非平稳气候过程的升维预测理论和方法研究

气候系统所具有的非平稳性质已经得到越来越多的气象学家的认同。然而，现有的气候预测理论，包括统计的和非线性预测理论，大多建立在平稳性假定的基础上，这有悖于气候过程的基本性态，因此它有可能是导致气候预测水平徘徊不前的重要的理论上的原因。事实上，产生非平稳行为的根本原因，在于作用在系统上的外部强迫是随时间而变化的。因此，本项目将研究由外强迫变化引起的气候系统的非平稳行为，将外强迫因子引入到重建的动力学系统之中，依靠"升维"技术把时变的外强迫因子做为状态变量，在一个更高维的状态空间中，重建系统的动力学，寻求消除或降低系统非平稳性的方法，进而探索非平稳气候过程分析和预测的新理论与新途径。

气候系统所具有的非平稳性质已经得到越来越多的气象学家的认同。然而，现有的气候预测理论，包括统计的和非线性预测理论，大多建立在平稳性假定的基础上,这有悖于气候过程的基本性态，因此它有可能是导致气候预测水平徘徊不前的重要的理论上的原因。对于具有非平稳特性的时间序列而言，由于缺乏可供使用的一般性理论和方法，因此，它的诊断、分析和预测就成为当前非线性科学领域中最具挑战性的问题之一。就预测来说，有可能利用某些特殊处理，通过降低系统的复杂程度（包括非平稳性和非线性性），达到改善系统可预报性的目的。事实上，产生非平稳行为的根本原因，在于作用在系统上的外部强迫是随时间而变化的。因此，依托本项目，研究由外强迫变化引起的气候系统的非平稳行为，将外强迫因子引入到重建的动力学系统之中，建立在“外强迫”基础上的非平稳预测模型。依靠“升维”技术把时变的外强迫因子做为状态变量，在一个更高维的状态空间中，重建系统的动力学，以寻求来消除或降低系统的非平稳性。并将这样的新途径利用于“理想”时间序列及实际气候序列的预测试验中，结果表明, 外强迫因子在预测中扮演着与状态变量同等重要的角色, 它们的参与可以有效地改善预测精度。