前期高度场和海温场变化对我国汛期降水的影响

利用1952～2001年我国160个测站汛期降水和前期500 hPa高度场和太平洋海温场资料以及三因子最佳子集回归求最大复相关系数的方法,把前期不同时间步长、不同时段的高度场和海温场同时作为预报因子与汛期降水求相关.结果发现:前期两个场共同作为预报因子比把其中某场单独作为预报因子的相关要好.并且存在着较好的"隔多季度相关"现象.预报因子具有实际预报意义的最佳时段为上一年的6～9月.影响我国汛期降水的最佳预报因子主要集中于高度场和海温场具有重要天气气候意义的关键区域.汛期降水可预报性在北方和长江以南均较好.     

支持向量机(SVM)及其在场预测中的应用

介绍一种新的非线性回归分析方法--SVM回归.利用EOF能分解数据场和SVM回归分析可建立因子与预报量非线性关系的优势,设计预报方案：（1） 将因子场和预报场分别用方差标准化、EOF场展开,提取两场时间系数;（2） 用SVM回归分析实现因子场时间系数对预报场时间系数非线性预测;（3） 由预测的预报场时间系数与对应空间函数反演原场.用交叉检验的方法,对1960～2003年1月热带海表温度场预报汛期（6～8月）华中区域降水场进行试验.SVM回归44年独立预报平均技巧评分10.4%,较随机预报具有明显的技巧水平,优于经典回归.     

几种气象因子场与南昌市天气要素的关系

降水、气温、风等天气要素的变化是由各种气象因子场共同决定的,由于各种气象因子场的变化与组合极其复杂多样,所以天气要素的变化也极其复杂多样.预报员在日常预报中积累了丰富的经验,知道哪些因子场在哪些天气要素的预报中特别重要.例如:对风的预报来说,地面气压场最重要;对气温预报来说,低层的冷暖平流起决定作用;而在降水预报中,则要着重考虑中低层低值系统、水汽含量及西南气流的强弱.但是,到目前为止,除了数值预报之外,我们只能定性说明因子场的重要性,而无法定量表示它们究竟重要到什么程度,甚至于,在预报中有时候还会忽视一些重要气象因子场的作用.为了定量描述各种气象因子场在天气要素预报中的作用,我们设计了一个计算方案,在22～37°N、     

SVD方法在场的定量预测中的应用

经SVD分析,截取足够多的预报场和因子场时间系数,使其相互关系代表两场的大尺度联系,预报场时间系数与其奇异向量线性组合估计场能反映原场主要特征.利用最小二乘法得到数值上最接近原场的初值,借助最优化技术,确定合理的系数,建立预测公式,由因子场时间系数预测预报场时间系数,同时订正预报场时间系数a1,a2,……,aN本身的误差和反演过程中分析误差造成的场格点趋势预测的误差.最后将预测的预报场时间系数和对应奇异向量反演为整个场的预报.预报过程重点考虑可预报的大尺度变化,滤去不可预报的小扰动,依据两场主要耦合关系,预测预报场未来的主要变化.     

BP-CCA方法用于四川盆地夏季日降水量的可预报性研究

基于BP-CCA方法,首先讨论了多个因子对四川盆地夏季降水降尺度模型的可预报性,然后选取最佳预报因子并进行集合,最终基于T639模式建立最优多因子降尺度预报模型.结果表明,分别以东亚夏季10m纬向风、700hPa纬向风和700hPa相对湿度为预报因子的降尺度模型对四川盆地夏季降水的预报技巧较高,而将三个因子集合的多因子降尺度预报模型具有更好的预报能力.进一步将该方法应用于T639模式预报的预报因子场,发现多因子降尺度模型对降水的预报效果要优于T639模式直接输出的结果.     

湖州市汛期旱涝预报系统

我们选择了优良可靠的推理统计模型来制作湖州市汛期旱涝长期预报.同时对预报量、因子场及因子普查方法等采取了一系列技术处理.所建立的长期预报系统稳定可靠,预报准确率比以往有明显的提高,特别对异常年份的预报能力较强.     

