气候场主成分回归预测模型在海南岛汛期降水预测中的研究应用

海平面气压场、太平洋海温场3个影响海南岛汛期降水的高影响因子,提取其前25个主成分作为预测因子， 通过相关性筛选及逐步回归检验方法,确立降水场与筛选预测因子关系,建立相关高影响因子对主成分的预 测方程,通过对高相关因子所构成气候场的主成分预测,最终实现海南岛汛期降水量场的预测•将2016年

海南岛汛期降水实况、现有多模式集合预报（MODES）汛期降水预测值及回归预测模型降水预测值进行比 对,发现该模型对海南岛汛期降水及极值分布有较好的预测模拟能力，在实际业务中有一定的应用价值・

关键词：海南岛汛期降水；主成分分析；双重检验逐步回归；气候统计预测中图分类号：P 458.1 文献标志码：A DOI ： 10.15886/j.cnhi.hUxbzU）. 2019.0024海南岛位于我国南端,长夏无冬,降水丰沛,为热带季风海洋性气候•海南岛汛期（5-10月（为受热

带气旋影响最为集中的时期,海南岛汛期常年平均降水量1827.5毫米,占全年平均降水量0157. 3毫米的

83.9% ,集中了全年降水量的绝大部分雨量•研究海南省汛期降水的空间分布及建立合适的海南省汛期

降水预测模型,对海南省防汛抗旱及支撑政府部门决策具有重要的作用.不少学者对影响海南降水的因子进行了探索和研究•冯文等（2009（分析了不同路径登陆海南岛的

热带气旋在登陆前后14h内逐小时降水分布情况;吴胜安等（2047（分析了海南热带气旋降水的气候特 征，得出海南热带气旋所带来的降水呈下降趋势,且热带气旋降水分布特征为中部高南北两端低;符晓红

等（2019（分析了影响海南省的重要四类天气系统，得出热带系统为影响海南省的最主要天气系统，冷空 气类系统次之的结论•以上所述各种分析,除了吴胜安等（2007）的分析涉及降水场的分析外，其余只在

不同尺度天气系统对降水的影响进行了探索，专门进行海南岛汛期降水量场的研究较为罕见•陈创买等 （（998,2009）提出了气候场主成分及其逐步回归预测模型，该模型将对气候场的预测转换为对若干个气

候场的高影响因子预测，选取的高影响因子集中了各因子场的最重要信息，而后根据场的特征向量的近

似不变性，进行主成分场的反算,最终达到预测气候场的目的•曾琮等（2008（将该方法用于广东省冬季

气温的预测,黄刚等（2006（将其用于夏季降水的预测,彭武坚（2005）将其用于低温阴雨的预报中，陈慧娴

等（2004,2008 （将其用于预报单站的年降水量预测及广东冬季水资源的时空分布中，陈德花等（2013）将

其用于汛期降水预测中•这些研究及预测结果均表明,运用气候场的主成分逐步回归模型预测效果较好

.本文采用该方法研究海南岛汛期⑵〜10月）降水的分布特征及降水量预测.收稿日期：2019 -03 -20基金项目：海南省青年基金（HNQXQN201704）作者简介：易灵伟（1990 -（,男，江西宜春人，助理工程师，硕士，研究方向为气候评价与服务，E-m/t：

1124032913@ qq. com通信作者：吴胜安（1774 -（,男，湖南娄底人，正研级高工，博士，研究方向为气候诊断与预测,E-mUl: ws/1 @

sohu. com192海南大学学报自然科学版2019 年1资料处理及方法说明1 -〔资料处理1.1.1 因海南岛上部分观测站点存在迁站的情况，统一采用984年至249年海南岛9个观测站1 ~ 5月月 作为分析的基本资料.1.1.2

