泰安市紫外线预报方程初探

根据泰安紫外线逐时和逐日观测资料,分析了紫外线日变化和月变化规律,建立了紫外线预报逐步回归方程,实现了紫外线预报的定量化.     

大连市紫外线辐射强度分析和预报方法研究

利用大连市2007年8月至2008年8月逐日紫外线观测资料,分析了紫外线辐射季、月和日变化特征及其与相关气象要素的关系。结果表明：大连市紫外线辐射强度具有明显的季节变化,夏季最大,春季次之,冬季最小。各季节紫外线辐射强度的日变化同位相,均为正午呈大致对称分布。无论何季节,日照总时数、14时能见度和太阳高度角均为影响大连市紫外线辐射强度的关键因素。同时,详细分析了雾对辐射强度的影响。并运用逐步回归方法,求得各季节紫外线辐射强度的预报方程,实现了预报的定量化。     

一种逐时气温预报方法

利用2006~2010年陕西10地市逐小时的气温和逐日的最高气温、最低气温、平均总云量、降水量资料,通过线性回归方法建立了一种基于日最高气温和最低气温预报以及临近气温实况资料的逐时气温预报模型,并对2011年每天的逐时气温预报进行检验。结果表明:该方法在晴天、多云和阴雨天的预报能力依次减弱,其中晴天和多云天02~18时的预报效果好于19时至次日01时的,而阴雨天01~10时的预报效果好于其它预报时段的;当日最高气温和最低气温预报较为准确时,西安站各预报时刻的准确率均在60%以上,其中14~17时的准确率较高,晴天的达到100%,多云天的在96%~99%之间,阴雨天的准确率偏低一些,特别是11~17时较晴天和多云天偏低了12%~27%;该方法可以将24 h日最高(低)气温预报细化到逐时气温预报,同时考虑了气温日变化的地域差异、季节特征、以及在晴天、多云和阴雨天的不同表现,具有一定的业务应用和推广价值。     

基于天气分型的夏季逐时用电负荷预报

用2004年和2005年6—8月用电负荷资料和气象资料,分月建立了日平均气象负荷预报方程。讨论了用气象负荷的日变化量来代替总用电负荷的日变化量进而预报逐日总负荷的可行性。分5种天气类型统计了各天气类型下逐时负荷与日平均负荷的比率,日平均用电负荷预报值与该天气类型的逐时比率相乘得到逐时用电负荷的预报值。经2006年试用,日平均用电负荷预报的平均相对误差为2.0%,逐时用电负荷预报的平均相对误差为2.9%,对日平均用电负荷起伏较大的变化过程做出了准确预报。     

非常规气象要素在紫外线预报中的应用

利用吉林省业务运行的WRF模式,计算了与紫外线指数相关的气温、湿度、云量、风速等常规气象要素和地表向下的短波辐射通量、地面热通量、反照率等非常规气象要素,利用长春市紫外线观测资料,分析了紫外线辐射与常规和非常规气象要素的相关性。基于长春市紫外线观测实况,以常规气象要素、非常规气象要素、混合气象要素为因子,利用相同的统计建模方法,分别建立紫外线预报模型。结果表明:大气短波辐射等非常规气象要素与紫外线指数的相关性,明显高于气温、云量、比湿、风速等常规气象要素;应用非常规气象要素和混合气象要素的紫外线预报方程,显著优于常规气象要素;基于混合气象要素的紫外线预报方程,与基于非常规气象要素的预报方程比较,预报性能差异不大。此外,应用常规气象要素建立的分季节紫外线预报方程,其预报效果明显优于全年预报方程。应用非常规气象要素建立的分季节紫外线预报方程,与全年预报方程相比,预报效果差异不大。     

菏泽市紫外线辐射变化特征及月预报方程

利用2008年4月至2012年12月菏泽市紫外线观测资料以及地面常规气象观测资料和空气质量资料,分析了该地区太阳紫外线辐射的变化特征及其与各因子的相关关系,并建立逐月预报方程。结果表明:菏泽紫外线辐射年总量达到187.98 W/m2,春夏两季明显高于秋冬两季,5月达到全年的最大值,1月为全年的最小值;3~9月紫外线辐射极大值均可达到5级,其他月份均可达到4级。不同天气条件下紫外线辐射强度存在明显差异,其中晴天紫外线辐射强且稳定,呈抛物线变化;多云天紫外线辐射波动较大,时强时弱;阴天紫外线辐射相对较弱。紫外线辐射强度与风速、能见度、气温呈正相关,与总云量、低云量、相对湿度呈负相关,与SO2、PM10、NO2、PM2.5多呈负相关。基于多元线性回归分析向后剔除变量方法得出的逐月预报方程,经检验总体预报效果较好,对当地紫外线等级预报工作具有参考意义。     

