耦合多元混沌要素的非线性交叉预测误差模式对极端天气延伸期预测研究OACSTPCD

本文首先分析随机误差、初始误差和模式参数误差对建立的单变量非线性交叉预测误差模式(Nonlinear Cross Prediction Error,NCPE)的极端天气延伸期预报敏感性,及不同气象要素场对延伸期预报的敏感性,再利用可降水、温度、位势高度资料建立多混沌变量耦合的模式(Multivariate NCPE,MNCPE),深入对比分析两种模式延伸期预报特征。结果表明:随机误差和初始误差的比率量级差异会影响NCPE模式的延伸期预报特征,存在临界值效应;而针对参数误差,合适的相空间维m能较好表征吸引子的局部细节。不同气象要素场对暴雨、台风等灾害天气延伸期预报的敏感性也表现不一。耦合多变量的MNCPE模式,相比单变量NCPE,能更完备表征混沌吸引子局部结构的动力特征,降低10~30 d延伸期预报的不确定性。