新一代省级农业气象预报系统通用统计预报模型的设计与实现

统计预报方法是农业气象预报业务中常用的一种方法.在"新一代农业气象预报系统"中,系统设计了一种通用统计预报模型构建方法,可用于作物产量预报、农业气象灾害预报等农气预报业务.本文主要介绍了通用预报模型的设计原理、实现方法及应用试验结果等.     

辽宁省专业气象预报业务平台

介绍了辽宁省专业气象预报业务工作平台的总体结构,概述了平台包含的专业气象预报产品种类、预报制作方法。业务应用结果表明：平台可为预报员提供了满足实时业务需要的专业气象预报,研制的专业气象客观预报方法可为预报员提供专业气象预报参考信息。平台的建设规范了专业气象预报的工作流程,提高了工作效率。     

非线性统计预报方法研究进展

从线性统计分析向非线性统计分析发展,从而逐步建立非线性统计预报方法,已成为统计学方法发展的方向之一。虽然非线性统计预报这些年来有了较大发展,但却缺少系统的介绍。作者将自己的研究成果及应用实例归纳整理,对非线性统计预报中参数计算基本方法,一个自变量时的统计预报模型,拟线性、半线性和曲线性预报模式,分段逼近模式,插值、距离、相似预报方法等作了系统介绍。并给出了各种非线性统计预报模型在气象预报中的具体应用实例索引。     

贴近度在农业气象预报中的应用

近年来，模糊数学方法在国内农业气象中的应用日益广泛，已经应用的方法有模糊聚类、模糊综合评判、模糊相似分析、模糊决策等多种。模糊数学方法中的模型识别也是农业气象预报中最常用的一种预报方法。模型识别有模型识别的直接方法和间接方法两种。下面仅介绍模型识别的间接方法——贴近度的应用。     

烟台市环境气象预报服务系统

概述了烟台市环境气象预报服务系统的特点及主要功能，简要介绍了服务产品的主要内容及应用情况。该系统以T106产品、常规大气观测资料、公益及专业天气预报、空气污染浓度观测值等为基本资料，集信息采集、产品制作与分发及工作管理于一体，可以制作10种城市环境气象预报服务产品，并自动编写空气质量日报、预报报文。投入业务使用后，取得了较高的业务及社会经济效益。     

医疗气象预报方法及其预报自动化处理系统

介绍了黑龙江省医疗气象预报方法的研究情况。对心血管、脑血管、呼吸系统和消化道疾病进行了系统研究，找出气象要素与这几类疾病之间的联系，建立了医疗气象数值预报方程和相应的微机自动化处理系统，只需将气象预报要素值输入计算机，就会自动计算和显示出各个疾病的预报指数，并自动编辑出文字预报结果。     

气象预报的方法与不确定性

根据历史上有关气象的文字记载,结合大气科学发展的历史和现状,以深入浅出的方式回顾了气象预报制作方法的变更与发展.概述了当前业务预报的水平和相关研究的主要进展.针对数值预报,讨论了导致气象预报结果不确定性的主要原因.并通过介绍集合预报,对公众应当如何理解和使用预报产品提出了看法.     

春玉米农业气象观测资料在产量预报中的应用

通过分析1994－2003年来宾市农业气象观测的春玉米生育状况、春玉米地段土壤水分资料，建立春玉米农业气象观测资料与观测地段理论产量、来宾市兴宾区春玉米产量的模型，得出用观测资料预报产量较常规预报方法预报准确率有较大提高，为提高作物产量气象预报质量提供一种预报方法依据。     

用马尔柯夫链做预报的简易算法

马尔柯夫链是时间离散，状态离散的随机时间序列，具有无后效性的特点。它依据各状态之间的转移概率来进行预测，而且仅仅依赖于前一时间的状态,所以只要统计出某一时间出现某种状态的条件下，下个时间出现各种状态的条件概率，就可以用它前一时间的状态预报下一时间的状态。因此，人们常用马尔柯夫方法解决天气预报、农业气象预报、物候预报、病虫害等随机波动较大的预测问题，而且准确性较好。但在实际应用时，特别是在资料序列较长、状态划分较多时，需要做大量的计算，占用很多时间，而且在大量的计算过程中往往容易出错，以致影响预报…     

