气候系统的层次结构和非平稳行为:复杂系统预测问题探讨

到目前为止, 有关非平稳复杂系统及其在气候预测中的应用研究(它有着比混沌系统更为复杂的行为), 是一个较少被人理解, 并有重大科学意义的前瞻性研究课题. 在大气运动中, 气候正是一个典型的非平稳系统. 但是现有的气候预测理论, 包括统计预测理论和非线性预测理论, 几乎都无一例外地建立在平稳性假定的基础之上. 这有悖于气候过程的基本性态, 因此它有可能是导致气候预测水平低下的重要的理论上的原因. 另外, 近10年来, 气候过程具有层次结构已经成为许多科学家的共识, 但是如何发展和完善这一理论, 使之成为一个完整的体系, 人们似乎还没找到合适的途径. 至少, 科学家们目前还没提出适当的概念和方法, 去为它搭起一个框架. 事实上, 气候系统的多层次结构(它与通常的多尺度结构是两个完全不同的概念)正是产生非平稳行为的原因, 而气候系统的非平稳特性正是层次结构的集中表现. 文中将根据我们的一些初步研究结果, 就这种具有层次结构的复杂系统的预测问题给出一些讨论.     

利用SOM网络由SSM/I资料反演海洋上大气可降水量

利用ＮＡＳＤＡ提供的ＳＳＭ／Ｉ亮温和相应的海气象探空资料,建立了由ＳＳＭ／Ｉ亮温反演大气可降水量的自组织特征映射网络模型。５／６资料用于模型的建立,１／６用来检验模型的反演能力。结果表明该模型较目前业务上采用的算式方法好,具有实际应用意义。     

改善月动力延伸预报水平的一种新途径

从数值模式普遍存在的一个重要预报误差源—— 纬向平均环流入手, 提出了一种改进月动力延伸预报的新途径. 首先, 应用重构相空间理论和非线性时空序列预测方法, 在大量历史资料的基础上构建纬圈平均环流(纬向平均高度场)月尺度逐候非线性动力学区域预报模型; 然后将非线性动力预报和数值模式动力预报结合起来, 即将非线性预报结果转化为模式需要的预报量, 再在模式积分过程中实施过程订正. 试验结果表明, 这种方法不仅有效减少了模式的系统性预报误差, 而且通过波流非线性相互作用, 使部分波分量的预报得到了较明显的改善.     

一个包含外强迫因子的非平稳时间序列的预测方法

气候系统所具有的非平稳性质已经得到越来越多的气象学家的认同. 事实上, 产生非平稳行为的根本原因在于作用在系统上的外部强迫是随时间而变化的. 鉴于此, 本文提出了一个新的非线性和非平稳时间序列的预测方法. 与以往的某些方法最大的不同在于:在建模过程中, 外强迫因子直接参与了预测方程的构建. 还利用时变控制参数条件下,Logistic 映射和Lorenz 方程产生的非平稳时间序列, 对上述方法进行了预测试验. 初步的试验结果表明, 外强迫因子在预测中扮演着与状态变量同等重要的角色, 它们的参与可以有效地改善预测精度.