合肥市空气质量预报方法

通过对空气污染预报方法的研究，采用MOS预报方法、卡尔曼滤波方法分别建立适合于合肥市空气污染特点的预报模式，为开展空气污染预报提供了必要的技术基础。     

基于卡尔曼滤波方法的MOS与PP法在德阳温度预报中的效果评价

本文对卡尔曼滤波方法、mos与pp法的基本原理作了简要的概述。并分别在ECMWF北半球的500hPa高度、850hPa温度、地面气压的0小时分析场上和预报场上选取因子，即pp法和mos法分别1建立预报方程，利用卡尔曼滤波方法对德阳的日平均气温、日最高气温、日最低气温进行了预报并对相关结果进行了检验，其结果表明用pp法建立预报方程，其预报结果的误差比用mos方法建立预报方程的结果相对要一些。     

东营市城市空气质量集成预报研究

利用1999—2003年高空气象资料、东营站地面资料以及东营市环境监测资料，按季度分别建立了高空资料因子库、物理量资料因子库和东营资料因子库，并分别与各污染物求取了相关系数，建立各自的典型场，运用逐步回归法、最优回归法、BP神经网络方法建立了各污染物的预报模式，加上CAPPS模式，分别对2001—2002年进行了试报。根据四种模式预报的准确性计算出各模式的权重系数，建立了空气质量集成预报系统，并对2003年进行了试报，效果较好。     

夏季分县降水量集成预报试验

将国家气象中心Ｔ１０６和ＨＬＡＦＳ、山西省气象台ＢＰ神经元和动力相似方法输出的降水预报值作为预报因子,运用灰色理论分别将以上４个预报因子原始数列和降水实况数列作一次累加生成处理,分别得到随机性被弱化的单增数列,用卡尔曼滤波法进行递推计算,得到降水预报值。将得到的降水预报值作还原处理,即累减生成后,最终输出降水量分县预报。此方法用于１９９８年夏季,取得了良好的预报效果。     

基于卡尔曼滤波方法的MOS与PP法在德阳温度预报中的效果评价

本文对卡尔曼滤波方法、mos与pp法的基本原理作了简要的概述.并分别在ECMWF北半球的500 hPa高度、850hPa温度、地面气压的0小时分析场上和预报场上选取因子,即pp法和mos法分别1建立预报方程,利用卡尔曼滤波方法对德阳的日平均气温、日最高气温、日最低气温进行了预报并对相关结果进行了检验,其结果表明用pp法建立预报方程,其预报结果的误差比用mos方法建立预报方程的结果相对要一些.     

中尺度数值预报模式REM在2002年湖南汛期的实时降水预报试验

本文对中尺度数值预报模式REM的特点和2002年湖南汛期的降水预报试验方案进行了介绍。为了检验其预报效果，分别对整个试验期间(6～8月)和集中降水期(6～7月)这两个时段作了预报结果检验，并与1998年同期作了比较，还与MM5进行了同一时段降水预报效果比较，结果表明该模式在暴雨落区及强度等方面预报效果良好，但还有待进一步完善。     

人工神经网络在梅雨期短期降水分级预报中的应用

将人工神经网络应用于南京夏季梅雨期短期降水分级预报。根据梅雨期天气特点,用统计和动力学方法从HLAFS（高分辨率有限区域预报系统）资料中寻找预报因子;然后分别用两种方法选取输入因子对人工神经网络进行训练,并分别利用抽取的五天做降水分级预报检验。通过对人工神经网络方法预报降水的结果与HLAFS降水预报以及逐步回归预报的结果对比发现：与HLAFS降水预报相比,降水预报准确率由原来的66．7％提高到88．2％,漏报、错报明显减少;与逐步回归预报相比,大到暴雨的预报准确率得到了明显提高。     

T213 100hPa高度预报场的检验

用2002年3月～2004年9月能使用的共24个月的T213 100hPa24～168h7个时效的逐日高度预报场资料，分别计算各时效逐月高度预报场的月平均误差和方差，分季进行检验分析；对冬半年超长波调整过程中长波东移以及夏季南亚高压呈双体型时副热带长波槽东移的预报能力进行了综合检验；检验结果对预报工作有很大的实用价值。     

亚欧500hPa旬平均形势预报的改进及检验

利用数值预报产品，对原亚欧５００ｈＰａ旬平均形势预报方程作了改进。除对空间和时间尺度上作了改进外，在预报因子的选择上，由亚欧地区的单点相关，扩张至整个北半球的相关；并根据长波天气系统的气候地理分布和遥相关分析等方法，选择关键区作为候选因子，组建了新的形势预报方程。经检验比较，新的形势预报方程高度距平正确和长波系统位置正确率分别提高了０．１５－０．２０和０．１０。     

