科技日報訊 （記者馬愛平）近期，由江蘇省氣象科學研究所高級工程師楊秋明主持的國家自然科學基金面上項目“SCGT與夏季東亞ISO相互作用研究及其在長江下游強降水延伸期預報中的應用”中延伸期預報新方法研究獲得了重大突破，發現全球大氣20－30天振蕩是影響兩半球熱帶外地區天氣氣候最主要的因子，通過相關模型將20－30天降水低頻分量的預報時效延長到40—50天等等。

　　通過大量觀測資料分析，項目的研究人員揭示了季節內振蕩（ISO）對長江下游地區強降水過程的作用具有時間尺度上的選擇性，僅20－30天ISO 強度與長江下游強降水存在最顯著的正相關。這種20－30天ISO活動具有全球特徵，呈準2年週期變化，獨立於經典的東亞梅雨的年際變化。發現全球大氣20－30天振蕩是影響兩半球熱帶外地區天氣氣候最主要的因子，5－8月長江下游強降水與南半球繞球遙相關型（SCGT）存在強相互作用。

　　楊秋明説，同時，對於20－30天ISO，採用動態數據驅動的建模方法，分別構建了多變數時滯線性回歸（MLR）模型以及具有原始創新意義的多變數時滯線性回歸/主成分複數自回歸（MLR/PC-CAR）模型和構造主要低頻序列組成的擴展複數矩陣(ECM)進行複數自回歸(CAR)建模的擴展復自回歸（ECAR）模型，並應用於長江下游降水低頻分量預測，對20－30天ISO較強的多年資料的回報試驗中取得了很好的效果，將20－30天降水低頻分量的預報時效延長到40-50天，部分回報和預報結果在項目的課題組網站發佈。

　　另外，ECAR模型中構造ECM的ECAR建模的方法，也為展現氣候系統內部分量之間相互作用的動力過程提供了嶄新的描述。

　　據了解，該團隊項目成果主要是針對長江下游地區夏季暴雨（強降水）的10－30天延伸期預報，採用全球環流資料主要低頻模態和基於數據驅動建模的預測方法，將長江下游20－30天降水低頻分量變化的預報時效從20天延長到40—50天左右。

　　楊秋明説，延伸期天氣預報是介於天氣預報與氣候預測之間的10－30天的預報，它需要結合初始氣象條件和海洋、大氣以及氣候的影響因素，觀測資料具有複雜性、綜合性、全球性等，這些科學大數據反映和表徵著複雜的自然現象與關係，具有高度數據相關性和多重數據屬性，預測過程十分複雜。

　　據介紹，單一的經典數據分析方法已不能全面勝任數據分析工作，採用交叉和綜合多種數據分析方法和技術，從海量數據中提取出部分的有效數據，能獲得比過去抽樣分析更全面的低頻變化資訊。這種小數據帶來的極端天氣訊息的警示和洞察，可以看做是一種新的延伸期天氣變化信號。

　　本項目中預測方法的創新之處在於識別觀測資料中特定時間尺度的振蕩模態，建立隨時間變化的簡化複數統計動力預測模型，它是不需要預先編入任何預定的規則，接近於無理論支撐的，完全由數據驅動構建的預測模型。

　　楊秋明説，通過複雜的超高維數據分析，噪聲濾除，約簡系統複雜度，把大數據集合變為小數據集合，從大量觀測資料中合理識別和提取影響區域極端天氣的主要簡化動力過程，可以揭示低維空間中少數主要低頻分量的部分變化規律。然後通過傅裏葉變換，將實空間中低頻主分量變換到複數空間，在較大的擴展複數據空間中發現全球環流主要低頻主分量和降水低頻分量之間的複雜時滯相關變化新規律，更全面地描述氣候系統的主要分量在低維空間中的非線性變化資訊，構建帶有較高預測能力的簡單模型，通過不同預測模型的時間耦合，預測它們的動態變化過程，體現了科學大數據與小數據之間的相互作用。

　　與國際上流行的延伸期預測方法相比， 這種大數據下的延伸期預報方法在預測精度的提高和顯著延長預報時效方面具有突出表現，將延伸期預報理論研究和實踐應用實時地聯繫在一起，開拓了基於動態數據驅動建模研究延伸期預報的一個新途徑。