ECC方法在中国夏季气温预测研究中的应用

摘要：

以中国夏季气温为预测对象，选取东亚地区冬季500 hPa高度场、海平面气压场、地表温度场和850 hPa温度场为预测因子，采用1951～2009年去趋势处理后的资料，通过变形的典型相关分析(Barnett-Preisendorfer Canonical Correlation Analysis, BP-CCA)方法分别建立单因子预测模型，再利用集合典型相关分析(Ensemble Canonical Correlation, ECC)方法建立集合预测模型，对中国夏季气温进行基于交叉检验方法的预测试验，然后利用2010～2014年的资料对中国夏季气温进行独立样本检验。通过分析BP-CCA模态可知，一对BP-CCA模态的空间型在一定程度上可以反映预报因子场和对象场的遥相关特征。通过基于交叉检验方法的预测试验表明环流场和热力场均能为气温提供预测信息。ECC 预测模型综合了各个预报因子的在不同地区的预报技巧，比单因子BP-CCA预测模型有更高、更稳定的预报技巧。独立样本检验表明ECC模型与单因子BP-CCA预测模型相比，对中国夏季气温有更高、更稳定的实际预测能力，对气温季节预测具有参考价值。

关键词：夏季气温、季节预测、集合典型相关分析、典型相关分析

所属期刊栏目：21

分类号：P456(天气预报)

资助基金：国家自然科学基金项目41230528，江苏省特聘教授项目R2013T07，江苏省杰出自然科学基金BK20140047，江苏高校优势学科建设工程资助项目PAPD Funded by National Natural Science Foundation of ChinaNSFC, Grant 41230528;Jiangsu Specially-Appointed ProfessorGrant R2013T07;Jiangsu Natural Science Funds for Distinguished Young ScholarGrant BK20140047;The Priority Academic Program Development of Jiangsu Higher Education Institutions

在线出版日期：2016-05-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：221-235