贵州地区夏季降水特征及其预测方法

利用贵州地区52个测站1961～2000年夏季(6～8月)降水资料,采用突变分析、小波分析等方法,对贵州夏季降水的时间变化特征进行了诊断分析,并运用均生函数对贵州夏季降水建立预测模型,进行试报和预报检验。结果表明：贵州地区近40a来夏季降水呈上升趋势,具有明显的年际变化特征;夏季降水比较明显的突变点出现在1971年和1994年(没有通过显著水平a=0．05的信度检验),其1971年后到1994年前降水为减少趋势,1994年后降水开始增多;夏季降水在年际尺度上主要存在显著的准2a、准4a和4～6a、8～10a周期振荡;均生函数对夏季降水预测效果较好,尤其对极值的预测,效果更加明显。     

均生函数的改进模型在重庆地区主汛期降水预测中的应用试验

本文应用均生函数模型及其改进模型对重庆地区 主汛期(6～8月 )降水进行预测试验，结果表明：针对均生函数固有的缺点提出的改进方案所建立的数学预 报模型具有更好的预测效果，是一种具有较高使用价值的长期预报方法。     

均生函数的改进模型在重庆地区主汛期降水预测中的应用试验

本文应用均生函数模型及其改进模型对重庆地区主汛期（6－8月）降水进行预测试验，结果表明：针对均生函数固有的缺点提出的改进方案所建立的数学预报模型具有更好的预测效果，是一种具有较高使用价值的长期预报方法。     

近40年河南年降水变化特征及多步预测模型

利用近４０年来河南３２个台站的降水资料,分析了河南省年降水演变特征;以均生函数为基函数,用主成分分析原理进行筛选,建立了河南降水时间序列的多步预测模型。计算结果表明,拟合、预测效果均较好。     

近40年华南汛期旱涝变化及趋势预测

利用１９５１－１９９１年华南（１３个测站平均）汛期（４－９月）降水量资料分析了汛期旱涝变化特征，提出了旱涝等级标准，采用模糊均生函数模型，根据序列本身的演变规律进行拟合外推，预测了９０年代的旱涝趋势，并利用广州近８３年较长降水序列研究了广州汛期降水的长期变化特征。     

均生函数模型在长期天气预报中的应用

利用泰安市1951～1999年4月份气温资料,应用均生函数建立了气温预测模型,并进行试报和检验.结果表明,均生函数预测模型可以较好地拟合气温的变化趋势,对月气温有较好的预测能力.     

均生函数模型在长期天气预报中的应用

利用泰安市1951～1999年4月份气温资料，应用均生函数建立了气温预测模型，并进行试报和检验。结果表明，均生函数预测模型可以较好地拟合气温的变化趋势，对月气温有较好的预测能力。     

均生函数模型在长期天气预报中的应用

应用均生函数建立了市短期气候预测模型，并进行了试报和检验。结果表明，该方法对哈尔滨市的短期气候有较强的预测能力，尤其对极值有较好的拟合和预测能力。     

1961-2012年山东汛期暴雨气候特征分析

利用1961-2012年山东省35个气象站汛期逐日降水资料,采用常规统计法分析了山东省汛期暴雨日数和暴雨强度的时空变化特征,运用均生函数建立山东省汛期暴雨日数和暴雨强度的预测模型,并进行试报和预报检验。结果表明：1961-2012年山东省汛期暴雨日数和暴雨强度均呈减小趋势,但减小趋势不明显,未通过0.05信度的显著性检验。1961-2012年山东省汛期平均暴雨日数为2.2 d,存在3.4 a与准8.0 a周期振荡|暴雨平均强度为67.8 mm·d^-1,有2.3 a、3.3 a、6.9 a与准12.0 a的变化周期。1961-2012年山东省汛期暴雨日数和暴雨强度未出现气候突变|山东省暴雨日数和暴雨强度自20世纪70年代中末期至80年代末期出现年代际减小的变化。山东省汛期多年暴雨平均日数和暴雨强度呈自西北向东南逐渐增加的分布趋势。鲁南、山东半岛南部和东部地区是山东省汛期暴雨（连续性暴雨）的多发地带及暴雨强度大值区域。对2003-2012年山东汛期暴雨预测表明,均生函数预测模型可较好拟合山东省汛期暴雨日数和暴雨强度的变化趋势,对山东汛期暴雨有较好的预测能力。     

利用均生函数周期性延拓序列作夏季旱涝预测

利用逐步回归技术筛选汛期降水总量时间序列生成的均生函数延拓序列,提取时间序列的优势周期,建立鹤壁市汛期旱涝趋势预测业务模型,在１９９５￣１９９６年的业务预测中,预测结果与实况十分接近。     

均生函数模型在气温和降水预测中的应用

应用均生函数对单一的气象要素序列建立预测模型,并进行试报与预测检验。实例计算分析表明,该方法对短期气候预测有较强的预测能力,均生函数模型预测结果具有一定的可信度。     

基于多时间尺度的回归集成预测模型

引入能够将非线性、非平稳过程的数据进行线性化和平稳化处理的EMD方法,对广东降水的时间序列进行时间尺度分离,从复杂的非平稳信号中提取相对简单以不同时间尺度振荡的准周期信号,选取能较好描述降水周期特征的IMF分量作为建模备选因子,然后以均生回归、均生相关、韵律拟合误差和拟合误差4种方法构建预测模型,结果得到采用多尺度因子构建的4种单预测模型近10年Ps评分和降水距平符号同号率平均分在68~73分和50%~58%之间,而采用4种模型构建的回归集成模型两种评分方法的平均分分别高达79.8和68.8%,较单一预测模型评分分别提高了近10分和10%以上。将具有降水指示信号的前冬赤道东太平洋海温因子耦合到回归集成预测模型,其Ps评分结果与纯降水集成模型相当,但同号率评分略高3.1%。从而,提取要素序列的多种时间尺度特征,并采用多模型的集成预报,均能有效提高短期气候预测水平。     

