CN114580711B - 一种基于模式关键环流系统的华北雨季开始日期预测方法 - Google Patents

一种基于模式关键环流系统的华北雨季开始日期预测方法 Download PDF

Info

Publication number
CN114580711B
CN114580711B CN202210109717.4A CN202210109717A CN114580711B CN 114580711 B CN114580711 B CN 114580711B CN 202210109717 A CN202210109717 A CN 202210109717A CN 114580711 B CN114580711 B CN 114580711B
Authority
CN
China
Prior art keywords
north china
rainy season
forecasting
mode
circulation system
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210109717.4A
Other languages
English (en)
Other versions
CN114580711A (zh
Inventor
刘芸芸
蒋薇
陈丽娟
李多
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Climate Center Of Jiangsu Province
Guo Jiaqihouzhongxin
Original Assignee
Climate Center Of Jiangsu Province
Guo Jiaqihouzhongxin
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Climate Center Of Jiangsu Province, Guo Jiaqihouzhongxin filed Critical Climate Center Of Jiangsu Province
Priority to CN202210109717.4A priority Critical patent/CN114580711B/zh
Publication of CN114580711A publication Critical patent/CN114580711A/zh
Application granted granted Critical
Publication of CN114580711B publication Critical patent/CN114580711B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于模式关键环流系统的华北雨季开始日期预测方法，首先通过分析在延伸期尺度上具有显著性变化的关键大气环流系统，建立多个关键环流系统指标，并确定达标阈值；然后，检验评估业务模式对华北雨季及关键环流系统在延伸期尺度上的预报能力，并提取模式最为稳定的可预报信号，与华北雨季的开始时间建立联系，从而提升对华北雨季开始时间的预测准确率，进而提高预测服务水平，满足防灾减灾服务的迫切需求。

