第一篇：2008年短期氣候預測工作總結

2008年，大氣環流較為異常，表現為：出現了50年未遇罕見低溫雨雪冰凍災害性天氣；西太平洋副熱帶高壓強度、脊線位置、西伸脊點位置變化大，1月西北太平洋副熱帶高壓較常年同期顯著西伸，脊線位置偏北，2月到5月副高顯著東退，脊線位置偏北到正常，面積偏小，強度偏弱，6月西北太平洋副熱帶高壓面積偏

大，強度接近常年同期，西伸脊點偏東，7月到8月，西北太平洋副熱帶高壓較常年同期面積偏大，強度偏強，脊線位置偏南、偏西；2007年8月開始的拉尼娜事件于2008年5月結束，事件過程持續了9個月（2007年8月至2008年4月），并在2007年11月達到最強。主汛期7～8月熱帶輻合帶位置偏北，東**動影響我市的時間段偏長。

**市全年月氣溫波動大。1～2月偏低到特低；3～5月偏高；6～7月北部正常稍高到偏高，南部正常稍低到偏低；8月全市偏低；9月全市偏高到特高；主汛期全市大部正常稍低到偏低。除9月降雨量全市大部偏少、4月南部偏少、6月北部偏少外，全年降水量以正常到偏多為主要特征；主汛期降雨量全市正常到偏多，大部偏多1～3成。

2008年自1月到10月5日，全市共出現大雨62站（次），比多年平均偏多5站（次），出現暴雨25站次，比多年平均偏多10站（次），是常年的1.7倍。洪澇災害嚴重。

在今年氣候較為異常的情況下，**市氣象臺在短期氣候預測工作中，對雨季開始期、汛期和主汛期降水趨勢等的趨勢預報正確，全年（截止9月）月平均氣溫、月降水量預測的準確率分別為73％和77％，其中5～9月平均氣溫、月降水量預測的準確率分別為90％和73％，對溪洛渡水電站壩區月降水的預測準確率為82.5％，達到了較好的服務效果。

并嚴格按照上級業務主管部門的統一規定和要求，制作定期和不定期的氣候影響評價產品。

一、雨季開始期、汛期和主汛期降水趨勢等的趨勢預報正確

1、雨季開始期

在年度短期氣候預測中預測：“雨季開始期大部正常到偏遲，于5月中旬到下旬開始”，在春播期短期氣候預測中預測：“雨季開始期大部正常，于5月中旬到下旬開始。”在4月26日發布的“汛期短期氣候預測”中訂正為：“雨季開始期大部正常到偏早，大部于5月中旬左右開始。”實況是：全市雨季開始期正常到偏早，于5月中旬以前全部開始。訂正后，趨勢預報正確。

2、洪澇趨勢

在年度預測中指出：“主汛期降水量分布不均，單點性的大雨、暴雨、冰雹、雷暴等強對流天氣較常年突出，洪澇災害較常年偏重。” 汛期預測中指出：“汛期（5～10月）降水屬平偏豐年成。主汛期6～8月降雨量大部正常到偏多，降水量分布不均，單點性的大雨、暴雨、冰雹、雷暴等強對流天氣較常年突出，洪澇災害較常年偏重”。主汛期預測中指出：“主汛期6～8月降雨量大部正常到偏多，主汛期降水量分布不均，單點性的大雨、暴雨、冰雹、雷暴等強對流天氣較常年突出，洪澇災害較常年偏重。”實況是：汛期大雨次數偏多5站（次），暴雨次數多達常年的1.7倍，除區域性強降水外，8月6-10日北部、東部出現持續性強降水。汛期和主汛期降水均為正常到偏多。預測與實況相符。

