中國江南地區夏季平均氣溫短期氣候預測方法及系統

本發明涉及氣象預測技術領域。

一般而言，對于中國東部夏季氣候異常(如旱澇、冷暖等)的定性預測，人們往往關
注前期冬季太平洋地區厄爾尼諾(El)或拉尼娜(La)型海溫異常的影響，并將其
作為短期氣候預測的重要前期因子。但是采用上述因子進行預測的準確度目前比較低，特
別是對強高溫的預測能力比較差，由于強高溫往往會造成更大的氣候災害，因此目前急需
一種能夠準確預測中國東部夏季氣候，特別是強高溫預測能力比較強的預測方法，從而為
國家氣候災害的防范提供有效的幫助。

鑒于目前上述對氣候預測所存在的問題，本發明的目的在于，提供一種能夠通過 前期氣象參數較為準確、高效地預測氣溫，尤其是中國江南地區夏季氣溫的方法，該方法具 有很強的高溫預測能力，能夠對國家氣候災害提供有效的預警信息。

為達到上述目的，本發明一方面提供一種對中國江南地區的夏季平均氣溫的短期 氣候定性預測方法，包括，

步驟1：計算中國江南地區連續年中每一年的夏季平均氣溫數據；

步驟2：選取上述連續年中的連續M年的數據作為建模期，并獲取相應的夏季平均 氣溫數據，將該數據標準化以獲得標準化的夏季平均氣溫數據，其中M≤；

步驟3：計算與上述建模期的夏季平均溫度數據相對應的前期冬季熱帶西北印度 洋地區的氣象參數數據，并將該氣象參數數據標準化以獲得標準化的氣象參數；

步驟4：構建一元回歸模型：

T＝a×I+b，

其中，T為標準化的中國江南地區夏季平均氣溫，I為標準化的前期冬季熱帶西北 印度洋地區氣象參數，a和b為參數；代入建模期的數據，通過擬合獲得對應的參數a和b的 值，將獲得的上述參數a和b代入上述一元回歸模型形成預測模型；

步驟5：通過該預測模型預測中國江南地區的夏季平均氣溫。

需要說明的是，本發明中所稱的中國江南地區，即為符合中華人民共和國國家標 準中有關中國氣象地理區劃的相關規定的區域，即江南地區為長江至南嶺間所含的湖北、 湖南、江西、浙江(北部)、安徽、江蘇、上海、和福建北部(從南嶺向東延伸)等地，而本發明具 體實施方式部分的數據來自于具體坐標為(110°～122°E，26°～32°)的江南地區。所謂的 短期氣候預測是指，對月、季或年平均氣候狀況的預測，這里特指對夏季平均氣溫的預測。 本發明中所稱的建模期，是指構建回歸模型的連續時段；驗證期，具體指預測和觀測結果相 互比較、檢驗的連續時段。本發明中所稱的將數據標準化，是通過本領域技術人員所使用的 常規的標準化算法計算得到數據的標準化值，即標準化值＝(原始值-多年平均)/標準差。 本發明中所稱的平均氣溫，為相應時期氣溫數據的平均值。本發明對夏季和冬季的定義分 別為：夏季為當年6～8月，前期冬季為上一年12月～當年2月。本發明中記載的熱帶西北印 度洋地區，為氣象學上對印度洋地區的區劃范圍中，屬于熱帶地區的部分。最常見的印度洋 指數有三種：一是印度洋海盆模指數，簡稱IOBM指數，表示印度洋整個海盆尺度的海溫變 化；第二種是印度洋偶極子指數，簡稱IOB指數，表示印度洋東、西部海溫的反向變化；第三 種是熱帶印度洋海溫異常指數，簡稱TIO指數，它指示了印度洋熱帶范圍內的海溫變化。其 中本申請中所述的熱帶西北印度洋(TWIO)指數并不同于上述任何一種傳統指數，而是為 了滿足特定預測需求而經過計算得到的，計算方法為：首先，將整個印度洋冬季(指預測年 上一年12月～當年2月平均)表面氣溫場去除線性趨勢，然后選取關鍵區(55°～75°E，5°～ 15°和40°～55°E，15°S～0°)，計算該地區區域平均的表面氣溫，所得結果即為TWIO指數。 其中，上述去除線性趨勢具體做法為，原始量減去其隨時間增長或減小的線性擬合量。

