购买
下载掌阅APP,畅读海量书库
立即打开
畅读海量书库
扫码下载掌阅APP

引言

西太平洋副热带高压(简称副高,后同)是中低纬重要的大型环流系统,其位置、强度的变化直接影响我国夏季的天气系统,西太平洋副热带高压三次北跳与我国雨带位置关系密切,而副高的异常活动常常导致我国江淮流域出现洪涝和干旱灾害。例如1998年8月长江流域特大洪涝灾害就是由于副高的异常南落所致;2017年汛期我国暴雨洪涝灾害突出,全国共出现36次暴雨过程,正是因为西太平洋副热带高压系统异常偏强造成。2020年副热带高压异常直接导致长江中下游一带降雨过多,引起江西洪灾,而闽南则遭遇旱灾,给新冠疫情防控和人民生活造成了重大影响;2022年夏季我国大范围、异常高温热浪极端天气(国内多个省份,如四川、上海、浙江、江苏、河南、河北等多地最高气温超过40 ℃),也与副高稳定维系和长时间控制中国大陆密切关联,因为西太平洋副热带高压被东亚大槽压制而无法北抬,长江中下游梅雨季没有如期到来。特别是2022年的副热带高压出现异常偏西偏北情况,由于副热带高压会引发大量下沉气流,气流在下沉的过程中会增温增压,由此导致我国北方地区也出现了罕见的高温天气。而受副高影响最持久的地区还要数四川盆地。研究表明,副热带高压对东亚降水和热带气旋活动也有着重要影响,是东亚夏季天气气候决定性的控制因子之一,对西太副高的准确预测有利于对东亚夏季天气气候和洪涝灾害更合理预测。此外,西太副高与ENSO、印度洋海温IOD(Indian Ocean Dipole)和PDO(Pacific Decadal Oscillation)等遥相关现象也有重要的相互关联。因此,西太副高研究是全球大气系统研究中不可或缺的重要一环。近年来的异常或极端天气事件既为副高异常活动研究提供了很好的典型案例,同时也为副高研究提出了新问题,带来了新挑战,迫切需要针对这些副高异常活动案例的新形态、新特征开展深入细致的诊断分析、机理揭示和预报建模研究。副高研究的主要目的是准确预报副高的形态变化和进退活动,这也一直是气象科学研究和防灾减灾的难点问题以及努力方向。由于副高对热带和中高纬大气环流及我国天气气候具有极为重要的影响,因此,副高预测一直受到气象学家和业务部门的高度重视。副高既受中、高纬环流系统,又受热带天气系统的影响制约,不仅有规则渐变,更有异常突变,强度变化和进退活动表现出明显的非周期性和非确定性,使得副高预报非常复杂,特别是季节内副高异常活动和中、长期趋势预测已成为制约夏季我国长江流域天气预报和汛期趋势预测的核心内容和难点问题。

副热带高压预报一直是大气科学的难题,中国气象局官网发文称:由于西太副高既受中高纬度大气活动的影响,同时也受热带大气活动的影响和制约,因此副高不仅有规则的渐进式变化,也有异常的突然变化,这就造成副高强度的变化和位置的移动表现出明显的非周期性和不确定性,使得副高预报变得非常复杂和困难。著作人主持完成的西太平洋副热带高压相关的国家基金和省基金的研究过程中,更深刻感受到副高季节内异常活动和中长期趋势预报的重要性以及艰难性。目前副高预报手段(如数值预报、统计预报、集合预报和动力统计预报等)对副高的中、长期(≥10天)趋势预测以及对副高季节内异常活动(如异常西伸,北跳等)预测仍然存在较大偏差,副高预测理论和方法技术仍有待改进、发展和创新。在人工智能技术日渐完善的今天,如何利用人工智能的新方法,基于学科交叉和优势互补,创新发展副高预测的新途径、新思路,科学构建副高季节内形态变异和中长期活动的人工智能预测新模型,对传统的数值预报技术和统计预报方法进行有益的丰富和补充,提升副高预报精度、拓展副高预报时效,有着重要的科学意义和广阔的应用前景。