3、春旱

在年度預測中指出：“春旱比常年偏重”，春播期短期氣候預測中預測：“雨季開始前大部區域有中等強度的春旱發生。”。實況是：4月上旬到中旬有輕度春旱。據市防汛抗旱指揮部4月18日不完全統計，全市農作物受旱49.542萬畝（其中：輕旱39.957萬畝，重旱9.585萬畝），因旱造成水田缺水1.92萬畝，旱地缺墑14.685萬畝，造成29.385萬人、8.859萬頭大牲畜飲水困難。緊接著的4月下旬多雨，其中25日、27日出現區域性的中雨到大雨過程，大部區域春旱得以及時緩解。趨勢基本正確。

4、春夏連旱

全年均未預測有春夏連旱，實況也

無。預測正確。

5、水稻“抽揚期”低溫

在年度、汛期、主汛期預報中，都提的是“8月上旬到中旬前期二半山以上地區有輕度低溫陰雨天氣”。在8月短期氣候預測中訂正為：“8月中旬二半山以上地區有輕度‘抽揚

期低溫’”。實況是：無明顯抽揚期低溫（未達到省局統一規定的標準），但昭魯壩區（昭陽、魯甸站為代表）10～11日日平氣溫、25～27日3天平均氣溫低于17℃，出現輕度低溫天氣，加上8月氣溫偏低，日照偏少，對水稻有一定影響。趨勢預報基本正確。

6、其它特殊項目

對倒春寒預報的時段誤差較大，預測有秋季連陰雨，實況無。

截止10月6日，共發布定期（月、季、年）氣候預測10期，針對防汛、電力、水電工程等制作專題氣候預測產品（不定期）8期。

二、水電站短期氣候預測

針對溪洛渡壩區發布月、季氣候預測10期，對壩區月降水的預測準確率為82.5％。

三、氣候影響評價工作按規定要求認真制作和發布

**市氣象臺氣候影響評價業務按規定的業務流程和業務要求認真執行，制作格式統一、用語規范標準、評價方法較為客觀。不僅詳細反映了對當月（季、年）的氣象要素時空分布，還可獲得本地大氣主要影響系統、主要氣候事件和氣候對主要行業（農業、交通、林業、畜牧業、能源）的影響等重要氣象信息，并提供氣候預測和展望性評價建議等參考，而且對每個月出現的災情有較全面的反映。

每期氣候預測和氣候影響評價產品制作完畢后，均立即以最短的時間通過郵寄或文件交換的方式到達地方各部門和各級領導手中、通過省農經網上傳到互聯網、通過NOTES上傳省局業務發展處和省氣候中心、通過地縣氣象局域網服務器專用目錄對縣局開展氣候影響評價業務和服務提供參考和指導、通過96121聲訊答詢系統將展望性氣候影響評價和建議向社會公眾發布。為各級領導和各級部門提供了及時準確的決策服務依據。

截止10月6日，共發布定期氣候影響評價產品13期。

第二篇：短期氣候預測實習三

短期氣候預測實習三

氣科7班 梁玉誼

（一）所用資料和方法

NCEP/NCAR 1948－2013年（61年）的500百帕月平均高度場資料 資料范圍為（900S-900N,00-3600E)

網格距為2.50×2.50,緯向格點數為144，經向格點數為7

3資料為GRD格式，資料從南到北、自西向東排列，每月為一個記錄，按年逐月排放。

（二）實習目的：

掌握大氣環流中遙相關型指數的計算及其與大氣環流和我國氣候關系的分析。

（三）實習要求：

要求運用資料，計算北半球1月遙相關指數，并分析它與環流和我國氣候變化的關系；用圖形輸出指數年際變化曲線、遙相關的空間分布以及與我國氣溫的相關系數分布，正確分析結果數據，完成實習報告。

（四）所用部分程序：

!計算EU指數 do it=1,6

3eu(it)=-0.25*a(9,59,1,it)+0.5*a(31,59,1,it)-0.25*a(59,53,1,it)enddo

！！計算EU指數與高度場的相關系數!h--高度場hsum--高度場和have--高度場平均值eu--EU指數,eusum,euave類似

!1,提取1月份高度場 do it=1,63 do j=1,73 do i=1,14

4h(i,j,it)=a(i,j,1,it)enddo enddo enddo

!2,計算高度場和EU指數的平均值 do j=1,73 do i=1,144 do it=1,63

hsum(i,j)=hsum(i,j)+h(i,j,it)

enddo

have(i,j)=hsum(i,j)/63 enddo Enddo

do it=1,63

eusum=eusum+eu(it)enddo

euave=eusum/63

!3,計算相關系數各部：分子、分母、分母(對照相關系數公式)

