您的位置: 专家智库 > >

田奔

作品数:4 被引量:34H指数:3
供职机构:中国气象局国家气候中心更多>>
发文基金:国家自然科学基金公益性行业(气象)科研专项国家重点基础研究发展计划更多>>
相关领域:天文地球更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 4篇天文地球

主题

  • 2篇ENSO
  • 1篇地球
  • 1篇地球科学
  • 1篇地球物理
  • 1篇中国夏季降水
  • 1篇气候
  • 1篇气候系统
  • 1篇气候系统模式
  • 1篇主题
  • 1篇主题报告
  • 1篇夏季
  • 1篇夏季降水
  • 1篇模态
  • 1篇降水
  • 1篇厄尔尼诺
  • 1篇厄尔尼诺事件
  • 1篇BCC
  • 1篇超强

机构

  • 4篇中国气象局国...
  • 1篇成都信息工程...
  • 1篇南京信息工程...
  • 1篇黑龙江省气候...

作者

  • 4篇田奔
  • 3篇刘颖
  • 3篇任宏利
  • 2篇左金清
  • 2篇万江华
  • 1篇金飞飞
  • 1篇张颖娴
  • 1篇郭艳君
  • 1篇陈权亮
  • 1篇张培群
  • 1篇王琳
  • 1篇陆波
  • 1篇孙劭
  • 1篇李永生

传媒

  • 2篇气象
  • 1篇气候与环境研...
  • 1篇气象科技合作...

年份

  • 1篇2020
  • 1篇2019
  • 1篇2017
  • 1篇2016
4 条 记 录,以下是 1-4
排序方式:
中国夏季降水的组合统计降尺度模型预测研究被引量:4
2020年
现阶段的动力气候模式尚不能满足东亚区域气候预测的实际需求,这就需要动力和统计相结合的方法,将动力模式中具有较高预测技巧的大尺度环流信息应用到降水等气象要素的统计预测模型当中,以改善后者预测效果。本文中所介绍的组合统计降尺度模型,可将动力气候模式预测的大尺度环流变量和前期观测的外强迫信号作为预测因子来预测中国夏季降水异常。交叉检验结果显示,组合统计降尺度预测模型的距平相关系数较原始模式结果有较大提高。在实时夏季降水预测中,2013~2018年平均的预测技巧相对较高,趋势异常综合检验(PS)评分平均为71.5分,特别是2015~2018年平均的PS评分预测技巧达到72.7分,总体上高于业务模式原始预测和业务发布预测的技巧。该组合统计降尺度模型预测性能稳定,为我国季节预测业务提供了一种有效参考。
刘颖任宏利张培群左金清田奔万江华李永生
关键词:夏季降水
国家气候中心新一代ENSO预测系统及其对2014/2016年超强厄尔尼诺事件的预测被引量:27
2016年
厄尔尼诺和南方涛动(ENSO)作为其年际变率支配模态,对我国季节气候预测有着非常重要的指示意义。在过去30年里,ENSO自身属性、类型和气候影响发生了显著改变,为我国气候预测和防灾减灾带来了前所未有的挑战。2012年以来,国家气候中心组织研发了新一代ENSO监测、分析和预测业务系统(SEMAP2.0),目的是切实提升ENSO监测预测业务能力。SEMAP2.0综合集成了国内外多项ENSO研究新成果,并自主研发了多项ENSO诊断预测新技术。该系统包括实时监测、动力学诊断一归因分析、两类ENSO物理统计预报模型、气候模式集合预报解释应用、以及相似一动力预报订正等五个子系统。20年独立样本检验显示,集合平均Nino3.4海温指数提前6个月预报的时间距平相关系数达到0.8。该系统已于2015年底正式业务运行,每月实时提供业务产品。在业务应用方面,该系统2014年春季给出了基本反映实际的夏秋季厄尔尼诺演变趋势预测,较为准确地预报出了2014/2015年冬季弱中部型厄尔尼诺状态和2015年春季以后厄尔尼诺的持续发展趋势以及向东部型的转换过程,准确定位出2014/2016事件峰值时间和强度并预计此次事件在2016年春末结束。
任宏利刘颖左金清陆波田奔金飞飞万江华
关键词:ENSO
参加2019年日本地球科学协会年会总结
2019年
1概况日本地球科学协会(JpGU)是一个涵盖地球和行星科学学科及相关领域的学术联盟,自2005年起组织年度学术会议,并与美国地球物理联盟(AGU)、欧洲地球科学联盟(EGU)和亚洲大洋洲地球科学学会(AOGS)开展不定期的联席会议,以主题报告、墙报展示等形式为地球科学相关领域学者提供广泛的交流机会。
郭艳君孙劭张颖娴田奔
关键词:地球物理地球科学主题报告
基于逐步回归模态投影方法的BCC气候系统模式ENSO预报订正被引量:5
2017年
本文利用国家气候中心气候系统模式(Beijing climate center climate System Model,BCC_CSM1.1m)提供的1991—2014年海表温度回报数据,将逐步回归模态投影方法(stepwise Pattern Projection Method,SPPM)应用到改进BCC_CSM1.1m模式El Nino和南方涛动(ENSO)预报研究。SPPM是一种经验性模式误差订正方法,其主要思路是在大尺度模式预报因子场中找寻出与格点观测预报变量相关性高的信号,通过投影将这种信号反演出来,然后建立回归方程得到订正后的预报结果。本文交叉检验和滚动独立样本检验的结果表明,利用SPPM可以有效地提高BCC_CSM1.1m气候系统模式的预报技巧,尤其是在热带太平洋地区以及印度洋海区,24年交叉检验Nino3.4指数提前6个月预报的相关系数技巧可以提高8%~10%,预报误差得到显著降低。不同季节SPPM订正效果略有不同,其中对秋季的预报技巧提升最为显著。与此同时,交叉检验结果还显示,SPPM对El Nino中心纬向位置的预报也有一定程度的改进。
王琳任宏利陈权亮田奔刘颖
关键词:ENSO
共1页<1>
聚类工具0