滇西北旅游景区气象指数预报方法研究

依据云南省迪庆州3站40年的观测资料,利用统计检验结果,同时结合天气预报的时间和空间尺度理论,论证了迪庆州各旅游景点的气象指数预报。用最靠近景区的气象观测站所提供的天气预报资料和逐时观测资料作为预报景区指数的基础,同时根据景区的经纬度、海拔高度、植被状况进行订正,最终获取旅游景区的特种气象预报指数。旅游景区的特种气象预报软件开发应用天气学、数值方法等理论和业务技术方法,用Fortran语言和vB语言编程,研制了迪庆州各景区的紫外线指数、舒适指数、着装指数、火险等级、旅游气象指数系统。该系统软件已投入业务运行。     

BP神经网络和支持向量机在紫外线预报中的应用

为了提高紫外线预报准确率,应用BP(Back Propagation Learning Algorithm)神经网络模型和支持向量机(Support Vector Machines,简称SVM)回归方法建立重庆市主城区紫外线辐射强度客观预报模型。统计相关分析结果显示,不同季节影响紫外线辐射强度的主要因素并不相同。对所有相关分析因子用逐步回归方法,按方差贡献大小筛选出预报因子,以每日紫外线平均辐射量为预报对象,分季节建立预报模型。比较用不同方法建立的预报模型发现,两种非线性模型(BP模型和SVM模型)的拟合能力优于线性逐步回归模型,但独立样本检验结果表明,3种模型的预报准确率基本相当。将3种方法所建预报模型应用T213数值预报资料进行业务试报,得到较好预报效果。     

基于气象因子杭州市燃气负荷预测研究

利用2008—2013年杭州市逐日和逐时燃气负荷资料及同期气象观测资料,统计分析了杭州市燃气负荷的变化及其与气象因子的响应关系,并基于支持向量机(Support Vector Machines,SVM)方法建立了杭州市燃气负荷预测模型。结果表明:2008—2013年杭州市燃气负荷具有较明显的季节变化特征,冬季日平均气象负荷率最高,夏季日平均气象负荷率最低;而各季节燃气负荷总体的日变化规律较相似,基本呈单峰型变化。除6月和9月,其他月份逐日气温与日气象负荷率均呈负相关关系,其中12月逐日气温与日气象负荷率的负相关最显著。当日平均气温≤13℃时,日气象负荷率为正值;当日平均气温为3℃左右,日气象负荷率达最高值。1—4月和10—12月日平均气压与日气象负荷率均呈显著的正相关关系。除夏季外,其他季节逐时气温与小时气象负荷率呈显著的负相关关系,且秋季相关最显著。考虑主要气象影响因子,采用SVM回归方法构建杭州市燃气负荷逐日和逐时预测模型,模型预测效果较好,逐日燃气负荷预报的平均误差为4.36%,逐时燃气负荷预报的相对误差约为4.18%。     

MM5降水预报产品检验

利用2000年9－10月山东省各台站逐时降水资料，对国家气象中心下发的MM5数值模式降水预报产品进行检验，并将其与省台领班预报员的预报准确性进行对比分析，结果表明。     

基于环流分型的逐时气温预报技术探讨

论文利用2009年1-2月T213模式产品、30年来的常规观测报文以及场区逐时气温记录,综合运用环流分型和Kalman滤波方法,基于逐月环流型的气温增率建立了场区72h逐时气温释用预报模型,并针对场区2009年3-7月各天72h逐时气温进行了具体的预报。结果表明:Kalman滤波算法能够得到较为精确的温度最值预报,通过环流分型得到的逐时气温预报准确率能够达到73.2%,可以作为逐时气温预报一种较好的方法。     

河北省西南部逐时降水气候特征分析及雨量产品色标修订

利用河北省中南部1999～2005年95个气象站4～10月自记雨量资料,初步分析了逐时降水的统计学特征量,得到了逐时降水的空间分布特征和统计学基本规律:河北省中南部逐时降水具有明显的地理和季节分布特征,强度一般在早晨或傍晚最大,上午最弱.根据逐时降水量级分布情况,调整雷达雨量产品色标设置:小值区间间隔小,大值区间间隔大,突出显示小值降水的层次,跟踪降水中心发生、发展及移动,对降水精细化预报有一定的指导意义.     

区域地面天气图上华北飑线的特征及其临近预报

应用1970—1980年常规资料及逐时区域加密的观测资料,分析了百余次飑线过程,并对发展完整的十个飑线过程做了逐时诊断分析。分析了华北飑线的中尺度气候特征和不同天气型的环境条件;给出了飑线各发展阶段的地面中尺度概念模型;还讨论了应用逐时地面加密资料制做飑线临近预报的基本思路。     

太阳辐射预报滚动订正方法研究

利用2013年1月至2014年12月北京南郊观象台逐时观测总辐射以及BJ-RUC模式系统预报的该站未来24h逐时总辐射、云量、水汽混合比、云水、云冰含量等14个气象要素数据,运用多种线性订正方案对总辐射预报值进行订正,重点分析了不同方法、不同季节、不同样本数的订正效果差异。结果表明:1不同季节辐射订正的影响因素不尽相同,需采用不同的组合订正因子,其中总辐射、2m比湿、2m相对湿度、低云量、中云量、高云量、总云量、云水雨冰雪霰混合比、水汽混合比可作为推荐因子;2最优样本数选取时需考虑季节差异;3逐时滚动订正方案的订正效果较好,明显优于非滚动方案。订正后总辐射误差显著减小,而且79%的时刻有改进,明显减小了预报偏大的系统误差;4冬春季订正效果优于夏秋季,这与云的宏观和微观物理量预报效果的季节差异有关。本文研究结果可为太阳能资源评估、总辐射和光伏电站发电量预报提供有效的改进方法。     

