摘要：文章简要介绍了科学计算可视化技术这一新兴学科，结合大气数值模式计算的特点，采用可视化技术的基本思路。

摘要：设计了一种基于非负矩阵分解和典型相关的短期气候预测模型（NMF-CCA）,通过选择适当的影响要素场,建立与预测对象之间的联系,从而实现对气象场序列的预测。并将NCEP再分析前冬青藏高原积雪作为因子场,华中五个省市的1971-2008年近38年夏季（6~8月）降水资料作为预报对象场,分别使用EOF-CCA和NMF-CCA 2种预报模型,做1999-2008年10年独立样本交叉检验。结果表明,EOF-CCA与NMF-CCA都取得了较好预报效果,但NMF-CCA模型近10年交叉检验的3种评分的平均值要略好于EOF-CCA方法,ACC,Ps,Ss评分方法的评分分别为0.33,76.68和0.12,显示出该模型具有一定的应用价值。

摘要：利用国家气候中心月动力延伸预报结果、NCEP/NCAR再分析资料和中国160个站观测资料,通过计算两次相关的方法,获取最优预报信息作为建立降尺度预测模型的预测因子,提取的最优预测因子同时满足既是观测环流要素场影响降水的关键区域,又是模式要素场预报的高技巧区域两个条件。结合挑选出的最优预测因子,利用最优子集回归建立月平均降水的降尺度预测模型。文中设计了消除预测因子和预测量的线性趋势值后建立预测模型(方案1)和直接利用原始资料建立预测模型(方案2)两种方案。经过独立样本检验,发现这两种方案建立的预测模型都能够提高月尺度降水预测,方案1对月尺度降水预测的距平相关系数平均可达0.35。利用该方案对超前时间分别为0、5、10d的月动力延伸预报产品进行月降水的降尺度预测表明,模式初值信息不仅影响月动力延伸预报结果,也影响降尺度应用效果,利用超前时间为0和5d的月动力延伸预报结果进行降水降尺度预测可在业务中参考。此外,降尺度预测模型中选取的预测因子不仅在统计上是显著的,同时也具有清楚的物理意义。