用户名:
密码:
验证码:
确认
取消
用户名:
密码:
验证码:
昵称:
联系电话:
确认
取消
返回
深度学习气候预测技术
罗京佳、零丰华、杨淑贤、李悦、魏建芬、应武衫
摘要:
气候预测是指对气候要素的月、季和年平均值或者总量及其变率的预测,从而判断未来气候变化趋势,其准确率对政府针对可能的气象灾害做出合理决策至关重要。
关键词:
气候预测;气候变化趋势;气象 灾害
正文:
一、前言
气候预测是指对气候要素的月、季和年平均值或者总量及其变率的预测,从而判断未来气候变化趋势,其准确率对政府针对可能的气象灾害做出合理决策至关重要。近年来,在全球变暖程度加剧的影响下,热浪、干旱、洪涝和风暴等极端天气气候事件频发,威胁人民的生命财产安全,同时气候变化具有很强的敏感性,往往海洋温度变化
0.5℃就能引发强烈的海气相互作用(Trenberth,1997;Trenberth and Stepaniak,2001),导致全球多地的气候发生异常(Rasmusson and Wallace,1983;Glantz et al,1991;McPhaden et al.,2006)。在这种气候背景下,由于具有特殊的地形以及独特的海陆分布,我国是世界气候脆弱区之一(黄荣辉等2003),气候灾害每年都会对我国的经济发展和人民生活造成较大的影响,如 2020年长江中下游夏季暴雨、2021 年河南特大暴雨等。因此,为了更好地应对全球气候变化以及气候变化带来的影响与灾害,为国家防灾减灾提供准确预测信息,亟需提高东亚气候预测水平。
二、气候预测的发展历史
回顾我国的短期气候预测业务开始于 1958 年,预测方法起步于一种经验统计法,经验统计法主要是(1)通过对各种要素序列周期性、持续性、转折性和年际、年代际变化特征的分析,对要素未来的变化趋势作出预报。例如,结合西太平洋副热带高压对夏季降水和旱涝异常分布的影响机理,通过对西太平洋副热带高压的持续性、转折性的分析,作出汛期副高变化及旱涝趋势预测。对于一些周期性明显的要素,这种方法可利用其周期特征或周期内的持续性,得到较好的预测效果,但不容易准确预报它的转折点,往往过早预报转折而导致预报失败。(2)用不同要素之间的相关系数、相关概率为基础建立的关系对未来作出预报,属传统统计方法。这些方法简便易行,但相关系数只表示两个变量有限样本的线性相关程度,而实际上变量之间存在着复杂的非线性关系,随着样本 量的增加,相关程度发生变化,甚至发生逆转,相关系数值存在明显的阶段性,在实际业务预测中往往需要假定当前基于历史构建的相关关系模型在未来气候变化中仍然适用,因此无法得到十分理想的效果.随着统计气象学与现代气候学的发展,陶诗言和张庆云(1998)研究了对我国气候有重要影响的亚洲冬、夏季风对 ENSO 事件响应的物理机制,提出了“ENSO-冬、夏季风-气候异常”的短期气候预测概念模型。黄荣辉等(1990a;1990b)在旱涝规律与成因研究的基础上提出了由一个描述准定常行星波异常的动力机制模式、相关分析、环流型、 时间序列与回归分析等组成的综合长期预报方法。翟盘茂和周琴芳(1996)研究了亚欧大陆雪盖对东亚季风及我国东部降水的影响,赵振国等(1999)在分析影响汛期旱涝主要物理因素及其相互关系的基础上,提出了“海温(ENSO)-积雪-季风-副高-阻高”的综合预测概念模型。这些研究证明我国的气候预报体系已经从之前的纯数学和经验模型转变为加入富有物理意义的预
......