用非线性多因子动态组合方法作降水概率预报

将逐时段定点降水预报这个以往一般作为非连续量处理的预报问题转化为对一个连续的降水可能函数的预报问题。降水可能函数为一由实况值确定的函数。因为现在模式变化较快，且许多因子和降水可能函数为非线性关系，文章采用一种新的非线性多因子动态组合方法，通过对降水可能函数的预报，作客观分站降水概率预报。     

神经网络方法在广西日降水预报中的应用

以广西前汛期5、6月区域平均日降水量作为预报对象，采用人工神经网络方法进行新的数值预报产品释用预报研究。对T213预报因子进行自然正交分解，有效浓缩数值预报产品因子的预报信息，并结合日本降水预报模式因子建立广西3个不同区域的逐日降水神经网络释用预报模型。运用与实际业务预报相同的方法对2004年5、6月进行逐日的实际预报试验，并与T213的降水预报进行对比分析。结果表明，本文建立的3个区域日平均降水量神经网络预报模型，在预报性能上明显优于同期的T213降水预报。     

支持向量机方法在单站降水预报中的应用探讨

将武汉天空云量预报的81个预报因子运用到该站中等以上强度的降水预报中,基于SVM方法进行了交叉验证和预报试验。结果表明用81个预报因子建立的5～9月和全样本的降水预报模型有较好稳定性、且对降水都有正的预报技巧。因此天空云量的预报因子可以用来做降水的预报因子,同时也证明了这些预报因子在天空云量和降水预报中是协调的。SVM方法为天空云量和降水的预报提供了客观参考依据。     

夏季省级分区降水概率预报自动化系统

利用多年气象观测资料，数值预报产品，各种天气系统及相互配置与多年降水资料进行了相关统计，精选了与降水密切相关的因子，利用多因子条件下的概率组合方法，建立了夏季省级分区降水概率预报经系统。在实际预报业务中取得了较好的预报效果。     

区间概率函数在晋城市降水概率预报中的应用研究

本文主要应用区间概率函数转换预报因子，经过相关比筛选。进行因子回归，构建分量级降水概率预报方程，同时应用T213L31数值预报产品统计释用方法，结合最优子集回归构造分时刻预报方程，最后进行概率预报。我们根据晋城气候区划，设计平川和山区两种降水概率预报方程。为晋城市开展降水概率预报提供了基础。     

国家气象中心气象要素的客观预报——MOS系统

面向全国2000多个台站，应用数值预报产品释用MOS技术制作温度、降水、相对湿度、风、云量及能见度等要素预报，并实现了预报业务运行。通过建立MOS预报系统，表明预报因子和预报对象的处理，建方程前的参数选择以及预报因子的选取都会影响要素预报的质量，需要做大量的细致工作。预报检验结果显示，降水预报尚未达到可用程度，温度和相对湿度的短期预报在大多数情况下是可用的或是可参考的，但还有待进一步改进。降水预报尚需在预报因子和充分运用多种探测信息方面着手加以改进。     

国家气象中心客观要素预报--MOS系统

面向全国2000多个台站，应用数值预报产品释用MOS技术制作温度、降水、相对湿度、风、云量及能见度等要素预报，并实现了预报业务运行。通过建立MOS预报系统，表明预报因子和预报对象的处理、建方程前的参数选择以及预报因子的选取都会影响要素预报的质量，需要做大量的细致工作。预报检验结果显示，降水预报尚未达到可用程度．温度和相对湿度的短期预报在大多数情况下是可用的或是可参考的，但还有待进一步改进。降水预报尚需在预报因子和充分运用多种探测信息方面加以改进。     

根据市台指导预报和本站气象要素制作区（县）站降水预报

针对预报业务改革后县站的实际资料条件和具有的优势，通过地（市）台选用日本传真降水数值预报作预报因子，区（县）站选用本站温、压、湿要素作为预报因子，两者相结合制作分片客观定量降水预报的方法，为区（县）站根据市台指导预报和本站要素制作本地降水客观定量预报，提供了一种简便可行的方案。     

用相应时段累积因子预报累积降水的初步探讨

本文针对当前数值预报产品释用工作中通常存在的因子的瞬时量与预报降水的累积量这样一个时间尺度的不相匹配的问题，提出了用相应时段内因子的累积量预报降水的累积量的预报方案，用该方法处理的累积因子与降水量之间的相关系数，与瞬时因子相比有显著提高，以此为依据，用HLAFS数值预报产品，建立了一个降水量滚动预报系统，有较好的使用效果。     

农业设施环境要素调控技术研究及应用现状

提高数值预报产品的释用水平是提高预报准确率的有效措施。针对当前数值预报产品释用中通常存在的预报因子的瞬时量与预报降水的累积量这样一个时间尺度不相匹配的问题，本文提出了用相应时段内预报因子的累积量预报累积降水的预报方案。经检验，用此方法处理的累积因子与降水量之间的相关系数比瞬时因子有明显提高。以此为依据，以HLAFS数值预报产品为资料，用累积因子建立了忻州市汛期降水分县预报方程，取得了较好的使用效果。     

不同因子处理方法对广西MOS方程降水预报准确率影响的试验

利用1995－1997年T106输出产品，以相同的数学回归模型对各种不同的因子处理方法生成的预报因子做广西89站的降水预报准确率对比试验，结果表明预报因子的选取与准确率关系极大。这也说明了选取合理的、有物理意义的因子是建立MOS降水预报方程成功与否的关键。     

