例1.
如何提高赤道中东太平洋海温异常事件的预测时效性是气候预测领域的一个重要研究课题。基于复杂网络的海温事件预测方法为克服“春季预报障碍”提出了新的思路,但依然存在对冷海温事件的预测技巧较低,未能从海气系统网络结构的角度给出解释,并构建新预测模型等不足。因此,本项目(1)拟采用事件同步理论、机器学习等方法,构建体现海气系统间非线性相互作用的海气系统复杂网络,从中心位置、平均强度和网络结构演化特征三个方面揭示并定义赤道中东太平洋冷暖海温事件对应的海气系统复杂网络结构的非对称性特征。(2)诊断分析网络非对称性的直接原因,并结合其他关键海温区域的影响分析,建立其形成的物理概念模型。(3)从网络非对称性角度解释对冷海温事件预测效果偏低的原因,提取冷海温事件对应的前兆信号,建立网络特征量—数值模式结合的海温事件预测数理模型,探究其可预报性来源及不确定性。项目研究成果将有助于拓展对海温异常事件预测的新途径。
...