从国内外研究现状及进展来看,西太平洋副热带高压异常活动的中长期预测研究还存在很大不足,主要表现在:(1)副高异常活动小样本案例特征诊断分析研究工作很少,无法为智能预报提供充足的案例库;(2)副高异常活动的物理演变规律和物理机制的深入探索较少,无法为智能预报提供必要约束条件;(3)人工智能预报方法用于副高异常活动研究工作很少,很多副高异常预报还停留在传统的统计预报方法上。

针对以上这三个问题,作者在湖南省杰出青年基金项目(No.2023JJ10054)、自然科学基金面上项目(No.41875061;No.41005025)、湖南省自然科学基金面上项目(No.2020JJ4661)和军队相关科研项目资助下研究讨论东亚季风区的热力强迫、环流背景及其配置对副高进退活动和异常变化的影响和制约,建立了副高变异案例库,并研究了其对长江中下游夏季的天气影响,深化了对副高本质的认识,拓宽了预报思路,为副高预报提供了理论支持;在此基础上,开展基于人工智能的副高中长期预测研究。本专著主要包括如下三方面的研究内容和核心问题:

(1)副高及其影响因子的诊断分析

西太平洋副高季节内活动与亚洲夏季风系统的时延相关特征(第一章)

东亚夏季风环流系统涉及南北半球、中低纬度和高低层诸多环流和天气因素。各因素之间彼此相互关联、互为影响制约,共处于一个复杂的非线性系统之中。异常年份的副高强度增大和减弱以及脊线的北跳和南落,其主要影响因素是亚洲夏季风系统中一个印度季风子系统的五个重要成员,分别是马斯克林高压(MH),索马里低空急流指标(D),印度季风(潜热通量)FLH,印度季风(OLR)FULW和孟加拉湾经向季风环流J1V。异常年份的副高的西伸和东退的主要影响因素是亚洲夏季风系统中,另外一个子系统东亚季风子系统中的五个重要成员,分别是澳大利亚高压(AH),中南半岛感热(C1),南海低空急流指标E1,青藏高压XZ(东部型)和热带ITCZ。

西太副高及其影响因子的年际变率和年代际变率分析研究(第二章)

作连续小波变换后发现其振荡周期和西太副高相似,计算其相关系数并做显著性检验,显示出了显著的相关性。将三个关键海区以及赤道纬向西风区的特征指数,分别与西太副高的两种指数作交叉小波变换,得到其相应的时滞位相关系。最后,利用SVD场相关分析法分析关键海区海温及赤道纬向西风区大气环流与西太副高年际变率的关系,发现西太副高的年际变率与热带海温及大气环流的异常变化确实存在明显的一致相关性。利用信息流方法,分别计算各因子与西太平洋副热带高压各类相关指数年代际变率的因果关系。结果表明,信息流方法可以在定量的基础上解释西太平洋副热带高压运动与所选因子年代际变率的因果关系。

西太副高中短期活动的影响因子诊断检测(第三章)

基于1995—2005年共11年的NCEP / NCAR夏季(5—8月)逐日再分析资料,在相关普查的基础上初步筛选出影响副高1天、3天、5天活动的影响因子,然后用逐步回归方法剔除影响不显著的因子,最后利用最优子集回归方法做进一步的剔除和筛选,来确定副高预测模型的输入矩阵。西太副高南北移动的变化相对于东西进退和强度的变化比较简单,所以影响因子也比较明显。但其东西进退特别复杂,影响因子也相对比较模糊。

(2)副高变异案例库建立及其对长江中下游夏季的天气影响

西太副高季节内异常活动“案例库”的建立(第四章)

通过计算副高活动指数及相关影响因子,找到西太副高季节内异常活动的案例,建立西太副高季节内异常活动“案例库”。

基于CCA和BP神经网络的副高活动异常与长江中下游地区夏季强降水的相关性研究(第五章)