本發明的另一目的在于，提供一種能夠在多個現有的氣象參數中，篩選出能夠有 效地對特定地區進行氣溫預測的特定氣象參數，并根據所選定的氣象參數建立預測模型， 從而較為準確、高效地預測氣溫，尤其是要求這一預測中國江南地區夏季氣溫的方法，具有 很強的高溫預測能力，能夠對國家氣候災害提供有效的預警信息。

為達到上述另一目的，本發明另一方面提供一種對中國江南地區的夏季平均氣溫 的短期氣候定性預測方法，包括，

步驟1：計算中國江南地區連續年中每一年的夏季平均氣溫數據；

步驟2：選取上述連續年中的連續M的數據年作為建模期，并獲取相應的夏季平均 氣溫數據，將該數據標準化以獲得標準化的夏季平均氣溫數據；

步驟3：計算與上述建模期的夏季平均氣溫數據相對應的前期冬季熱帶印度洋地 區的多個不同的氣象參數數據，并將每個氣象參數的數據標準化以獲得多個不同的標準化 的氣象參數數據；

步驟4：構建一元回歸模型：

T＝a×I+b，

其中，T為標準化的中國江南地區夏季平均氣溫，I為標準化的前期冬季熱帶印度 洋地區氣象參數，a和b為參數；代入建模期的數據，通過擬合獲得對應的參數a和b的值；

步驟5：選擇上述年中建模期以外的多個年份作為驗證期，并獲取相應的夏季平 均氣溫數據；

步驟6：通過上述驗證期的夏季平均氣溫數據，驗證通過擬合得到的與多個不同的 前期冬季熱帶印度洋地區氣象參數對應的上述參數a和b所確定的模型，計算多個模型的預 測結果是否能夠達到預期的統計置信度；若該統計置信度超過預先設定的閾值，則將此時 所使用的氣象參數作為預測模型所使用的前期冬季熱帶印度洋地區氣象參數，并將對應該 氣象參數的上述參數a和b確定為預測模型的參數；

步驟7：將獲得的上述參數a和b代入上述一元回歸模型得到預測模型，通過該預測 模型預測中國江南地區的夏季平均氣溫。

本發明的另一目的還在于，提供一種能夠通過前期氣象參數較為準確、高效地預 測氣溫，尤其是中國江南地區夏季氣溫的系統，該系統具有很強的高溫預測能力，使用該系 統能夠對國家氣候災害提供有效的預警信息。

為達到上述目的，本發明提供一種短期氣候定性預測系統，包括，

氣溫數據獲取模塊，其計算地區A的年中每一年的夏季平均氣溫數據，將該數據 標準化以獲得標準化的夏季平均氣溫數據；

氣象參數獲取模塊，其計算地區B的相對應的年中每一年的多個種類的前期冬季 氣象參數，將上述每個氣象參數的數據標準化以獲得多個不同種類的標準化的氣象參數數 據；

建模模塊，其選取上述連續年中的連續M年作為建模期，并獲取相應時間的標準 化夏季平均氣溫數據以及多個不同的標準化的氣象參數數據；構建一元回歸模型：

T＝a×I+b，

其中，T為標準化的地區A夏季平均氣溫，I為標準化的地區B的前期冬季氣象參數， a和b為參數；代入建模期的數據，通過擬合獲得對應的參數a和b的值；

驗證及氣象參數選擇模塊：其選擇上述年中建模期以外的多個年份作為驗證期， 并獲取相應的標準化夏季平均氣溫數據；通過上述驗證期的標準化夏季平均氣溫數據，驗 證通過擬合得到的與多個不同種類的地區B前期冬季氣象參數對應的上述參數a和b所確定 的模型，計算多個模型的預測結果是否能夠達到預期的統計置信度；若該統計置信度超過 預先設定的閾值，則將此時模型所使用的氣象參數確定作為最終預測模型所使用的地區B 的前期冬季氣象參數，并將對應該氣象參數的上述參數a和b確定為最終預測模型的參數；

預測模塊：將最終確定的上述參數a和b代入上述一元回歸模型得到最終預測模 型，通過該最終預測模型預測地區A的夏季平均氣溫。

特別的，上述地區A為中國江南地區，上述地區B為熱帶印度洋地區，該氣象參數I 為表示熱帶西北印度洋地區熱狀況異常的TWIO指數，通過將整個印度洋冬季表面氣溫場 去除線性趨勢后，選取坐標范圍在(55°-75°E，5°-15°)和坐標范圍在(40°-55°E，15°S-0°) 的兩個矩形區域，計算上述區域平均的表面氣溫，即得到上述TWIO指數。

