基于气象大数据的连续异常监测方法

近年来,随着全球气候变暖,异常气候事件呈现不断增多增强的趋势.连续异常气候事件是指天气(气候)状态较严重地连续偏离其平均态的一类现象.相比于传统的异常事件,连续异常气候事件的持续性和超限性常被忽视,但其会对人们的生产生活造成严重影响.针对传统异常监测方法无法检测连续异常气象的问题,提出选取连续较大偏离适宜值的连续异常气象条件监测思想,进而提出"概率-百分位"算法识别连续异常,明确连续异常气候事件的时空分布特征,而后利用门控循环单元神经网络预测连续异常气象水平.将该模型应用于1951-2020年中国大陆166个测站的降水、气温、风速日气象指标数据,研究结果表明:随着持续天数的增长,许多测站的连续异常气象水平并非下降,而是呈现波动的趋势,因此要根据预测结果重点防范同时具有较高持续天数和平均日气象值的连续异常气象.该方法可用于连续异常气候事件的监测和预测工作,是对传统异常监测方法的有益补充.