检索结果-维普期刊中文期刊服务平台

基于人工智能大模型的上海2024年极端高温事件次季节预测: 1; 作者梁萍张志琦 +1 位作者曹欣沛黄文娟《大气科学学报》北大核心 2025年第3期377-388,共12页; 近年来高温事件频发、强发,在此背景下提高高温预测的准确性显得尤为重要。目前气象人工智能大模型发展迅速,但其对超大城市极端高温的次季节预测效果尚不清楚。本文以2024年盛夏上海极端高温事件为例,采用3个人工智能气象大模型(Pangu... 展开更多; 关键词高温人工智能大模型次季节预测低频振荡; 在线阅读下载PDF 职称材料

中国东部夏季极端降水年代际变化特征及成因分析被引量：26: 2; 作者杨涵洧龚志强 +1 位作者王晓娟封国林《大气科学》 CSCD 北大核心 2021年第3期683-696,共14页; 本研究利用逐日降水资料对中国东部夏季极端降水进行检测,并对转变前后的特征进行对比分析,进而从海、陆对增温的响应不同导致的环流调整给出成因分析。结果表明,(1)中国东部夏季极端降水在1990年前后出现显著的年代际转变,极端降水由... 展开更多; 关键词极端降水年代际转变海陆热力性差异东亚夏季风系统; 在线阅读下载PDF 职称材料

CDF-T方法在站点尺度日降水预估中的应用被引量：5: 3; 作者吴蔚梁卓然刘校辰《高原气象》 CSCD 北大核心 2018年第3期796-805,共10页; 基于1961-2015年上海降水观测数据和8个全球气候模式GCMs模拟的日降水量数据,采用累计概率分布函数构建转换模型CDF-T建立了站点尺度日降水量的统计降尺度模型。结果表明,降尺度模型显著改善了GCMs对降水日数偏多、降水强度偏低和降水... 展开更多; 关键词累计概率分布函数统计降尺度日降水量全球气候模式; 在线阅读下载PDF 职称材料

人工智能大模型对2024年长江中下游梅雨的预测评估: 4; 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... 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 职称材料

长江三角洲梅汛期降水与大气环流季节内演变的关系及延伸期预报被引量：3: 5; 作者马悦信飞卢楚翰《气象学报》 CAS CSCD 北大核心 2022年第2期190-204,共15页; 基于1981—2020年长江三角洲(简称长三角)地区62个国家基本气象站的逐日降水量资料及NCEP/NCAR全球大气逐日再分析资料,分析了长三角地区梅汛期降水与前期大气环流季节内协同演变的关系,在此基础上利用改进的时空投影方法(STPM)构建了... 展开更多; 关键词长江三角洲梅汛期季节内演变延伸期预报; 在线阅读下载PDF 职称材料

题名基于人工智能大模型的上海2024年极端高温事件次季节预测: 1; 作者梁萍张志琦曹欣沛黄文娟; 机构上海市气候中心/中国气象局上海城市气候变化应对重点开放实验室/上海市气象与健康重点实验室成都信息工程大学大气科学学院; 出处《大气科学学报》北大核心 2025年第3期377-388,共12页; 基金国家自然科学基金项目(U2342208) 国家重点研发计划项目(2024YFC3013100) +3 种基金中国气象局青年创新团队项目(CMA2024QN06)。; 文摘近年来高温事件频发、强发,在此背景下提高高温预测的准确性显得尤为重要。目前气象人工智能大模型发展迅速,但其对超大城市极端高温的次季节预测效果尚不清楚。本文以2024年盛夏上海极端高温事件为例,采用3个人工智能气象大模型(Pangu、FuXi和FourCastNet)的预测数据,利用相关技巧、功率谱分析等方法,对比评估了气象大模型对该年高温及其环流的预测效果。结果表明,上海盛夏高温日数与其上空副热带高压强度呈显著的正相关关系,2024年盛夏上海的持续性高温时段与其10~20 d准周期振荡的正位相基本一致,同时受到30~60 d低频振荡的调制。在3个大模型中,Pangu、FuXi在提前15 d内可提供有技巧的高温预测参考,部分大模型(Pangu)对影响高温的副热带高压演变的有效超前预测时效可达16~20 d。不同大模型的次季节预测效果差异与其对高温及其关键环流系统的低频演变的预测能力有关。大模型对影响上海的低频环流演变的预测能力越强,对副热带高压及高温的次季节预测效果就越好。相较于出梅和台风影响阶段,大模型在该年盛夏的其他时段可提供更大的次季节高温预测机会窗口。; 关键词高温人工智能大模型次季节预测低频振荡; Keywords heatwave artificial intelligence-driven large models sub-seasonal prediction low-frequency oscillation; 分类号 P457.3 [天文地球—大气科学及气象学]; 在线阅读下载PDF 职称材料

