利用MM5模式输出产品制作空气质量预报方法探讨

根据2004年中尺度数值预报模式MM5输出产品和临沂市环境监测中心逐日监测资料建立了各污染物浓度预报方程,在2005年夏季的试报中,该方程的试报效果较差,其预报准确率明显低于其历史拟合率。为了提高预报准确率,利用逐步回归筛选的因子及统计模型研究中的有关数据,探讨了使用卡尔曼滤波方法制作空气污染物浓度预报的问题。分析发现,利用卡尔曼滤波方法制作空气质量预报可以取得比较满意的效果。     

用动力相似方法预报8月份暴雨

利用1989-1998高空资料和东营市降水资料，采用修改的动力相似方法研制出8月份暴雨预报系统经检验和试用，无漏报，历史拟合率为65.9%，试报准确率为33.3%。     

用动力相似方法预报8月份暴雨

利用1989～1998高空资料和东营市降水资料,采用修改的动力相似方法研制出8月份暴雨预报系统,经检验和试用,无漏报,历史拟合率为65.9%,试报准确率为33.3%.     

郑州市空气质量统计预报方法探讨

根据2005年、2006年采暖期RegCM 3模式输出产品和郑州市环境监测中心逐日监测资料,利用逐步回归方法建立了PM10、SO2、NO2等污染物质量浓度预报方程。该方法在2007年采暖期的试报中效果不理想,预报准确率明显低于历史拟合率。为了提高预报准确率,针对目前采用的统计方法中存在的不足,即在选择预报因子时没有考虑预报因子之间的相关性,挑选的预报因子由于非正交,使回归计算的结果不稳定。将自然正交分解和多元回归分析结合起来,以采暖期各污染物的日均质量浓度为预报对象,建立预报模型。结果表明,采用新方法制作的空气质量预报准确率有一定程度提高。     

降水概率预报方程的预报稳定性检验

通过将预报方程的预报稳定性检验转化为预报方程的历史拟合准确率（f_1）与试报准确率（f_2）是否有显著差异的统计检验,并将该方法用于西安市降水概率预报方程的预报稳定性检验,取得了较好的效果．     

用MED方法作南京地区五月份雷暴的短期预报

本文在分析产生雷暴的大尺度环流特征的基础上探讨了雷暴的地区性短期(24小时)预报方法,采用数值模式预报(M)、天气学经验预报(E)、诊断分析(D)综合分析的方法,建立起MED预报模型。该模型对1982—1984年五月份共93天的拟合率为92/93,1985—1986年两年五月份共实际出现雷暴4次,报对3次,无空报,试报准确率为61/62,效果较好。文中还就短期雷暴预报的某些特点进行了分析,并对MED方法的合理性等问题作了讨论。     

BP神经网络和支持向量机在紫外线预报中的应用

为了提高紫外线预报准确率,应用BP(Back Propagation Learning Algorithm)神经网络模型和支持向量机(Support Vector Machines,简称SVM)回归方法建立重庆市主城区紫外线辐射强度客观预报模型。统计相关分析结果显示,不同季节影响紫外线辐射强度的主要因素并不相同。对所有相关分析因子用逐步回归方法,按方差贡献大小筛选出预报因子,以每日紫外线平均辐射量为预报对象,分季节建立预报模型。比较用不同方法建立的预报模型发现,两种非线性模型(BP模型和SVM模型)的拟合能力优于线性逐步回归模型,但独立样本检验结果表明,3种模型的预报准确率基本相当。将3种方法所建预报模型应用T213数值预报资料进行业务试报,得到较好预报效果。     

