楊秋明： 延長極端天氣預報時效
- 發佈時間：2015-02-26 01:32:06 來源：科技日報 責任編輯：羅伯特
科技日報訊 （記者馬愛平）近日，江蘇省氣象科學研究所高級工程師楊秋明主持的延伸期預報項目基於大量全球氣象資料，建立了擴展複數自回歸預測模型，將長江下游地區20—30天低頻降水分量的預報時效從原來的20天左右顯著延長到30—40天以上，提高了下半年長江下游地區暴雨強降水的延伸期預報能力。
隨著全球氣候變化，許多國家和地區出現罕見的暴雨、洪澇以及乾旱、霧霾，極端性、災害性天氣多發，威脅各國糧食、水資源和能源安全。加強極端天氣事件的預測研究，強化極端氣候災害風險防範措施，用氣候風險的理念來管理、應對氣候變化，是防災減災的基礎以及經濟社會可持續發展戰略的重要組成部分。
楊秋明説，該預測模型是不需要預先編入任何預定的規則，接近於無理論支撐的，基於數據中隱藏的多種時間滯後的相關關係，完全由動態數據驅動構建的。這種方法跳出既定思維的框架，從具有複雜性、綜合性、全球性的大量歷史和實時資料找到能夠更好地佐證現有預測和決策的數據。
據了解，地球中緯度地區的大氣環流大部分以波的形式在環繞地球運動，主要表現為顯著的20—30天振蕩，這種波動的傳播帶來了兩半球熱帶外不同區域的極端天氣，並且增強了其強度，它與極端天氣之間的聯繫存在多樣性和時變性，表明瞭地球系統敏感因素之間的多層次相互關聯。
隨著衛星遙感等多種觀測手段的進步，近年來氣候觀測獲得的數據迅速增加，這些科學大數據反映和表徵著複雜的自然現象與關係，並具有高度數據相關性和多重數據屬性。
該項目採用數據分解、擴展和變換等技術，從大量數據中提取出部分有效數據，可以獲得比過去抽樣分析更全面的兩半球中緯度大氣低頻變化資訊， 為極端天氣事件10—30天延伸期預報提供了發展基礎，並形成從天氣到氣候的無縫隙業務體系。
研究人員直接從多變數、超長序列、高度耦合相關的觀測資料中提取與特定區域，如長江流域等極端天氣事件關係密切的主要振蕩型，由動態數據來驅動複雜低頻變化過程與系統的構建，約簡系統複雜度，建立起一系列簡化預測模型。
“把數據激活，從靜態數據變成動態數據，並不斷更新關鍵的數據，形成一個嶄新的數字化的數據環境，關鍵資訊不需要專家預先規定。基於大小數據的相互關係和物理世界與虛擬世界的無縫連接，有效地描述多樣化的中緯度大氣低頻變化規律，能顯著提高未來10—50天極端天氣事件預測能力。”楊秋明説。
- 股票名稱 最新價 漲跌幅