热带气旋路径客观预报的若干问题

对多时刻环境因子与热带气旋路径相关的统计分析表明，初始时刻环境场因子对热带气旋路径的预报能力随预报时效的增长而下降；未来时刻环境因子的预报能力高于初始时刻环境场因子；对于一定预报时效的热带气旋路径，具有较高预报能力环境场因子出现时刻大多不与预报时效同时刻；对于４８￣１２０小时的预报时效，初始时刻后４８－７２小时的环境场因子具有较高的预报能力。对ＮＷＰ产品进行统计释用的热带气旋路径预报模式优于用初如     

SVD方法在场分析和预测中的应用

由预报场与因子场的奇异值分解（SVD），可找到影响预报场的主要物理因子，能提取两个场相互作用的主要耦合信号，借助最优化技术，可实现由因子场对预报场的客观预报，以华中汛期降水场为左场，4月北半球500hPa高度场，海平面气压场，北太平洋海温场组成右场，进行SVD分析和预报试验，其结果令人满意。     

亚洲夏季风系统成员与西太平洋副高的相关特征分析

利用500hPa月平均高度距平场派生出涡度变化、经向风切变、纬向风切变等变量场。从1958～2001年6月500hPa月平均高度距平场及其派生变量场中选取预报因子,并将各个场中的因子分别作EOF分解,得到浓缩了初选因子变量大部分信息的综合预报因子,用以建立同月的广西月降水量的BP神经网络预报模型。进而利用2002～2005年月动力延伸集合预报产品及其派生变量,对广西6月降水量作BP神经网络降尺度释用预报。作为对比试验,以相同的预报量,从1957～2000年5～12月及1958～2001年1～4月500hPa月平均高度距平场中选取预报因子,并作相同处理,建立前期综合因子的广西6月降水量BP神经网络预报模型。独立样本试验结果表明,利用同期综合因子建立的BP神经网络降尺度预报模型的拟合精度优于利用前期综合因子建立的预报模型,但预报效果依赖于月动力延伸集合预报产品。     

鲁南月降水量的多层递阶预报方法

在实际的预报工作中,对于月的降水量预报或做其它长期预报,通常从这样几个方面考虑问题:1.降水自身的演变规律;2.寻找各气象要素或要素场与降水量的相关关系,3.选择最佳预报因子,用统计的方法做出预报。 所以我们最关心的正是如何确定气象要素场与降水量的相关关系,选择合适的预报因子。在实际工作中预报因子的选择往往是预报成败的关键。但在预报因子选取之后,选择合适的统计方法也是不容忽视的。现将我们做的一点工作简介如下。     

场对场预报模型及其对降水的预报试验

用经验正交函数对预报因子场和预报对象场分别进行分解，将正交展开的时间系数作为预报因子和预报对象，提出了一种场对场预报模型，该模型考虑了预报系统的时变性，并利用云南５月份的雨量资料进行了预报试验。结果表明，用这种模型作区域性降水预报有一定的优越性。     

因子的可预报性研究初探

本文从对历史样本的实际预测效果探讨了因子的可预报性,并从因子场与预报量场之间的整体相关性着手,通过典型相关分析来提取因子信息,用求得的典型变量作为新的预报因子。经试用表明:新因子的可预报性比原因子有明显加强。     

典型相关分析(CCA)对我国冬季气温的短期气候预测试验

利用典型相关分析(CCA)方法建立统计气候预测模型，对我国冬季气温进行了预测试验，采用历史资料独立样本检验的方法，对预报技巧给出合理的评定。结果表明，使用CCA方法对我国冬季气温进行短期气候预测，有一定的预报技巧，对于特定地区和特定时期优选的因子场组合，可以取得较为满意的预报效果。大部分地区的季平均预报时效在2个季以内时，最佳预报相关系数在0.5以上。季平均的预报水平明显高于月平均的预报。海温场是所有因子场中最好的预报因子，不仅单独海温场的预报效果较好，而且与其他因子场组合后的预报水平还可以得到进一步提高。     

