分享到:

提前24个月预测ENSO

本期嘉宾:$$南京信息工程大学教授 罗京佳$$本期观点:$$在人工智能领域,卷积神经网络比较成熟,有很多  (本文共2页) 阅读全文>>

浙江大学
浙江大学

热带年际变化及其对全球变暖的响应

热带年际变化是全球气候变化最强的信号,不但会显著影响热带区域的气候,而且会通过大气的遥相关响应影响全球气候。因此,研究热带海洋年际变化的物理机制以及预测热带年际变化是近几十年来的研究热点。本文通过不同复杂程度的模式和模型,对热带年际变化的模拟、可预测性以及热带太平洋年际变化对全球变暖的非线性响应进行了研究。首先,以Zebiak-Cane模式(ZC模式)的物理框架为基础,建立了一个覆盖整个热带海洋的中等复杂程度海气耦合模式,并评估了模式的模拟效果。相比于ZC模式,热带海气耦合模式最大的改进之处是:1、在混合层温度方程中加入了简单的热通量参数化;2、利用模式输出统计修正方法(MOS),对模式产生的风场进行了修正。其次,本文利用多种数值试验考察了这一模式对热带年际变化的模拟效果。强迫试验和耦合试验表明,该模式能够较好地模拟出热带区域产生的主要年际变化模态,例如ENSO、印度洋海盆模(IOBM)和印度洋偶极子模态(IOD)。模式再现的印...  (本文共128页) 本文目录 | 阅读全文>>

南京信息工程大学
南京信息工程大学

海洋资料同化对海温季节、年际预测的影响

集合卡尔曼滤波(Ensemble Kalman filter,En KF)是一种国内外广泛使用的海洋资料同化方案,用集合成员的状态集合表征模式的背景误差协方差,结合观测误差协方差,计算卡尔曼增益矩阵,有效地将观测信息添加到模式初始场中。由于季节-年际气候预测很大程度上受到初始场的影响,因此资料同化可以提高模式的预测性能。本文在南京信息工程大学气候预测系统1.0版(the Climate Forecast System of Nanjing University of Information Science and Technology,NUIST CFS1.0)逐日SST(Sea Surface Temperature)-nudging的初始化方案上,利用En KF在每个月末将全场海表面温度、温盐廓线(in situ temperature and salinity profiles,T-S profiles)以及卫星观测海平面...  (本文共68页) 本文目录 | 阅读全文>>

中国地质大学
中国地质大学

基于多模式集合的季节-年际气候预测方法研究

气候灾害如洪涝、干旱等常常给人类生命、国家经济和公共安全带来重大损失。为了应对这类气候灾害的威胁,提前进行有效地季节-年际气候预测,对我国减轻灾害损失至关重要。然而,无论是何等精细的模式,模式误差仍然不可避免,并且由于季节-年际尺度的气候预测时效很长,随提前预报时间的增长,模式误差会不断放大,从而导致气候预测技巧迅速下降。如何进一步提高气候预测水平是一个非常重要的科学问题。目前,针对预报误差开展订正技术是短期内提高预测技巧的有力途径。因此,本研究针对季节-年际气候预测这一难题系统地开展了预测新方法研究,通过对动力模式的海温(SST)、降水以及季风进行预测评估,深入认识了与季节-年际预测相关的可预报性特征。在此基础上按照动力-统计-深度学习相结合的思路,在改进传统订正方法、发展线性逆模型以及非线性深度学习算法等模式误差订正新方法做出了具有创新性的研究成果,并利用多个气候模式集合预测数据进行了试验验证,结果表明订正后的降水和SST季...  (本文共112页) 本文目录 | 阅读全文>>

中国气象科学研究院
中国气象科学研究院

北半球夏季风区降水年际协同变化主模态的变化特征和机理

北半球夏季风包括热带北美(NAM)、北非(NAF)、印度(IND)、西北太平洋(WNP)和副热带东亚(EA)季风子系统,它们之间通过大气桥梁相互联系,并受到热带海–气相互作用的影响。北半球季风养育了全球超过1/2的人口。夏季风是重要的水资源,是极端天气气候灾害载体,对季风区国家的社会可持续发展具有重要的影响。因此,如何提高北半球夏季风区降水预测一直是季风气候研究的重点。自20世纪90年代以来,各子季风系统之间的内在联系不断加强,这为整体上提高北半球夏季风降水的预测提供了新线索。本论文基于统计分析、资料诊断和数值模拟相结合的技术手段,以最近30年北半球夏季风降水年际协同变化的主模态(以下简称“主模态”)时空变化为切入点,以该主模态的形成和维持机理为着眼点,重点讨论了ENSO对该主模态年际变化的影响,并揭示了20世纪90年代初期前后主模态的阶段性差异和成因,试图从协同变化的角度探索北半球夏季风降水的季节预测途径。本文的主要研究结果总...  (本文共161页) 本文目录 | 阅读全文>>

《河北水利电力学院学报》2021年04期
河北水利电力学院学报

基于深度神经网络的不常用备件需求预测研究

为了解决采购计划制定时无科学依据而造成资源浪费的问题,采用LSTM和Bi-LSTM神经网络实现对...  (本文共6页) 阅读全文>>

《电气开关》2021年06期
电气开关

基于GA-BP神经网络的电网暂稳极限切除时间预测

本文介绍了一种利用PSASP软件结合GA-BP神经网络的极限切除时间预测方法。通过PSASP软件搭建三机九节点系统,模拟系统发生三相...  (本文共4页) 阅读全文>>