运用经验正交函数分解建模制作麦播期降水定量预报

针对鹤壁市麦播期（９月２１日￣１０月３１日）降水量的高频振荡性，利用均值生成函数的延柘函数构成的序列，提取时间函数，作为主分量分析方法的时间函数场，制作鹤壁市麦播期降水定量预报方程并进行试报。     

广西夏季降水的多时间尺度特征及影响因子

利用1951—2011年广西夏季降水站点资料和NCEP/NACR等多种再分析资料,通过相关分析、经验模态分解、统计检验分析了广西夏季降水的多时间尺度特征及其影响因子,利用多元线性回归方法对夏季降水进行拟合和预测试验。结果显示:广西夏季降水具有多时间尺度特征,不同时间尺度对应着环流因子不同时间尺度的分量;在准2年尺度上,主要影响因子为季风槽、低空急流、高空急流、贝加尔湖高度场、南印度洋东部海温。利用对广西夏季降水影响显著的环流因子本征模态函数分量和多元线性回归方法拟合夏季降水,相关系数为0.73,表明广西夏季降水是环流因子多时间尺度共同作用的结果。利用前期冬季南印度洋东部海温异常本征模态函数作为前兆因子预报广西夏季降水,6个独立样本检验显示预测与实况趋势一致,该工作可供利用多时间尺度信息进行区域气候预测参考。     

西南地区雨季降水的时空分布及预报试验

利用西南三省一市1980—2017年逐日降水资料,采用主成分及旋转主成分分析,对西南雨季降水的空间异常特征进行了研究,并在分区的基础上,探讨了各区降水的时间演变特征,最后运用均生函数建立预测模型,进行预报试验。结果表明:西南地区雨季降水空间差异大,具体可分为6区;各区雨季降水量的时间演变均具有显著年际、年代际变化特征,且近年来西南大部分地区雨季降水量减少、降水异常偏少年出现的频次增多;预报模型对于雨季降水的拟合和预测效果均较好。     

基于均生函数的主成分建模方案在内蒙古夏季降水预测中的试应用

文章利用主成分分析方法筛选一维时间序列的均生函数，提取有价值的信息，建立预测模型，对序列进行拟合并做多步预测。几个初步试验表明，此方案对我区夏季降水预测有一定的参考价值。     

第二松花江流域夏季降水年际增量预测模型研究

利用1980—2016年第二松花江流域（SSR）夏季（6—8月）平均降水量资料、NCEP/NCAR再分析月平均环流场资料、NOAA的月平均海温场资料，采用年际增量预测方法，通过分析与SSR夏季降水年际增量相关的环流及海温，确定了超前12个月内的6个预测因子，包括：11月东亚200hPa纬向风、12月西藏高原-2指数、12月赤道中东太平洋200hPa纬向风、2月印度洋海温、10月西太平洋暖池海温、4月东亚100hPa经向风。在此基础上利用这 6个预测因子，利用1980—2010资料建立SSR夏季降水年际增量的统计预测模型，最后根据年际增量给出SSR夏季降水的预测结果。经检验，1981—2010年，SSR夏季降水年际增量的预测拟合系数是0.83，SSR夏季降水预测结果拟合系数为0.67，SSR夏季降水预测结果相对均方根误差为15%，均通过了显著性检验；对2011—2016年进行试报实验，该模型也很好的预测出降水的年际增量变化趋势，除2014年以外，SSR夏季降水预测结果相对均方根误差绝对值都控制在23%以内，2016年仅为-9.9%。因此，通过预测降水的年际增量，进而再预测降水的方法，具有一定的预测技巧，可作为有效方法投入实际业务应用。     

气温和降水时变影响参数的多步预测模型

本文提出了一种气温和降水时变影响参数的多步预测建模新方案。该方案用时间序列均生函数外延矩阵生成的主分量作基函数对序变量建模，同时考虑变量前期数据对后期数据的影响，在模型中引入一个时变影响参数Ｋ１。并用方差分析法求出Ｋ１的显著周期和未来时刻的Ｋ１＋１值，从而建立气温和降水序列的时变影响参数的多步预测模型。该模型用于四川省２０个地、市的气温和降水预报数值试验，其历史拟合率和试报结果与实况值的比较表明，     

2008年汛期两种模式降水预报的检验分析

使用WRF模式和MM5模式分别对吉林省全省50个地面观测站做了降水预报的数值模拟．并进行了检验分析和对比。全省区域降水预报检验结果表明：WRF模式0-24h和24-48h的预报正确率为82．4％和81．1％,分别高出MM5模式6．1和7．4个百分点;WRF模式各级降水预报的TS评分均高于MM5模式,对于暴雨以上的降水预报,WRF模式0-24h和24-48h预报的TS评分为11．2％和14．5％,具有一定的预报能力;两种模式的降水预报都存在着一定的空报率和漏报率,其中大雨以上预报的空报率和漏报率均超过了45％,暴雨以上预报的空报率和漏报率均超过了70％。     

用判别指数周期预报强汛年

以信阳强汛年（６￣８月区域平均雨量≥７００ｍｍ）为对象,用判别指数法提取有效周期,并将多个有效周期相迭加,建立预报判别模型。用１９７４￣１９９３年历史资料回代,强汛年预报成功率达到７１．４％。经过１９９４￣１９９８年试用,成功地报准了强汛年（１９９６年）。