辽宁省海洋气象业务服务系统

介绍了辽宁省海洋气象业务服务系统的总体结构,并对系统所包含的海洋气象预报专用数据库、海洋气象预报方法和海洋气象预报业务工作平台进行了概述。系统的业务应用结果表明:系统为预报员提供了能够满足实时业务需要的海洋气象预报业务工作平台,研制的海风、海雾和台风暴雨等客观预报方法能够为预报员提供有价值的海洋气象预报参考信息。     

一种新的城市SO2污染统计预报方法及其应用

针对目前采用的统计方法存在的不足, 即在选择预报因子时没有考虑预报因子之间的相关性, 挑选的预报因子由于非正交, 使回归计算的结果不稳定, 给计算带来一定的误差。该文提出把一元线性回归分析、自然正交函数 (EOF) 和逐步回归方法结合起来, 从而得到一种新的建立统计预报模型的方法。以西安市采暖期和夏季SO₂日均浓度为预报对象, 使用该方法建立预报模型。拟合及预报试验表明, 这些预报模型不但可以很好地拟合变化趋势, 而且还能作出较准确的预报, 采暖期预报的级别命中率为72.5 %, 夏季级别预报命中率为100%。通过对比试验, 此方法优于目前常用的逐步回归方法, 具有很好的应用前景。     

天气预报的业务技术进展

该文总结回顾了中央气象台近年来的天气预报业务技术进展。天气预报质量的历史演变显示了预报业务水平的提高, 这种业务能力的提高既反映了预报技术的发展, 也带来了天气预报业务的变化。对业务天气预报中各种预报技术应用进展的分析表明:数值预报在天气预报业务能力提高中发挥着重要的基础性作用; 同时, 基于对不同尺度天气影响系统发展演变过程深入认识的基础上, 天气学的预报方法依然是预报业务中的重要技术方法; 动力诊断预报已成为灾害性天气预报中的重要手段之一, 数值预报产品的解释应用是实现气象要素精细定量预报的技术途径。     

农业气象产量预测业务系统的研制

农业气象产量预测业务系统（The Agrometeorological Yield Forecasting Operational System，简称AYFOS）使用Quick BASIC、MS-C和汇编语言混合编写而成，采用下拉式和弹出式中文菜单提示、彩色光（亮）条选择的人机界面，提供在线帮助。系统软件结构合理，操作方便、灵活，容错性好，产品图文并茂。系统功能齐全，包括数据管理、组建预测模型、预测模型思路记忆、模型实时预测与预测集成、产品输出管理和系统维护等主要功能模块。系统在某些方面具有自己的软件特色     

WRF模式对江苏如东地区风速预报的检验分析

探讨了WRF模式在风电场的风速或者功率预报中应用的可行性, 主要研究和评估了WRF模式对地处东亚季风区及海陆交界的江苏如东地区夏季和冬季风速的短期预报效能。研究发现WRF模式可以比较好地预报如东站冬季的风速, 24 h预报的风速时间序列和观测资料的相关系数可以达到0.61, 通过置信度99%的检验, 48 h和72 h的预报与观测风速相关系数分别为0.54和0.47, 也能通过置信度99%的检验;相对而言, 模式对夏季风速的预报则要差一些, 24 h的相关系数有0.59, 48 h和72 h的相关系数只有0.47和0.30, 但仍能通过置信度99%的检验。在量值上, 模式预报的风速比观测值都略偏大一些。而江苏南通市预报结果显示, 模式的预报效能要比如东稍高一些, 和如东类似, 模式对该地冬季的预报要好于对夏季风速的预报。从更大尺度范围的分析也表明, 模式对不同地区预报的准确度是不一样的, 对海面以及海陆交界的海岸预报精度要高一些, 在平坦的内陆地区预报也比较好, 但在山区预报效能则较差。总体说来, WRF能胜任风速短期预报, 值得进一步研究和应用。     

河南省强对流天气诊断分析预报系统

强对流预报是天气预报的难点,为了提高预报强对流、特别是预报区域性强对流天气的预报能力,应用河南省1995—2004年的气象观测资料作分析样本,并计算多个大气动力和热力学参数。经过统计分析、诊断分析,选择预报能力强、指示性好的大气动力或热力学参数作为强对流天气的预报因子,采用加权集成建立预报方程。应用计算机技术自动实现从数据采集、物理参数计算、预报因子临界值判别、诊断预报方程运算,到以MICAPS图形方式输出预报结果,建立了河南省区域强对流天气预报系统。该系统为预报员提供了一种科学客观的参考依据,在近两年的业务运行中取得了比较理想的预报效果,提升了河南省强对流天气的预报能力。     

短期集合预报技术在梅雨降水预报中的试验研究

数值预报的误差来源于初始场和模式的误差,集合预报技术是减小这些误差的有效方法。该文以MM5模式作为试验模式框架,模式的积云参数化方案分别取Anthes-Kuo、Grell、Kain-Fritsch和Betts-Miller方案,边界层参数化方案分别取MRF和Eta方案,通过组合4种积云参数化方案和两种边界层参数化方案产生8个集合成员,对1999年华东地区梅雨期间3个降水个例进行48 h集合预报试验。结果显示不同集合成员的预报结果各不相同,积云参数化方案对降水的影响比边界层参数化方案对降水的影响大;不同集合成员预报降水的偏差也各不相同,大多存在湿偏差,量级小的降水的湿偏差程度比量级大的降水的湿偏差程度小;对于不同个例,各成员中预报效果相对较好的成员是不同的,集合平均后可以得到一个比较稳定的预报结果;从集合预报结果中还能得到客观化和定量化的降水概率预报,它能对可能发生的天气现象发出信号。     

我国粮食产量综合预测系统

介绍了我国粮食产量综合预测方法及其预测系统的结构与特性。系统的模型体系包括气象预测模型、社会经济因素预测模型、社会经济和气象因子综合预测模型,通过实例分析了这３个不同预测模型的历史拟合情况和预报效果。结果表明,综合模型的预测效果比单一模型好,但其业务化程度较低,需要进一步改进。     

回归诊断在城市空气质量预报中的应用研究

城市空气质量回归预报模型的残差分布存在着不对称现象，它是由高杠杆点引起。这些高杠杆试验点的残差存在着统计天气预报意义上的不合理性，导致回归系数L5估计的误差，从而引起预报的误差。针对这些问题提出了城市空气质量的回归诊断预报模型。实例计算说明，回归诊断预报模型要优于常规回归预报模型。进一步分析指出，城市空气质量回归预报模型的不合理性并非个别例子的特殊性所造成，而是由模型的数学特点所决定，因此城市空气质量的回归诊断预报模型具有普遍     

The Application of a Meteo-hydrological Forecasting System with Rainfall Bias Correction in a Small and Medium-sized Catchment

Meteo-hydrological forecasting models are an effective way to generate high-resolution gridded rainfall data for water source research and flood forecast. The quality of rainfall data in terms of both intensity and distribution is very important for establishing a reliable meteo-hydrological forecasting model. To improve the accuracy of rainfall data, the successive correction method is introduced to correct the bias of rainfall, and a meteo-hydrological forecasting model based on WRF and WRF-Hydro is applied for streamflow forecast over the Zhanghe River catchment in China. The performance of WRF rainfall is compared with the China Meteorological Administration Multi-source Precipitation Analysis System (CMPAS), and the simulated streamflow from the model is further studied. It shows that the corrected WRF rainfall is more similar to the CMPAS in both temporal and spatial distribution than the original WRF rainfall. By contrast, the statistical metrics of the corrected WRF rainfall are better. When the corrected WRF rainfall is used to drive the WRF-Hydro model, the simulated streamflow of most events is significantly improved in both hydrographs and volume than that of using the original WRF rainfall. Among the studied events, the largest improvement of the NSE is from -0.68 to 0.67. It proves that correcting the bias of WRF rainfall with the successive correction method can greatly improve the performance of streamflow forecast. In general, the WRF / WRF-Hydro meteo-hydrological forecasting model based on the successive correction method has the potential to provide better streamflow forecast in the Zhanghe River catchment.     

回归诊断在梅雨期大到暴雨预报中的应用

应用回归诊断方法分析发现，梅汛期大到暴雨回归预报模型的残差分布存在着不对称现象，这种不对称现象是由高杠杆点所引起。这些高杠杆试验点的残差存在着统计天气预报意义上的不合理性，导致了回归系数LS估计的误差，从而又引起暴雨预报的误差。针对这些问题提出了大到暴雨的回归诊断预报模型。实例计算说明，回归诊断预报模型要优于常规回归预报模型。进一步分析指出，梅汛期大到暴雨回归预报模型的不合理性并非个别例子的特殊性所造成，而是由模型的数学特点所决定，因此大到暴雨的回归诊断预报模型具有普遍意义。大量的试验和多年的业务应用表明，回归诊断对提高大到暴雨预报准确率具有明显的效果。