本发明专利技术公开了基于东亚副热带急流和极锋急流协同变化的中国四季降水预测方法，将副热带急流活跃区的区域平均的全风速值、极锋急流活跃区的区域平均的全风速值、副热带急流活跃区内最大西风所在的纬度平均值以及极锋急流活跃区内最大西风所在的纬度平均值四个指数进行标准化处理；求出预测季度平均降水量与该预测季度之前12个月的48组四个指数的相关系数，每个指数对应12组；选取相关系数最大值对应的月份作为相对应指数的预测因子；运用逐步线性回归的方法对预测因子进行处理获得四季降水模型。该方法可以提高国内春夏秋冬四季降水预报的准确度。水预报的准确度。水预报的准确度。
【技术实现步骤摘要】
基于东亚副热带急流和极锋急流协同变化的中国四季降水预测方法
[0001]本专利技术涉及一种中国范围内季度降水预测方法，尤其涉及一种基于东亚副热带急流和极锋急流强度协同变化的四季降水预测方法，属于大气科学领域。
技术介绍
[0002]高空急流指的是中纬度地区对流层上层和平流层低层环绕纬圈的狭窄强风速带，风速一般大于30米每秒。高空急流包括两个分支：副热带急流和极锋急流，其位置和强度具有明显的季节内差异和季节变化。针对急流的表征方法，可以选取急流的强度指数、纬向和经向位置指数。近些年的研究发现，两支急流的协同变化，可以表征冷暖空气的共同活动，更易于影响下游地区的气候状态。因此，从两支急流协同变化的观点认识和理解高空急流与中高纬度地区大气低频遥相关之间的联系和调制过程，并进一步影响下游地区气候效应具有重要意义。
[0003]我国季节降水预报一直是大气科学领域待解决的重要问题，尤其是夏季降水预报，由于其复杂性，导致预报结果存在一定的不确定性。以往预报方法的构建，大多关注热带海洋的强信号，如ENSO、MJO等。然而，近些年来，高纬度地区的海冰正在持续减少，对应着显著的北极放大现象。热带海洋和高纬度海冰的显著变化，会直接改变全球的热量分配，导致经向温度梯度的变化，进而同时影响东亚副热带急流和极锋急流。从另外一个角度来说，两支急流的协同作用可以说是热带海洋和高纬度热力异常的综合表现，并且高空急流是存在于全年的稳定系统，比热带海洋和高纬度海冰更易于捕抓信号，因此，有必要从两支急流协同作用的角度去建立我国四季降水的预报模型。<br/>
技术实现思路
[0004]本专利技术所要解决的技术问题是提高国内春夏秋冬四季降水预报的准确度。
[0005]为了解决上述技术问题，本专利技术的基于东亚副热带急流和极锋急流协同变化的中国四季降水预测方法，包括如下步骤，将副热带急流活跃区的区域平均的全风速值、极锋急流活跃区的区域平均的全风速值、副热带急流活跃区内最大西风所在的纬度平均值以及极锋急流活跃区内最大西风所在的纬度平均值四个指数进行标准化处理；求出预测季度平均降水量与该预测季度之前12个月的48组四个指数的相关系数，每个指数对应12组；选取相关系数最大值对应的某月作为相对应指数的预测因子；运用逐步线性回归的方法对预测因子进行处理获得四季降水模型。
[0006]上述方法中，所述四个指数的标准化处理为，
[0007]其中n为样本总数，x
i
为任一指数序列，为任一指数序列的平均值。
[0008]上述方法中，对预测因子处理的方法为y＝β0+β1x1+β2x2+β3x3+β4x4+ε，
[0009]其中y为标准化的中国季度月平均降水量，β1，β2，β3，β4为回归系数，x1，x2，x3，x4为四个指数的预测因子，ε为遵从正态分布的随机误差。
[0010]上述方法中，所述副热带急流活跃区和极锋急流活跃区的筛选方法如下，利用逐日或6小时的300hPa全风速对全球地区范围进行计算获取风速大值中心，将中心风速值≥30m/s或中心风速大于周围8个格点上的风速值的风速大值中心标记为急流中心，利用至少10个年度的急流中心分布图，低纬和高纬对应的风速大值中心分别对应副热带急流活跃区和极锋急流活跃区，并记录其经纬度范围。
[0011]上述方法中，根据最小二乘法，确定回归系数β1，β2，β3，β4的估计b1,b2,b3,b4,得到对x1，x2，x3，x4的线性回归方程：
