春旱是内蒙古地区影响最大的气象灾害,本研究拟对近50年内蒙古的春旱做深入调查,选用干旱指数去综合描述春旱并确定春旱级别和区域划分;分析造成春旱的主要天气系统和环流因子并研究这些因子的物理机理,筛选具有物理意义和预测信号的主导因子并确定特征描述指标做特征提取;建立因子样本数据集,将各样本看作是一种造成春旱的具有时空特征的前期气候背景模式并将实时样本看作待识别模式,根据计算机模式识别理论,采用模糊模式识别技术结合层次分析、判别分析、特征值和群体评价等方法设计春旱季节预测数学模型和算法去判定待识别模式归属于哪一种背景模式,根据背景模式对应的春旱实况对来春可能发生的春旱做出预测;设计回报试验并检验预测模型可信度。此研究属季节预测研究,具有创新性和地区特色,将对短期气候预测方法研究具有学术意义,对我区加强短期气候预测业务、春季抗旱、调整水资源分配方案、预防春季火灾及沙尘暴造成的危害具有现实意义。
spring drought forecast;climatic factors;forecast signals;artificial intelligence;uncertainty reasoning method
此项研究对50年(1960-2009年)内蒙古春季气候状况做了深入调查,选定降水距平百分率作为干旱指数描述内蒙古春旱。使用天气学和气候学原理分析了造成春旱的主要天气系统和大气环流条件以及春季久旱转雨的环流特征,研究了气候因子给内蒙古带来干旱少雨春季的物理机理,筛选了具有物理意义和预测信息的主导因子并确定了其影响关键区,对春旱主导因子特征描述指标做了特征提取,确定了内蒙古春旱季节预测概念模型并建立了春旱主导因子标准化数据集,在此基础上采用了计算机人工智能理论中的证据理论和不确定推理方法设计预测模型中主导气候因子的定量化判别指标和判别推理规则。用预测模型做了50年(1960-2009年)的回报试验并对模型的预测效果做了评价。在近3年(2010-2012年)春季做了实际预测,预测效果满意。此研究为内蒙古春旱提供了新的预测方法,对短期气候预测方法研究具有一定学术参考价值。