期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
人工智能大模型对2024年长江中下游梅雨的预测评估
1
作者 曹欣沛 梁萍 +2 位作者 黄文娟 张志琦 巩远发 《热带气象学报》 CSCD 北大核心 2024年第6期1045-1062,共18页
目前,人工智能大模型对长江中下游降水的次季节预测效果尚不清楚。采用三个人工智能气象大模型(Pangu-weather、Fuxi和FourCastNet)与欧洲中心次季节-季节模式(EC-S2S)预测资料,以2024年长江中下游梅雨为例,在诊断其降水及其环流演变的... 目前,人工智能大模型对长江中下游降水的次季节预测效果尚不清楚。采用三个人工智能气象大模型(Pangu-weather、Fuxi和FourCastNet)与欧洲中心次季节-季节模式(EC-S2S)预测资料,以2024年长江中下游梅雨为例,在诊断其降水及其环流演变的基础上,利用相关技巧、功率谱分析等方法,对比评估了气象大模型与欧洲中心S2S模式(EC-S2S)对该年梅雨降水、背景场变量及其低频振荡分量的预测效果,并与传统的EC-S2S模式进行了比较。结果表明:(1)2024年6月第4候,受西太平洋副热带高压北抬和北侧西风槽发展南伸影响,长江中下游进入梅雨期。此后,梅雨及其相关联的夏季风、冷空气影响和湿度变化均呈现显著的准双周振荡。(2)三个大模型与EC-S2S模式都能提前10 d较好地预测梅雨相联系的副高和西风槽的演变活动。当预测时效超前11 d时,三个大模型与EC-S2S模式预测对梅雨环流形势的预测不确定性增加,其中仅Pangu模型和ECS2S模式超前16—20 d的预测能反映出长江中下游南北两侧的冷暖空气活动。(3)FourCastNet、Fuxi两个模型和EC-S2S模式能提前11—15 d给出有显著相关技巧的梅雨降水预测,也能提前11—15 d反映梅雨区降水及其相关联环流的准双周振荡特征。EC-S2S模式对降水量的预测优于大模型,但其准双周振荡功率谱值弱于大模型。Pangu、FourCastNet和EC-S2S模式能提前16—20 d预报长江中下游南侧的夏季风和北侧西风槽活动的准双周振荡影响。尽管大模型在超前半月以上的梅雨环流预测上存在挑战,但对其低频分量的有效超前预测时效更长,部分要素(如经向风和比湿)预测优于EC-S2S模式,表明从低频振荡这一途径出发开展大模型的次季节预测,可为后续应用和改进大模型的次季节预测提供新思路。 展开更多
关键词 人工智能大模型 梅雨 次季节预测 准双周振荡
在线阅读 下载PDF
长江中下游致洪大暴雨事件的关键环流型聚类分析
2
作者 施文 梁萍 曹欣沛 《气象科技》 2024年第5期652-667,共16页
大范围的持续性暴雨事件会影响水文条件,造成洪水影响。本文针对20世纪60年代以来长江中下游致洪大暴雨事件个例,基于随机分化模拟退火聚类方法和扰动集合相似方法,研究致洪大暴雨事件的关键环流型及其对大暴雨的定量贡献。结果表明,长... 大范围的持续性暴雨事件会影响水文条件,造成洪水影响。本文针对20世纪60年代以来长江中下游致洪大暴雨事件个例,基于随机分化模拟退火聚类方法和扰动集合相似方法,研究致洪大暴雨事件的关键环流型及其对大暴雨的定量贡献。结果表明,长江中下游致洪大暴雨事件多发生在梅雨集中降水期,多个事件平均的日峰值降水强度达暴雨量级。致洪暴雨的500 hPa环流形势可聚类为4类,分别为:东亚南高北低型(1型)、东亚三明治型(2型)、南支槽型(3型)和高纬双阻型(4型)。4个聚类下的西太平洋副高和南支槽对致洪大暴雨的贡献较为稳定,约占3成和1.5成;而中高纬系统影响较不稳定,东北亚环流异常对聚类1、3和4型的贡献平均近2成,贝加尔湖阻塞异常对聚类2型有微弱贡献;中纬度西风槽异常对聚类4型的贡献约为2成。4个聚类下的10~30 d和30~60 d低频环流显著异常区和原始观测的环流异常关键区基本一致。西太平洋副高区的低频环流对所有事件均有正贡献,占比约2~7成;其中,除30~60 d低频环流对所有事件有影响外,其10~30 d低频活动对聚类1~2型事件也有明显影响。南支槽区的30~60 d低频环流对聚类3和4型事件的贡献占比为27%和16%。大暴雨事件相联系的高纬低频环流关键区分别位于贝加尔湖和鄂霍茨克海(1型)、乌拉尔山和西风槽区(2型)、东北冷涡(3型),且贡献各不相同(12%~31%)。上述关键环流型及其定量贡献评估结果可为加深对致洪大暴雨事件的形成认识和预报预测提供依据。 展开更多
关键词 致洪大暴雨 环流分型 聚类 扰动集合相似 低频振荡
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部