中文摘要：

季节内振荡（ISO）是10-30天延伸期天气变化中的强信号源,影响夏季长江下游地区延伸期降水的环流ISO型变化十分复杂,其中20-30天振荡的南半球SCGT型也有显著影响,深入研究ISO和长江下游延伸期降水变化的关系具有重要理论意义和应用价值。本项目用NCEP/NCAR再分析资料和主成分分析、非线性主成分分析等方法研究夏季东亚大气主要线性和非线性ISO型时空分布特征及其与长江下游降水ISO和强降水的关系,明确SCGT型与夏季长江下游降水ISO和强降水之间的联系和年际变化机制,讨论海温异常对SCGT强度变化的影响。研究基于扩展主成分的复数自回归模型（EPCA-CAR）,应用于SCGT型时空变化预报,延长预测时效,改进夏季长江下游强降水过程延伸预报统计模型预测精度。同时,分析东亚夏季和前期春季SCGT型与长江下游强降水之间联系的差异及原因。本研究对于提高长江下游强降水延伸期预报水平有重要意义。

结论摘要：

本项目围绕10－30天长江下游地区夏季强降水延伸期预报的可预报源与可预报分量等科学问题,在延伸期预报新理论、新模型、新数据等方面取得了一系列突破,为10－30天延伸期预报开辟了新的途径。获得的主要成果: (一) 通过长序列的大量数据分析,发现全球大气20－30天振荡是影响两半球热带外地区天气气候最主要的因子,尤其是春季和夏季南半球SCGT与长江下游强降水的相关最显著,反映了南半球中纬度和东亚副热带环流之间的相互作用; (二) 前期冬季南半球中纬度平流层纬向风和春季西北太平洋和南太平洋热带地区海温是影响后期夏季长江下游降水20－30天ISO强度和可预报性的关键因子; (三) 从气象科学大数据中识别关键数据,构造复数空间中的虚拟数据形成扩展复数矩阵(ECM),基于实虚数据之间的可能联系和协同演化新规律,实现气候系统中低频模态的多样性更有效的描述、解析和预测,为展现气候系统内部分量之间相互作用的动力学过程提供了崭新的描述,从而减少预测的不确定性,将多样化为归一、使复杂变为简单; (四) 构建了一系列基于简化的时滞回归方程和复自回归方程的延伸期低频分量预测模型LFCF1.0, 2.0和3.0(分别是MLR,ECAR,MLR/PC-CAR模型),进行1979－2011年的历史回报和2012－2015年实时预报试验,结果表明可以较好预测未来6－7周长江下游降水20－30 天低频分量变化,将强降水预报时效从20天延长到40－50天。这些大数据下的延伸期预报方法将预报理论研究和实践应用实时地联系在一起,通过数据的动态更新显著改进预报精度; (五)从不同视角对关键数据进行有针对性的归纳和分析,发现隐藏在大量数据中的多层次线性(非线性)相关过程。针对一定时间尺度的低频分量,建立完全由数据驱动的、随时间变化的简化模型(组)以及简单耦合,可以得到更精确的数据分析解,显著延长预报时效。本项目研究成果将为延伸期预报业务系统的建设提供重要技术支撑,并发展出大数据下延伸期异常天气气候事件预测的新理论和新途径。