山东省气候年型预测与作物布局决策研究

利用灰色预测中的ＧＭ（１，１）模型，对温度，降水分别进行数列预测和灾变预测，然后通过对比分析得到预测年度温度与降水的季节分布。根据预测的年型特点，结合山东省不同气候年型下作物布局的科研成果，提出预测年度的山东省作物优化布局意见和建议，为农业生产服务。     

降水灾变灰过程预测

在利用非邻均值生成方法对宿州市１９５３－１９９４年６－８月降水跳变值处理的基础上，应用灰色残差辨识等预测方法，建立降水跳变灰过程的若干ＧＭ（１，１）模型，对宿州市未一定时期内涝，正常，旱三种降水等级出现的年份及其具体降水量值进行预测。     

综合运用灰色系统预测等方法预测运城小麦产量

综合运用灰色系统预测等方法预测运城小麦产量刘秀英（山西省气象台０３０００６）产量预报是为农业服务的一项重要工作。许多人在这方面做了不少工作。笔者用灰色系统预测方法中的一次累加ＧＭ（１，１）模型、二次累加ＧＭ（１，１）模型加残差修正、一次累加ＧＭ（１，...     

灰色气象干涉因子GM（1,1）耦合模型的应用

采用灰色ＧＭ（１，１）模型与气象干涉因子双重筛选逐步回归模型综合构成的灰色气象干涉因子ＧＭ（１，１）耦合模型，对川西阿坝州１９７７－１９９４年牲畜死亡率的时间序列进行了分析，并对当地和相邻的青海果洛州１９９３－１９９４年的牲畜死亡率进行预测检验，取得了令人满意的结果。     

铜川市降水过程峰日中期预报

本文利用灰色系统ＧＭ（１，１）模型对铜川汛期５－９月每个降水过程进行了计算分析，找出了适合本地降水过程中出现最大降水日（即：峰日）中期预报的模式。     

河南省棉花产量的灰色—马尔柯夫预测模型

灰色－马尔林柯夫预测模型对波动较大序列比较适合，根据该组合模型，用ＧＭ（１，１）灰色模型预测河南省棉花单产，再用马尔柯夫模型转换概率预测系统未来发展方向和修正预报产量。经拟合和预报，效果较好。     

河南省棉花产量的灰色-马尔柯夫预测模型

灰色－马尔柯夫预测模型对波动较大序列比较适合，根据该组合模型，用ＧＭ（１，１）灰色模型预测河南省棉花单产，再用马尔柯夫模型转移概率预测系统未来发展方向和修正预报产量。经拟合和预报，效果较好。     

利用数值预报产品制作夏季降水分县分级预报试验

将国家气象中心Ｔ６３和ＨＬＡＦＳ，武汉区域中心ＭＡＰＳ数值预报模式的短期降水预报分别以所属７个测站上，以此作为预报因子，运用灰色预测ＧＭ（Ｏ，ｈ）模型制作 孝感市夏季短期２４小时降水分县分级预报。经１９９６年夏季业务应用，其一般性降水（小雨、中雨、大雨）分县预报质量较高、暴雨落区落占预报能力较中，取得了良好的预报效果。     

新疆阿勒泰地区山绵羊死亡率灰色马尔柯夫预测

灰色ＧＭ（１，１）预测与马尔柯夫预测的优点可以相互补充，将两者结合起来对随机性和波动性较大的数据序列进行预测，精度更高。本文采用灰色与马尔柯夫两种预测的组合模型，对新疆阿勒泰地区山绵羊死亡率的时间序列进行了分析，并预测了１９９２的可能死亡率情况，为该地区畜牧业生产发展和防灾减灾提供了科学依据。     