题名中国东部夏季极端降水年代际变化特征及成因分析被引量：26: 2; 作者杨涵洧龚志强王晓娟封国林; 机构上海市气候中心/中国气象局上海城市气候变化应对重点开放实验室中国气象局国家气候中心开放实验室常熟理工学院物理与电子工程学院; 出处《大气科学》 CSCD 北大核心 2021年第3期683-696,共14页; 基金国家重点研发专项2018YFA0606301、2018YFC1507702 国家自然科学基金项目41875100、41875093 上海市气象局科技开发项目YJ201804。; 文摘本研究利用逐日降水资料对中国东部夏季极端降水进行检测,并对转变前后的特征进行对比分析,进而从海、陆对增温的响应不同导致的环流调整给出成因分析。结果表明,(1)中国东部夏季极端降水在1990年前后出现显著的年代际转变,极端降水由偏少转为偏多。转折后与转折前相比,中国东部夏季极端降水落区南移,南方偶极子分布型加强,南方极端降水增加、北方极端降水减少,其中华南和华东地区,极端降水量和降水日数增加,对夏季降水的贡献率增大;华北地区,极端降水量和降水日数减少,对夏季降水的贡献率减小。(2)西太平洋暖池区异常升温造成的海陆温差减小是中国东部夏季极端降水1990年前后转变的重要驱动因素之一。它造成1990年之后低纬度季风强度减弱、西太平洋副热带高压增强并南移、南海副高增强,而中高纬度气旋性环流异常被破坏、东亚大槽增强,进而导致华北经向水汽输送减弱,下沉运动显著加强,极端降水量和降水日数减少。于此同时,华南和华东地区则水汽输送加强,上升运动显著,有利于降水偏多,并伴随极端降水量和降水日数有所增加。; 关键词极端降水年代际转变海陆热力性差异东亚夏季风系统; Keywords Extreme precipitation Interdecadal change Land-sea thermal difference East Asia summer monsoon system; 分类号 P467 [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CDF-T方法在站点尺度日降水预估中的应用被引量：5: 3; 作者吴蔚梁卓然刘校辰; 机构上海市气候中心/中国气象局上海城市气候变化应对重点开放实验室杭州市气象局; 出处《高原气象》 CSCD 北大核心 2018年第3期796-805,共10页; 基金国家重点研发计划项目(2016YFC0502700) 国家自然科学基金项目(41571044 41401661); 文摘基于1961-2015年上海降水观测数据和8个全球气候模式GCMs模拟的日降水量数据,采用累计概率分布函数构建转换模型CDF-T建立了站点尺度日降水量的统计降尺度模型。结果表明,降尺度模型显著改善了GCMs对降水日数偏多、降水强度偏低和降水量偏少的模拟结果。与利用全年日降水序列建模结果相比,利用汛期日降水序列建模更好地刻画了汛期降水的累计概率分布曲线,同时提高了汛期总降水量、降水强度和年平均暴雨日数、暴雨量、暴雨强度的均值和变化趋势的降尺度效果。模型对较长年份的暴雨重现期订正效果更佳。与当代(2006-2015年)气候相比,2016-2095年上海降水呈现以下特征:全年和汛期总降水量和降水强度增加,降水日数减少,未来可能出现更多的旱涝年;汛期降水极端性增强,暴雨降水均值和极端值均增加;50年以上重现期的年最大日降水量未来呈前40年减少后40年增加的变化。CDF-T模型为站点尺度气候变化影响评估和未来预估提供降尺度技术和基础气候数据。; 关键词累计概率分布函数统计降尺度日降水量全球气候模式; Keywords mate modelsCumulative distribution functions （CDFs） statistical downscaling daily precipitation global cli-（GCMs）; 分类号 P413 [天文地球—大气科学及气象学]; 在线阅读下载PDF 职称材料

