提前40至50天预知长江下游夏季暴雨 

延伸期天气预报方法研究取得突破 

http://www.wokeji.com/jbsj/seb/201410/t20141009_833590.shtml

科技日报讯 （记者马爱平）近期，由江苏省气象科学研究所高级工程师杨秋明主持的国家自然科学基金面上项目“SCGT与夏季东亚ISO相互作用研究及其在长江下游强降水延伸期预报中的应用” (41175082)中延伸期预报新方法研究获得了重大突破，发现全球大气20－30天振荡是影响两半球热带外地区天气气候最主要的因子，通过相关模型将20－30天降水低频分量的预报时效延长到40—50天等等。 

        通过大量观测资料分析，项目的研究人员揭示了季节内振荡（ISO）对长江下游地区强降水过程的作用具有时间尺度上的选择性，仅20－30天ISO 强度与长江下游强降水存在最显著的正相关。这种20－30天ISO活动具有全球特征,呈准2年周期变化,独立于经典的东亚梅雨的年际变化。发现全球大气20－30天振荡是影响两半球热带外地区天气气候最主要的因子，5－8月长江下游强降水与南半球绕球遥相关型（SCGT）存在强相互作用。 

        杨秋明说，同时，对于20－30天ISO，采用动态数据驱动的建模方法,分别构建了多变量时滞线性回归（MLR）模型以及具有原始创新意义的多变量时滞线性回归/主成分复数自回归（MLR/PC-CAR）模型和构造主要低频序列组成的扩展复数矩阵(ECM)进行复数自回归(CAR)建模的扩展复自回归（ECAR）模型，并应用于长江下游降水低频分量预测,对20－30天ISO较强的多年资料的回报试验中取得了很好的效果，将20－30天降水低频分量的预报时效延长到40-50天，部分回报和预报结果在项目的课题组网站发布(http://www.lcjrerf30.org)。 

       另外，ECAR模型中构造ECM的ECAR建模的方法,也为展现气候系统内部分量之间相互作用的动力过程提供了崭新的描述。 

       据了解，该团队项目成果主要是针对长江下游地区夏季暴雨（强降水）的10－30天延伸期预报，采用全球环流资料主要低频模态和基于数据驱动建模的预测方法，将长江下游20－30天降水低频分量变化的预报时效从20天延长到40—50天左右。 

       杨秋明说，延伸期天气预报是介于天气预报与气候预测之间的10－30天的预报，它需要结合初始气象条件和海洋、大气以及气候的影响因素,观测资料具有复杂性、综合性、全球性等,这些科学大数据反映和表征着复杂的自然现象与关系，具有高度数据相关性和多重数据属性,预测过程十分复杂。 

       据介绍，单一的经典数据分析方法已不能全面胜任数据分析工作,采用交叉和综合多种数据分析方法和技术,从海量数据中提取出部分的有效数据,能获得比过去抽样分析更全面的低频变化信息。这种小数据带来的极端天气讯息的警示和洞察,可以看做是一种新的延伸期天气变化信号。 

        本项目中预测方法的创新之处在于识别观测资料中特定时间尺度的振荡模态，建立随时间变化的简化复数统计动力预测模型,它是不需要预先编入任何预定的规则,接近于无理论支撑的,完全由数据驱动构建的预测模型。 

        杨秋明说，通过复杂的超高维数据分析,噪声滤除,约简系统复杂度,把大数据集合变为小数据集合,从大量观测资料中合理识别和提取影响区域极端天气的主要简化动力过程,可以揭示低维空间中少数主要低频分量的部分变化规律。然后通过傅里叶变换，将实空间中低频主分量变换到复数空间，在较大的扩展复数据空间中发现全球环流主要低频主分量和降水低频分量之间的复杂时滞相关变化新规律，更全面地描述气候系统的主要分量在低维空间中的非线性变化信息,构建带有较高预测能力的简单模型,通过不同预测模型的时间耦合,预测它们的动态变化过程,体现了科学大数据与小数据之间的相互作用。 

        与国际上流行的延伸期预测方法相比, 这种大数据下的延伸期预报方法在预测精度的提高和显著延长预报时效方面具有突出表现,将延伸期预报理论研究和实践应用实时地联系在一起,开拓了基于动态数据驱动建模研究延伸期预报的一个新途径。 (2014.10.9)