阿克苏短期降水客观预报方法探讨

利用2001～2004年4～10月的降水实况和历史数值预报资料，分析数值预报产品各气象要素和物理量预报场与阿克苏降水的关系，得到阿克苏降水的定性、定点、定量和定时客观预报因子及其预报指标。     

宜昌城区主汛期（6—8月）降水概率预报初探

从不利于降水的条件入手，逐步排除每日降水的可能性，并总结归纳出预报因子进行０、１分档，然后对每个因子进行降水概率标定，最后给出逐日有雨或无雨的概率预报，通过试用，效果较好。     

宜宾市常规天气要素分县预报方法

应用数值天气分析预报产品，选择与宜宾各县温度、降水有较好相关的预报因子，利用模式输出统计(MOS)法，建立温度、降水的分县、客观预报方程，从而达到气温、降水预报的定点、定量的目标。     

不同因子处理方法对广西MOS方程降水预报准确率影响的试验

利用１９９５—１９９７年Ｔ１０６输出产品，以相同的数学回归模型对各种不同的因子处理方法生成的预报因子做广西８９站的降水预报准确率对比试验，结果表明预报因子的选取与准确率关系极大。这也说明了选取合理的、有物理意义的因子是建立ＭＯＳ降水预报方程成功与否的关键。     

降水落区多模式超级集合预报系统

利用多个数值模式的雨量预报集合为站点雨量预报初值，遵循预报员对降水预报分析的思路，将其以系统、能量、水汽、地形等因子对降水所作的定性预报分析结论转换为因子信度，利用因子信度对站点雨量预报初值作增减的强迫运算，并将地面站点上的相关要素转换为强迫系数，再次对站点雨量预报值作增减的强迫运算，由此得出包含多模式集合预报值、人对诸多定性因子分析信息、站点地面要素差异等综合因素的站点雨量定时定量预报值，从而实现降水客观、定点、定量预报。     

集合动力因子暴雨预报方法研究

介绍了广义位温、湿热力平流参数、热力螺旋度、热力散度垂直通量、广义湿位涡、力管涡度、热力力管涡度、二级位涡、对流涡度矢量和波作用密度等宏观物理量的定义及其物理意义。个例分析表明,这些动力因子与降水系统发展演变密切相关,对地面观测降水有一定的指示作用。这主要是因为：（1）这些因子能够描述降水系统的动、热力垂直结构等共性特征;f2）这些因子大部分包含广义位温,而广义位温又与凝结潜热和相对湿度有关,因而这些因子也能描述降水系统的水汽场结构特点。以这些动力因子为基础建立了集合动力因子预报方法,该方法首先建立以GFS预报场资料为基础的单动力因子降水预报方程,然后根据其与观测降水的相关性,定义权重函数,对多个动力因子的降水预报进行权重平均,最后得到集合动力因子的降水预报。该预报方法可以充分发挥多个动力因子的优势,比较全面地反映暴雨过程的共性特征。长时间序列的统计检验表明,集合动力因子的降水预报评分略高于全球预报系统（GFS）模式自身的降水预报评分,表现在降水落区预报方面,集合动力因子的预报效果略优于GFS模式的自身预报,然而,在降水强度预报方面,集合动力因子和GFS模式都略有过度预报。集合动力因子预报方法计算量小,容易移植,可以提供降水预报产品,为预报员做暴雨预报提供支持。     

多指标集成法在极端降水预测方面的应用

通过相关系数普查，选取若干个预报因子，依据预报量与各因子之间的相关曲线，剔除了稳定的因子，选用相对稳定的因子，然后确定入选因子的预报指标。综合分析各指标的预报结果，建立极端降水的多指标预报规则，即多指标集成法。     

诊断分析在数值预报产品释用中的探讨

针对地方性天气预报特点，根据现有数值预报产品及实时探空资料的接收情况，作者利用中尺度数值预报模式ＭＭ４引入中尺度信息，提出一个实际可行的夏季降水预报方案，以求提高区域范围内具有明显突发性对流降水的预报能力。作法是用ＭＭ４模式计算逐日物理量诊断场，加入同期的欧洲中心数值预报产品，共计４１个场作为预报因子场；应用典型相关分析法，并结合逐步判别和逐步回归法，计算得出９个分区和８个单站中雨以上降水预报方程。降水预报方程的因子变量多数为中尺度诊断分析场构成的典型团子，可以认为，ＭＭ４模式计算得出的中尺度信息对预报中雨以上降水是有贡献的。     

集合动力因子在内蒙古暴雨预报中的适用性分析

针对2017年7月6—7日内蒙古东部地区的冷涡降水过程,利用NCEP的GFS预报资料为初始值得到的集合动力因子预报系统结果,从中优选出10个动力因子以及对其进行4种方法的集合,以此对强降水过程进行诊断分析和预报研究。结果表明:动力因子预报降水在空间分布上与6h观测降水基本一致,代表动力因子对降水落区具有较好的指示意义,中位数和等权平均集合预报降水的强度比观测降水偏弱,而多元线性回归和加权平均集合动力因子对强降水中心的预报相对较好。预报技巧评分计算结果表明,集合动力因子对降水预报均有一定的技巧,而多元线性回归集合结果与观测降水最为吻合,空间相关系数达到0.76,ETS评分为0.49,加权平均次之,但多元线性回归集合方法预报的降水发生频率会较实际降水偏高。