包括太平洋海温场、北半球海平面气压场和北半球540 hPa高度场的资料，资料均来

源于 NOAA Earth System Research Lahomtop.1-2计算方法简介1.2.1

两部分:特征向

由于气候场是随时间变化的，主成分方法将气候场分解为和主成分矩阵，其中主成分 随 化的部分,其前若干个主成分占原来气，气候场的预测可以转

候 方差的绝大部分（黄嘉佑,004）.根据气候 候场主要主分 预测；同理，又可从不同区域不同时段的因子场中 其主要主成分作为预 子4 候场的预测.根据场向量的近似 性,采用逐 的方法，选定 预 子 候场的主成分预 ，可 用 的 数

1.2.2

候预 的目的.取海南岛9站984—249年5 ~ 14月降水资料，标准化处理后作

的

，同时2012年资料作 资料•计算其前25个主成分、对应的 向量及 •将逐个与因子 系数，计算方法如下：其中，i为第k个预测量2e与第/个预测因子力的相关系数,m为选定的时间序列长度|e与p为标

准差与£为要素

性 •：

•给定

70 -

性 a其对应的 系数为ia当m^ea时，则认为该因子与预子供逐2海南岛历年汛期降水特征分析22 海南岛汛期（5〜10月）平均降水量的分布 海南岛历年汛期平均降水分布如图1.由图（可知，海

南岛汛期 大值中心 中 亭至琼中一带，其 超过1 854 mm,次大值中心 大值中心的五指］、屯昌、琼海和定安一带，其

低于854 mm.从汛期

超过1 600 mm.. 小 在

，最小

沿海的东方市，其分布来看，海南岛中 最大，最大值分布在中部山区，呈中

间向两 减的分布，东 大 沿海地区.图1 1984—209年海南岛汛期（5~14月）平均降水量图4 1984—249年海南岛汛期（8〜5月）降水标准差

分布图（单位:mm|分布图（单位:mm|第2期易灵伟等:气候场主成分回归预测模型在海南岛汛期降水预测中的研究应用10723 海南岛汛期（5~10月）降水标准差分布 海南岛汛期降水标准差分布如图2.由图2可知,汛期降

水标准差分布与

澄迈及中

分布差异较大，极值分 存在 大小值中心-140 mm以上极大值点在中部的琼中及东部沿海的万宁,30 mm以下极小

亭.在南部海口及定安，次小 在南23 海南岛汛期降水的主成分计算及分析 对海南岛历年汛期（5~14月）降水进行分析，得到降水量

的 向 及主成分 •其前25个主成分方差百分数如表1.由表1可知前4主成分占总方差向

特征值11.01的63%,故选取前4主成分及

主分1分析.占方差百分/%32.545表1海南岛汛期降水量场前25个主成分所占方差及累计方差百分数累计方差百分比/%32.54548.222435.442.7617.2768.02056.24163.26969.68574.845454.042.211.777. 0256.21765. 17124250.080.060.2470.22798.30499.0492.3.1 海南岛汛期降水量场第一特征向量值的分布如图5.由图5可知全省均为正值，绝对大值中心位于屯昌地区,绝对小值中心 中部山 指山、保亭和乐东，及西沿海东方及昌江地区•全 期 第一主成分 海南岛最 的 年 与 分 有关.海南岛汛期

，代表全省性涝（旱（分 （1型），第一主成分的逐年变化曲线如图4.由图4可知正的大值出现在20002009及2410年，对比实况可知对应的这5年为海南岛严重的涝年.负的大值出现在158724052404及2406年,

可知对应的这4年为海南岛

害

的年份.的旱年.即从第一主成分的前若干个绝对大值可推断岀旱、涝图3海南岛汛期降水第一特征向量分布图4海南岛汛期降水量场第一主成分年际变化曲线2.3.2 海南岛汛期降水量场第二特征向量值的分布如图5.由图5可知除临高站外,剩余站

的 沿海及北部地区.性负值，即全岛 性旱（涝（分 （U型（•负值的大 分布在西部及南部地区，-0.1值的 线将海南岛分为明显的稀疏和密集两 域,其中密集区域 海南岛

