eof分解与ga优化的热带太平洋海温场动力预报模型反演

基于ncep/ncar提供的1950—2000年月平均海温场资料，首先用eof方法对海温场序列进行时、空分解，在考虑相邻时段位势场空间模态基本稳定的前提下，引入动力系统重构思想，以eof分解的空间模态时间系数序列作为动力模型变量，用遗传算法全局搜索和并行计算优势，进行了模型参数的优化反演，建立了eof分解时间系数的非线性预报模型。通过模型积分和eof时、空重构，实现了海温场的中长期预报。试验结果表明，在1—6月时效预报上，模型预报海温场与实际海温场非常吻合；对于7—15月时效的预报，尽管模型预报的海温场与实际海温场存在一些出入，但基本构型大致相符，特别是对12月以上的海温场形态和范围仍然能较为准确地描述。所有时效的预报结果均能对1997年的elnino事件特征有不同程度的描述。该研究方法为海温场以及elnino/lanina事件的预报提供了一种新的思路,文中提出的反演热带太平洋海温场与elninino/lanina的动力统计模型的研究思想和技术途径，在热带太平洋海温场的预测试验中（特别是中、长期预报）表现出良好的预报效果，为热带太平洋海温场及其异常的elnino/lanina事件的中、长期预报提供了有益的研究和参考方法。