全国电线结冰厚度分布及等级预报模型

利用1961-2008年全国电线结冰及相关气象要素台站观测资料,分析电线结冰厚度的空间分布特征,并建立利用前期冰冻日数,前1天日最低气温、相对湿度、风速和降水量预报电线结冰厚度等级的3层人工神经网络BP模型。结果表明:电线结冰厚度最大值在10mm以上的地区,在北方主要位于东北东南部、内蒙古东北部、华北中部以及甘肃南部等地,在南方主要位于安徽东南部、江西北部、湖南南部、湖北西部、重庆南部、贵州中部以及四川东部等地,呈东-西向带状分布。近48年来,安徽黄山和江西庐山覆冰厚度历年极大值和覆冰日数均呈增长趋势;四川峨眉山、甘肃西峰镇的历年极大值和覆冰日数均呈减小趋势。建立的人工神经网络BP模型能在一定程度上预报结冰厚度等级, 模型对近10年的回报结果显示, 准确率为81.3%。     

多种气象统计模型对比研究——以气象敏感性疾病脑卒中预报为例

基于2008—2012年北京市4家三甲医院的脑卒中疾病急诊就诊资料及同期气象观测资料和环境监测资料,筛选气象和环境预报因子,采用广义相加(Generalized Additive Model,GAM)、逐步回归、BP(Back Propagation)神经网络及决策树4种方法编辑数据训练集(2008—2011年)和验证集(2012年)输入模型,建立北京市脑卒中疾病预报模型,计算各模型的拟合优度和预报准确率,对比分析脑卒中疾病各预报模型并确定最优预报方法。结果表明:北京市四季脑卒中疾病不同模型选取的预报因子不同,其中时间序列为重要的预报因子。GAM模型对高等级脑卒中疾病的预报效果最好,逐步回归模型对中间等级脑卒中疾病的预报效果最好,决策树模型对低等级脑卒中疾病的预报效果最好。4种脑卒中疾病预报模型四季平均的预报准确率依次为:GAM神经网络模型逐步回归模型决策树。GAM模型脑卒中疾病的平均和高等级预报准确率均为最高,其中出血性脑卒中预报模型的完全预报准确率为68.3%,预报误差≤±1级的准确率达98.0%,可以满足天气变化对出血性脑卒中疾病预报预警的业务需求。     

基于全场信息的数值预报产品释用方法研究

对于短期气候时间尺度预报来说, 短期内尚无有效方法提高数值预报产品精度, 建立一种能综合有效利用全场信息的非线性释用方法, 通过统计释用提高短期气候的预报准确率, 是一条可行的途径。通过CCA-BP法建立的典型因子, 可以代表因子场与站点预报要素之间的大部分协方差关系, 使因子与站点要素相关性大为提高, 进而通过神经网络技术 (BPNN) 建立非线性预报模型, 实现上述目标。以平潭、福州站10月旬平均温度、降水距平百分率预报为例, 分别使用CCA-BP-BPNN模型和插值模型对1983-2001年资料建立预报方程, 对2002-2005年的试报结果表明:解释预报对数值预报产品做了较大修正,使预报产品具有一定的使用意义及参考价值。从各项评价指标来看,CCA-BP-BPNN模型优于插值模型。该方法为提高短期气候数值预报产品的释用精度提供了一个值得参考的途径。     

基于AEZ模型的产量动态预报研究

利用洛阳地区1981-2014年夏玉米产量资料、9个气象站点的逐日观测资料、农田0-50 cm土壤墒情资料,结合夏玉米生物学特性,采用农业生态区域法(AEZ模型),计算了夏玉米不同生长阶段的气候生产潜力,通过气候生产潜力与夏玉米产量的相关关系,建立以旬为尺度的夏玉米产量动态预报模型,并进行历史回代和试报检验。结果表明:气候生产潜力与夏玉米单产增减率呈显著正相关,气候生产潜力可以客观地反映夏玉米单产水平及其动态变化。构建的产量动态预报模型对1981-2010年单产历史回代检验的准确率为88.3%~90.7%,单产丰歉趋势回代检验准确率为65.5%~75.9%;对2011-2014年模型准确性试报检验,单产预报准确率为82.7%~87.5%,趋势预报准确率为50.0%~100.0%。     

