全国各省市气象科技期刊文摘⑨

１非参数估计概率天气预报方法的概率基础《军事气象》２００１年第４期赵瑞星总参气象中心１０００８１摘要非参数估计概率天气预报方法是直接基于天气样本数据建立概率天气预报模型的方法，它避免了概率密度估计误差的影响。最近邻相似概率天气预报方法和Ｋ近邻概率天气预报方法是这类预报方法中的两种，实际上窗函数估计概率天气预报方法也属此类方法。许多文献中已较详细地叙述了它们的原理和计算方法，但仍没有说明其理论基础是什么。为此，我们从Ｂａｙｅｓ后验概率公式出发，用频率和窗函数的方法对最近邻和Ｋ近邻权函数概率天气…     

一种权函数估计—双曲线回归模型及其在天气预报中的应用

本文从权函数估计的思想出发,针对天气预报中回归问题的特点设计了不对称的核,推导了权函数的具体数学表达式,进而提出一种非参数估计方法——双曲线回归模型。在处理事先并不知道具体函数形式的各种非线性相关关系的气象变量回归问题上,该模型具有很好的适应性,并具有较好的回归估计精度。     

条件区域云概率分布模型

本文在引入区域相关场和正态化转换技术的基础之上,通过MonteCarlo模拟建立了条件区域概率分布模型,较好地解决了单点概率和区域分布概率之间的关系,并通过大量计算,得到了条件区域概率分布模型的拟合函数,从而使区域范围内的概率天气预报成为可能。特别是为战时气象信息封锁条件下,进行区域范围内的概率天气预报提供了新的思路。     

回归诊断在事件概率回归预报中的应用

针对事件概率回归模型的特点，用残差分析和统计量诊断的方法归纳了回归线差的非称分布现象，揭示了这种现象是由高杠杆占所引起，探讨了概率回归模型的残差不合理性的统计天气预报意义，从而提出适用于概率预报问题的事件概率回归改进模型。分析指出。事件概率回归模型的不合量性并不是个另例了特珠性所造成是由该模型的数学特点所决定，概率回归改进模型要优于普通的概率的回归模型型。     

不确定性理论——集对分析在MOS概率天气预报中的应用

概率天气预报的关键问题之一是天气预报的不确定性,而集对分析(SPA)为研究天气预报的不确定性问题提供了新的思路和途径。本文针对概率天气预报的特点,应用SPA中联系度的概念,对数值预报产品的预报因子设立中相关概率区间,进行同异反分析,建立了基于SPA的MOS概率天气预报模型。试验表明,联系度概念的引进增强了概率天气预报模型结构的合理性,提高了用数值预报产品制作概率天气预报的准确率。     

亚高斯贝叶斯预报处理器及其初步试验

为用户提供概率天气预报信息是公共气象服务的发展趋势,概率天气预报技术的不断改进实现了概率天气预报信息的不断优化。在众多概率天气预报技术方法中,贝叶斯预报处理器是一种新近出现的、基于贝叶斯统计理论的概率预报技术;贝叶斯预报处理器可以根据一个确定性预报系统的预报值与观测值之间代表着这个系统预报性能的统计关系,借助于贝叶斯统计理论,把一个确定性预报转化为一个概率预报,从而实现对预报不确定性的定量化。由于亚高斯似然模型可以适用于多种单调似然比随机依赖结构,故采用该似然模型的亚高斯贝叶斯预报处理器,它在气象、水文等领域具有较强的适用性。在简要介绍了连续型二维随机变量情形下的贝叶斯定理及正态-线性贝叶斯预报处理器之后,详细论述了采用单一预报因子的连续型预报量亚高斯贝叶斯预报处理器,并以长沙站和武汉站2008年1月每日00时(世界时)地面气温(T2m)的中国国家气象中心、欧洲中期天气预报中心、美国国家环境预测中心集合预报中的控制预报资料(预报时效选为96h)作为确定性预报样本,对亚高斯贝叶斯预报处理器进行了初步试验。结果表明,亚高斯贝叶斯预报处理器可以将T2m各集合预报中的控制预报转化为能定量地表达各控制预报不确定性的T2...     