灰色理论在夏汛中期降水预报中的应用

采用丹江口水库流域各水文气象站（点）７～８月降水资料,并根据有关灰色系统理论,建立了灰色系统ＧＭ（１,１）预报模型,对流流域１９９８年７～８月,１９７０～１９８９年同期中期降水峰日预报分别进行了试验和检验。其结果表明：应用灰色理论在中期降水预报业务中建立模型简单,使用方便,尤其对流域夏汛期降水峰日预报的准确率较高。     

枣庄市旱涝灾害的灰色系统预测方法

利用1958—2004年枣庄市降水资料，分析近47年枣庄市降水量和旱涝灾害变化特征，发现，年降水量在一段时期内具有明显的减少趋势。采用灰色预测系统GM（1，1）模型建立枣庄市旱涝预测模型，并对未来旱涝年份进行初步预测。     

灰色理论在低温天气预报中的应用

应用灰色系统ＧＭ（１，１）模型，对低温天气作中期预报．结果表明：方法简单、易操作、预报准确率高、不需太多资料、当建立不同预报模型时还能即时修正，还可在计算器上进行操作，无疑，给台站预报工作带来方便和适用性．     

黔南中部地区中重级夏旱灰色预测模型

应用灰色系统理论对黔南中部地区中重级夏旱的预测方法进行研究,由灾变映射射建立ＧＭ（１,１）模型,经检验模型的精度高,拟合较好。预测结果表明：下一个重级夏旱年为１９９９年,中级夏旱年为２０００年。     

GMS-5四通道云图的自动分类及其在定量降水估算中的应用

根据日本地球静止气象卫星（ＧＭＳ－５）云图的新特点,运用动态分类方法对ＧＭＳ－５四通道卫星云图进行分类,得到各种云类及地表。并由分类结果,根据一维云模式得到的对流云对流核心云顶温度与降水之间的关系,对层云和对流云做定量降水估算。并用１９９５年８月３１日的云图资料进行对流云和层云的降水估计试验,将估算出的降水率和降水面积与地面１ｈ的观测降水资料进行比较,结果表明：假如设置４０％为降水的允许误差,那么     

灰色预测模型及干旱预测

利用莘县、聊城、高唐3个代表站1960-2009年降水资料,建立了聊城地区降水序列,分析了近50年聊城地区降水量年变化特征,年降水量具有明显减少趋势,干旱有增加的趋势。以此序列为基础重建干旱发生的灾变序列,采用灰色系统GM（1,1）的三种模型探讨了旱灾预测问题。在WindowsXP系统下,用VB6编程计算预测结果,历史拟合效果较好,检验精度较高,尤其以新优化预测模型预测精度最高。对未来年份进行初步预测表明：2011年、2015年前后聊城地区出现干旱年的可能性大。     

春季降雪量的灰色预测

春季雪灾是导致我县牲畜发生大批死亡的主要气象灾害,本文应用灰色预测方法,建立春季发量灾变过程的若干ＧＭ（１,１）模型,对理塘县未来几年内春季降雪量的灾变时间、灾变量值进行综合预测,以期对防灾减灾提供较准确的冷气服务     