!rup--分子rh--分母hreu--分母eur--相關系數 do j=1,73 do i=1,144 reu_2=0 do it=1,6

3rup(i,j)=rup(i,j)+(eu(it)-euave)*(h(i,j,it)-have(i,j))

rh_2(i,j)=rh_2(i,j)+(h(i,j,it)-have(i,j))**

2reu_2=reu_2+(eu(it)-euave)**2

enddo

rh(i,j)=sqrt(rh_2(i,j))reu=sqrt(reu_2)enddo enddo

print*,reu

do j=1,73 do i=1,14

4r(i,j)=rup(i,j)/(rh(i,j)*reu)enddo enddo

！！計算EU指數和氣溫的相關系數!1,計算溫度場的平均值 do i=1,160 do it=1,nt

tsum(i)=tsum(i)+t(i,it)enddo

tave(i)=tsum(i)/nt enddo

!print*,(tave(i),i=1,160)

!2,計算相關系數各部：分子、分母、分母(對照相關系數公式)

!rup2--分子rh2--分母hreu--分母eur2--相關系數 eusum=0 do it=1,nt

eusum=eusum+eu(it+3)!之所以加3，是因為在分析資料和觀測資料起始年份差3年 enddo

euave=eusum/nt reu_2=0 do it=1,nt

reu_2=reu_2+(eu(it+3)-euave)**

2enddo

reu=sqrt(reu_2)do i=1,160 do it=1,nt

rup2(i)=rup2(i)+(eu(it+3)-euave)*(t(i,it)-tave(i))

rh2_2(i)=rh2_2(i)+(t(i,it)-tave(i))**2 enddo

rh2(i)=sqrt(rh2_2(i))enddo

do i=1,160

r2(i)=rup2(i)/(rh2(i)*reu)enddo

!計算完畢，寫數據!寫站點數據do j=1,160id(j)=char(j)tim=0.0nlev=1nflag=

1write(6)id(j),lat(j),lon(j),tim,nlev,nflag,r2(j)enddotim=0.0nlev=0nflag=1

write(6)id(j-1),lat(j-1),lon(j-1),tim,nlev,nflag

print*,(r2(j),j=1,160)

write(5)(eu(it),it=1,nt)!寫EU指數 write(4)((r(i,j),i=1,144),j=1,73)!寫h和EU的相關系數

（五）出圖結果： 1．EU指數年變化

分析：從上圖可以看出，EU指數存在著5-10年的周期震蕩。在1963年和1973年達到峰值。

2．EU指數與位勢高度的相關系數

分析：從上圖可以出，EU指數與高度場存在著“正負正”的相關波列，也就是亞歐型遙相關。其中，在北美東岸、西歐地區和亞洲東岸為負相關區大值區，在亞洲中部和北美西北部為正相關大值區。即當EU指數為正時，東亞地區、西歐地區、北美東岸高度場較平均值偏低，而亞洲中部和北美西北部位勢高度場則較平均值偏高。可以初步考慮EU指數對于這些地區高度場的預報能力，不過相關系數均未經過顯著性檢驗，還需檢驗后才能得出結論。

3．EU指數與我國溫度的相關系數

分析：從上圖可以看出，EU指數我國的相關系數，在我國東部沿海地區為負相關大值區，最高的相關達到-0.5，而在我國新疆西北部、云南地區和黑龍江北部，為正相關區，但正相關值較小。在我國其余地區，相關系數均比較小。若EU指數為正時，我國東部沿海地區降水量偏少，若EU指數為負時，我國東部沿海地區降水量偏多。通過分析，可以考慮EU指數對我國東部溫度的預報能力，雖然只是同期的相關，并非前期的指數，但也是具有一定的預報價值。不過，如之前所言，未經過顯著性檢驗，同樣難以得出確切的結論。

