风顺大模型对中国盛夏气温候尺度预测技巧评估
编号:591 访问权限:仅限参会人 更新:2025-03-31 17:52:20 浏览:2次 口头报告

报告开始:2025年04月19日 12:05(Asia/Shanghai)

报告时间:15min

所在会场:[S1-2] 专题1.2 人工智能在气候研究中的应用 [S1-2] 专题1.2 人工智能在气候研究中的应用

暂无文件

摘要
利用风顺大模型和S2S-ecmf模式2017—2022年历史回报数据以及CMA-RA再分析数据,采用时间距平相关系数(TCC)、空间距平相关系数(ACC)、综合空间评分(IPS)等方法,对风顺大模型和S2S-ecmf模式在中国盛夏气温候尺度预测技巧进行对比检验评估。结果表明:风顺大模型对中国盛夏气温的候尺度预测技巧整体高于S2S-ecmf模式。从TCC评分来看,超前3-8候的平均结果上,在黄淮、江淮、华中、华南、华东等中国东部地区以及新疆地区风顺大模型的预测技巧高于S2S-ecmf模式,而在东北、内蒙古、青藏高原及西南地区则低于S2S-ecmf模式;对于全国TCC平均来看,风顺和S2S-ecmf模式均随着预测时效的延长,预测技巧明显下降,但风顺在超前5-8候的预测技巧仍要高于S2S-ecmf模式,尤其在超前6候(即超前1个月)时,风顺较S2S-ecmf模式预测技巧提高了42%,在超前8候时,风顺较S2S-ecmf模式预测技巧仍能够提高19%。从ACC和IPS评分来看,风顺在超前3-8候(次季节预测时段)的预测技巧同样高于S2S-ecmf模式,并且随着预测时效的延长,风顺对S2S-ecmf模式预测技巧的领先优势越来越明显。以上分析均表明风顺大模型相较于S2S-ecmf模式,在中国盛夏气温的候尺度预测方面具有更好的超前预见期。
关键词
风顺大模型;预测技巧评估;中国;盛夏气温;候尺度
报告人
刘俊杰
高工 安徽省气候中心

稿件作者
刘俊杰 安徽省气候中心
发表评论
验证码 看不清楚,更换一张
全部评论
重要日期
  • 会议日期

    04月17日

    2025

    04月20日

    2025

  • 04月03日 2025

    初稿截稿日期

  • 04月20日 2025

    注册截止日期

主办单位
中国科学院大气物理研究所
承办单位
中国科学院大气物理研究所
联系方式
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询