Description

一种基于模式关键环流系统的华北雨季开始日期预测方法
技术领域
本发明属于短期气候预测技术领域，尤其涉及一种基于模式关键环流系统的华北雨季开始日期预测方法。
背景技术
华北雨季是指每年7月中下旬至8月上中旬华北地区降水最集中的时期。雨季的开始和早晚，雨季的长短和雨量多寡，都与夏季风雨带的进退、移动和停滞有关，雨季平均降水量一般达到夏季总降水量的50％。华北雨季是东亚夏季风季节性北推过程中的重要阶段，降水强度大，时空分布极为不均，并往往伴随着持续性暴雨、洪涝灾害的发生，给国家和人民的生命财产等带来巨大损失；同时，受季风气候影响，华北雨季长度年际变化大，强弱变化差异显著。因此，对华北雨季的预测，尤其是提前对每年雨季开始早晚信息的准确预测，对防灾减灾具有十分重要的指导意义。
华北夏季的降水主要集中在华北雨季时段，而雨季开始早晚年际差异较大，会给防汛和抗旱工作带来较大的影响。以往的研究多是针对华北地区夏季降水，空间范围大、时间尺度长，不能完全满足防灾减灾的需求。2014年，中国气象局预报司发布了最新的华北雨季监测业务规定(气预函〔2014〕117号)，同时要求国家气候中心基于新的雨季划分标准开展对华北雨季的预测业务。先前的预测业务多是基于前人对华北夏季降水的研究成果，针对雨季强度和早晚给出定性的预测意见。另一方面，动力气候模式是目前延伸期尺度预测业务最为重要的技术手段，而模式对东亚季风区延伸期尺度降水的预测能力非常有限，对华北雨季开始日期的预测几乎没有能力给出准确的客观定量化的预测。因此，亟需发展针对华北雨季开始日期的客观化预测技术，提升北方降水预测服务水平，从而满足防灾减灾服务的迫切需求。
发明内容
本发明针对现有技术中的不足，提供一种基于模式关键环流系统的华北雨季开始日期预测方法。
本发明提供一种基于模式关键环流系统的华北雨季开始日期预测方法，包括：
获取1961年至今的全国地面站点资料日值数据集；
根据华北雨季监测业务规定，选取7-8月华北雨季监测区内全部代表站点的逐日降水数据，得到1961年至今华北雨季开始日期的历史序列；
获取1961年至今NCEP/NCAR全球的逐日大气再分析数据；其中，变量包括位势高度、水平风和比湿；层次包括：850hPa、500hPa和200hPa；
根据华北雨季监测业务规定确定的1961年至今的华北雨季开始日期，选择开始日前15日至开始后5日共21天的大气环流变量；
采用线性合成的统计方法，分别得到华北雨季开始日前-开始日-开始日后对流层的高层、中层和低层的关键大气环流系统的逐日演变特征，包括200hPa南亚高压和东亚西风急流、500hPa西太平洋副热带高压、中国东部850hPa经向风以及850hPa比湿的变化；
分别从对流层的高层、中层和低层确定能够表征华北雨季开始的关键环流系统及各关键环流指标的阈值；
获取高分辨率气候预测模式过去多年的回报数据和实时预报数据；所选高分辨率气候预测模式预报时长至少为21天；变量包括降水、位势高度、水平风和比湿；层次包括850hPa、500hPa和200hPa；
根据高分辨率气候预测模式过去多年回报数据，评估高分辨率气候预测模式中关键环流指标的预报能力；
根据高分辨率气候预测模式中关键环流指标的预报能力，确定目标数量个关键环流指标为华北雨季预测的预报因子；
将高分辨率气候预测模式中的目标数量个关键环流指标与1961年至今华北雨季开始日期的历史序列对应，修订高分辨率气候预测模式中预报因子的阈值；
根据修订的高分辨率气候预测模式中预报因子及其阈值，建立基于模式的华北雨季开始日期预报模型，以预测华北雨季开始日期。
进一步地，所述关键环流指标包括东亚西风急流轴位置、西太平洋副热带高压脊线位置、华北区域平均的850hPa经向风风速以及华北区域平均的850hPa比湿，对应的阈值分别为40°N、26°N、1.5米/秒和11g/kg。
进一步地，所述高分辨率气候预测模式为BCC_AGCM2.2模式。
本发明提供一种基于模式关键环流系统的华北雨季开始日期预测方法，包括获取1961年至今的全国地面站点资料日值数据集；根据华北雨季监测业务规定，选取7-8月华北雨季监测区内全部代表站点的逐日降水数据，得到1961年至今华北雨季开始日期的历史序列；获取1961年至今NCEP/NCAR全球的逐日大气再分析数据；其中，变量包括位势高度、水平风和比湿；层次包括：850hPa、500hPa和200hPa；根据华北雨季监测业务规定确定的1961年至今的华北雨季开始日期，选择开始日前15日至开始后5日共21天的大气环流变量；采用线性合成的统计方法，分别得到华北雨季开始日前-开始日-开始日后对流层的高层、中层和低层的关键大气环流系统的逐日演变特征，包括200hPa南亚高压和东亚西风急流、500hPa西太平洋副热带高压、中国东部850hPa经向风以及850hPa比湿的变化；分别从对流层的高层、中层和低层确定能够表征华北雨季开始的关键环流系统及各关键环流指标的阈值；获取高分辨率气候预测模式过去多年的回报数据和实时预报数据；所选高分辨率气候预测模式预报时长至少为21天；变量包括降水、位势高度、水平风和比湿；层次包括850hPa、500hPa和200hPa；根据高分辨率气候预测模式过去多年回报数据，评估高分辨率气候预测模式中关键环流指标的预报能力；根据高分辨率气候预测模式中关键环流指标的预报能力，确定目标数量个关键环流指标为华北雨季预测的预报因子；将高分辨率气候预测模式中的目标数量个关键环流指标与1961年至今华北雨季开始日期的历史序列对应，修订高分辨率气候预测模式中预报因子的阈值；根据修订的高分辨率气候预测模式中预报因子及其阈值，建立基于模式的华北雨季开始日期预报模型，以预测华北雨季开始日期。
本发明首先通过分析在延伸期尺度上具有显著性变化的关键大气环流系统，建立多个关键环流系统指标，并确定达标阈值；然后，检验评估业务模式对华北雨季及关键环流系统在延伸期尺度上的预报能力，并提取模式最为稳定的可预报信号，与华北雨季的开始时间建立联系，从而提升对华北雨季开始时间的预测准确率，进而提高预测服务水平，满足防灾减灾服务的迫切需求。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于模式关键环流系统的华北雨季开始日期预测方法的工作流程图；
图2为华北雨季开始前后200hPa南亚高压和东亚西风急流的显著性变化图；其中，(a)为华北雨季开始前15天；(b)为华北雨季开始日；(c)为(b)和(a)的差值场；(d)为100-125°E平均的200hPa纬向风的时间-纬度剖面图；方框内代表华北区域(35-42°N，110-120°E)；