交叉熵神经网络及其在闽北大雨以上降水预报中的应用

基于误差平方和最小化准则的BP神经网络(ANN-MSE)并不适合解决小概率天气事件的预报问题,引进一种改进的以交叉熵函数为目标函数的神经网络方法(ANN-CE),该法是一个三层反向传播神经网络,其输出层只用一个节点.利用2003-2008年的ECMWF预报场资料,把该法用于福建省南平市4-6月部分大雨或以上降水96h预报中,分别用原始因子和PCA降维后的主因子建立了ANN-CE预报模型和ANN-MSE预报模型,用这些模型对2009-2010年独立样本进行了试报.测试结果显示主因子预报模型TS评分比原始因子预报模型高且漏报次数少,其中,主因子ANN-CE预报模型的TS评分和漏报率分别是0.51和0.17,其性能是所有模型中最好且最为稳定的,是一种适合于小概率事件预报的方法.     

基于概率神经网络的沙尘天气预报

为了对敦煌地区沙尘天气过程进行预报,构造概率神经网络模型。尝试组合多种预报因子,选取最优预报因子。通过叠套方法进行预报消空,减小冗余的晴好天气样本。使用Matlab神经网络工具箱提供的函数建立沙尘天气预报模型,并采用遗传算法获得模式层最佳平滑参数,来优化概率神经网络模型结构,使概率神经网络的函数逼近能力和网络性能得到提升。以此进行的沙尘天气预报效果较好,准确率达57%以上。     

强对流实时短期预报业务应用

θｓｅ特型法是一种强对流天气的短期预报方法,它把强对流天气预报化成预报引发背影条件下高能量预警型的强对流大概率事件。１９９５～１９９８年在上海地区进行强对流实时短期预报,准确率达８９％。     

BP神经网络在长期天气过程预报中的应用试验

采用误差反传前向网络(简称BP网络)方法,以日、月相概率作为输入因子,建立长期天气预报模型。结果表明,模型的业务预报试验效果比较理想,对较大降水和升(降)温过程均有一定预报能力,相对于传统的单纯运用日、月相概率预报长期天气过程的方法,BP神经网络方法具有预报较客观、准确率较高等特点,在目前长期天气预报理论和数值预报模式尚不能用于实际业务的情况下具有较大的应用价值。     

广义帕累托分布在广东重现期风速计算中的应用

利用广东省86个国家气象观测站建站以来近70a的逐月最大风速序列和近20a(1999—2018年)的逐月最大风速序列,基于POT抽样法,分别采用三参数广义帕累托分布函数对各站的重现期风速进行了概率计算,计算过程中三参数广义帕累托分布函数分别采用矩估计(MOM)、极大似然估计(MLE)、似然矩估计(LM)和概率权矩估计(PWM)等4种参数估计方法,结合表征参数估计优良性的指标:均方根误差RMSE、拟合相对偏差和显著性水平为0.05的科莫戈洛夫检验拟合适度指标K_f对拟合效果进行检验,结果表明:基于POT抽样的概率权矩估计(PWM)拟合效果最好。     

天气预报技巧和价值的关系

利用一个简单的花费-损失比模型介绍了天气预报系统的技巧和其对用户的价值之间的关系。以欧洲中期天气预报中心的集合预报系统的控制预报和集合预报为例，对确定性预报和概率预报的情况分别进行了说明。结果表明，有技巧的天气预报系统只有在用产的花费-损矢比(C／L)在某一数值区间内时对用户才是有价值的。通过对比分析集合预报系统EPS概率预报和确定性预报的相对经济价值曲线，说明概率预报系统比一个与其质量相当的确定性预报系统具有较大的价值优势，而根据C／L选择最佳概率阈值对于实现其最大预报价值尤为重要。     

基于集合预报的中国极端强降水预报方法研究

极端强降水天气属于小概率事件,其发生具有很多不确定的因素,预报难度很大。根据Anderson-Darling检验原理研究基于集合预报资料的极端强降水天气预报方法,利用2007—2010年中国T213集合预报资料和2001—2010年6—8月中国降水观测资料,分析观测与集合预报累积概率密度分布函数的特征,建立基于集合预报与模式历史预报累积概率密度分布函数连续差异的数学模型——极端降水天气预报指数(EPFI),并对2011年7月中国极端强降水天气进行预报试验。结果表明,极端降水天气预报指数可以充分利用集合降水累积概率密度分布的尾端信息,为极端强降水提供科学合理的预报,基于中国气象局(CMA) T213集合预报的极端降水天气预报指数可提前3—7 d发出极端强降水预警信号,随着预报时效的延长,预报技巧逐渐降低。研究还表明,模式气候累积概率分布的合理性将直接影响极端强降水天气识别能力。     

