最优化方法在天气预报中的应用

本文根据最优化方法原理,提出了选择非线性最优预报因子和建立非线性预报方程的办法。试验表明:用此方法选出来的非线性预报因子和建立的方程比线性的好。最后还指出了此方法可推广到预报量离散的情况,建立非线性的判别方程,同时可用于长、中、短期天气预报。     

论最优预报因子与最优预报方程

本文根据预报量与预报因子关系的实际情况,提出了预报因子的四种类型,并且利用最优化方法原理选取最优的预报因子,同时还利用强迫引进重要因子的办法选取最优预报方程。从实例计算证明,最优预报因子基本上是非线性的,所以用逐步回归或逐步判别方法建立的预报方程也是非线性的,并且还证明,非线性预报方程比线性预报方程效果有明显的提高。本文最后还指出,此种非线性预报方法可推广到各个领域有关多元分析的定量和定性预报工作中去。     

因子交叉影响对降水预报的作用

本文针对预报量(降水)与预报因子之间的非线性特点,增添了幂函数型和交叉乘积型预报因子,同时采用“两段筛选”方法建立MOS判别方程。业务预报试验结果表明:它的击中率达87.5％,Hedij技巧得分为0.34,特别是对大—暴雨的预报能力明显提高。这对一般统计与MOS天气预报具有普遍意义。     

利用非线性回归技术建立洛阳机场大风预报方法

利用2005-2008年洛阳机场200个大风天气个例,从经验和物理意义出发选取地面风速预报因子,然后对初选因子进行多种组合并同预报量作相关分析,确定了东、西风型各10个因子。根据各个因子在引入的线性和5种非线性函数形式下同预报量的相关程度,确定每个因子同预报量的最优函数关系,进而分别建立了东、西风型风速预报的多元非线性回归方程,再应用双重检验的逐步回归方案对方程进行优化,并将优化后的方程进行了检验,最后分析了影响风速主要因子的作用。结果表明:利用非线性回归方程对风速进行客观定量化预报,预报效果达到了民航气象对大风预报的质量要求,能够为实际工作提供参考;预报东、西风型风速的首要因子分别是气压梯度和变压梯度。     

利用天气雷达判断强对流天气和作短时预报的一种客观方法

本文用逐步回归和逐步判别方法,以天气雷达回波参数和气象因子为预报因子,建立了判断强对流天气和作短时预报的方程,并对它们进行了分析讨论、比较和检验。结果表明,这是判断和预报强对流天气的一种有效方法,尤其是逐步判别法不仅能预报强对流天气的有无,还能预报其强度等级。     

深度神经网络方法在山东降水相态判别中的应用

利用欧洲中心(ECMWF)ERA-Interim再分析资料,通过分析2008—2017年山东冬半年不同降水相态(雨、雪和雨夹雪)下温度和位势厚度特征,统计得到8个降水相态判别因子(T_(2 m)、T_(1000)、T_(975)、T_(950)、T_(925)、T_(850)、H_(850-700)、H_(1000-850)),并给出每个判别因子降水相态阈值指标。然后利用8个判别因子和阈值建立降水相态判别方程和训练DNN模型,通过随机检验发现DNN法对雨、雪和雨夹雪的预报准确率分别提高1.9%、0.2%和21.6%;利用ECMWF细网格预报资料进行个例检验,雨、雪和雨夹雪共106站中判别方程法判别错误29站,DNN法判别错误14站,即DNN法的降水相态判别能力优于判别方程法,且明显提高了对雨夹雪的判别能力。     

济南市7～8月高温天气的分析与预报

应用１９８５－１９９４年７、８月份温度资料进行统计并归类，根据不同的类型，通过分析统计出出现高温的预报因子，分别建立各型高温预报方程，最终确定各型高温定性判别指标。     

基于MM5模式的站点暴雨预报方法研究

基于对MM5模式输出产品的解释应用,建立了站点定量的暴雨MOS预报方法。从临沂中尺度数值预报模式产品中挑选x1（模式预报降水）,…,x12（沙氏指数）等12个模式产品和物理诊断因子为基本可能预报因子,又添加它们自身的非线性型xi^2xi^3,xi^1/2,1nxi,e^xi（i=1,…,12）和各因子间非线性交互作xixj（i=1,…,11,j=i＋1,…,12）型的126个可能预报因子。用非线性逐步判别做晴、雨二级判别,然后对雨型样本做逐步回归,得到暴雨的MOS预报方法。检验结果表明：该模型对暴雨有较强的预报能力,可应用于实际预报业务中。     

用多级逐步判别法作春播低温阴雨结束期长期预报

本文从所选取的四个因子中进行多级逐步判别后，引入两个因子，建立预报方程。此方程具有定性和定量预报意义，经过四年使用，效果较好．     

焦作市4—9月短期降水精细化预报系统

在降水时空变化研究的基础上，完成辖区降水区划；用计算机识别T213风场中槽线、切变线等影响系统，并按其相对于预报站方位，确定对其影响强度指数，组合预报因子，建立判别方程，制作分县0～12小时、12～24小时降水分级预报。经检验，系统对降水落区有较强预报能力。     