西北偏湿背景下青海省夏季降水的统计降尺度方法研究

本文研制建立了一个预测青海省夏季降水的动力—统计相结合的组合降尺度预测方法（Hybrid Statistical Downscaling Prediction，HSDP），该方法综合利用了气候模式Climate Forecast System 2.0版本（CFSv2）实时预测的高可预报性环流信息及前期观测的与青海夏季降水具有高相关性的气候因子，采用年际增量方法，基于气候变量的年际增量规律建立统计模型，从而实现对青海夏季降水进行动力—统计相结合的气候预测。根据全球气候因子的年际增量与青海省夏季降水年际增量的相关系数，以及CFSv2预测产品对实况模拟能力的评估，选取以下关键区气候变量的年际增量作为预测因子：（1） CFSv2模式预测当年夏季包含贝加尔湖脊、乌拉尔山脊和新疆脊区域的500 hPa高度场；（2） CFSv2模式预测青藏高原以西200 hPa纬向风场；（3）观测资料中前1 a秋、冬季热带太平洋地区海表面温度场；（4）观测资料中前1 a秋、冬季西伯利亚地区的海平面气压场，对青海省夏季降水进行统计降尺度预测。统计降尺度模型利用1983—2011年进行建模，回报2012—2018年夏季青海省降水的空间分布和时间变化，并对该模型对1983—2011年的夏季青海省降水的回报能力进行了交叉检验。回报结果表明该统计降尺度模型对CFSv2的青海省夏季降水预测能力有显著的提高，能够很好地再现青海省夏季降水西北部的高原地区偏少，而在东南部偏多的特点。该模型预测所得2012—2018年夏季青海省降水的时间变化也与实况有着较高的相关系数（0.76），对于降水显著偏少的年份（如2015年）和显著偏多的年份（如2012、2018年）的降水预测都有很好的表现。对于建模时段的交叉检验结果（相关系数为0.46，比模型回报结果与实况的相关系数0.48略低）表明，该模型具有较高的稳定性和可靠性。     

SEAS5模式对新疆月尺度气温和降水的预测性能评估

检验评估气候模式，有利于发挥这一客观预测方法在新疆气候预测业务中的应用效果，提高新疆气候预测能力。基于欧洲中期天气预报中心第五代季节预测系统SEAS5模式的历史回报数据和新疆98个气象站的气温、降水观测资料，利用距平符号一致率Pc、趋势异常综合评分Ps、距平相关系数ACC、时间相关系数TCC等方法，综合评估了SEAS5模式对新疆1993—2019年月尺度气温和降水的预测性能。结果表明：SEAS5模式对新疆月气温、降水的总体预测性能较好，对降水趋势和量级有一定的预测能力。模式的预测性能存在明显的月际差异和空间差异。模式对新疆4—9月气温和4月、6—8月降水的预测性能较好。气温预测评分中，4月Pc最高（61.3分），7月Ps最高（74.4分），6月ACC最高（0.17）。降水预测评分中，4月Pc最高（58.7分），7月Ps最高（72.1分），4月ACC最高（0.16）。空间分布上，模式对1月、3月、6月和12月南疆的气温预测性能普遍高于北疆，对7月和9月南疆西部的预测性能低于其他地区。模式对南疆的降水预测性能普遍高于北疆。     

用灰色理论制作许昌秋季降水过程中期预报

利用灰色理论预测方法，把对时间序列通过累加生成和累减生成使灰量白化，并建立相应的冷空气活动微分方程模型，对未来降水过程作出中期预测，１９９３～１９９４年试用和１９９５，１９９６年投入业务使用，效果较好。     

一种基于全球动力模式和SMART原理结合的统计降尺度区域季节气候预测方法

针对江苏夏季旱涝和高温热浪等异常气候的预测难题，以江苏夏季站点降水和气温为预测目标，建立了一种基于全球动力模式BCC_CSM1.1（m）和最优可预测气候模态和异常相对倾向（SMART）原理结合的统计降尺度季节气候预测方法。利用历史观测资料和SVD方法提取决定中国夏季降水异常相对倾向的同期热带地区向外长波辐射（Outgoing Longwave Radiation，OLR）和北半球中高纬500 hPa位势高度场异常相对倾向的最优可预测气候模态，并利用逐步回归法构建其与同期江苏站点降水和气温异常相对倾向同期关系的统计降尺度模型；将动力模式对最优可预测气候模态的预测带入统计降尺度模型，实现对区域降水和气温异常相对倾向的预测；最后通过引入观测的近期背景异常实现对降尺度的降水和气温总距平的预测。通过对1991—2019年江苏夏季降水和气温的回报检验表明，本文建立的统计降尺度模型效果较BCC_CSM1.1（m）动力模式的直接预测效果有显著提高，为区域精细化季节气候预测提供了一种有效的手段。