基于偏最小二乘法的西北太平洋热带气旋强度预报模式-气象学专业论文.docxVIP

万方数据 万方数据 基于偏最小二乘法的西北太平洋热带气旋强度预报模式 摘 要 热带气旋(Tropical Cyclone,以下简称 TC)预报的难点之一是强度预报。目前 TC 强度预报主要仍以基于多元线性回归技术的统计方法和统计-动力方法为主， 预报的发展趋势是改进数学模型以及增加新的预报因子。鉴于此，本文首先从当 前业务使用的偏最小二乘预报方法(Partial Least Squares,以下简称 PLS)出发，通 过调整建模时长、筛选自变量因子以及增加新的自变量因子，给出一个基于 PLS 法的统计预报方案。此外，本文还分别给出了适用于 TC 强度准业务的精度评定 方法和评定参数。主要研究内容及结论如下： 1、以 6 月份的预报结果为例，逐月建模的 PLS 法相比气候持续法(Climatology and Persistence,以下简称 CLIPER)在 36~60-h 的预报精度有所提高。包含自变量 因子“筛选”过程的 PLS 法(Partial Least Squares-Factor Screening,以下简称 PLS-fs) 与 PLS 相比，24~60-h 的预报精度略有提高。并且，9 月份 CLIPER、PLS、PLS-fs 三种方法的预报精度要明显低于 6~8 月，造成该现象的原因可能是 9 月份西北太 平洋上转向 TC 数量增多，TC 的发展过程更为复杂。 2、根据引起 TC 强度变化的 4 个主要条件：气候持续因子、海洋和大气对 TC 的热力作用、环境气流对 TC 的动力作用和 TC 本身结构变化，在原 PLS 模 型预报因子的基础上新增了 6 个因子分别为：整层全风速垂直切变因子(VWS)、 热带气旋发展潜势因子(POT)、表征热力结构非对称性的因子(B)、表征低层热力 异常的因子( ?V L )、表征高层热力异常的因子( ?V U )和热带气旋移速的纬向分量 T T 因子(CMV)。研究发现，在建模的自变量因子较多，并且对模型作用尚未明确时， 包含自变量因子“筛选”过程的 PLS 模型的预报精度高。进一步比较几种预报模 型发现，基于本文使用的建模样本，6 个新加入的自变量因子不能明显改进预报 模型。因此，寻找适合的自变量因子仍是未来 TC 强度预报研究的重点。 3、TC 强度预报精度评定时所考虑的样本总体分布往往是非正态分布，故而 在 TC 强度的业务预报上要得到 TC 强度预报方法比较的显著性检验结果，常规 的 t、F 等参数检验方法无法使用。因此，本文提出可以使用于气象数据的 Wilcoxon 秩和检验方法，并给出其在 TC 强度预报检验上的使用说明。 I 4、本文在最后提出了基于积分差值的 TC 强度预报评估参数(Intensity Forecast Integral Deviation,以下简称 IFID)。IFID 是积分差值首次应用在 TC 强度 预报检验中。IFID 包含平均绝对误差(MAE)和预报趋势一致率(TCR)两个参数的 信息，能够对 TC 强度预报结果做到更准确的描述。以 2012 年的 4 号台风“古超” 为例，简要说明 IFID 的计算过程以及其意义。IFID 越小，预报精度越高。 关键词：热带气旋强度；数学建模；预报因子；统计方法 II Intensity Forecasting Model of Tropical Cyclone over the Northwestern Pacific based on Partial Least Squares Method Abstract One of the difficulties in current Tropical Cyclone (TC) prediction is the TC intensity forecasting. Presently TC intensity forecasting is mainly based on statistical linear regression methods and statistic-dynamic methods. The trend of the TC intensity forecasting relies heavily on improving mathematical model and increasing some new forecasting factors. This paper has improved the current operational forecasting Partial Least Squares (PLS) scheme, by adjusting the modeling time, screening variab