第三篇：短期氣候預測實習二

短期氣候預測實習二

氣科7班

梁玉誼

（一）所用資料和方法

所用資料：

NCEP/NCAR 1948－2012年1月的500百帕月平均高度場資料，資料范圍為（90°S-90°N,0°-360°E)

網格距為2.50×2.50,緯向格點數為144，經向格點數為

41資料為GRD格式，資料從南到北、自西向東排列，每月為一個記錄，按年逐月排放。所用方法：

EOF功能：從一個氣象場多次觀測資料中識別出典型空間場型及其時間演變規律。EOF展開就是將氣象變量場分解為空間函數(V)和時間函數(T)兩部分的乘積之和：X=VT。

部分程序：

由于EOF主要處理部分教師已經給出，固再次只給出數據維數處理部分。

enddo cccccccccccccccccc讀數據

do it=1,61

do k=1,12write(*,*)'data narrowed'do j=1,73

do i=1,144!二維空間場變一維數組，注意按 照grads的XY順序，read(10)hh(i,j,k,it)!因為最后EIGENVACTORS文件 enddo;enddo;enddo;enddo 里面直接按照該格式存的,不再經過這一步write(*,*)'read data ok' 變化

do it=1,M

ii=1!裁剪區域(取東亞地區)

k=1do j=1,21

do it=1,61do i=1,41

do j=1,21F(ii,it)=h(i,j,it)do i=1,41ii=ii+1

h(i,j,it)=hh(i+16,j+44,k,it)enddo

enddoenddo

enddoenddo

（二）輸出結果

分析：EOF分型是將多特征場和多維度共同作用下的資料場，分解為相互正交的空間場，并給出其時間權重。以下3個特征場為權重最高的3個場。從場EV1可以看出，在第一特征型中，中國大部地區為負值區，而亞歐大陸北部為正值區，既兩個地區為負相關,并且由南到北，值由小到大不斷增加。從短期氣候預測課程上學習到，影響大氣環流的4個基本因子為：太陽輻射，地球自轉，地球表面不均勻性和地面摩擦。可以推測該型產生的因子是太陽輻射的分布不均勻，因為其分布具有位相特征，但具體是否該因子影響還需結合太陽輻射資料進行分析。

從時間權重函數可以看出，在1965年之前，以正位相為主，而在1965年之后，轉為負位相為主。也就是說，1965年以前，東亞地區氣候位勢高度以負值為主，轉變后以正值為主。同時注意到，權重函數存在2-3年的周期，正負位相以該周期不斷轉變。

分析：從第二特征型可以看出，遼東半島與日本海附近為負值區，而巴湖以西為正值區，既兩個區域存在負的位相變化。從兩個大值區所處區域可以推測產生該型的因子為海陸分布或者中緯度長波槽脊的變動。從方差貢獻可以看出，1型和2型所占權重接近，即兩者對于某一時刻高度場狀態的影響接近。當正位相影響時，由于日本海地區偏低壓控制，我國大部地區吹東南風或西南風。而當負位相影響時，日本海地區低壓偏弱，或為高壓控制，使得我國大部地區吹東北風或西北風。

從時間權重函數可以看出，2型存在著準7年的震蕩。在1960-1970年間為正位相影響，而在1970-1977年為負位相影響。

分析：從第三特征型可以看出，貝加爾湖附近為負值區，而我國東南沿海以及烏拉爾山附近為正值區。從時間權重函數可以看出，該型的影響較1型和2型相對偏小。若該型為正位相時，我國江淮地區和華北地區吹偏西風，其中華北地區等高線密集，風速較大。而華南地區被高壓控制。而若該型為負位相時，我國江淮地區和華北地區吹偏東風，而華南地區為低壓控制。