用因子场客观相似分析法制作湘潭汛期降水预报

为制作湘潭汛期降水量预报,对相似方法作了改进,即将北半球500HPa环流场和北太平洋海温场作为基本背景场,然后用相关普查法寻找预报因子,组成一个预报因子场作相似分析,再做出客观定量预报,系统在计算机上实现,并对1994～1998年进行试报,其结果较好。     

典型相关分析在台风路径预报中的应用

本文通过对500hPa上的五个因子场分别与台风中心未来48小时和60小时经纬度的预报量场进行典型相关分析,求出由各因子场组成的典型变量,以此作为预报因子,再结合经实践证明预报效果较好的天气学经验因子,用逐步回归方法建立台风中心未来48小时和60小时的路径预报方程。通过对历史样本的拟合和实际试报,表明该方程的预报能力有明显的提高;典型变量权重系数的地理分布与因子场的天气学意义基本吻合。      

因子的可预报性和预报模型适用性研究初探

本文从因子场与预报量场之间的整体相关性着手，通过典型相关分析来提取因子信息，用求得的典型变量作为新预报因子，经试用表明，新因子的可预报性比原因子有明显提高。 在预报模型的选择上，本文提出了依据预报模型对历史样本实际预测精度的优劣来衡量预报模型的预测能力，从而选用对历史样本预测精度较高的预报模型作未来预报。     

前期高度场和海温场变化对贵州冬季冻雨的影响

基于1962~2008年贵州84站冬季冻雨日数、前期北半球500h Pa高度场和西北太平洋海温场资料,利用秩序量三因子最佳子集回归法,开展前期高度场和海温场变化对贵州冬季冻雨的影响分析。结果发现:前期两个场共同作为预报因子比把其中某场单独作为预报因子的相关要好,预报因子最佳时段为同年的4~7月,并存在着较好的"跨季度相关"现象。影响贵州冬季冻雨的最佳预报因子主要集中于高度场和海温场具有重要天气气候意义的关键区域,如暖池附近以及北美洲东北部等区域。     

低纬度地区局地暴雨的神经网络预报方法研究

以南宁市所辖8个站暴雨集中的6-8月逐日降水量作为预报对象,采用人工神经网络方法进行了新的数值预报产品释用预报方法研究.通过运用动力相似法,结合日本降水预报模式对未来暴雨发生的可能性进行判别,然后通过对欧洲中期数值预报中心预报场进行滑动分区车氏展开计算,求出与降水量序列相关较好的预报因子,并对这些因子进行自然正交分解,有效浓缩数值预报产品因子,建立了南宁市逐日暴雨的神经网络释用预报模型.利用该预报模型,对2006年6-8月的逐日暴雨预报试验结果表明,该预报模型对南宁市的暴雨强降水具有很好的预报能力.     

东海热带气旋路径的统计释用综合预报模式

以往热带气旋路径的多种客观定量统计预报模式由于受当时预报信息条件限制,在构造预报模式时,引入的预报因子均为预报初始时刻或之前的热带气旋参数、环境场参数及导出因子.由于热带气旋是在气旋本身内力、地球自转及外部环境场作用力综合作用下进行移动,而这些因素在气旋移动过程中又发生相当大的变化.这些变化往往是复杂的非线性变化过程.应用初始时刻预报因子的统计预报方法由于不能处理大气变化的主要非线性性质,严重影响了其预报精度与技巧水平的提高.尤其是预报时效超过48小时后,缺乏大气动力学与热力学基础的统计预报模式的预报误差的积累往往使预报结果失去意义.此外在应用这些预报模式时,许多预报因子的取得依赖于人工读数,费时费力,难以纳入自动化预报系统.     

一种改进的考虑环流特征的MOS预报方法

利用一种可以考虑天气环流形势场特征的MOS预报因子处理方法进行预报因子的处理,以T106L19模式的预报产品为基础建立云南省32个基本站点的降水和气温预报方程,并与不考虑天气形势场的因子所建立的MOS方程的预报结果进行对比。结果表明,MOS预报的结果对预报因子的变化很敏感,在考虑天气形势后的MOS预报对云南各站点的降水和气温的预报效果均有显著的改进,说明MOS预报因子的处理方法和选取对改进MOS预报效果具有重要的意义。