基于物理聚类模型的降水径流季节预报研究—以长江流域为例
文献类型：学位论文
| 作者 | 梁廖逢 |
| 答辩日期 | 2025-08 |
| 文献子类 | 博士后出站报告 |
| 授予单位 | 中国科学院地理科学与资源研究所 |
| 授予地点 | 中国科学院地理科学与资源研究所 |
| 导师 | 夏军 |
| 关键词 | 降雨季节预报 物理聚类模型 长江流域 径流中长期预报 机器学习 |
| 学位名称 | 博士后 |
| 学位专业 | 自然地理学 |
| 英文摘要 | 在全球气候变化背景下，长江流域极端降水事件频发，对社会经济与生态系统构成严峻威胁。然而，在衔接天气预报与气候预测的季节尺度上，前兆信号高维复杂性及预报对象小样本特征，导致降水季节预报能力存在明显不足，这也直接制约了季节尺度的中长期水文预报发展。因此，如何深度融合大尺度气候物理机制与先进数据驱动模型，以突破预报瓶颈，是当前亟待解决的核心科学问题。 本报告以长江流域为研究区，旨在构建一个基于降水类型的物理聚类预报框架。研究针对关键前兆信号的主要影响机制、夏季降水主导空间模态和成因，以及降水聚类预报模型和其对中长期径流预报的增益效果等内容开展，主要结论如下： （1）研究定量识别并证实了驱动夏季降水的三类核心物理前兆及其作用路径。结果表明，前期（冬春季）热带海洋、西太平洋副热带高压（WPSH）和青藏高原陆面是影响汛期降水的关键信号源。具体而言：①以前冬热带中东太平洋与印度洋的协同增温为特征的海洋信号，通过调整沃克环流、在夏季激发西北太平洋异常下沉运动，最终加强了指向长江流域的低空西南暖湿气流；②以春夏季节异常偏强、偏西、偏南为特征的WPSH，构成了有利于降水的太平洋-日本（PJ）遥相关波列，并直接引导了中层暖湿平流；③以前冬青藏高原中东部积雪偏多所形成的陆面“冷源”效应，则对后期大气环流演变施加了重要影响。 （2）提出并应用AHC-REOF双准则框架，成功识别出六个物理解释清晰的主导降水模态，其总方差贡献率高达85.1%，较传统方法（58.8%）显著提升了模态的代表性与物理可解释性。这六种模态（如“流域一致型”、“南北偶极型”、“上游多雨-下游少雨型”等）空间结构迥异。大尺度环流背景分析表明每种模态均对应着独特的北半球遥相关环流型，其中东西伯利亚地区的高压脊或低压槽是区分不同水情模态的关键环流要素，与中高纬正异常、中纬度负异常的“经向波列”位势高度场配置紧密相关。此外，小波相干分析进一步证实，各模态与ENSO、PDO的遥相关关系在年际及年代际尺度上存在复杂且非平稳的演变特征。 （3）基于物理前兆构建的Mean-Shift聚类预报模型具有较高预报技巧，且其预报结果能有效提升中长期径流预报精度。在历史回报检验中，该模型对降水年份的识别准确率超过80%，并通过了对1954、2020等典型极端年份的留一法交叉验证（LOOCV），证实了其预报的稳健性与高泛化能力。将降水类型预报结果作为关键物理信息输入长短期记忆网络（LSTM）。在赤水、射洪等四个水文站点的独立验证中，引入降水类型信息的增强模型较基准模型，决定系数（R²）平均提升了10%-14%，有效改善了对月径流峰值的预报能力，证明了降水类型输入的应用价值。 |
| 语种 | 中文 |
| 页码 | 100 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/217394]  |
| 专题 | 地理科学与资源研究所_研究生部 |
| 推荐引用方式 GB/T 7714 | 梁廖逢. 基于物理聚类模型的降水径流季节预报研究—以长江流域为例[D]. 中国科学院地理科学与资源研究所. 中国科学院地理科学与资源研究所. 2025. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。