天气预报的发展趋势──概率天气预报

随着科学技术的飞速发展，科学决策水平的逐步提高，人们已不在满足天气预报中的“有”或“无”的定性预报用语了。因此一种新的预报方法—一概率天气预报便应运而生。l概率天气预报的含义及国外现状所谓概率天气预报就是利用现代化技术手段，对未来天气现象出现的可能性，用百分率定量表述的（统计学方法或统计—一动力方法预报某一天气现象可能发生并同时定量地给出其发生的可能性的）一种天气预报方法。目前广泛应用的是降水概率天气预报。首先使用概率天气预报的是一些发达国家和地区。美国国家气象局最早于1965年开始进行概率天气预报…     

桂西北暴雨的MOS预报方法

汛期暴雨(日雨量≥50毫米)是桂北的主要灾害天气之一,而暴雨预报至今仍是天气预报中的难题。暴雨之所以预报难度大,其原因有:①形成暴雨的天气条件比较复杂,突发性强。②暴雨的时空分布很不规则,难以模拟。③暴雨是天气预报中的小概率事件。基于以上原因,暴雨过程和暴雨预报的研究,是当前国内外气象界的热题,暴雨落     

基于集合预报的异常温度预报产品在中国的应用分析

基于欧洲中期天气预报中心(ECMWF)第五代全球再分析资料(ERA5)构建模式气候,应用ECMWF集合预报,采用“集合预报标准化异常预报法”,针对最高和最低气温构建中国地区集合平均异常温度预报和异常温度概率预报产品,并与极端预报指数(extreme forecast index,EFI)开展检验和对比分析预报性能,并基于“异常温度影响矩阵”,构建了异常温度影响程度预报指数,通过异常温度事件个例探讨相关产品的预报应用。结果表明:基于ECMWF的ERA5和集合预报构建的集合平均异常温度预报产品对我国夏季和冬季异常温度事件均有比较好的预报效果,预报性能好于或接近EFI,可作为业务上对异常温度事件预报的支撑产品。异常温度概率预报产品可以体现集合成员中的预报异常温度事件的信息,在中期预报时效对发现早期异常温度事件信号有优势,并可反映对异常天气预报的不确定性信息。异常温度影响程度预报指数结合了异常天气概率预报信息和异常程度预报信息,可对异常温度时间给出客观定量的预报结果,对一次异常低温事件的个例预报证明该指数有比较好的预报效果,对异常温度事件的预报和早期科学预警有一定指示意义和业务应用前景。     

数值概率在天气预报中的应用

从用户与预报员的角度讨论了天气预报中表示为数值概率的风险评价溉念。对于用户来说,该概念能使特别事件发生、或者是特定临界值被越过(例如在特定时段中温度降到低于0℃)的风险定量化。对于预报员来说,这种概念非常有用,因为它能使预报员用一种最适合反映各种情况下天气系统演变的语言来表达他们的预报。这种概念对于用户与预报员都是一种很实用的工具,经得起客观评价,从而提供一个衡量预报员技术与评价预报员对用户之价值的标准。     

概率天气预报的兴起及其社会经济意义

作者试图从辨证法观点分析概率天气预报之所以兴起的认识论动机和社会经济动机，指出了概率天气预报的产生既是人对天气气候变化同时具有确定性和随机性的认识不断深化的结果，也是社会经济发展到一定阶段，经济决策日益定量经和精细化客观需要，阐述了气象－经济决策这一跨学科领域与概率天气预报之间的相互关系，并有一个简单的气象经济决策模式从理论上和实例计算结果证明了概率天气预报比传统的天气预报更高的经济价值。     

概率及天气概率预报

本文通过分析数学意义上的概率,以及气象业务实践中的概率预报,阐明了概率预报在天气预报中的应用价值。特别是对于数值预报产品开发应用,实行天气预报逐级指导,具有一定的参考意义。     

晴雨(雪) 和气温预报评分方法的初步研究

利用全国逐日天气预报产品和对应实况数据, 分析了目前普遍使用的晴雨(雪) 和气温预报评分方法存在的问题, 并进行了改进尝试和研究。结果表明:由于没有考虑降水概率的影响, 在降水概率全国差异较大的多数月份, 晴雨(雪) 预报正确率与单站无降水频率表现为正相关, 具有无降水频率越大评分越高的趋势; 采用绝对标准值(1 ℃或2 ℃) 作为阈值进行气温预报准确率评分, 评分结果与气温日际变化呈明显负相关, 气温日际变化偏小则评分值偏高的趋势比较明显。该文提出的晴雨(雪) 和气温预报改进评分方法能有效减少降水概率和气温日际变化对晴雨(雪) 和气温预报评分的影响, 提高不同气候背景地区天气预报评分结果的可比性, 在天气预报质量检验和评估业务中具有一定的应用和推广价值。