從時間權重函數可以看出，1997年時，該型時間權重達到負值極大值，即在該年，該型的負位相對于我國有較大影響。

4.3個特征向量的方差貢獻及總方差貢獻

第四篇：短期氣候預測基礎實習三

實習三：大氣遙相關

一、實習目的及要求

掌握大氣環流中遙相關型指數的計算及其與大氣環流和我國氣候關系的分析。

要求運用資料，計算北半球1月遙相關指數，并分析它與環流和我國氣候變化的關系；用圖形輸出指數年際變化曲線、遙相關的空間分布以及與我國氣溫的相關系數分布，正確分析結果數據，完成實習報告。

二、實習內容

1、計算EU（歐亞）遙相關指數，輸出1月份該指數年際變化的時間序列；

2、計算EU遙相關指數與同期環流場（500hPa高度場或海平面氣壓場）的相關系數；

3、計算EU遙相關指數與同期我國氣溫的相關系數。

三、實習資料

大氣環流場資料：

1、NCEP/NCAR 1948－2008年（61年）的500百帕月平均高度場資料

2、資料范圍為（900S-900N,00-3600E)

3、網格距為2.50×2.50,緯向格點數為144，經向格點數為73

4、資料為GRD格式，資料從南到北、自西向東排列，每月為一個記錄，按年逐月排放。

站點資料：

1、我國氣候中心整編的160站月平均氣溫資料；

2、全國160個臺站；

3、所給的資料是1月份的；

4、資料為txt格式，參加資料說明。

四、實習步驟

1、編程計算1月份EU遙相關指數（標準化），畫出指數圖 編寫fortran程序： program main parameter(nx=144,ny=73,n=nx*ny,nt=61)real ind(nt),z(n,nt),eu(nt),hh(144,73,12,61),avey(n),sy(n),r1(n),r(n)real x,avex,sx open(10,file='d:nyclimatesh3datahgt500.grd',form='binary')open(20,file='d:nyclimatesh3ind.grd',form='binary')open(30,file='d:nyclimatesh3eu.grd',form='binary')open(40,file='d:nyclimatesh3rxy1.grd',form='binary')do it=1,61 do k=1,12

do j=1,73

do i=1,144

read(10)hh(i,j,k,it)enddo；enddo；enddo；enddo do it=1,61 do j=1,73

do i=1,144

z((j-1)*144+i,it)=hh(i,j,1,it)enddo；enddo；enddo do it=1,61

eu(it)=-z(9+58*144,it)/4+z(31+58*144,it)/2-z(59+52*144,it)/4 enddo write(20)(eu(it),it=1,61)do it=1,61

x=x+eu(it)enddo avex=x/real(nt)do it=1,61

sx=sx+((eu(it)-avex)*(eu(it)-avex))/real(nt)enddo do it=1,61

ind(it)=(eu(it)-avex)/(sqrt(sx))enddo write(30)(ind(it),it=1,nt)

第二步中的fortran程序： do i=1,n

avey(i)=0.0 do it=1,61

avey(i)=avey(i)+z(i,it)enddo avey(i)=avey(i)/real(nt)enddo do i=1,n

r1(i)=0.0 do it=1,61

r1(i)=r1(i)+(eu(it)-avex)*(z(i,it)-avey(i))enddo；enddo do i=1,n

sy(i)=0.0

do it=1,61

sy(i)=sy(i)+(z(i,it)-avey(i))*(z(i,it)-avey(i))enddo；enddo do i=1,n

r(i)=r1(i)/sqrt(sx*real(nt)*sy(i))

write(40)r(i)enddo end 注：此處給出的是第一步和第二步中的fortran程序，因此，步驟二中此程序不重復給出！

數據描述文件：

dset d:nyclimatesh3eu.grd undef-9.99E+33 title yearly mean hgt from the NCEP Reanalysis xdef 1 linear 1 1 ydef 1 linear 1 1 zdef 1 levels 500 tdef 61 linear jan1948 1yr vars 1 eu 1 99 year eu endvars;數據執行（gs）文件： 'reinit' 'open d:nyclimatesh3eu.ctl' 'enable print d:nyclimatesh3eu1.gmf' 'set t 1 61' 'd eu' 'print' 'disable print';給出1月份EU遙相關指數圖：