綜上所述，本發明所提供的一種對中國江南地區的夏季平均氣溫的短期氣候定性 預測方法，不僅能夠實現對中國江南地區夏季平均氣溫的準確、高效的預測，同時還能過對 現有的氣象參數進行篩選，選擇其中統計置信度較高的參數作為預測參數，確定預測模型， 能夠對不同時期、不同特定地域的預測實現動態調整，從而具有很強的高溫預測能力，能夠 對國家氣候災害提供有效的預警信息。

圖1，(a)中國江南地區夏季氣溫與前期冬季印度洋海表溫度(SST)的相關圖；(b) 與(a)相似，但為與表面氣溫(SAT)的相關?；谊幱皡^表示超過95％統計置信度；圖中黑 框指示了熱帶西北印度洋(TWIO)關鍵區。

圖2，(a)1980～2015年前期冬季TWIO指數與中國東部夏季氣溫的相關分布；淺灰 和深灰陰影區分別表示超過95％和99％統計置信度；黑方框指示江南地區范圍；(b)前 冬TWIO指數(圓圈虛線)與中國江南地區平均夏季氣溫(黑點實線)序列的對比。

圖3，前期冬季熱帶印度洋關鍵區熱狀況異常影響中國江南地區夏季氣溫的物理 鏈接流程圖。

圖4，前冬TWIO指數與中國江南地區平均夏季氣溫序列的20年滑動相關系數。 95％統計置信度水平在圖中以直線表示。

圖5，1980～2015年實際江南地區夏季氣溫(黑點實線)與根據預測模型得到的江 南地區夏季氣溫(圓圈虛線和三角虛線)標準化序列；其中圓圈虛線為建模期擬合結果，三 角虛線為預測期預測結果。圖中RI＝0.56，表示建模期內擬合和實際江南氣溫的相關系數； RII＝0.52，表示檢驗期內預測與實際江南氣溫的相關系數；兩者皆超過95％統計置信度。

研究表明最近幾十年來(1980～2015年)，中國江南地區(110°～122°E，26°～32° ；見圖2a中黑框所示范圍)的夏季(6～8月)氣溫與前期冬季(上一年12月～當年2月)熱帶 西北印度洋關鍵區(見圖1中黑框所示范圍，具體為55°～75°E，5°～15°和40°～55°E，15°S ～0°)的熱狀況(包括海表溫度與表面氣溫)具有緊密聯系。由于在全球變暖背景下，江南氣 溫和印度洋海溫都呈現出上升趨勢，而在氣候預測中我們更為關注年際變化，因此各氣象 要素皆經過去線性趨勢處理。

利用冬季熱帶西北印度洋關鍵區區域平均的夏季表面氣溫來表示該地區的熱狀 況，并將其定義為冬季熱帶印度洋熱狀況異常指數，簡稱TWIO指數。參見圖2a，前期冬季 TWIO指數與中國東部夏季氣溫場的相關顯示，在江南地區出現了顯著正相關。同時，前期 冬季TWIO指數序列(圖2b中的圓圈虛線)與江南地區區域平均夏季氣溫序列(圖2b中的黑 點實線)也表現出較好的一致性，在1980～2015年期間，兩者的相關系數高達0.53，超過 99％的統計置信度。這進一步表明，前期冬季TWIO指數能夠很好地指示中國江南地區夏季 氣溫的高低。

前期冬季熱帶印度洋關鍵區熱狀況異常可以影響中國江南地區夏季氣溫。這一影 響的物理機制如下，參見圖3：由于海洋熱容量較大，其異常信號的持續性較好，所以前期冬 季熱帶印度洋關鍵區的偏暖異常信號可自冬季一直持續到夏季，并引起阿拉伯海和印度西 北部地區夏季降水異常偏多。而該地區夏季降水可以通過凝結潛熱加熱在對流層中低層強 迫出西太平洋副熱帶高壓異常，導致其偏強且西伸控制江南地區；同時，該地區的夏季降水 也可以通過激發羅斯貝(Rossby)波，造成下游地區對流層中高層的氣壓異常，進而導致南 亞高壓加強東伸。在西太平洋副熱帶高壓和南亞高壓異常的共同控制下，江南地區出現深 厚的高壓異常，進而導致夏季氣溫偏高。反之，當前期冬季熱帶印度洋關鍵區偏冷時，隨后 江南地區夏季氣溫則出現偏低。