图3为华北雨季开始前后西太平洋副热带高压和低层水平风场的显著性变化图；其中，(a)为华北雨季开始前15天；(b)为华北雨季开始日；(c)为(b)和(a)的差值场；(d)110-130°E平均的500hPa高度场的时间-纬度剖面图，虚线代表西太副高脊线位置，方框内代表华北区域(35-42°N，110-120°E)；
图4为华北雨季开始前后北方低层比湿的显著性变化图；其中，(a)为华北雨季开始前15天；(b)为华北雨季开始日；(c)为(b)和(a)的差值场；(d)为110-120°E平均的850hPa比湿的时间-纬度剖面图；方框内代表华北区域(35-42°N，110-120°E)；
图5为模式中对各关键环流系统指标的预报能力评估图；其中，(a)为东亚西风急流轴；(b)为西太平洋副热带高压脊线；(c)为华北区域平均低层经向风；(d)为华北区域低层比湿；
图6为2018年气候模式提前不同时间的华北雨季开始时期关键环流指标预报的实时检验图；分别为模式提前0-4天、5-9天、10-14天、15-19天、20-24天及25-29天的预报结果；
图7为2019年的模式实时预报结果图；分别为模式提前0-4天、5-9天、10-14天、15-19天、20-24天及25-29天的实时预报结果。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明实施例部分提供一种基于模式关键环流系统的华北雨季开始日期预测方法，包括：
步骤S101，获取1961年至今的全国地面站点资料日值数据集；其中资料日值数据集包括站号，每个站号的经纬度信息，20-20时平均的逐日降水量。
步骤S102，根据华北雨季监测业务规定，选取7-8月华北雨季监测区内全部代表站点的逐日降水数据，得到1961年至今华北雨季开始日期的历史序列。
步骤S103，获取1961年至今NCEP/NCAR全球的逐日大气再分析数据；其中，变量包括位势高度、水平风和比湿；层次包括：850hPa、500hPa和200hPa。
步骤S104，根据华北雨季监测业务规定确定的1961年至今的华北雨季开始日期，选择开始日前15日至开始后5日共21天的大气环流变量。
步骤S105，采用线性合成的统计方法，分别得到华北雨季开始日前-开始日-开始日后对流层的高层、中层和低层的关键大气环流系统的逐日演变特征，包括200hPa南亚高压和东亚西风急流、500hPa西太平洋副热带高压、中国东部850hPa经向风以及850hPa比湿的变化。
步骤S106，分别从对流层的高层、中层和低层确定能够表征华北雨季开始的关键环流系统及各关键环流指标的阈值。
本步骤中，如图2所示，示出了高层南亚高压和东亚西风急流在华北雨季开始前后的对比。当华北雨季开始时，100-125°E平均的东亚西风急流轴北跳至40°N以北，并稳定维持。如图3所示，示出了西太平洋副热带高压和低层水平风场在华北雨季开始前后的对比。当华北雨季开始时，东亚槽减弱消失，西太平洋副热带高压脊线(110-130°E)北跳越过26°N；同时华北区域低层南风分量显著加大(平均超过1.5米/秒)。如图4所示，示出了低层大气湿度(比湿)在华北雨季开始前后的对比。当华北雨季开始时，华北区域平均的低层比湿显著增大超过11g/kg，并稳定维持。
因此确定了所述关键环流指标包括东亚西风急流轴位置、西太平洋副热带高压脊线位置、华北区域平均的850hPa经向风风速以及华北区域平均的850hPa比湿，对应的阈值分别为40°N、26°N、1.5米/秒和11g/kg。
步骤S107，获取高分辨率气候预测模式过去多年的回报数据和实时预报数据；所选高分辨率气候预测模式预报时长至少为21天；变量包括降水、位势高度、水平风和比湿；层次包括850hPa、500hPa和200hPa。
本步骤中，可选的，所述高分辨率气候预测模式为国家气候中心的BCC_AGCM2.2模式。不同的高分辨率气候预测模式对环流指标的预报能力会有所差异，因此最终确定的关键环流指标及其阈值可能会有所差异。
步骤S108，根据高分辨率气候预测模式过去多年回报数据，评估高分辨率气候预测模式中关键环流指标的预报能力。
步骤S109，根据高分辨率气候预测模式中关键环流指标的预报能力，确定目标数量个关键环流指标为华北雨季预测的预报因子。
本步骤中，如图5所示，对比几个关键环流指标的预报能力，模式对东亚西风急流轴、西太平洋副热带高压脊线、低层比湿的预报能力较好，但也存在模式中对急流轴和副热带高压脊线预报偏北、对低层比湿预报偏弱的模式偏差。BCC_AGCM2.2模式对低层经向风风速的显著性变化预报能力较差。确定BCC_AGCM2.2模式中以东亚西风急流轴、西太平洋副热带高压脊线、低层比湿作为华北雨季开始日期预测的3个关键环流指标。
步骤S110，将高分辨率气候预测模式中的目标数量个关键环流指标与1961年至今华北雨季开始日期的历史序列对应，修订高分辨率气候预测模式中预报因子的阈值。
本步骤中，根据1961年至今华北雨季开始日期的历史序列，对比分析模式中在开始日前后几天内上述3个关键环流指标的突变特征，并与步骤S106中得到的统计结果对比，从而修订高分辨率气候预测模式中预报因子的阈值。
步骤S111，根据修订的高分辨率气候预测模式中预报因子及其阈值，建立基于模式的华北雨季开始日期预报模型，以预测华北雨季开始日期。
本步骤中，确定基于BCC_AGCM2.2模式的华北雨季开始日期预报模型，考虑在7-8月华北雨季期内，当高层东亚西风急流轴位置北跳越过40°N，西太平洋副热带高压脊线北跳越过27°N，且低层比湿超过9g/kg，即判断华北雨季开始。
对模式实时检验及模型改进：
对基于BCC_AGCM2.2模式的华北雨季开始日期预报模型进行实时检验。如图6和图7所示，选择2018年，华北雨季开始偏早年，7月3候和2019年，偏晚年，7月5候作为检验对象，给出了模式提前不同时间所预报的结果。
通过对比可知，在雨季开始偏早的2018年和偏晚的2019年，所确定的关键环流指标及阈值都能较为准确地指征华北雨季的开始日期。
对比提前不同时间的预报结果可知，BCC_AGCM2.2模式在提前20天以内关键大气环流指标都能够较好地反映出雨季开始阶段的突变特征，对雨季开始的预测有很好的指示意义。但该模式对华北区域降水的直接预报在提前不同时间时有很大差异，这也说明模式对降水本身的预报能力较差，预报结果不稳定。
通过模式的实时检验分析，不再对步骤S111所得到的预报模型进行调整，从而最终确定基于BCC_AGCM2.2模式的华北雨季开始日期预报模型。
本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
以上结合具体实施方式和范例性实例对本发明进行了详细说明，不过这些说明并不能理解为对本发明的限制。本领域技术人员理解，在不偏离本发明精神和范围的情况下，可以对本发明技术方案及其实施方式进行多种等价替换、修饰或改进，这些均落入本发明的范围内。本发明的保护范围以所附权利要求为准。