1月份EU遙相關指數圖

給出1月份標準化的EU遙相關指數

1月份標準化的EU遙相關指數

分析：從上面兩幅圖中，可以看出遙相關指數在1948-2008年中有很大變化，其中1963、1976、1984年等年份的正相關指數非常大，而1964、1972、1973年等年份則呈現出負相關。

2、編程計算1月EU遙相關指數與500hPa高度場的相關系數分布圖并繪制圖形（fortran程序已經在第一步中給出，因此這里直接給出描述文件和執行文件）數據描述文件：

dset d:nyclimatesh3rxy1.grd undef-9.99E+33 title year mean hgt from the NCEP Reanalysis xdef 144 linear 0.000 2.500 ydef 73 linear-90.000 2.500 zdef 1 levels 500 tdef 1 linear jan1948 1yr vars 1 xy 1 99 r endvars;數據執行（gs）文件： 'reinit' 'open d:nyclimatesh3rxy.ctl' 'enable print d:nyclimatesh3rxy1.gmf' 'set gxout shaded' 'set black-0.2 0.2' 'd xy' 'set gxout contour' 'd xy' 'print' 'disable print';給出1月份EU遙相關指數與500hPa高度場的相關系數分布圖：

1月份EU遙相關指數與500hPa高度場的相關系數分布圖

分析：由此分布圖可以看出，歐洲西部地區的上空位勢高度與西伯利亞地區之間呈現出反相關關系，而與我國東北地區和日本一帶則呈現出正相關關系。因為在我國東北地區到日本一帶，冬季（1月份）有東亞大槽在此出現，同時在西伯利亞附近有高壓脊，而在歐洲東部地區也有低壓槽，因此此圖很好的反映出了兩槽一脊的強度變化，即東亞大槽和歐洲東部的槽加深時，西伯利亞附近的脊發展。另外,還可以看出西歐上空位勢高度與北美洲北部地區呈負相關，與墨西哥地區呈正相關。

3、編程計算EU遙相關指數與1月份我國氣溫的相關系數分布圖，并繪制圖形。編寫fortran程序： program EU

parameter(nt=58,nx=160)real a(nx,nt),ind(nt),r(nx),lat(nx),lon(nx),averi,si,ave(nx),sa(nx),r1(nx)character*8 id(nx)

integer i,it open(2,file='d:nyclimatesh3datat1601.txt')open(3,file='d:nyclimatesh3t.grd',form='binary')open(4,file='d:nyclimatesh3datalat_lon.txt')

open(5,file='d:nyclimatesh3r160.grd',form='binary')ccccccccccccccc 讀數據（指數、經緯度、160站溫度）

ccc

a:160站氣溫(1951~2010年)

ind：指數序列(1948~2008年)read(2,*)((a(i,it),i=1,nx),it=1,nt)do it=1,61 read(3)ind(it)enddo do i=1,nx read(4,*)lat(i),lon(i)enddo averi=0.0

do it=4,61

averi=averi+ind(it)/real(nt)enddo

do it=1,58

si=si+(ind(it+3)-averi)**2 enddo ccccccccccccccc 編程求相關

do it=1,nt

do i=1,nx

a(i,it)=a(i,it)/10.0

enddo；enddo do i=1,nx

do it=1,nt

ave(i)=ave(i)+a(i,it)/real(nt)

enddo；enddo do i=1,nx

do it=1,nt

sa(i)=sa(i)+(a(i,it)-ave(i))**2

enddo；enddo do i=1,nx

do it=1,nt

1(i)=r1(i)+(a(i,it)-ave(i))*(ind(it+3)-averi)