多预报量双重筛选逐步回归在台风路径预报中的应用

本文对通常的逐步回归进行了分析,指出在同时制作多个预报量的预报时,这方法并不十分可靠。因为这样得到的预报方程常常包含着比较大的随机误差,之所以产生上述情况,问题在于对多个预报量建立方程时,没有考虑预报量之间的关系。因此,有必要对通常的逐步回归进行改进,考虑对多个预报量同时进行筛选的逐步回归。 台风路径预报的试验结果表明:由多预报量双重筛选逐步回归建立的方程组,对相近预报时段的相同预报量,其影响的预报因子大体相同,而对于不同预报时段的不同预报量,则影响的预报因子有着显著的差异,这样得到的方程组物理意义比较明确,不仅有利于提高预报方程的预报精度,而且还有利于对不同预报方程的预报因子进行分析和改进。     

浙西地区春夏强对流天气的短时预报初探

前言强对流天气是浙西地区主要灾害性天气之一,灾情重,危害大。用常规的天气图方法预报中小尺度的强对流天气难度较大。使用金华的雷达回波资料及环境气象要素作因子,经统计、筛选,建立判别预报方程和单站回波因子加经验的预报方法,作浙西地区春夏强对流的预报。并根据回波路径和回波演变以及地形特点,确定影响范围和落区。     

呼和浩特地区降水识别的Fisher判别研究

利用2018年呼和浩特白塔基地的微波辐射计数据,结合Fisher判别准则,在降水开始前120 min每隔10 min建立一个降水预报判别方程,希望能够找到基于微波辐射计数据的降水预报和人工增雨潜力识别的客观指标,之后利用2017年的数据对方程的预报准确性进行检验,结果表明:(1)降水发生前微波辐射计测得的积分水汽和积分液态水明显增加,对降水的发生有很好的指示意义,可以作为判别方程的前期因子。(2)该判别方法有较好的降水预报能力,且随着降水过程的临近,预报准确率逐渐升高,在降水开始前10 min和20 min,准确率可达到80%左右。     

两种不同模型对漂流适宜性等级预报的对比分析

利用常规地面气象观测资料,对桃源河景区2015年1月1日—2016年12月31日2 a逐日漂流客流量与前一日气象要素进行了分析。BP网络和判别分析均具有良好的非线性函数拟合效果,分别利用这两种方法建立模型,并检验。结合日常经验挑选出主要影响漂流气象要素(日雨量、最高气温、最低气温、平均温度、平均相对湿度、最小相对湿度、08—20时降水量和风速),作为计算漂流等级预报的气象因子,建立漂流适宜性等级方程;同时为了降低暑假、周末和节假日对预报效果的影响,进行二次建模。结果发现:BP网络预报模型较好,预报等级正确率均高于40%,同时等级绝对值差为1的正确率均高于70%,正确率均高于判别分析法,预测的等级也更稳定;此外,暑假对漂流等级预报具有正面影响。     

应用指数曲线模式对热带气旋路径的模拟预报方法

应用非线性数理模型中指数曲线方法,对2000～2001年3个不同路径类型的热带气旋进行移动路径的模拟,并对结果进行了误差、登陆时间、地段以及转向点等分析,结果表明:热带气旋路径受许多确定和不确定因子影响,在方程拟合时非线性项起很大的作用,且拟合误差随k值的增大而增大,对路径复杂的热带气旋无法做出准确预报,但可以判断其转向趋势,仍不失为有效的模拟预报方法.     

应用K指数和TOT指数作江苏中期降水预报的试验

用国家气象中心的T63和T106中期数值预报产品，计算所划定区域的K指数和TOT指数作为预报因子，并统计与江苏省9个代表站降水的相关。用逐步回归方法建立了江苏省4－7月第4－6天的PP降水预报方程36个、MOS降水预报方程108个，多级判别临界值144组。在此基础上经统计制作江苏省降水概率预报。     

用深层地温资料建立多元非线性回归方程预报韶关站前汛期降水量

利用非线性逐步回归方法作韶关市前汛期降水量趋势的预报。在回归方程中考虑将预报因子采用多项式拟合逼近预报量，经过逐步剔除之后，选入具有较高相关显著性的非线性因子进回归方程，从而建立一个简单的多项式逼近预报量。从预测值和实测值比较来看，非线性多元回归方程预报效果还是不错的。     

用多级逐步判别法预报春播低阴温雨结束期

本文从所选取的四个因子中进行多级逐步判别后,引入两个因子,建立预报方程,此方程具有定性和定量预极意义,经过四年使用,效果较好。     

用Fischer判别分析法建立感冒发病趋势预报方程

基于广东省四会市2017年7月至2018年6月市一医院感冒就诊资料与同期气象资料,采用相关分析和Fischer判别分析法,分析了影响感冒就诊的关键气象因子,建立了感冒发病趋势预报方程,预报方程的历史回代检验准确率为92.5%,试报准确率达81%,切实能为医疗单位提前做好准备和应对提供参考。     

用卡尔曼滤波制作河南省冬春季沙尘天气短期预报

在分析河南省冬春季沙尘天气气候特征的基础上，筛选出T213数值预报产品中与风速和能见度相关性较好的预报因子，采用卡尔曼滤波方法，分站建立了河南省冬、春季的风速和能见度短期预报方程，并利用相应的沙尘天气分级量化标准，在一定程度上实现了河南省冬、春季沙尘天气的短期分站、分级预报。业务运行时，又增加了两条判别指标进行后处理，有效地消除了液滴对能见度预报的影响，提高了沙尘天气预报的准确率。