Claims (3)

1.一种基于模式关键环流系统的华北雨季开始日期预测方法，其特征在于，包括：
获取1961年至今的全国地面站点资料日值数据集；
根据华北雨季监测业务规定，选取7-8月华北雨季监测区内全部代表站点的逐日降水数据，得到1961年至今华北雨季开始日期的历史序列；
获取1961年至今NCEP/NCAR全球的逐日大气再分析数据；其中，变量包括位势高度、水平风和比湿；层次包括：850hPa、500hPa和200hPa；
根据华北雨季监测业务规定确定的1961年至今的华北雨季开始日期，选择开始日前15日至开始后5日共21天的大气环流变量；
采用线性合成的统计方法，分别得到华北雨季开始日前-开始日-开始日后对流层的高层、中层和低层的关键大气环流系统的逐日演变特征，包括200hPa南亚高压和东亚西风急流、500hPa西太平洋副热带高压、中国东部850hPa经向风以及850hPa比湿的变化；
分别从对流层的高层、中层和低层确定能够表征华北雨季开始的关键环流系统及各关键环流指标的阈值；
获取高分辨率气候预测模式过去多年的回报数据和实时预报数据；所选高分辨率气候预测模式预报时长至少为21天；变量包括降水、位势高度、水平风和比湿；层次包括850hPa、500hPa和200hPa；
根据高分辨率气候预测模式过去多年回报数据，评估高分辨率气候预测模式中关键环流指标的预报能力；
根据高分辨率气候预测模式中关键环流指标的预报能力，确定目标数量个关键环流指标为华北雨季预测的预报因子；
将高分辨率气候预测模式中的目标数量个关键环流指标与1961年至今华北雨季开始日期的历史序列对应，修订高分辨率气候预测模式中预报因子的阈值；
根据修订的高分辨率气候预测模式中预报因子及其阈值，建立基于模式的华北雨季开始日期预报模型，以预测华北雨季开始日期。
2.根据权利要求1所述的华北雨季开始日期预测方法，其特征在于，确定目标数量前的关键环流指标包括东亚西风急流轴位置、西太平洋副热带高压脊线位置、华北区域平均的850hPa经向风风速以及华北区域平均的850hPa比湿，对应的阈值分别为40°N、26°N、1.5米/秒和11g/kg。
3.根据权利要求1所述的华北雨季开始日期预测方法，其特征在于，所述高分辨率气候预测模式为BCC_AGCM2.2模式。
CN202210109717.4A 2022-01-29 2022-01-29 一种基于模式关键环流系统的华北雨季开始日期预测方法 Active CN114580711B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210109717.4A CN114580711B (zh) 2022-01-29 2022-01-29 一种基于模式关键环流系统的华北雨季开始日期预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210109717.4A CN114580711B (zh) 2022-01-29 2022-01-29 一种基于模式关键环流系统的华北雨季开始日期预测方法