enddo；enddo do i=1,nx r(i)=r(i)+r1(i)/(sqrt(si)*sqrt(sa(i)))enddo ccccccccccccccccccc寫站點數據 do j=1,nx id(j)=char(j)tim=0.0 nlev=1 nflag=1 write(5)id(j),lat(j),lon(j),tim,nlev,nflag,r(j)enddo

tim=0.0 nlev=0 nflag=1 write(5)id(j-1),lat(j-1),lon(j-1),tim,nlev,nflag end 應用相應的數據描述文件和執行文件，繪制出1月份EU遙相關指數與我國氣溫的相關系數分布圖：

1月份EU遙相關指數與我國氣溫的相關系數分布圖

分析：由此分布圖可以看出1月份EU遙相關指數與我國氣溫的相關系數的關系，我國從東北地區、華北地區一直到華南的沿海地區均為負相關區，說明此區域基本都吹北風，因為北風會帶來冷空氣的南下。所以由此可以得出：1月份我國東部沿海地區的氣溫降低，且根據相關系數的數值大小來看，氣溫降低的強度還是比較大的。另外，從此次實習選取的其他區域來看，在我國內蒙古東部，黃河中上游地區、新疆中部、青藏高原南部的局部地區以及海南等地也出現了數值小于-0.25的負相關區，由此基本可以得出全國大部分地區1月份的氣溫都有不同程度的下降

五、結果討論

根據此次實習所做的1月份EU遙相關指數及其與同期500hPa高度場和氣溫的相關分布來看，EU遙相關型對我國的氣候變化有很重要的影響。

結合步驟2中的分布圖來看，EU遙相關指數很好的反映出了在歐亞西部上空，中高緯地區冬季1月份兩槽一脊形勢的強度變化趨勢；同時，結合步驟3中的分布圖來看，EU遙相關指數也反映出了我國冬季1月份氣溫的變化情況，尤其是在我國東部沿海地區的負相關區非常明顯，可以很直觀的看出沿海地區氣溫的下降幅度情況。

因此，通過此次實習，使我更進一步了解了EU遙相關型的相關知識；同時，通過對圖形的分析，可以看出遙相關對某一地區大氣環流異常的影響還是很大的，說明遙相關與天氣氣候有很密切的關系。

第五篇：短期氣候預測閱讀附答案

短期氣候預測

①短期氣候預測，就是每天電視廣播里的天氣預報吧？如果你這樣想，那就大錯特錯了。我們收聽、收看天氣預報，三五天內的氣溫、溫度、風力等“一切盡在掌握”，大大便利了日常起居。但是，想不想在酷夏里知道這個冬天冷不冷？想不想在寒冬中預知到明年夏天發不發洪水？——那就要靠“短期氣候預測”了。②中國是個多自然災害的國家，旱澇、高溫、冷害等氣候災害造成的直接經濟損失年均約1000億元，死亡人數年均6000人以上。同時，中國又是農業大國，農業“靠天吃飯”，氣象預測工作尤顯重要。因此，剛剛過去的5年里，一個關于氣候預測的“九五”攻關項目，引來全國105個單位、400多名科研人員為之奔忙，這個項目，就是“中國短期氣候預測系統研究”.③“短期氣候預測”，是相較“長期氣候預測”而言，后者做的是未來50年、100年的氣候分析，難度極高。而“短期”，也不像天氣預報時段那么“短”，它的時間概念不是“日”，而論“月”、“季”、“半年”、“一年”.它所要承擔的是，幫助國家決策部門了解掌握未來數月里或一年里的氣候變遷，減免不必要的人財物損失。

④例如，預測即將來臨的冬天何時更冷，石油開采部門由此決定油井需要何時封井，稍有遲緩，冰就會像刀子般把油管割裂；天氣冷到何種程度，便可預知某些海灣會不會結冰，破冰船之類的交通運輸工具要不要及早調度；而農業部門也可根據預測的氣候冷暖，提前選擇明年播種的作物品種。甚至于，明年的空調產量乃至于扇子、飲料產量，相關行業都會隨時看“短期氣候預測”的“臉色”行事。農業、水利、文通、工業等等，短期氣候預割的作用無處不在，說它與老百姓生活息息相關絕非夸張。

