共查询到20条相似文献,搜索用时 742 毫秒
1.
用最优子集回归法,采用滚动式方法取舍样本资料,首先利用数值预报产品及盆地内单站的气温资料建立该站的最 子集回归方程然后根据24-144小时的数值预报报资料作该站24-144小时的气温预报。 相似文献
2.
MOS预报最优子集模型,通过消除数值模式系统性误差,可最大程度地提高其预报技巧。为了建立Na?ve Bayes降水最优模型,利用2008—2011年T511数值预报产品和单站观测资料,对介休、运城、丰宁3个站Na?ve Bayes降水概率分级预报模型进行研究。通过设计恰当的适应度函数,提出了一种用遗传算法搜寻Na?ve Bayes模型最优子集的计算方案,得到了3个站的最优子集模型。结果表明:最优子集的拟合效果明显高于普通初始子集,能够显著提升数值模式在单站的预报技巧。最优子集模型主要通过降低数值模式空报率提高单站晴雨、小雨预报效果,通过小幅提高正确次数和降低空报次数改善对中雨预报效果。 相似文献
3.
4.
5.
近两个冬季,我省接连受寒潮袭击,冻害严重,造成直接经济损失之大为历史上罕见,使预报员进一步认识到这个“冬老虎”不能掉以轻心。本文利用获取的欧洲数值预报中心的数值预报产品资料,对广东近六年寒潮和强冷空气的预报能力进行检验分析,希望从中得到有益的启示。1资料和分析样本用欧洲中心(简称EC)数值产品历史和实时资料,选取与冷空气活动关系较密切的海平面气压和850hPa温度两种要素,用其七个时效(客观分析和24、48、72、96、120、144小时预报,以下同)的5。XS”网格格点值,作为本文的分析资料。定当年12月至次年2月作为… 相似文献
6.
7.
8.
9.
卡尔漫滤波方法在四川盆地面雨量预报中的应用 总被引:1,自引:0,他引:1
本文用卡尔曼滤波方法释用ECMWF输出产品于四川盆地的面雨量预报。研究结果表明:不对面雨量做任何形式的变换做为预报对象为0小时的ECMWF输出量资料进行面量的模拟结果最好。用订正后的24-144小时ECMWF输出资料于面雨量的预报结果表明,卡尔曼滤波方法对面雨量从无到有的转折性降雨预报具有参考价值。 相似文献
10.
本文采用ECMWF北半球500 hPa高度、850 hPa温度和地面气压的分析场资料和预报场资料,运用最优子集回归方法,建立温江日均气温、日最高及最低气温预报模型,进行试报,并对预报结果进行了检验,其结果表明最优子集回归方法可以运用在逐日分县要素客观预报中,且PP法比MOS法预报效果好. 相似文献
11.
本文采用ECMWF北半球500hPa高度、850hPa温度和地面气压的分析场资料和预报场资料,运用最优子集回归方法,建立温江日均气温、日最高及最低气温预报模型,进行试报,并对预报结果进行了检验,其结果表明最优子集回归方法可以运用在逐日分县要素客观预报中,且PP法比MOS法预报效果好。 相似文献
12.
通过对1991—2000年四川省2~4月雾的气候特征进行分析研究,在掌握其变化特点、规律以及成因的基础之上。进行预报因子的筛选,结合实况气象资料和数值预报产品,通过最优子集回归计算建立了四川雾站数预报的方程。 相似文献
13.
14.
用卡尔曼滤波方法制作2000年5月-6月攀枝花市逐日最高气温24小时预报,其预报准确率达86%以上,比主观方法预报提高20%-30%,比常用模式方法提高10-20%。同时,用T106数值预报48h、72h、96h网格资料作相应时段的高温预报,其预报误差≤1.8°;用T106数值预报120h、144h、168h网格资料作相应时段的高温预报,预报误差在1.5~3.3°间变化。该方法预报精度较高,值得推广。 相似文献
15.
16.
利用国家气象中心的T63数值预报产品,采用卡尔曼滤波方法,建立了内蒙古地区(35个站)的逐日极端(日最低、日最高)气温24小时预报方程。于1996年3~11月进行业务试运行,预报结果令人满意,表明该方法有一定的参考和实用价值。 相似文献
17.
本文用卡尔曼滤波方法释用ECMWF输出产品于四川盆地的面雨量预报。研究结果表明:不对面雨量做任何形式的变换做为预报对象用0小时的ECMWF输出资料进行面雨量的模拟结果最好。用订正后的24-144小时ECMWF输出资料于面雨量的预报结果表明,卡尔曼滤波方法对面雨量从无到有的转折性降雨预报具有参考价值。 相似文献
18.
洛阳分县温度周滚动预报系统 总被引:1,自引:0,他引:1
利用洛阳9县(市)2002年11月~2004年9月逐日最高、最低气温资料,应用欧洲中心数值预报产品,建立了洛阳9个县(市)的温度周滚动预报方程。2004~2005年试报结果表明:24~48 h预报准确率在70%左右,绝对误差在2℃以内;24~144 h预报准确率在62%~70%之间,绝对误差在2℃左右;最低气温预报效果要好于最高气温,最低气温的绝对误差与准确率分别为1.98℃和67%,最高气温的绝对误差与准确率分别为2.28℃和61%。 相似文献
19.