题名人工智能大模型对2024年长江中下游梅雨的预测评估: 4; 作者曹欣沛梁萍黄文娟张志琦巩远发; 机构成都信息工程大学大气科学学院上海市气候中心/中国气象局上海城市气候变化应对重点开放实验室; 出处《热带气象学报》 CSCD 北大核心 2024年第6期1045-1062,共18页; 基金国家自然科学基金项目(42175056、U2342208) 上海市自然科学基金项目(24ZR1492500、23YF1440100) 中国气象局重点创新团队(CMA2023ZD03)共同资助。; 文摘目前,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。; 关键词人工智能大模型梅雨次季节预测准双周振荡; Keywords AI models Meiyu season subseasonal forecasting quasi-biweekly oscillation; 分类号 P456.3 [天文地球—大气科学及气象学]; 在线阅读下载PDF 职称材料

题名长江三角洲梅汛期降水与大气环流季节内演变的关系及延伸期预报被引量：3: 5; 作者马悦信飞卢楚翰; 机构上海市气候中心/中国气象局上海城市气候变化应对重点开放实验室上海市嘉定区气象局南京信息工程大学气象灾害教育部重点实验室/气候与环境变化国际合作联合实验室/气象灾害预报预警与评估协同创新中心; 出处《气象学报》 CAS CSCD 北大核心 2022年第2期190-204,共15页; 基金上海市科委研发项目(20dz1200401) 国家重点研发计划专项(2018YFC1505806、2018YFA0606203-1) +1 种基金上海市自然科学基金项目(21ZR1457600)。; 文摘基于1981—2020年长江三角洲(简称长三角)地区62个国家基本气象站的逐日降水量资料及NCEP/NCAR全球大气逐日再分析资料,分析了长三角地区梅汛期降水与前期大气环流季节内协同演变的关系,在此基础上利用改进的时空投影方法(STPM)构建了针对该地区梅汛期降水的延伸期预报模型。结果表明:(1)长三角地区梅汛期降水存在显著的10—80 d季节内振荡,且振荡强度有明显的空间差异和年际变化,降水量越大对应的季节内振荡越强。(2)梅汛期降水发生前15—10天大气环流发生季节内调整,热带低频对流活跃并出现经向传播,在西北太平洋、长江流域至黄淮—日本海的对流层低层(高层)激发反气旋(气旋)—气旋(反气旋)—反气旋(气旋)的低频波列,建立起低层辐合、高层辐散的环流配置,长三角地区对流增强;大气低频响应导致南亚高压季节内南北振荡和东西进退明显,西太平洋副热带高压在长三角东南侧稳定维持,上述低、中和高纬度环流的季节内动态协同演变共同促进了该地区梅汛期低频降水的发生。(3)将影响梅汛期降水的前期大气环流季节内动态演变过程作为预报因子,基于STPM方法训练得到长三角梅汛期降水的延伸期逐候预报模型,近10年的独立回报评估显示该模型对梅汛期未来10—25 d降水有较高的预报技巧。; 关键词长江三角洲梅汛期季节内演变延伸期预报; Keywords Yangtze River Delta Meiyu season Intraseasonal circulation evolution Extended-range forecast; 分类号 P456.3 [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	作者	出处	发文年	被引量	操作
1	基于人工智能大模型的上海2024年极端高温事件次季节预测	梁萍张志琦曹欣沛黄文娟	《大气科学学报》北大核心	2025	0	在线阅读下载PDF 职称材料
2	中国东部夏季极端降水年代际变化特征及成因分析	杨涵洧龚志强王晓娟封国林	《大气科学》 CSCD 北大核心	2021	26	在线阅读下载PDF 职称材料
3	CDF-T方法在站点尺度日降水预估中的应用	吴蔚梁卓然刘校辰	《高原气象》 CSCD 北大核心	2018	5	在线阅读下载PDF 职称材料
4	人工智能大模型对2024年长江中下游梅雨的预测评估	曹欣沛梁萍黄文娟张志琦巩远发	《热带气象学报》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
5	长江三角洲梅汛期降水与大气环流季节内演变的关系及延伸期预报	马悦信飞卢楚翰	《气象学报》 CAS CSCD 北大核心	2022	3	在线阅读下载PDF 职称材料