基于主要SVD模态建模的中国季节气候预测方法技术

本发明专利技术公开了一种基于主要SVD模态建模的中国季节气候预测方法，选择低纬向外放出长波辐射(OLR)和中高纬500hPa高度场作为预报因子变量，对中国降水和气温等进行季节气候预测。包括：计算它们的年际增量，通过奇异值分解(SVD)提取预报因子变量的主要SVD模态时间系数作为实际预报因子；利用多元线性回归构建气候统计预测模型，预测指定年份预报对象的年际增量，将其与前一年的观测距平相加，可得气候预测变量的季节异常。本发明专利技术采用的预报因子变量综合考虑了热带与热带外大气异常信号的影响，同时提取它们与预报对象关系最紧密的耦合模态作为预报因子，针对年际增量进行预测，避免了年代际变率的干扰，保证了季节气候预测效果更好、更稳定。

【技术实现步骤摘要】
基于主要SVD模态建模的中国季节气候预测方法
本专利技术涉及一种季节气候统计预测模型的建立及其应用，可具体用于降水和气温等气象要素的季节气候预测业务中去。
技术介绍
准确的气候预测水平可以帮助政府和人们做好各种预防措施，最大限度地减少气象灾害损失，保障国家和社会安全。气候预测是一个复杂的综合性科学问题，仍然是国际大气科学领域的难题，气候预测的理论、技术方法和实践应用均不成熟，特别是针对东亚地区气候变异和可预报性研究及其气候预测，不能满足社会各界日益增长的需求。目前的气候预测技术主要有气候统计预测和气候动力预测两类，其中统计预测主要是基于历史已有统计规律建立预报变量的统计预测模型，而动力预测则主要是依靠动力方程构建数值模式进行气候预测。现阶段，由于动力预测模式还存在较大的误差，所以动力预测的气候预测水平相对于统计预测较差。气候统计预测模型是基于历史观测资料建立的，大多数气候统计模型都选用尽量多的气候变率强信号作为气候预报因子，预报因子的选择具有很大的随机性。这些气候变率强信号与预报变量之间是否存在物理上的因果关系并不清楚。同时，预报变量的距平中可能很大程度上含有与前一年相同的年代际或趋本文档来自技高网...

【技术保护点】
基于主要SVD模态建模的中国季节气候预测方法，其特征在于：包括以下步骤：(1)选取热带地区的向外放出长波辐射(OLR)和热带外中高纬500hPa高度场作为季节气候预报因子变量，分别计算预报因子变量和预报变量的年际增量；(2)分别对OLR和500hPa高度场年际增量与预报变量年际增量的协方差矩阵进行SVD分解，并根据分解得到的左场OLR和500hPa高度场特征向量计算相应的SVD模态时间系数，将其作为预报因子；(3)分别选取不同数目SVD模态对应的时间系数作为预报因子，利用多元线性回归方法，构建预报变量年际增量的多个统计预测模型；(4)利用历史资料进行历史季节气候回报，根据回报结果确定最优预报因...

【技术特征摘要】
1.基于主要SVD模态建模的中国季节气候预测方法，其特征在于：包括以下步骤：(1)选取热带地区的向外放出长波辐射(OLR)和热带外中高纬500hPa高度场作为季节气候预报因子变量，分别计算预报因子变量和预报变量的年际增量；(2)分别对OLR和500hPa高度场年际增量与预报变量年际增量的协方差矩阵进行SVD分解，并根据分解得到的左场OLR和500hPa高度场特征向量计算相应的SVD模态时间系数，将其作为预报因子；(3)分别选取不同数目SVD模态对应的时间系数作为预报因子，利用多元线性回归方法，构建预报变量年际增量的多个统计预测模型；(4)利用历史资料进行历史季节气候回报，根据回报结果确定最优预报因子数目，形成最终的季节气候统计预测模型；(5)根据季节气候统计预测模型计算求得指定年份预报变量的年际增量，然后将其与预报变量前一年的观测距平相加，最后得到季节气候预测结果。2.根据权利要求1所述的基于主要SVD模态建模的中国季节气候预测方法，其特征在于：所述步骤(3)中的统计预测模型为：

【专利技术属性】
技术研发人员：孙旭光，杨修群，
申请(专利权)人：南京大学，
类型：发明
国别省市：江苏,32