重庆主城区紫外线辐射强度变化特征分析

研究重庆主城区紫外线辐射强度的变化规律,为业务预报和客观预报方法的研究提供基础。利用2004年3月—2008年2月的实况观测资料,分析主城区紫外线辐射强度的日、月、季和年变化规律。结果表明：重庆主城区日平均最大辐射量出现在中午13时—14时。7月和8月的辐射强度为全年最强,出现辐射等级四级的概率最大;而1月和12月为全年最弱,没有出现过辐射等级高于三级的样本。季节平均辐射强度夏、春、秋、冬依次减弱。2004年和2006—2007年平均辐射强度相当,2005年较弱。     

哈尔滨市紫外线监测预报业务系统

利用2001～2002年7月的哈尔滨市紫外线监测资料,日最大太阳高度角、14时的云量、14时的相对湿度等资料进行分析研究。找出哈尔滨市紫外线出现的时间规律,并用逐步回归方法建立方程,进行预报方法的研究。建立了界面简洁、运行方便的预报业务系统,可完成数据库的显示、查询,预报制作、发布等工作。     

MOS方法在动力延伸期候平均气温预报中的应用

利用1982年1月-2010年3月动力延伸预报产品及宁夏候平均气温,采用逐步回归的MOS统计方法,预报宁夏24个测站未来40 d逐候平均气温,为了对比模式直接输出结果与资料按月和按季节划分建立的MOS方法预报效果,对2009年和2010年1-3月的预报效果分别进行了对比检验.结果表明:MOS预报效果较模式直接输出有显著...     

基于小波神经网络法的海南地区逐时太阳总辐射预测研究

利用2003—2012年海口市气象站不同季节逐时太阳总辐射观测资料与对应气象参数,建立基于小波BP神经网络法逐时太阳总辐射的预测模型,并利用2013年太阳总辐射数据对模型进行检验,且与建立的逐步回归模型进行对比。结果表明:小波神经网络法建立的逐时太阳总辐射预测模型精度较高,但不同季节模型预测精度存在差异,冬季预测精度最高,夏季预测精度最差,天气类型指数有利于不同季节模型预测精度的提高。春季、夏季、秋季和冬季加入天气类型指数神经网络模型的逐时太阳总辐射预测值与观测值的回归估计标准误差分别为0.32、0.47、0.35 MJ·m-2及0.23 MJ·m-2,比逐步回归模型的预报精度分别提高了28.8%、16.3%、17.9%和20.4%,说明基于小波神经网络法建立的预测模型可为海南地区逐时太阳总辐射预测提供参考。     

宁波市紫外辐射分布特征及强度预报服务技术研究

利用2010—2015年宁波市紫外辐射强度资料、常规气象观测资料以及大气环境资料,分析宁波市紫外辐射强度的日、月、季节、年际变化规律及其与气象和环境条件的相关性,并对到达地表的紫外辐射与大气上界的太阳总辐射的比值η'进行逐步回归,建立η'的预报方程,最后利用辐射传输公式计算出到达地面的紫外辐射强度。预报方程充分考虑了太阳高度角,以及温度、降水、水汽、能见度等气象要素对紫外辐射的影响。并将统计方法与本地气候特征相结合,增加了气候特征判据。经检验,预报紫外线等级正确率为53. 2%,相差1级的占34. 5%,优于主观预报,能够提高现有的紫外线等级预报准确率。最后,提出一种适合本地的紫外线等级划分标准,并根据冬半年和夏半年分别制定相应的防御建议。     

基于相似天气现象的重庆市逐时气温预报技术研究

利用重庆市2003—2017年34个国家级气象观测站的逐时降水和逐时温度资料，建立了一种基于未来24 h日最高、最低气温和天气现象预报值的逐时气温预报模型。该模型通过搜寻与未来24 h预报值相似的历史天气现象下的气温时间序列，预报给定站点未来1 d的逐时气温。然后运用结合了高程的反距离加权插值法，得到重庆市0.125°×0.125°分辨率逐时气温网格预报产品。2018年逐时气温预报产品的检验结果表明，整体上国家级站点绝对误差≤2℃的逐时气温预报准确率为79.73%～91.40%，均值为87.12%;10月—次年2月的准确率好于3—9月，8月较差。该模型的预报性能在无雨时稳定，有雨时在地形复杂且易出现强降水的重庆东北部地区略差。重庆西部、中部的大部以及东北部偏西地区的网格产品预报准确率较高，而偏南局地山区和偏东部分山区的准确率较低。总体上该方法预报效果较好，预报性能稳定。