海南岛汛期降水量场第二主成分的逐年变化曲线如图6•由图6可知负值较大值出现在2400年及168

海南大学学报自然科学版2012 年2010年，正值较大值出现在1935、2044及2042年,分别对应了较为严重的涝年与旱年，同时与第一主成

分对应典 年图7海南岛汛期降水第二特征向量分布2.2海南岛汛期(5~10月)降水分类 由于海南岛历年汛期降水场前4个主成分的累计贡献达到63. 3%,已经充分反映了

的主要分

adC两

，因此本

，降水分

前4个主成分 分类分析•由于主成分具有正负之分，绝 大者表征其 大,因此定 年的分

将主成分的正负值分别

i、n、ni和w型.则可区分为Ig、Ip、IIa、IIb、nia、nib、］Va及最大的分

，同

Wp型•其中I型即为海南岛汛期全 性涝(旱)型,为方差 •: 所有涝年都会呈典型的I型分布，为了区分汛期

数，用其表征气候场第一主成分中方差绝 的e = 5,yC=4. 5.T为”年第一主成分的 :I型分布年

的年 最算或一般涝、旱年份，定义YC 函大值累 占累 方差64%以上的e个分量，本

用T代表第一主成分,设定当T&YC时为a,T w - yC时为b,4 WT < TC为c — 4时为i,

序列值，用a、p、c、g表征海南岛汛期

的 、 、偏涝及偏旱年情5年占54.20% ,其中a型年份3年|型年份2年,分别为2004、2049、245年及1637,2042年，代表了海南岛 性涝年及旱年，与 合.3海南岛汛期降水预测模型建立32海南岛汛期降水量场的因子库建立为进行逐步回归预测，选取太平洋海温场、北半球海平面气压

和北半球504hPaf 三个高影响因子并建立因子库•： 的因子更具代表性将，将 洋海分为5个区:北太平洋西区(94。~180°E,9 ~9°N)、北太平洋东北区(54。~274°E45 ~54呗)、东太平

洋(94 ~274°E,5°S ~5°N)、北太平洋区(90 ~285°E,5°S ~54°N)、热带太平洋区(90 ~285°E,10°S

~37ON| ；北半球504hhaf

分为9个区：东北半球北区(5 ~ 54。£,45 ~ 85。2、东北半球南区(5 ~94°E40 ~45 1 N)、西北半球北区(95 ~360°E,45 ~85°N)、西北半球南区(135 ~360°E40 ~45 °N)、东北

半球区(5 ~94°E40 ~85。N)、西北半球区(135 ~360°E40 ~85°N)、北半球区(5 ~360°E40 ~85。N)、太 平洋南

(94 ~274。£40~45呗)、太平洋北部区(94 ~274。E,59 ~85呗)、北半球副

(5 ~3500E00~45呗)、北半球极涡区(5〜360OE,54 ~35ON)；北半球海平面气压场分为5个区：东半区(4 ~184OE,-

44 ~40°N)、西半区(94 ~364°E, -44 ~40°N)、全球区(5 ~364°E, -44 ~40°N)、东北半区(4 ~94°E,2 ~44 1 N)、东南半区(4 -184 1 E, -44 ~4°N)、西北半区(54 ~364°E, ~44°N)、西南半区(94 ~364°E,-

44 ~4 ° N)；同 1-2 月、3-4 月、5-6 月、518 月、9 - 5 月及 11 - 5 月, ，上、下半年共5- 分段，总计276个因子场，并逐 分析，同时取各因子场前5个主成分作为预 子,532个因子•3.2预测因子的相关筛选 由于预测因子众多，计算25个主成分与逐个因子进行回归筛选的工作量较第2期易灵伟等:气候场主成分回归预测模型在海南岛汛期降水预测中的研究应用109大，由此给定显著性 a =0.05,5 若干 子供逐 用.33 双重检验逐步回归计算 将选定的主成分逐个与高相关因子进行双重检验逐步回归计算，将F-信