[0012][0013]其中表示y的估计；e为误差估计或称为残差。
[0014]最后基于方差分析，对回归方程进行检验，以确定该方法在不同区域的可信度。
[0015]本方案的基于东亚副热带急流和极锋急流协同变化的中国四季降水预测方法建立了一种针对中国范围内的降水的预报模型，为中国境内降水预报提供了一种新思路，具有一定的实际意义。
附图说明
[0016]图1本专利技术实施方法的流程图；
[0017]图2基于ERA
‑
Interim再分析资料，以1979
‑
2014年1月300hPa全风速场为例，确定1月的急流核分布，其中阴影区表示数值大于24次；实线和虚线框分别表征东亚副热带急流(25
°‑
30
°
N,80
°‑
104
°
E)和极锋急流(50
°‑
60
°
N,80
°‑
100
°
E)的活跃区；
[0018]图3为1979
‑
2014年标准化的1月std
‑
pj
‑
int，std
‑
sj
‑
int，std
‑
pj
‑
lat和std
‑
sj
‑
lat的时间演变；
[0019]图4为1980
‑
2014年南京站(上)和三峡站(下)夏季观测(实线)和预报(虚线)的降水序列(其中X1,X2,X3,X4分别对应std
‑
pj
‑
int，std
‑
pj
‑
lat，std
‑
sj
‑
int和std
‑
sj
‑
lat)；
[0020]图5通过信度检验的各站预测模型中首要因子分布图。
具体实施方式
[0021]结合附图1至5，以1980
‑
2014年的夏季降水模型为例，预测的对象为1980
‑
2011年夏季平均的我国降水，预测因子从预报季节开始往前倒推12个月的副热带急流和极锋急流的各指数，并最终利用后三年2012
‑
2014年作为预测模型的检验年份进行详细说明。
[0022]明确不同月份急流核的位置，利用逐日或6小时的300hPa全风速进行如下计算，在东亚太平洋地区10
°‑
70
°
N，60
°‑
160
°
W的范围内查找不同月份风速大值中心，如果该中心满足以下两个条件，则记为一个急流中心。
①
该中心风速值大于等于30m/s；
②
该中心周围8个格点上的风速值均小于该中心的风速值。
[0023]利用多年的急流中心分布图，最佳为30年以上，确定低纬和高纬对应的大值中心分别对应东亚副热带急流和极锋急流的活跃区，并记录其经纬度范围。1月份的急流核分
布，参见图2。
[0024]急流指数的计算，针对1979
‑
2014年逐月的数据进行计算，在对应月份的急流活跃区内，将副热带急流活跃区的区域平均的全风速值表征为副热带急流强度，标记为sj
‑
int；将极锋急流活跃区的区域平均的全风速值表征为极锋急流强度本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.基于东亚副热带急流和极锋急流协同变化的中国四季降水预测方法，其特征在于：将副热带急流活跃区的区域平均的全风速值、极锋急流活跃区的区域平均的全风速值、副热带急流活跃区内最大西风所在的纬度平均值以及极锋急流活跃区内最大西风所在的纬度平均值四个指数进行标准化处理；求出预测季度平均降水量与该预测季度之前12个月的48组四个指数的相关系数，每个指数对应12组；选取相关系数最大值对应的月份作为相对应指数的预测因子；运用逐步线性回归的方法对预测因子进行处理获得四季降水模型。2.如权利要求1所述的基于东亚副热带急流和极锋急流协同变化的中国四季降水预测方法，其特征在于：所述四个指数的标准化处理为其中n为样本总数，x
i
为任一指数序列，为任一指数序列的平均值。3.如权利要求1所述的基于东亚副热带急流和...
【专利技术属性】
技术研发人员：黄丹青，肖秀程，彭蔚然，刘雨婷，赵珊，
申请(专利权)人：南京大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。