可見，前期冬季熱帶印度洋關鍵區熱狀況異常與中國江南地區夏季氣溫的緊密聯 系并不是偶然現象，其中涉及的物理鏈接過程清晰、合理。因此，它們之間的關系穩定。參見 圖4，前冬TWIO指數與江南地區夏季氣溫序列的20年滑動相關系數始終超過95％的統計置 信度，這進一步證實了兩者之間的密切關系是穩定可靠的。因而，我們利用兩者之間緊密且 穩定的聯系，構建針對中國江南地區夏季氣溫的短期氣候定性預測模型，對中國江南地區 夏季氣溫進行預測。

基于前期冬季熱帶印度洋熱狀況(以TWIO指數表示)和中國江南地區夏季氣溫之 間緊密、穩定的聯系，選取1980～1996年作為建模期，構建一元回歸模型(簡稱ITWIO預測模 型)：

TJ＝0.695×ITWIO-0.004

其中TJ為標準化的江南地區夏季氣溫，ITWIO為標準化的前期冬季TWIO指數。該 模型的F檢驗值為7.02，超過95％統計置信度。將1997～2015年作為預測期，可以對該模型 的預測能力進行檢驗。其中預測模型的F值可以衡量回歸模型擬合效果的好壞。其計算公式 如下：

其中，r為相關系數，n為樣本數。這里用1980～1996年共計17年的數據建立回歸方 程，因此樣本數n＝17。在此時段，相關系數r＝0.565，計算可知F＝7.02。查F分布表，分子自 由度為1，分母自由度為15(即n-2)，在95％置信度水平上的F＝4.54。而我們這里F＝7.02， 高于4.54，所以認為該回歸模型是顯著的，超過95％統計置信度。

圖5比較了1980～2015年江南地區夏季實際氣溫和根據上述ITWIO預測模型得到的 江南地區夏季氣溫序列。由圖可見，預測結果與實際結果表現出較為一致的變化。在建模期 (1980～1996年，圓圈虛線)兩者的相關系數為0.56，在預測期(1997～2015年，三角虛線)兩 者的相關系數為0.52，均超過95％的統計置信度。圖5較為直觀地反映出該模型的擬合和預 測效果較好。

以下表1給出了ITWIO預測模型在各年份的定性預測結果。當預測的江南夏季氣溫 與實際氣溫同號(即預測偏暖，實際結果也偏暖；或預測偏冷，實際結果也偏冷)時，則認為 定性上預測正確。結果顯示，在19年的預測期內，總計有13年預測正確，6年預測錯誤，預測 正確率達到了68％。另外，由于江南地區夏季強高溫往往會造成更大的氣候災害，因此我們 這里也關注該模型對于強高溫的預測能力。其預測的強高溫年份(正異常超過0.3標準差) 有1998、2003、2007、2009、2010和2013年共計6年，其中只有2010年預測錯誤，另外5年皆發 生了真實的強高溫。可見，該模型不僅能有效地預測江南地區夏季冷、暖的基本特征，對于 強高溫的預測也是適用的。

以往用前期冬季太平洋地區厄爾尼諾(El)或拉尼娜(La)型海溫異常作
為短期氣候預測的預測因子。然而實際上，自1980年以來，前期冬季ino3.4指數(簡稱
I_ino3.4；該指數可用來指示El海溫異常)與江南夏季氣溫的關系很弱，因而以
I_ino3.4構建的預測模型的擬合與預測能力也相對較低：在建模期(1980～1996年)兩者的相
關系數為0.03，在預測期(1997～2015年)兩者的相關系數為–0.25，均不顯著。表1中I_ino3.4
預測模型的預測結果表明，在19年的預測期內，共有12年預測錯誤，僅有7年預測正確，預測
正確率僅為37％。此外，預測的強高溫年份(正異常超過0.3標準差)有1997、1999、2000、
2001、2006、2008、2009和2010年共計8年，其中只有2006和2009年發生了真實的強高溫，其
他年份皆預測錯誤，正確率僅為25％?？梢姡壳爸饕鶕驙柲嶂Z(El)或拉尼娜(La
)型海溫異常進行預測，對江南地區夏季氣溫來說并不適用，也無法對強高溫年作出
有效的預測。

表1.預測期(1997～2015年)內，I_TWIO預測模型和I_ino3.4預測模型在各年份的預測
結果(●表示預測正確，而表示預測錯誤)；表中最后一行給出了預測正確率；字母Y表示
對強高溫的預測正確，而字母則表示對強高溫的預測錯誤

綜上所述，我們提出的基于前期冬季熱帶西北印度洋熱狀況的預測方法和據此構 建的預測模型，可以顯著提升中國江南地區夏季氣溫的短期氣候定性預測水平，特別是顯 著提升了強高溫預測能力，具有較為重要的實用價值。