Sub-seasonal prediction over East Asia during boreal summer using the ECCC monthly forecasting syste

来源 :南大气候预测研究联合实验室2017年度学术年会 | 被引量 : 0次 | 上传用户:frale
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  A useful sub-seasonal forecast is of great societal and economical value in the highly populated East Asian region,especially during boreal summer when frequent extreme events such as heat waves and persistent heavy rainfalls occur.Despite recent interest and development in sub-seasonal prediction,it is still unclear how skillful dynamical forecasting systems are in East Asia beyond two weeks.In this study we evaluate the sub-seasonal prediction over East Asia during boreal summer in theoperational monthly forecasting system ofEnvironment and Climate Change Canada(ECCC).
其他文献
基于阻塞高压客观识别方法 ,利用1979—2016年夏季(6-8月)NCEP/NCARI、NCEP-DOE AMIP-Ⅱ 逐日再分析资料和ERA-interim逐6h再分析资料对识别结果 进行对比分析,并以贝加尔湖阻高为例,讨论其对东北夏季降水的影响.总体而言,前两套资料差异不大,第三套资料与前两套有所差异.具体结论 如下:1.夏季亚洲阻高以生命期3-7天的过程居多,维持时间越长,发生次数越少,N
This study examines Northern Hemisphere winter(DJFM)atmospheric responses to opposite strong phases of interdecadal(low frequency,LF)Pacific sea surface temperature(SST)forcing,which resembles El Ni(n
Observational studies link a persistent dipole of autumn and winter snow cover anomalies over the Tibetan Plateau(TP)and Mongolia with winter Pacific-North America(PNA)-like atmospheric variations.Thi
会议
月降水预测是我国国家级和省级气候预测工作的一个核心业务。从现有技术方法来看,统计降尺度方法是月降水预测技术的一类核心方法,并且在我国和部分其他国家应用广泛。但是,传统的具体统计降尺度技术通常基于普通的多元线性回归来实现,从而无法有效处理预报量时间序列不稳定和预报因子间存在共线性两种情况,这使得预测性能的提升受到了明显的限制。为此,作者引进机器学习中扩展的线性回归技术设计了一种新的统计降尺度方案。
会议
利用加拿大环境部气候研究中心研发的惩罚最大t 检验(PenalizedMaximal t test,PMT)方法,选取均一的邻近气象站为参考站,使用月平均地面气温(SAT)资料构建参考序列,同时结合元数据信息,对1960-2011 年中国沿海27 个海洋观测站月平均海表温度(SST)进行了均一性检验与订正,并分析了造成海表温度序列非均一的主要原因。
选取渤黄海历史冰情资料、NECP/NCAR 再分析资料、HadISST1 全球海温资料,分析了1971-2015 年渤黄海冬季气温和冰情的变化特征.基于遥相关和多元回归法,选取影响渤黄海冬季气温的前期海温关键区,建立了渤黄海冬季气温和冰级的预测模型.结果 表明:渤黄海气温和冰情具有明显的年际和年代际变化,二者呈负相关关系,相关系数为-0.78.1971-2002 年,渤黄海冬季气温升高,冰级降低;
2017 年8 月8 日为内蒙古自治区成立70 周年庆典活动未来11-30 天延伸期降水过程保障服务的关键时段,为做好预测服务,本文利用16 日国家气候中心DERF2.0 逐日预测未来1-52 天模式500hPa 高度场内蒙古区域为天气尺度信息源,尝试构建8 月上旬呼和浩特及内蒙古中部24 小时降水过程解释应用天气学模型,开展预测.具体做法为:在8 月西太平洋副高面积和强度变化趋势分析基础上,选取
江西地处长江中下游南岸,属亚热带季风气候区,受气候及地理条件影响,气象灾害发生的种类多、分布广、频率高,因此,提高短期气候预测准确率有着迫切的服务需求和防灾减灾意义。虽然以统计学和经验为主的短期气候预测研究和实践已有很长的历史,但其预测准确率还不高,动力气候模式是当前大气科学研究的前沿课题,也是提高短期气候预测准确率的发展方向。
本文以皮里青河流域为研究区,运用小时降水、土地利用类型、数字高程(DEM)、实测淹没深度等数据,基于FloodArea 模型对研究区2016 年6 月17 日洪水过程进行再现模拟,通过精度验证并建立了降水-淹没深度的关系,在此基础上确定了四个淹没等级对应的致灾临界雨量。
会议
基于DERF2.0 数据,应用均一化标准差、均方根误差等方法,以2013年乌鲁木齐春季逐日温度及24h 变温检验为背景,初步评估了该模式对延伸期春季强降温过程的预报能力.结果 表明:(1)逐日气温预报整体偏差随预报时效推进而增大,延伸期预报偏差明显大于中期.
会议