雨带标志着夏季风所到达的位置,是季风的前缘,西太平洋副高位置的进退与我国东部地区季风雨带的进退有相应关系,对各地区雨季的起止时间有一定程度的影响。西太副高对东亚夏季风的影响较为复杂,西太副高偏北偏强时,东亚夏季风较强,可以北推到长江流域以北,在长江流域辐合上升的气流偏少,长江流域易旱,反之,西太副高偏南偏弱时,东亚夏季风较弱,无法北推到长江流域以北,在长江流域辐合上升的气流偏多,长江流域易涝。

基于NLCCA方法的西太平洋副热带高压异常对长江中下游地区夏季降雨异常的影响研究(第六章)

运用EOF分析和基于人工神经网络的非线性典型相关分析法(NLCCA)对之间的关系进行探讨研究,通过对长江中下游地区夏季降水与西太副高500 hPa的位势场进行EOF分析,可以认识到影响这两个场的一些因素和其中存在的规律。两个场之间的关系存在较强的非线性特征,在一些条件下,恢复场与原始场较为接近,符合一定的规律,可以起到一定的预报效果。

基于ANFIS方法的西太副高活动异常与长江中下游地区降水之间的关系(第七章)

西太副高对于降水有较大影响。西太副高的强弱与我国降水特别是长江中下游地区降水有着密切联系,西太副高较强的年份,我国降水有明显的增多,甚至出现洪涝灾害。西太副高减弱的年份,我国降水会有明显地减少,并很大程度上伴有干旱的出现。

基于WPSH指数相关分析的长江三角洲夏季极端高温回归预报(第八章)

为解决引入两个当年参量无法实现当年高温天气预报的问题,我们利用多元线性回归方法,考虑海-气相互作用的滞后性,选择当年春季ENSO(Nino3.4)指数、去年秋季热带印度洋海温偶极子(TIOD)指数和当年春季热带印度洋全区一致海温模态( IOBW)三个预报因子,建立当年夏季西伸脊点指数和8月份WPSH面积指数的趋势预测模型,同时利用方差分析法,对两个量的周期项进行预报,将趋势预测和周期预报相加,获得了上述两个预报量的预防方程,将此带入高温日预报方程,从而建立了对长江中下游极端高温的综合预报方程。

(3)基于人工智能的副高中长期预测研究

引入遗传算法、模糊C均值聚类和模糊减法聚类等方法及其优势互补的思想,通过对季风影响因子的特征空间聚类及映射落区判别,实现副高强度的聚类判别和诊断预测(第九章)。

用混合递阶遗传-径向基网络进行副高预报优化;LS-SVM与Kalman滤波结合的副高预报模型;EOF分解和Kalman滤波结合的副高位势场数值预报误差修正与预报优化(第十、十一和十二章)。

副热带高压与东亚夏季风特征指数的动力模型反演,并且利用改进自忆性原理对副高进行中长期预测研究(第十三和十四章)。

书中参考引用了大量国内外相关论著的研究方法和成果,在此表示感谢。

本书第1章由洪梅、余丹丹、郑贞撰写;第2章由洪梅、张栋、王彦磊撰写;第3章由洪梅撰写;第4章由董兆俊、钱龙霞、黎鑫撰写;第5章由杨竞帆、曾璨、张泽洋、丁科、洪梅、汪杨骏撰写;第6章由尹天航、王伍捷、郑渟月、杨颖、洪梅撰写;第7章由曹广晗、卢嘉庆、谢子龙、逯心一撰写;第8章由周禹良、关曾昕、潘彤、陈立豪撰写;第9章由洪梅、史剑、郭海龙、葛晶晶撰写;第10~12章由刘科峰、闫恒乾、胡王江、王宁撰写;第13~14章由洪梅、张永垂、王大卫、邵晨撰写。全书由洪梅统一校对和定稿。

由于作者从事本领域的研究时间不长、工作积累不足、知识水平和认识能力有限,书中定有不当和谬误之处,敬请读者批评指正。

洪梅
2023年5月 DhQWnDvoLONyUIr9hRd4Bth9qapIz1EiyMooeguJra8dL5oQzDOpYwPDg18rFnnm

点击中间区域
呼出菜单
上一章
目录
下一章
×