⑤短期氣候預測，印度做了百余年，日本、俄羅斯做了七八十年，與之相比，中國這方面的“資歷”同樣不算短。1958年，我國首次發布“長期氣候預報”，這就是“短期氣候預測”的前身，40多年來經驗積累了不少，一直到90年代，我國始終處于各地零散研究的狀態，從未將之“業務化”，換句話說，完整的預測系鈍尚未建立。

⑥科研的每一點進展都不會是來自一兩個人的一蹴而就。預測系統包括全球各國的各種氣候資料收集齊全，隨之建立一個包括預報大氣、海洋與大氣耦合模式、中國及鄰近區域地區細化、厄爾尼諾系統預報等繁雜的模式系統……這一切，意味著一個漫長而艱苦的過程。5年奮戰，終使“中國短期氣候預測系統研究”大功告成。⑦作為“九五”重中之重的科技項目，中國短期氣候預測系統曾在“1988抗洪年”準確預報了長江、松花江洪水以及2000年的汛期。目前，該系統在國家氣候中心用于年、月、季節、年及年際時間尺度的氣候預測業務試報。

⑧與天氣預報相比，短期氣候預測面對更多不確定因素。憑啥判斷下一個季是熱是冷、是旱是澇？即便掌握征兆、周密演算，也還可能要面對一些不可預知的變數。

⑨1988年大洪水之所以能準確預報，正緣于一些重要征兆被我們及時抓住：1997年冬天，青藏高原大雪頻頻，與此同時，“厄爾尼諾現象”頻頻光顧我國。科學家通過系統中衆多模式對其進行了繁雜的演算，從而判定，第二年有洪水。這套系統主攻的是汛期預報，每年4月間都會向有關決策部門通報當年夏天汛情預報結果。對于今夏還會不會干旱下去、雨水多不多，目前仍意見不一。

⑩氣象變幻莫測，短期氣候預測絕非萬能，在誤差中不斷修正，氣象科學才能進步。

1.本文圍繞著“短期氣候預測”，主要說明了哪些內容？ 2.本文開篇用了一個設問句。如果不用設問句，這話該怎樣說？作者運用設問句有什么好處？ 答：改寫句：____________________________________________________ 好處：______________________________________________________ 3.根據第三段的內容，用一個“是”字句給短期氣候預測下一個定義。

答：_______________________________________________________________________ 4.在第五段空缺處填入恰當的關聯詞語。依次為：________、________ 5.給第十段中的“變幻莫測”寫出兩個同義成語和一個反義成語。

6.文中說：“對于今年夏天還會不會干旱下去，雨水多不多，目前仍意見不一。”“短期氣候預測絕非萬能，在誤差中不斷修正，氣象科學才能不斷進步。”透過這些話，你對氣象學研究的本身或說明文寫作產生了怎樣的認識？

答案：

1、①短期氣候預測的意義；②短期氣候預測的含義；③短期氣候預測的作用；④短期氣候預測系統發展的進程；⑤短期氣候預測的局限性。

2、如果你認為短期氣候預測就是每天電視廣播里的天氣預報，那就錯了。或：短期氣候預測不是每天電視廣播里的天氣預報。好處：運用設問句，可以引起人們的思考，引起人們的閱讀興趣。

3、短期氣候預測是相對于長期氣候預測和天氣預報，以“月”、“季”“半年”“一年”為時間概念的氣候預測。

4、但；而。

5、同義成語：變化多端、千變萬化、瞬息萬變、變化無常。反義成語：一成不變、始終如一。

6、對氣象學本身，可以談“科學研究允許失敗”、“科學研究要不斷修正失誤”、“科學研究無止境”等；對說明文寫作，可談“實事求是”“準確”等。