数值产品省级分县温度预报方法研究

将国家气象中心Ｔ６３、Ｔ１０６和欧洲中心数值模式中温度预报场、湿度预报场、Ｕ、Ｖ分量预报场分别插值到１０８个测站上,以此作为预报因子,运用ＰＰＭ法、ＭＯＳ法、ＫＬＭ滤波法,分别建立最低、最高气温预报方程,用以上预防方法所得的预报结果作为预报因子,进行二次滤波集成和全集成预报,并建立了“数值产品省级分县温度预报系统”。１９９７年６月—１１月将该预报系统投入业务运行,取得了良好的预报效果。     

人工神经网络在温度和降水预报中的应用

利用人工神经网络的ＢＰ网络制作全省温度和降水预报。在作哈尔滨站温度预报时,选取实时高空、地面和欧洲温度场共１０个因子,一天２次发布未来２４ｈ预报。对哈尔滨站共作了１２个月的最高、最低温度预报。在作全省降水预报时,将全省分成８片,分别进行降水等级预报和暴雨有无预报;选用的是Ｔ１０６资料,选取２０个因子,对１９９８、１９９９年的温度和降水预报进行了检验和评分。     

用PP法制作中期气温趋势预报

利用欧洲数值预报500 hPa 高度、850 hPa 温度及地面气压场资料,从3 个不同侧面精选因子,分别建立了日最高气温、日最低气温的PP预报方程。结果表明,该方法对冷空气造成的气温变化趋势预报效果较好,对预报员有较高的参考价值。     

德国降水预报产品的应用和检验

利用德国降水预报输出的24和48h降水预报产品,对2005年1—12月巴音郭楞蒙古自治州(简称巴州,下同)9个气象站分别进行了降水预报效果的检验分析,统计分析其在各月、各季、年的降水预报能力,得出其空报率较大,准确率和漏报率较低,但对巴州南部地区的大降水天气有一定的指导意义。     

因子和样本优化及最优预报方程模型

为了选择与预报量有密切关系的因子和有代表性的样本,分别采用投影寻踪回归（ＰＰＲ）和Ｂ－Ｐ神经网络对因子和样本进行优选。实例分析表明：优选出的样本保留了全部样本的大部分信息;用优选出的因子建模可达到与用全部因子建模相近的拟合和预报效果。     

沈阳市空气污染统计预报

使用逐步回归的统计方法,对沈阳市空气污染物ＴＳＰ 和ＳＯ２ 分别建立了预报方程,并对这两种污染物分别进行了试报检验。     

用地温做年度降水预报的一种改进

本文设计了一个使用3.2m以上各层月地温距平(T＇_(3.2))资料做全国范围的降水年度预报的定性方法,其基本点是考虑土壤导热系数K_s的年际变化,应用公式计算预报时段的相应变化。这样对同一年度的降水预报,利用其前期不同时段的T＇_(3.2)值填在同一张图上,再分析高温和低温轴线,它们分别与预报年度的多雨少雨轴线相对应。根据1982—1987年的结果,T＇_(3.2)与降水距平符号的同号率,对全国范围来讲为0.71,如果不计东北地区,则两者距平符号的同号率是0.73。     

完全预报法在高原降水预报中的应用

通过对1993～1995年夏季08时和20时高空、地面观测资料，从降水形成的水汽、动力、热力条件进行分析，选取预报因子，分晚上、白天两个时段，分别建立降水预报方法。实际使用时完全套用实时的数值预报资料，预报方法实现自动化。     

多模式集合预报技术及其分析与检验

基于国家气象中心天气预报业务平台,对德国、日本、欧洲中心数值预报模式和我国T213模式的夏季预报产品进行检验,在此基础上,通过不同模式对目标区域预报能力的分析,分别应用神经元网络预报技术和基于Ts评分的客观多模式权重系数法(ME),建立了4个模式的集合预报方法,并应用于2005年汛期业务运行。结果表明:ME对短期降水预报技巧高于简单集合平均,因此具有一定的业务应用前景。     

贵州省冬季地表(0cm)温度预报探讨

利用EC细网格地温预报资料,进行预报准确率检验,检验结果表明,EC细网格地温预报准确率较差。并利用1971—2014年贵州0 cm地温资料和气温资料,对贵州冬季地温与气温的关系进行分析,应用统计回归方法建立以气温为基础的地温模型,从而实现通过气温估算地温,并对地气模型进行了检验;结果表明,平均地温预测模型和最低地温预测模型准确率分别达到92%和80%,绝对误差均小于2℃,最高地温预测模型准确率仅有42%,今后需要考虑在不同天气(晴、多云、阴、雨、雪等)条件,分别建立最高地温预测模型。     

地形作用对月际长期数值预报效果的影响

利用改进的Ｔ４２Ｌ１０月长期数值预报谱模式，以１９９２年８月３１日国家气象中心日常客观分析资料为初始场，在模式中分别就考虑和不考虑地形两种情形对当所９月北半球环流形势进行了模拟预报，并对比分析研究了地形作用对月际长期数值预报效果的影响。改进的Ｔ４２Ｌ１０谱模式考虑了较完整的物理过程，同时具有以下特点：（１）非线性平衡方程初值化和σ面上模式初值精度的提高；（２）改进了模诊断云和模式水汽场方法；（３）