| 奖励简介： |
月-季节尺度降水预测是短期气候预测中的一个难点和重点，针对这个科学问题，我们提出了一种基于动力-统计相结合的客观定量化的气候预测新理论，该理论充分吸收了动力学和统计学方法的优点，为提高月-季节降水预测准确率提供了一种新思路。主要技术内容包括：（一）提出延伸期数值预报可预报分量及其分离的新理论。针对大气系统的混沌特性，从误差增长的角度对数值模式中分离可预报分量和不可预报分量进行了理论推导，提出了在数值模式中分离可预报分量的方法；（二）发展了在复杂数值预报模式中分离可预报分量的新方法，研究了可预报分量的误差增长特征，建立了求解误差算子基底的免伴随快速算法新方法；（三）利用国家气候中心已有的动力延伸预报模式，构建了有针对性的延伸期可预报分量模式，避免了重新建立方程组和数值模式的繁冗工作，利用相似-动力方法对可预报分量的预报误差进行订正，显示出良好的业务应用前景。（四）提出了客观定量化的中国汛期降水预测新理论，围绕利用历史资料改进动力季节预测，提出了对模式预报误差进行预报的新思路；（五）发展了一系列具有物理基础的动力-统计相结合客观定量化预测思路和方案，成功地设计了最优因子组合方案、异常因子方案、动力统计-诊断等多种有针对性的预测方案；提出了利用前期因子异常及压缩误差场维度改进模式季节预测的方法；发展了一种考虑气候系统动态演化的短期气候预测方法；（六）首次提出了将气候变化的研究成果转化到短期气候预测中，探索了季节变化对全球变暖的响应及其在气候预测中的应用，重建了在全球变暖背景下中国东部地区夏季三类雨型预测概念模型；（七）开展理论方法的本地化、技术化和业务化，研发了能够实现中国和区域的动力-统计相结合的月-季节气候客观化预测业务平台。
|
