用逐日滚动多元回归方法制作黔南地区中、短期温度预报

从气象应用角度介绍了一种基于卡尔曼滤波思想的制作线性连续常规天气要素的客观定量预报方法--滚动多元回归方法.并用其建立了贵州黔南地区12个站的最高气温、最低气温、平均气温预报模式,通过效果分析得出其最低气温、平均气温的预报效果较好,最高气温的预报效果差些.但该方法既保留了卡尔曼滤波方法的优点,又克服了矩阵变换对计算条件的要求,具有简单、易行的特点,适合于计算条件较差的地级气象台开展温度、湿度等线性连续常规天气要素的客观定量预报.     

湖北分县MOS预报系统建立与评分

在T213L31数值模式产品释用基础上,设计计算并选用模式大气中分别与降水、地面气温和风场有天气学意义的线性化预报因子,采用Kalman滤波和相似-Kalman滤波,在湖北省及邻近范围,建立实时(逐日更新样本)多站点、多时次、多要素的统计MOS预报方程,做定点(分县)、定时(6小时分辨率)和定量降水与概率、地面气温和风场客观预报(MOS预报系统)."系统"经2005、2006年6-8月业务试验表明,各个MOS预报都具稳定性和具有一定的评分水平.从而表明,相似-Kalman滤波在一定程度上消去单纯Kalman滤波"预报滞后"效应,并实现用Kalman滤波或相似-Kalman滤波做定性、定量降水MOS预报,和做地面气温和风场MOS预报,且用了实时历史样本雨/晴预报准确率,当作有/无降水发生概率.     

热带气旋外围影响下的深圳市高温预报方法

通过单因子的相关分析,寻找在热带气旋外围影响下与深圳市最高气温密切相关的气象要素作为预报因子,用多元线性回归方法,建立受热带气旋外围影响下的高温定量预报方程,制作深圳未来24 h最高气温预报.业务试验预报结果表明,高温的定量预报没有出现漏报,误差较小,该方法有实用价值.可投入业务运行,对我国其它沿海地区作类似预报有一定的参考价值.     

南疆西部地区及主要台站夏季降水客观预报方法的制作

选取实况资料、经验因子、ECMWF 因子,采用逐步回归方法,建立喀什、和田、阿克苏地区及主要气象台站夏季降水客观预报方程。结果表明,方程拟合率高于主观预报准确率,可为今后的业务工作提供参考。     

MEOFIS平台的苏州本地化释用和气温检验

基于现代天气业务发展要求而开发的MEOFIS精细化气象要素客观预报平台已被苏州市气象局引进并业务运行。该平台利用T639模式输出资料结合苏州历史实况资料建立预报方程,采用"动力-统计预报方法",得到了具有精细化指导作用的要素预报产品,时间分辨率为3 h,空间分辨率达乡镇级。经客观检验,2011年7月24 h日最低气温2℃以内准确率达90.3%、日最高气温达74.2%、逐3 h气温准确率达82.7%,对业务预报有指导意义。误差分析表明,如果相邻两天的日最高、最低气温起伏剧烈,对应时段内MEOFIS的预报误差则较大。利用集合经验正交分解(EEMD),对逐3 h气温预报滤波发现,MEOFIS的预报误差仍具有一波和二波的显著周期,通过滤波可使气温预报准确率提高。     

极端气温客观预报系统简介

利用T213模式和欧洲中心模式提供的气温预报资料,再结合当日的地面气温来作第二日的极端最高、极端最低气温预报,预报结果客观、定量.在实际应用中效果较好,具有一定的使用价值.     

基于数值预报产品的地面气温BP-MOS预报方法

在山东省临沂市气象局开发的"中尺度数值预报业务系统"的基础上,利用高分辨率的数值预报产品和地面气温观测资料,建立了地面气温的BP神经网络方法预报模型。检验结果表明BP神经网络模型的气温预报准确率高于逐步回归模型和MM5模式输出的气温预报准确率,可应用于实际预报业务中来制作气温的精细化预报。     

用逐日滚动多元回归方法制作黔南地区中、短期温度预报

从气象应用角度介绍了一种基于卡尔曼滤波思想的制作线性连续常规天气要素的客观定量预报方法——滚动多元回归方法。并用其建立了贵州黔南地区12个站的最高气温、最低气温、平均气温预报模式，通过效果分析得出其最低气温、平均气温的预报效果较好，最高气温的预报效果差些。但该方法既保留了卡尔曼滤波方法的优点，又克服了矩阵变换对计算条件的要求，具有简单、易行的特点，适合于计算条件较差的地级气象台开展温度、湿度等线性连续常规天气要素的客观定量预报。     

利用卫星云图定量分析副热带高压活动的方法及应用

利用数字图像处理方法,设计了一种多重处理的算法,从卫星云图提取定量信息,定量描述副高强度和演变趋势,并应用于预报业务。应用实践表明,这些方法具有客观、定量、自动等优点,在实际使用中可客观定量地跟踪和预报副高演变,对做好广西前汛期暴雨预报有较大的帮助。     

北京奥运演练精细化预报方法及其检验评估

2007年北京奥运演练期间精细化场馆客观预报方法,即支持向量机方法(SVM)和半周期函数拟合(HPFF)预报方法,为场馆精细化预报产品的制作提供了有力的技术支撑.利用2007年8月1-26日国家体育场、顺义水上中心等5个奥运场馆的5种地面气象要素(气温、相对湿度、风向、风速、和3小时累积降水量)观测资料,对SVM和HPFF客观预报方法以及预报员在客观方法基础上制作的3天逐3小时预报进行了检验评估.结果表明:(1)两种客观方法相比较,HPFF方法对于预报连续变化的气象要素(如气温、相对湿度和风速)的精细预报比SVM方法预报技巧高;而对不连续变化的变量(如:风向)的预报技巧低于SVM方法.(2)预报员制作精细要素预报在很大程度上依靠客观方法.预报员对于气温、相对湿度和风速的预报技巧略高于客观方法,对于降水和风向的预报技巧与客观方法相当.尽管预报员对客观方法的修正能力比较有限,但具有对两种客观方法结果做出择优选择的综合判别能力;(3)预报员0～63小时气温预报平均绝对误差约为1.8℃,气温预报误差≤1℃的准确率在43%左右,预报误差随预报时效变化不大;0～24小时相对湿度预报平均绝对误差约为10%,相对湿度预报误差≤10%的准确率是60%,误差随预报时效而有所增大;0～63小时风向预报准确率约20%,预报准确率随预报时效变化不大;0～63小时风速预报平均绝对误差在0.8～1.4m·s-1之间.