基于主要SVD模态建模的中国季节气候预测方法

1. 痛点问题

气候预测是一个复杂的综合性科学问题，仍然是国际大气科学领域的难题。目前的气候预测技术主要有气候统计预测和气候动力预测两类。现阶段，动力预测的气候预测水平相对于统计预测较差。气候统计预测模型是基于历史观测资料建立的，大多数气候统计模型都选用尽量多的气候变率强信号作为气候预报因子，预报因子的选择具有很大的随机性。这些气候变率强信号与预报变量之间是否存在物理上的因果关系并不清楚。同时，预报变量的距平中可能很大程度上含有与前一年相同的年代际或趋势性异常信号，这使得预测模型的统计关系可能存在明显的年代际变率，导致气候预测模式预报效果不稳定。

2. 解决方案

针对现有气候预测技术的不足，本发明的目的是提供一种基于主要SVD模态建模的中国季节气候预测方法，通过建立具有物理含义的中国气候预测模型，对中国降水和气温等进行季节气候预测。综合考虑热带和热带外大气异常强迫信号，并提取它们与中国气候预报变量之间最紧密的耦合模态作为预报因子，采用多元线性回归方法预测指定年份预报对象的年际增量，将其与前一年的观测距平相加，可得气候预测变量的季节异常。

3. 竞争优势分析

1) 选择低纬向外放出长波辐射（OLR）和中高纬500hPa高度场作为预报因子变量，预报因子变量数仅为2个，且数据容易获得，能够很好地反映中国气候异常受到热带和热带外大气异常强迫共同影响的物理机制。

2) 采用SVD方法，找到了热带与热带外大气异常强迫与中国气候预报变量之间联系最紧密的耦合模态，并将其作为预报因子，预报因子与预报变量之间具有很好的因果关系，可在物理上解释和理解气候预报结果的成因。

3) 本发明还有一个重要优势在于，所预报的对象为变量的年际增量，由于只考虑年际差异，可以有效消除年代际变率的影响，保证统计预测模式效果更好、更稳定。