检索结果-维普期刊中文期刊服务平台

四个耦合模式ENSO后报试验的“春季预报障碍” 被引量：8: 1; 作者张雅乐俞永强段晚锁《气象学报》 CAS CSCD 北大核心 2012年第3期506-519,共14页; 用CliPAS计划中3个气候模式和中国科学院大气物理研究所耦合模式FGOALS-g短期气候异常回报试验结果,将动力和统计方法相结合,考察了1982—2003年厄尔尼诺/拉尼娜事件发展期和衰减期海表温度春季可预报性障碍现象。结果表明,所考察的耦... 展开更多; 关键词 ENSO事件回报试验春季可预报性障碍预报误差海-气相互作用; 在线阅读下载PDF 职称材料

基于LSTM深度学习的ENSO预测及其春季预报障碍研究被引量：6: 2; 作者周佩黄颖婕 +1 位作者胡冰逸韦骏《北京大学学报（自然科学版）》 EI CAS CSCD 北大核心 2021年第6期1071-1078,共8页; 利用长短期记忆网络(LSTM)深度学习算法构建一个热带太平洋Niño3.4指数预测模型,并分析模型的季节预报误差。结果表明,LSTM模型能够较好地预测厄尔尼诺事件的变化趋势,但针对不同类型的厄尔尼诺事件有不同的表现。对于1997/1998和2... 展开更多; 关键词长短期记忆人工神经网络(LSTM) ENSO 预报误差春季预报障碍(spb) Niño3.4指数; 在线阅读下载PDF 职称材料

Zebiak-Cane模式中条件非线性最优扰动对ENSO春季预报障碍的影响被引量：1: 3; 作者于亮《海洋科学》 CAS CSCD 北大核心 2015年第1期104-109,共6页; 使用Zebiak-Cane模式和条件非线性最优扰动(CNOP)方法,研究初始误差和参数误差共同作用对ENSO春季预报障碍现象的影响。选取模式中的8个El Ni?o事件,包括4次强事件和4次弱事件,每个El Ni?o事件又分别从8个不同的起始时间做1 a的预报,这... 展开更多; 关键词 Zebiak-Cane模式条件非线性最优扰动 ENSO春季预报障碍; 在线阅读下载PDF 职称材料

Zebiak-Cane数值模式的可预报性分析被引量：3: 4; 作者刘新超段晚锁朱克云《气候与环境研究》 CSCD 北大核心 2008年第2期134-148,共15页; 用Zebiak-Cane(ZC)模式关于热带太平洋海表温度距平(SSTA)的预报资料,从预报误差发展的角度,考察了该模式关于El Nio/La Nia事件生长期和衰减期以及正常年份SSTA的预报技巧。结果表明,ZC模式关于ENSO预报的一个最突出的特征是:El Ni... 展开更多; 关键词 ENSO事件可预报性预报误差春季可预报性障碍年代际变化; 在线阅读下载PDF 职称材料

影响春季热带太平洋地区海温变化的动力热力作用分析被引量：2: 5; 作者赵鹤颉卫华 +1 位作者吴统文刘向文《大气科学》 CSCD 北大核心 2020年第3期519-532,共14页; 厄尔尼诺-南方涛动(ENSO)春季预报障碍是ENSO预测的一个难点问题,弄清影响春季热带太平洋地区海表温度(SST)变化的动力和热力作用对于理解ENSO关键区SST的异常变化及ENSO春季预报障碍成因非常重要。本文利用BCC-CSM2-MR数值模式,模拟产... 展开更多; 关键词 ENSO春季预报障碍 BCC-CSM2-MR模式能量净通量水平平流输送; 在线阅读下载PDF 职称材料

应用Attention-LSTM算法预测赤道太平洋浮标观测站位海表温度的方法被引量：1: 6; 作者邱钰丁军航 +1 位作者徐腾飞官晟《海洋科学进展》 CAS CSCD 北大核心 2023年第2期207-219,共13页; ENSO(El Nino/Southern Oscillation)是发生在赤道东太平洋海域重要的海气耦合现象,在全球气候变化中起着重要作用。当热带太平洋东部的海表温度(Sea Surface Temperature,SST)出现连续5个月以上的异常升温/降温现象,就会产生厄尔尼诺现... 展开更多; 关键词海表温度厄尔尼诺拉尼娜长短时记忆(LSTM) Attention机制春季预报障碍(spb); 在线阅读下载PDF 职称材料