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。     

利用MM5预报产品制作临沂市极端气温预报

利用MM5预报产品和临沂市各气象站的日最高、最低气温资料,分别采用非线性逐步回归和BP神经网络方法建立临沂市日极端气温预报模型,通过拟合和试报检验表明这两种方法制作日极端气温预报可行。     

T213数值预报产品在白银市盛夏中雨以上降水中的释用技术

基于MICAPS系统,利用T213数值预报格点资料、预报关键区34个站点的高空资料以及市内4县区不同时次的本站气压和日降水量资料,通过分析白银市中雨以上降水的天气特征,归纳出中雨以上降水的天气形势,并据此进行客观定量化分型;选取对白银市中雨以上降水具有明显物理意义的消空指标和预报因子,利用PP数值释用方法,建立了白银市盛夏中雨以上降水的短期预报模型。对2007年6～8月进行试报,预报准确率平均达66.7%,预报效果较好。     

T213数值预报产品在高原天气预报中的应用

根据T213数值预报产品与高原上12个站点对应时次的高度、温度资料,进行了误差和相关分析,并在此基础上,选择和本地相关较好的因子,建立了晴雨判别预报模型,历史拟合和试报效果较好.     

湖南暴雨预报客观自动化业务系统

本文介绍了湖南暴雨预报自动化业务系统，建立了1979—1986年共8年的数据库，用数据库资料对系统进行了逐月测试，测试结果历史拟合率为86%，预报暴雨成功率62%。1987年和1988年6月暴雨预报的准确率为59%。     

客观定量预报中降水的预处理

建立预报模型前, 对降水量进行一定的处理会对预报效果有较大的影响。对于降水量为0的样本, 根据对应的相对湿度情况分别赋予0或不同的负值, 并通过神经网络方法, 以中国国家气象中心T213模式、德国气象局业务模式和日本气象厅业务模式相应的降水量预报结果作为预报因子, 利用2003年和2004年夏季资料分别建立了处理后降水量以及未经处理降水量的预报模型。以北京等站为例, 2005年夏季试报结果的对比分析表明:通过相对湿度对降水量进行适当处理后, 预报结果从TS评分、空报率、漏报率及预报偏差来说, 不论是与不进行处理的预报结果还是与模式直接的预报结果相比都有提高, 尤其是减少了空报的情况。该处理方法简单可行, 并且对降水预报效果提高明显。     

南阳市暴雪分析和预报

利用１９８１～１９９４年气象资料,对南阳市的连续性暴雪、暴雪天气的环流形势进行分析,并结合本站资料,分别找出预报指标。利用预报指标,对１９８１～１９９４年进行回报,连续性暴雪预报概括率和准确率均为１００％,一般暴雪预报概括率１００％、准确率为７１．４％：１９９５～１９９７年试报南阳无暴雪,预报结果与实况一致。     

一种用动力产品制作大—暴雨概率预报的方法

本文提出了在短期值班预报和常规动力MOS预报业务的基础上,进行大一暴雨预报的深层次动力统计预报方法。在南京地区进行了方法的试验探讨,建立了前汛期大一暴雨概率预报工具,其历史拟合、试报和1990、91年的业务预报均较理想。     

宿州春烟栽培生态气候条件及最佳移栽期预报

通过春烟栽培的生态气候条件分析,指出了制约宿州市春烟高产优质栽培的关键是准确把握和预报最佳移栽期。给出了预测春烟最佳移栽期的三种方法——农业气候学方法、农业气象学方法、数理统计预报方法。通过对三种方法的使用分析,得出最有效的方法是灰色-马尔柯夫链相结合的数理统计预报方法,并给出了该方法的建模过程和应用实例,经历史拟合检验,误差≤3天的准确率达95．5％,≤2天的准确率达86．4％,≤1天的准确率为68．2％,完全吻合率达54．5％。2002年、2003年试报,准确程度分别为完全吻合和相差1天,实用效果非常好。