的临界

定为95%, 1 方程•本 表性较强的第1主成分 分析.第1主成分逐

1=方程为：0. 293 + 0. 86%1 -0. 11%2 + 0. 11%3 - 0. 14%4 - 0. 29%5 + 0. 04%6,其中,2］为东北半球北部下半年500hp高度场第一主成分,20为西北半球上半年太平洋海温场第六

主成分,23为西北半球北部第三季度500hp高度场第九主成分,25为北半球5 -4月太平洋海温场第七主 成分,25为东北半球北部上半年海平面气压场第四主成分,6为东北半球南部下半年500hp高度场第四

主成分•回归方程的复相关系数Y =0.896.图7为海南岛 期 第一主成分的实况与预 线•由图7可见,两曲线合，平均预测残差为- 8 37,5 36年中只有4年的预 与 反，符号

88.5%.的号相33海南岛汛期降水预测分布与分析计

可知2415年海南岛汛期

5.15,3

第一主成分2415年海南岛汛期将2415年海南岛汛期

模式集合预报(MODES)汛期

、多预报值、100%,对比MODES距平符号预

主成分回归模型汛期降水预测值进行对比，其结果如表5.由表2可知，回归模型预测的降水距平均为正 值,与实际 ，距 号预

利用

85.3%有较大优势；同方程预 预测距平百分率超过24%的异 站点,MODES对异 站点的预测力较差.表2 2016年实测降水、MODES预测降水及回归方程预测降水结果期年站名mmmm2216 年2210 年距平 百分率/%17回归模型 预值/mm1922.5回归模型预距 百分率/%13.81257MOEDS MODES预/mm预距 百分率/%5海定安澄迈临高僧州1696.6139.71366.31011.571892.6371764.6851357.8252129.52079.6775147754722019.52133.523472483.62713.42187771.6999219481316.317.6998750.6210135.39441077.61828.32276.124042550.631.5241737.361981.3445海文昌2063.931.6495510.5754-41077.72102.32083.52304.12469.510.517.63.61935.6961398.6481055.6772-14万宁2568.32227.324587522.13715屯昌白沙中昌江东方21502399.65.931756287724026-21909.92358.125.64.61871770225042577.12316.47.61024123407338171078391944.67211693.9949.51611.12416.41066.61022.1427732.564512346917177545832.510.61176.8182771012乐东180474322159.73五指山1876.62162.517132273.42510.621.62355.3265.325.6951015121010亭陵水30.229.517.532.6571737.39222422722422287523691629.519927881598.63三亚1453.31710.610.561754海南大学学报自然科学版201 5 年对比20 16年汛期实测降水及回归模型预测降水等值分布如图&由图5可知，大于7300mm的降水

域 与预 应，琼海及万宁两 极大值中心预报准确，东方 极小值中心预报准确;次大值中心预报范围有所缩小，同时北 预 观 有所

：图3 2012年海南岛汛期降水实测值分布图（左）及预测值分布图（右）（单位:mm）图5为海南岛汛期降水实测值及主成分回归模型预测值的距平百分率等值分布图•对比可知，距平

百分率极大值中心为临高，预报

；预测的距平百分率极小值中心带

与

-定安-屯昌-琼中与海口-定安-屯昌-琼中一带有所偏差，预测次大值中心 次大值中心昌江有所偏差：图7 2012年海南岛汛期降水实测值距平百分率等值分布图（左、与预测值距平百分率等值分布图（右）4结论（1） 建立