题名四个耦合模式ENSO后报试验的“春季预报障碍” 被引量：8: 1; 作者张雅乐俞永强段晚锁; 机构中国气象局气象干部培训学院中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室; 出处《气象学报》 CAS CSCD 北大核心 2012年第3期506-519,共14页; 基金国家自然科学基金面上项目(40975065和40821092) 中国科学院知识创新工程重要方向项目(KZCX2-YW-QN203); 文摘用CliPAS计划中3个气候模式和中国科学院大气物理研究所耦合模式FGOALS-g短期气候异常回报试验结果,将动力和统计方法相结合,考察了1982—2003年厄尔尼诺/拉尼娜事件发展期和衰减期海表温度春季可预报性障碍现象。结果表明,所考察的耦合模式对ENSO事件预报的误差发展存在明显的季节依赖性,最大误差增长通常发生在春季,发生显著的可预报性障碍现象。进一步分析发现厄尔尼诺事件和拉尼娜事件在发展期的季节预报障碍现象比衰减期明显,以厄尔尼诺事件发展期春季可预报性障碍现象最为显著,拉尼娜事件衰减期季节预报障碍现象不显著。研究还发现,预报误差的增长在ENSO事件冷暖位相具有显著的非对称性,发展期暖位相预报误差强于冷位相,而衰减期冷位相的预报误差比暖位相大。通过回归分析,诊断了海-气相互作用的强度,发现耦合系统在春季最不稳定,使预报误差最易在春季发展,从而导致可预报性障碍。; 关键词 ENSO事件回报试验春季可预报性障碍预报误差海-气相互作用; Keywords Retrospective ENSO prediction, Spring prediction barrier, Prediction error, Air-sea interaction; 分类号 P435.2 [天文地球—大气科学及气象学]; 在线阅读下载PDF 职称材料

题名基于LSTM深度学习的ENSO预测及其春季预报障碍研究被引量：6: 2; 作者周佩黄颖婕胡冰逸韦骏; 机构热带大气海洋系统科学教育部重点实验室北京大学汇丰商学院广西大学海洋学院; 出处《北京大学学报（自然科学版）》 EI CAS CSCD 北大核心 2021年第6期1071-1078,共8页; 基金广东省重点领域研发计划(2020B1111020003) 国家重点研发计划(2016YFA0202704) +1 种基金国家自然科学基金(41976007,91958101)资助。; 文摘利用长短期记忆网络(LSTM)深度学习算法构建一个热带太平洋Niño3.4指数预测模型,并分析模型的季节预报误差。结果表明,LSTM模型能够较好地预测厄尔尼诺事件的变化趋势,但针对不同类型的厄尔尼诺事件有不同的表现。对于1997/1998和2015/2016强东部型厄尔尼诺事件,该模型能较准确地预测事件的趋势和峰值,距平相关系数(ACC)达到0.93以上。但是,对于1991/1992和2002/2003弱中部型厄尔尼诺事件,在峰值预测方面表现不好。在厄尔尼诺增长期,预报误差的季节增长率最大值(k_(max))皆处于4—6月,存在明显的春季预报障碍(SPB)现象。在衰减期,同类型事件的k_(max)分布相似:弱中部型厄尔尼诺事件的k_(max)皆处于春季,存在明显的SPB现象;强东部型厄尔尼诺事件的k_(max)分散在其他季度,不存在SPB现象。个体事件间存在一定的差异,可能与事件的特征(如事件类型和强度)有关。; 关键词长短期记忆人工神经网络(LSTM) ENSO 预报误差春季预报障碍(spb) Niño3.4指数; Keywords LSTM ENSO prediction error spb Niño3.4 index; 分类号 P732.4 [天文地球—海洋科学]; 在线阅读下载PDF 职称材料