Publications (2)

Publication Number Publication Date
CN114580711A CN114580711A (zh) 2022-06-03
CN114580711B true CN114580711B (zh) 2023-06-27

Family

ID=81769630

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210109717.4A Active CN114580711B (zh) 2022-01-29 2022-01-29 一种基于模式关键环流系统的华北雨季开始日期预测方法

Country Status (1)

Country Link
CN (1) CN114580711B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117056661A (zh) * 2023-09-08 2023-11-14 华风气象传媒集团有限责任公司 一种气候三伏的确定方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109583653A (zh) * 2018-11-30 2019-04-05 南京信息工程大学 基于统计模型的西北太平洋台风的延伸期预报方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201405788D0 (en) * 2014-03-31 2014-05-14 Imp Innovations Ltd A computer implemented method of deriving performance from a local model
CN104809508A (zh) * 2015-05-08 2015-07-29 胡轶佳 一种长江中下游汛期降水的统计预测新方法
WO2020007454A1 (en) * 2018-07-03 2020-01-09 Terzi Boehm Lucrezia Method for predicting changes in atmospheric circulation
CN109725371A (zh) * 2018-12-24 2019-05-07 深圳市六韬天气科技有限公司 基于低频流场图的华南地区台风和暴雨的预测方法
CN110058328B (zh) * 2019-01-30 2021-02-26 沈阳区域气候中心 东北夏季降水多模式组合降尺度预测方法
CN111985106B (zh) * 2020-08-20 2021-10-15 三峡大学 一种基于多点并行校正的分布式水文模型参数率定方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109583653A (zh) * 2018-11-30 2019-04-05 南京信息工程大学 基于统计模型的西北太平洋台风的延伸期预报方法

Also Published As

Publication number Publication date
CN114580711A (zh) 2022-06-03

Similar Documents

Publication Publication Date Title
CN112070286B (zh) 复杂地形流域的降水预报预警系统
Meko et al. The tree‐ring record of severe sustained drought 1
Durre et al. Overview of the integrated global radiosonde archive
CN111045117B (zh) 一种气候监测预测平台
Lee et al. An estimation of the extreme wind speed using the Korea wind map
Hong et al. Basis for recommending an update of wind velocity pressures in Canadian design codes
CN105760970A (zh) 空气质量指数的预测方法
KR101383617B1 (ko) 일사량 예측 방법 및 장치
Wen et al. Recent surface air temperature change over mainland China based on an urbanization-bias adjusted dataset
Puah et al. River catchment rainfall series analysis using additive Holt–Winters method
CN114580711B (zh) 一种基于模式关键环流系统的华北雨季开始日期预测方法
CN110598352B (zh) 一种流域来水的预报方法
CN110399634B (zh) 一种基于天气系统影响的预报区域确定方法及系统
CN108491959A (zh) 一种智能相似天气预报方法及系统、信息数据处理终端
Wu et al. Synoptic analysis of extreme hourly precipitation in Taiwan during 2003–12
CN109740195A (zh) 一种基于气象站观测数据的极值台风风速概率分布模型及设计台风风速的评估方法
Mol et al. An automated drought monitoring system for New Zealand
CN116562511A (zh) 一种输变电工程建设规划地质勘测数据处理方法
Pepler et al. A new, objective, database of East Coast Lows
Wasko et al. A systematic review of climate change science relevant to Australian design flood estimation
Görgens et al. Modernised South African design flood practice in the context of dam safety
CN113742929A (zh) 一种针对格点气象实况的数据质量评价方法
Prasad et al. Forecasting Indian summer monsoon rainfall by outgoing longwave radiation over the Indian Ocean
Li et al. Effects of wind-induced error on the climatology and trends of observed precipitation in China from 1960 to 2018
CN111950813A (zh) 一种气象干旱监测与预测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant