基于ForcTT模型的牡丹始花期预测

选取山东菏泽市1981—2010年的牡丹始花期资料和气象资料,应用气候倾向率和Mann Kendall突变法等统计分析法探讨了牡丹始花期与气象条件的关系,利用ForcTT模型模拟了牡丹的始花期。结果表明：①随着气候变暖,菏泽牡丹始花期以4.4 d/10a的趋势逐年提前,并在1996年发生了一次突变。1981—1996年牡丹始花期主要集中在4月下旬,处于偏晚时期,1997—2010年始花期主要集中在4月中旬,有所提前。②牡丹花期发生的早晚主要受牡丹开花前1个月（3月）平均气温的影响,而且牡丹始花期和3月份平均气温的突变节点一致,其次是2月平均气温的影响,3月仅日照时数对牡丹花期有一定的影响,降水对牡丹花期无明显影响。③采用ForcTT模型预测牡丹的开花期时,最佳的开始日期为2月1日,最佳的基础温度为1 ℃时,平均误差为1.29天,最小偏差为1.73天,而当开始日期为2月1日,基础温度为3 ℃时的平均偏差和最小偏差均在2天之内,也再次验证了2月和3月的气温对牡丹始花期的影响较大。     

刺槐盛花期预报模式的研究

根据积温学说的原理，研究了刺槐生长发育速度与平均气温的关系。得出了刺槐生长发育的下温度为12℃，达到盛花期需要≥12℃活动积温460℃；并以活动积温460℃作为盛花期预报指标，利用逐步回归的方法对刺槐花期前期大量因子进行筛选，建立了刺槐盛花期的积温预报方法和统计预报模式，应用效果良好。     

黄淮海平原夏季降水与前期全球OLR场的相关分析

在用ＥＯＦ方法分析黄淮海平原夏季降水空间分布特征并进行分区的基础上，计算各自然区月降水量与前期月平均ＯＬＲ场的点相关系数，分析相关关键区的时空分布，以及多雨和少雨年份ＯＬＲ场的前期特征。发现，黄淮海平原夏季月降水量与全球ＯＬＲ场既存在空间上的遥相关，也存在时间上的后滞相关性。以关键区内ＯＬＲ距平平均作为因子，经二级筛选建立６月份降水预报模型，对历史实况拟合较好。     

基于SVD技术的短期气候信号提取和预测方法

在预报因子场与预报对象场物理联系的基础上，我们提出了一种基于SVD诊断分析的气象信号提取技术和预测方法。并应用于高原东侧地区降水场预测，通过前期高原地面加热场、高原上空100hPa高度场的SVD分析，成功提取了高原东侧地区降水场的前期预测信号。     

北半球月平均环流异常与我国夏季月降水量异常之间关系的时空综合EOF分析

本文利用一种时空综合的经验正交函数（ＥＯＦ）方法探讨了我国夏季降水场与同期及前期北半球５００ｈＰａ环流场之间的关系。这种方法能够同时给出降水场的距平分布及其对应的同期和前期环流场距平分布型。分析了前三个特征向量场的空间结构，得到了三种不同降水异常分布型及其与之相应的同期和前期５００ｈＰａ环流异常型。结果发现，前期（冬季）５００ｈＰａ高度距平场在中高纬度地区有着同夏季几乎完全相反的分布特征，在这一特征下，我国东部夏季降水场有较一致的距平分布，此外，当前期冬季５００ｈＰａ出现ｗｐ型环流异常时，我国长江流域夏季降水会出现显著异常。     

500hPa位势高度场和北太平洋海温场与内蒙古农区夏季旱涝分析

对内蒙古夏季农区旱、涝前期500hPa位势高度场和北太平洋海温场进行了相关分析。得出了农区旱涝的诸关键区，发现影响农区旱涝趋势的500hPa位势高度场的关键区位置偏北，影响农区旱涝趋势的北太平洋海温分东、西两个海域，初夏西太平洋副高脊线位置的变化与赤道东太平洋海温的变化有密切的关系。     

长波辐射资料在黑龙江省旱涝预报中的应用

利用长波辐射（ＯＬＲ）场分析黑龙江省旱涝年同期和前期特征,并分析黑龙江省生长季降水量与ＯＬＲ的相关场,得出ＯＬＲ场的变化与黑龙江省降水有密切的关系,它对旱涝趋势预报有一定的指示意义。     

海南省汛期旱涝特征

通过Z指数和经验正交函数(EOF)对海南省汛期(5～10月)降水作旱涝等级划分、型态分布和旱涝时空分布特征研究，发现海南省各地汛期降水具有一致性，1960年代中期以来，汛期旱涝具有由偏旱转为偏涝的趋势，西、北部的部分地区为全省的旱涝多发区。进一步研究表明，汛期严重旱涝年的前期和同期环流的差异场均存在显著差异区，汛期旱涝等级与前期逐月环流场之间都有高相关区，且存在明显的隔季相关。由普查出的前期各月环流场的高相关因子经相关稳定性检验后作逐步回归，结果表明以位势高度场为因子的预报方程具有较好的拟合和预报能力。     

鲁西南日平均气温稳定通过12℃初日预报

通过对鲁西南日平均气温稳定通过１２℃初日与前期北半球５００ｈＰａ高度场的相关分析，得出一批优势相关区。从相关区中选取因子，利用主成分分析进行组合和浓缩，建立了鲁西南１２℃初日预报方程，应用效果理想。     

宁波桃树花期预报方法

以宁波奉化桃花为例,应用区域中尺度自动气象站的逐时资料,分析前期光、温、湿条件的变异系数及这些要素与花期的相关系数得出:时积温(度·时)相对日积温(度·日)更能体现其与花期的内在关系,根据变异系数和相关系数的极值来确定预报因子。在此基础上利用欧洲中期天气预报中心(ECMWF)细网格资料的中期预报产品,采用BP神经网络,建立花期精细化预报模型,应用于实际预报。结果表明,利用中期数值预报产品和适当的预报模型进行花期中期预报是可行的,取得了较好的预报效果,提高了气象为农业服务水平。