题名Zebiak-Cane模式中条件非线性最优扰动对ENSO春季预报障碍的影响被引量：1: 3; 作者于亮; 机构中国科学院海洋研究所中国科学院大学; 出处《海洋科学》 CAS CSCD 北大核心 2015年第1期104-109,共6页; 基金国家自然科学基金项目(41230420) 青岛市基础研究计划项目(11-1-4-95-jch); 文摘使用Zebiak-Cane模式和条件非线性最优扰动(CNOP)方法,研究初始误差和参数误差共同作用对ENSO春季预报障碍现象的影响。选取模式中的8个El Ni?o事件,包括4次强事件和4次弱事件,每个El Ni?o事件又分别从8个不同的起始时间做1 a的预报,这样一共64个预报实验。对每个实验分别计算CNOP误差(初始误差和参数误差同时存在时的最优误差),通过分析误差增长,发现CNOP误差引起的1 a后的预报误差随着初始预报时间的不同有较大差异,并且不同强度的El Ni?o事件也会影响CNOP误差的发展,增长位相中强事件的预报误差要比弱事件的预报误差大一些;而衰减位相中恰恰相反,弱事件的预报误差要比强事件的预报误差要大一些;同时也发现高频El Ni?o事件对误差增长率的影响较大。本结论有助于提高Zebiak-Cane模式预报ENSO的技巧。; 关键词 Zebiak-Cane模式条件非线性最优扰动 ENSO春季预报障碍; Keywords the Zebiak-Cane model conditional nonlinear optimal perturbation ENSO spring predictability barrier; 分类号 P732 [天文地球—海洋科学] P456 [天文地球—大气科学及气象学]; 在线阅读下载PDF 职称材料

题名Zebiak-Cane数值模式的可预报性分析被引量：3: 4; 作者刘新超段晚锁朱克云; 机构成都信息工程学院大气科学系高原大气与环境研究中心中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室; 出处《气候与环境研究》 CSCD 北大核心 2008年第2期134-148,共15页; 基金中国科学院知识创新工程重要方向项目KZCX3-SW-230 国家重点基础研究发展规划项目2006CB403606 国家自然科学基金40505013、40675030和40221503; 文摘用Zebiak-Cane(ZC)模式关于热带太平洋海表温度距平(SSTA)的预报资料,从预报误差发展的角度,考察了该模式关于El Nio/La Nia事件生长期和衰减期以及正常年份SSTA的预报技巧。结果表明,ZC模式关于ENSO预报的一个最突出的特征是:El Nio事件生长期SSTA的预报误差存在着明显的季节依赖性,最大预报误差增长通常出现在春季和夏初(AMJ),存在显著的春季可预报性障碍(SPB);对于El Nio事件的衰减期、La Nia事件的生长期和衰减期以及正常年份,SSTA预报误差没有明显的季节依赖性。作者比较了ZC模式关于ENSO事件不同发展阶段(生长期和衰减期)以及正常年份SSTA的可预报性。结果表明,La Nia生长期SSTA的预报最困难;在El Nio事件、La Nia事件和正常年份3种情形中,ZC模式关于La Nia事件的预报技巧最低。用上述动力学方法,进一步考察了ZC模式预报技巧的年代际变化。结果表明,ZC模式在20世纪80年代SPB现象相对较弱,有较高的预报技巧;而在70和90年代,ZC模式预报技巧明显低于80年代,同时伴有显著的SPB现象。; 关键词 ENSO事件可预报性预报误差春季可预报性障碍年代际变化; Keywords ENSO event,predictability,forecast error,spring predictability barrier,decadal change; 分类号 P732 [天文地球—海洋科学]; 在线阅读下载PDF 职称材料

题名影响春季热带太平洋地区海温变化的动力热力作用分析被引量：2: 5; 作者赵鹤颉卫华吴统文刘向文; 机构中国气象科学研究院国家气候中心; 出处《大气科学》 CSCD 北大核心 2020年第3期519-532,共14页; 基金国家重点研究发展计划项目2016YFA0602100 国家自然科学基金项目41505094。; 文摘厄尔尼诺-南方涛动(ENSO)春季预报障碍是ENSO预测的一个难点问题,弄清影响春季热带太平洋地区海表温度(SST)变化的动力和热力作用对于理解ENSO关键区SST的异常变化及ENSO春季预报障碍成因非常重要。本文利用BCC-CSM2-MR数值模式,模拟产生一套1986~2017年间相互协调的逐月海表风应力、感热、潜热、长波和短波净辐射能量、海洋流场等观测代用数据。利用这些数据对影响海温变化的动力和热力作用及其相对重要性进行了诊断分析,结果表明:(1)与其他季节相比,春季Ni?o3.4区海洋表层温度(后文中用T_S表示)呈现出独特的先增暖后趋冷的不对称季节性转换特征,这一变化主要是由于影响T_S的大气风应力、海流以及能量净通量在春季均表现出明显的季节性转换过程。进一步的分析表明,热力作用对局地海温的季节性变化影响最为重要,水平平流输送以反向作用为主,其中经向平流输送起到了反向作用,不利于该区域T_S的季节性转变,纬向平流输送仅在春季转为弱的正贡献,浅层垂直平流输送对春季T_S变化的影响很小。(2)动力热力作用与T_S异常的变化倾向相关关系也表明,春季Ni?o3.4区热力作用与T_S异常变化呈现显著的正相关,纬向海流异常的输送项也表现为正相关,而经向海流输送项展现出由负相关向正相关转化的特征。(3)对Ni?o3.4区T_S变化的方差贡献分析结果表明,春季热力作用对T_S的异常变化的贡献达50%以上,相关系数超0.7,其次是纬向、经向平流项贡献,各占10%~20%左右,但两者作用相反,其他项贡献较小。; 关键词 ENSO春季预报障碍 BCC-CSM2-MR模式能量净通量水平平流输送; Keywords ENSO spring predictability barrier BCC-CSM2-MR model Net energy flux Horizontal advection; 分类号 P461 [天文地球—大气科学及气象学]; 在线阅读下载PDF 职称材料

