共查询到20条相似文献,搜索用时 46 毫秒
1.
2.
选用1996年5月16日~8月31日HLAFS数值预报产品的9种物理量场资料对濮阳市强降水过程进行动力、热力诊断分析,释用结果表明,其中θse、t-td、相对辐散、垂直速度及涡度等5个物理量预报场有较高的释用价值。把在诊断分析基础上所选出的因子指标进行量化处理,分别用来作濮阳市强降水的消空和预报,建立了濮阳市汛期强降水短期HLAFS数值预报产品释用业务系统。系统包括消空、相关预报、相似预报及预报集成。全部判断、计算过程在微机上实现了自动化。经1997~1998两年业务试用,系统对本市强降水有很强的预报能力和很高的概括力。 相似文献
3.
4.
通过对1965-1999年共35年北海市3个站的前汛期(4~6月)暴雨资料进行统计分析,普查历史天气图,用天气学原理和方法对造成北海市前汛期暴雨的天气形势进行相似分型,并归纳出各种天气类型的预报因子,利用T213预报场资料对2000-2003年的前汛期暴雨进行24-48h试报,使用效果不错。 相似文献
5.
最优多因子动态配置的东北汛期降水相似动力预报试验 总被引:4,自引:0,他引:4
基于中国气象局国家气候中心季节预报业务模式27a(1983—2009年)预报结果和同期美国气候预报中心组合降水分析(CMAP)资料及国家气候中心气候系统诊断预报室74项环流指数和NOAA40个气候指数(1951—2009年),提出了客观定量化的最优多因子动态配置汛期降水相似-动力预测新技术,并对中国东北地区汛期降水进行了预报试验。利用历史资料有用信息估算模式预报误差原理,选取4个历史相似年对应模式误差来估算当前模式预报误差。通过单因子交叉检验距平相关系数确定主导因子及演化相似因子,结合当前及前期优化多因子组合配置确定预报因子集,最后利用历史相似年对应模式误差来估算当前模式预报误差并订正国家气候中心季节预报业务模式的预报结果,得到预报的汛期降水。对2005—2009年进行独立样本检验的结果表明,此技术对中国东北地区汛期降水有一定预报技巧。证实了利用历史资料估计业务模式预报误差的另类途径是可行的,显示了在业务预报应用中的潜在能力。 相似文献
6.
在用相似预报方法制作安徽省汛期降水预报中,同时用相似系数和距离系数表征预报因子场的相似程序。并采用相似区间叠合集成法对找出的数十个相似年进行集成,客观地确定出预报量可能出现的范围,此方程预报效果良好。 相似文献
7.
选取我国浙东南沿海特定预报区为研究范围, 对该地区不同型 (冷锋型、台风型、准静止锋型、气旋型、倒槽型等) 天气过程引发的暴雨进行研究, 开发出一种新的暴雨预报方法———综合多级相似技术。该技术采用减空法和极值剔除法对因子进行筛选, 采用多种气象要素和多种物理因子场综合, 进行各级相似试验和预报, 较前人普遍采用的单因子求相似离度和分级试验更进一步。提出相似判据在描述样本之间相似程度时随相似因子、相似区域的不同而有较大差异的思想, 并采取如下办法解决这个技术难题:在因子筛选过程中采用因子组合方法, 全面考虑各种优势因子及其组合, 对描述样本之间的相似程度发挥了较好的作用。此外, 通过双时次滚动预报减少漏报, 提高对灾害性天气的预警能力。每一种暴雨类型试验的CSI历史拟合值都在0.40以上, 最高值超过0.60, 试报CSI平均值为0.37, 试验结果说明该技术具有较强的平均预报能力。 相似文献
8.
9.
10.
以南宁市所辖8个站暴雨集中的6-8月逐日降水量作为预报对象,采用人工神经网络方法进行了新的数值预报产品释用预报方法研究.通过运用动力相似法,结合日本降水预报模式对未来暴雨发生的可能性进行判别,然后通过对欧洲中期数值预报中心预报场进行滑动分区车氏展开计算,求出与降水量序列相关较好的预报因子,并对这些因子进行自然正交分解,有效浓缩数值预报产品因子,建立了南宁市逐日暴雨的神经网络释用预报模型.利用该预报模型,对2006年6-8月的逐日暴雨预报试验结果表明,该预报模型对南宁市的暴雨强降水具有很好的预报能力. 相似文献
11.
12.
13.
应用NCEP/NCAR逐日再分析资料,进行了不同时刻环境要素场与大—暴雨的相关分析,结果表明,从大—暴雨发生前2天至发生后2天的不同时刻,环境要素场都能提供大—暴雨的预报信息。应用不同时刻的环境要素为预报因子构造的预报方程对大—暴雨都具有预报能力。用大—暴雨发生前后信息进行预报,对应用当天信息进行预报的错误具有修正作用。应用多时刻环境要素为预报因子和统计释用方法构造的大—暴雨集合预报,由于独立预报信息的增加,有利于捕获大—暴雨的预报信息,有效地提高了大—暴雨的预报准确率。 相似文献
14.
15.
16.
用MICAPS平台中的T213产品场与暴雨发生的初始、中间、结束过程相对应的三维空间物理量场的相似程度,根据场相似的数量综合判别分析作出有无区域暴雨的预报。预报因子选取涡度、散度、垂直速度和水汽通量散度,空间使用850、700、500hPa,时间上选取12、24、36h预报场。该方法实现了区域暴雨预报的客观化和程序化。根据天气过程分类建立的两类模型以场平均距离为依据,作出的暴雨预报检验效果令人满意,2004—2010年的5—10月7年平均预报准确率超过33%,具有较好的实践参考指导作用。 相似文献
17.
18.
19.
通过对前汛期暴雨气候概况的统计分析得出玉林市暴雨发生的气候分布特征;在普查分析历史天气图的基础上,总结归纳出产生暴雨的关键因子,给出了造成玉林市前汛期暴雨天气过程主要的4类天气形势概念模型和数学模型,运用相似分析和数学模式计算相结合作玉林市前汛期暴雨的定量预报,为玉林市短期暴雨预报提供预报依据。 相似文献