和平均气温趋势预测结果检验的 最新业务标准评分平均分别达到 79 . 6 %

21、和 87 . 0 % 。 该评分成绩说明 , 利用多时次历史资料 EO F 迭代 的短期气候预测方法将具有更加广阔的实际业务应用前景 。短期气候变化的物理过程和因子认识的深入 , 这种预测方法将会得到更加有效地改进和广泛的应用 。参考文献1周家斌 , 黄嘉佑. 旱涝预测方法的现状. 旱涝气候研究进展M . 北京 : 气象出版社 , 1990 . 134 - 142胡增臻 , 黄荣辉. 长期天气预报业务和方法研究的最新进展2J . 气象科技 , 1993 , ( 1) : 1 - 103顾震潮. 天气数值预报中过去资料的使用问题J . 气象学报 ,1958 , 29 ( 3) : 176 - 1

22、86丑纪范. 长期数值天气预报 M .190 - 2474北京 : 气象出版社 , 1986 .邱崇践 , 丑纪范. 动力统计长期数值天气预报的进展 : 一种相5似 动力长期 数 值 天 气 预 报 模 式 M .1989 . 88 - 94北 京 : 科 学 出 版 社 ,结论本文的应用进一步表明 , 基于 EO F 迭代的短 期气候预测方法是一种有特色的预测方法 , 特别是 考虑引入多时次的历史资料作为预测因子后 , 将会 收到更好的实际预测效果 。该预测方法的优越性在 于 : 能较好地应用历史资料中的信息 , 引入经验法 则 、观测事实和气候规律等 , 根据预测对象与预测 因子的物理联系

23、 , 可作出提前不同时间尺度的短期 气候预测 。原则上 , 该方法适合于不同台站 、不同 地区 , 只要有效地考虑预测区域短期气候变化的影 响过程和预测因子 , 与 EO F 迭代方案相结合 , 就可找到较好的预测途径 。总之 , 该方法将具有更加广56黄建平 , 王绍武. 利用相似 动力模式进行季节预报试验J .中国科学 (B 辑) , 1991 , 21 ( 2) : 216 - 224张邦林 , 丑纪范 , 孙照渤. 用前期大气环流预报中国夏季降水7的 EO F 迭代方案J . 科学通报 , 1991 , 36 ( 23) : 1797 - 17988李跃清 , 童文林. 利用多时次资料

24、的 EO F 迭代温度长期预报J . 气象 , 1995 , 21 ( 9) : 30 - 339尤卫红 , 杞明辉 , 段旭. 小波变换在短期气候预测模型研究中的应用J . 高原气象 , 1999 , 18 ( 1) : 39 - 4610尤卫红 , 段旭 , 杞明辉. 连续小波变换在云南近百年气温和降水变化分析中的应用J . 高原气象 , 1999 , 18 ( 1) : 47 - 5411琚建华 , 李绚丽. 云南初夏降水与前期大气环流的关系J . 高原气象 , 1999 , 18 ( 1) : 55 - 62尤卫红 , 段旭 , 杞明辉. 云南月气候要素场预测的业务技术研12究J .

25、热带气象学报 , 1999 , 15 ( 1) : 91 - 96 224 高原气象20 卷EOF Iterat ion Scheme with Mult it ime Historical Data an d Its Appl icat ionto Summer Cl imat ic Predict ion over Yunnan ProvinceDUAN Xu1 ,YOU Wei2ho ng1 ,L I Yue2qing2( 1 . Meteorological Observ atory of Y u na n Prov i nce , Ku n m i n 650034 , Chi na

26、 ; 2 . Chen g d u I nst i t ute ofPl atea u Meteorology , Chen g d u 610072 , Chi na)Abstract : EO F iteratio n scheme wit h multitime histo rical data can make bet ter use of t he info r matio n inhisto rical data . The fo recast met ho d will be imp roved well and used widely w hen it int ro duce t he empirical law , t he o bservatio nal f act and t he climatic law etc into act ual