海南岛汛期降水的气候场主成分预测模型，将降水预测转换为气候场的预测，以实现的预 .海南岛 期

（2）

洋海温场等包含不同区域不同时间段的诸多因子场的主要主成分，将其作为预测因

和

海南岛汛期

子.（3） 利用

分析，建立海南岛汛期

的趋势和分布具有

预 •通过对2016年海南岛汛期降水的预报,发现该 的预 力：第2期易灵伟等:气候场主成分回归预测模型在海南岛汛期降水预测中的研究应用51参考文献：［I］ 冯文，许向春,黄耀怀，等.登陆海南的热带气旋中尺度降水分布变化特征［J］气象,2009,35(3 ) 66 - 20.4］吴胜安，郭冬艳,杨金虎•海南热带气旋降水的气候特征［J］气象科学,2007,27(3):308 -311.J3］符晓红，郑育群,羊清雯.天气系统与海南降水的关系研究JA..245年中国-东盟防灾减灾与可持续发展专家论坛

文集［C］.201649 -315.4］陈创买，陈剑兵，周文.广东年最大降水量的重现期计算［J］.广东气象0998 0 / 2-15.4］陈创买，周文，林爱兰.气候场的主成分逐步回归预测模型及应用［J］热带气象学报0006 ,5(7) /92 - 244.4］曾琮,陈创买.主成分逐步回归在气温预测中的应用［J］.中山大学学报,2046,45(4) /45 -110.J5］黄刚，周文.华北夏季降水气候场的主成分逐步回归预报模型JJ］气候与环境研究0006093( 405-341.4］彭坚武：主成分逐步回归法在桂东南低温阴雨预报的应用［J］广西气象,2045,26 41 -43.4］陈慧娴，陈创买，杨召琼.广东冬季水资源的预测和因子背景场分析［J］.气象研究与应用245,31(1)41 -25.［5］陈慧娴，黄露青,陈创买.用逐步回归方法预报番禺年降水量.广东气象［J］.2004,44 - 9.［II］ 陈德花，陈创买,周学鸣，等•福建汛期降水主成分逐步回归预测模型研究［J］气象,249,39(9)/191 -1196. ［19］黄嘉佑.气象统计分析与预报方法(第三版)［M］.北京:气象出版社,004 46 - 27.J9］张尧庭，方开泰.多元统计分析引论J M ］.北京:科学出版社,583 442 - 3 9.［14］曾琮，陈创买,李晓娟，等.广东冬季气温时空变化特征［J］.气象,008,31(3 ( 47 - 57.J9］刘利平,陈创买，陈建，等：主成分与广东北江年最大流量预测JJ］.水科学进展,2043 44(4 ) 435 - 480［19］刘利平,陈创买，陈建，等.广东韩江年最大流量的预测研究［J］.广东水利水电,2043,48 - 54.［5］广东省气象台.广东省农业气象灾害及其防灾减灾对策［M］.北京:气象出版社,2404.J 9］广东省水利厅.广东水旱风灾害J M］.广州：暨南大学出版社,597.PC Stepwise Regression Forecasting Model of Climate Field

of Hainan Island Flood Period RainfaliYi Linywei, Wu SSexyao, Zhany YXia(Hainau Climate Cextos, Hainau Meteorological Bureau, Haikou 575223 , Chioa)Abstreci: In the report, the Uistridu/on and types of the ppocipb compobef-s of the food period rainfall in

Hainan Island were calchlated and analyzed, the 520 hPa height, the sea sorfaco temperature of Pacific Ocean, and the sea-tevai pmssop in the Northern Hemispyxo were selected as predictors ； 25 ppocipb compoded-s were

used as the predictors, the correlation screexiny and dobpie test stepwise repression were used to constoict the relation betweex the precipitation f/U and screexiny predictors, the predictive epuation of coxhion high im­pact factor to ppocipb componxt was estaUXshed. By the ppocipb componxt ppd/Pon of high impact factors,

the ppdimiod of the food pePod ppcipitbion in Hainan Island in 2012 was pePormed. The results of compaPno the predict resutt of MODES system and the obseped precipitation of 2016 indicated thg- the model is capi/ to

predict the precipitation and its Uistridu/on in the food pePod in Hainan Island.Kepwordt: food pePod rainfall in Hainan Island ； ppocipb compooxt analysis; donpie test step-wise repres­

sion; climate statistical ppdipion