文献类型：期刊文章

作　　者：阮能[1,2] 游庆龙[1,2,3] 陈翛旸[1,2] 谭桂容[1]

机构地区：[1]南京信息工程大学气象灾害教育部重点实验室,南京210044 [2]南京信息工程大学中英气候变化与评估研究所,南京210044 [3]南京信息工程大学气象灾害预报预警与评估协同创新中心,南京210044

出　　处：《气候与环境研究》

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~~

年　　份：2016

卷　　号：21

期　　号：2

起止页码：221-235

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2015_2016、JST、ZGKJHX、核心刊

摘　　要：以中国夏季气温为预测对象,选取东亚地区冬季500 h Pa高度场、海平面气压场、地表温度场和850 h Pa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  

分 类 号：P456[大气科学类]