题名应用Attention-LSTM算法预测赤道太平洋浮标观测站位海表温度的方法被引量：1: 6; 作者邱钰丁军航徐腾飞官晟; 机构青岛大学自动化学院自然资源部第一海洋研究所山东省工业控制技术重点实验室自然资源部海洋环境科学与数值模拟重点实验室山东省海洋环境科学与数值模拟重点实验室青岛海洋科学与技术试点国家实验室区域海洋动力学与数值模拟功能实验室; 出处《海洋科学进展》 CAS CSCD 北大核心 2023年第2期207-219,共13页; 基金国家重点研发计划项目(2021YFC3101105)。; 文摘 ENSO(El Nino/Southern Oscillation)是发生在赤道东太平洋海域重要的海气耦合现象,在全球气候变化中起着重要作用。当热带太平洋东部的海表温度(Sea Surface Temperature,SST)出现连续5个月以上的异常升温/降温现象,就会产生厄尔尼诺现象/拉尼娜现象。因此,研究和预测这一区域的SST动态具有重要的科学意义。本文采用输入层附加Attention机制的长短时记忆(Long Short-Term Memory,LSTM)神经网络(Attention-LSTM)模型,对多时段、多站位的热带太平洋观测浮标站位获取的厄尔尼诺年和拉尼娜年的SST数据进行一年的预测。研究发现:实验站位SST预测中,LSTM算法的均方误差在0.5℃左右,而Attention-LSTM算法的均方误差均不超过0.31℃,证明了Attention-LSTM算法的预测精度高于传统的LSTM模型;在发生ENSO现象年份的东太平洋海域不同站,Attention-LSTM算法对SST的春季预报障碍(Spring Predictability Barrier,SPB)现象也有一定的精度改善作用。; 关键词海表温度厄尔尼诺拉尼娜长短时记忆(LSTM) Attention机制春季预报障碍(spb); Keywords Sea Surface Temperature El Niño La Niña Long Short-Term Memory(LSTM) Attention mechanism Spring Predictability Barrier(spb); 分类号 P731.2 [天文地球—海洋科学]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	四个耦合模式ENSO后报试验的“春季预报障碍”	张雅乐俞永强段晚锁	《气象学报》 CAS CSCD 北大核心	2012	8	在线阅读下载PDF 职称材料
2	基于LSTM深度学习的ENSO预测及其春季预报障碍研究	周佩黄颖婕胡冰逸韦骏	《北京大学学报（自然科学版）》 EI CAS CSCD 北大核心	2021	6	在线阅读下载PDF 职称材料
3	Zebiak-Cane模式中条件非线性最优扰动对ENSO春季预报障碍的影响	于亮	《海洋科学》 CAS CSCD 北大核心	2015	1	在线阅读下载PDF 职称材料
4	Zebiak-Cane数值模式的可预报性分析	刘新超段晚锁朱克云	《气候与环境研究》 CSCD 北大核心	2008	3	在线阅读下载PDF 职称材料
5	影响春季热带太平洋地区海温变化的动力热力作用分析	赵鹤颉卫华吴统文刘向文	《大气科学》 CSCD 北大核心	2020	2	在线阅读下载PDF 职称材料
6	应用Attention-LSTM算法预测赤道太平洋浮标观测站位海表温度的方法	邱钰丁军航徐腾飞官晟	《海洋科学进展》 CAS CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料