苏州市SO2污染浓度短期预报方法

为了利用气象台站常规资料制作本地SO_2污染浓度预报,本文用苏州市1979—1982年地面气象观测资料与同期的日平均SO_2污染资料作了对比分析,发现苏州市大气中SO_2污染浓度的变化除了与当地污染源有关外,还与当时的天气气候特征有关。由于一地的SO_2污染源在短期内是少变的,所以可以用当地的天气气候情况来估计大气中SO_2污染浓度的情况。天气气候因子和SO_2污染浓度都可看作是随机变量,故可用统计方法作分析和预报。本文介绍了用“多因子条件概率和”制作苏州市大气中日平均SO_2污染浓度短期预报的方法。其方法和步骤如下。     

500hPa环流客观分型作多要素预报

本文利用欧洲中心48小时500hPa高度预报场资料,从找相关系数入手,进行环流聚类客观分型,作多要素天气概率预报。 实践表明:分型结果的天气意义明确,并与预报员的预报经验一致;依据500hPa高度预报场资料,在客观分析的基础上,逐日鉴别定型,作多要素天气预报的方法是可行的。 文中数值处理及计算均是在IBM-PC/XT微机上完成的。     

基于Ward聚类法的中国业务集合预报系统的产品开发

为开发中国新一代业务集合预报系统的聚类产品,系统地介绍了集合预报技术先进国家的集合预报聚类分析方法,并采用Ward聚类法开发了中国集合预报系统的聚类产品。针对重大天气过程初步分析了中国集合预报系统的聚类产品的业务预报能力。结果表明,Ward聚类法以凝练预报信息和给出发生概率的形式,有效地划分出最有可能出现的环流形势类型,为预报员提供了有价值的预报参考信息,也为科学合理地使用集合预报产品提供方便。     

GRAPES-GEPS环流集合预报的分类释用方法研究与检验

集合预报在数值天气预报体系中具有重要地位，因此如何有效提取集合样本信息以提高集合预报技巧一直是一个重要课题。基于中国全球集合预报业务系统（GRAPES-GEPS）的500 hPa高度场集合资料开展对环流集合预报的分类释用方法研究，并对集合聚类预报结果进行了检验分析。通过在传统Ward聚类法中引入动态聚类的“手肘法”方案，发展了环流集合预报分类释用方法。针对该方法的个例分析表明，对于中国中东部地区环流集合预报的聚类释用方法能够有效地划分出最有可能发生的环流形势类型并提供发生概率。确定性预报综合检验结果显示，集合预报聚类结果中发生概率最高的集合大类相对于集合平均的预报技巧有明显提升，并随着预报时效的延长提升更明显。总体来看，通过集合预报的分类释用方法划分环流形势类型可以为天气预报提供参考依据，具有实际应用价值。      

《甘肃气象》1988年目录索引

.天气分析与预报·甘肃省暴雨预报专家系统知识 库介绍1一2南亚高压季节性变化与陇东夏 秋雨的关系1一6西北区东部区域性大一暴雨的 两类云系演变模式1一9一种短期降水预报方法1一13西北区东部暴雨云团的统计分 析2一2用格点资料作汛期大降水预报 2一5南亚高压研究在中期天气预报 中的应用2一9武威6一7月大风的环流特征 及预报方法2一12祁连山区的降水分布特征2一16甘肃省夏季降水的时空分布3一2甘肃省降水量模湖聚类分区3一5中尺度a类对流云团平均降雨 率和降水面积的估计方法3一8雹云回波一般特性的统计分析 3一10用湿有效能量分析预报北…     

用图型聚类法作气温变化趋势的概率预报

利用相似概率预报原理,通过图型聚类方法制作了河北省分冷暖季节,分辨站点的气温变化趋势的客观概率预报,１９９８年暖季开始试应用,暖季预报的布赖尔等评分结果表明,图型聚类方法是制作气温变化趋势概率的合理可行的方法。     

吉林省开展动力统计预报的简况

吉林省是1979年开始搞动力统计预报的,三年多的实践证明,动力统计预报方法客观,预报质量较高,且较稳定,受到广大预报员的欢迎。现在吉林省各气象台都不同程度地开展了动力统计预报,成为业务预报的重要参考。 吉林省先后研制和应用的动力统计预报方程有:(1)各地区4—8月逐月短期晴雨MOS预报方程,降雨量动力统计点聚图。分型短期晴雨MOS预报方程(在24小时内分前12小时与后12小时分别建立)。     

2007年西北太平洋热带气旋定位和预报精度评定

依据<台风业务和服务规定>分析2007年TC业务定位和业务预报精度,结果表明:各方法的平均定位误差均小于25km,强度预报的24小时和48小时近中心最大风速平均误差为3～7m·s-1和5～11m·s-1,均与往年相当;综合预报的24小时和48小时路径平均距离误差分别为129.8km和215.0km.虽然路径数值预报的能力仍然不能与综合预报相比,但是多模式集成方法相对于综合预报有正技巧,说明这类方法可能成为改善路径预报的途径之一.强度预报的主要参考仍然是统计类预报方法.     

基于经验模态分解的西安市空气质量预报订正方法

为提高城市空气质量预报的准确率,研制了针对数值预报模式CAPPS2的订正方法,对2001—2007年西安市逐日PM10、SO_2、NO_2浓度均值和相应的降水、风速作经验模态分解(EMD)分析,用最大熵谱方法检验各本征模态函数(IMF)周期,计算其方差贡献率,制定订正方法并进行数值试验。结果表明:PM10浓度波动以周尺度为主,有明显周末效应,与主要清除过程匹配较好;SO_2、NO_2浓度波动与主要清除过程不同步;基于周末效应的订正规则对PM10、SO_2订正效果较理想,对NO_2订正效果不确定。     

防城港市暴雨预报系统

以T213资料与暴雨实况对照分析,采用聚类分型、逐级判别的方法建立以数值预报产品为基础的汛期暴雨定时、定点、定量预报系统,取得了较好的预报效果.     

基于分段层次聚类的中国强降水集合平均预报逐步订正方法研究

集合预报在数值天气预报中占有重要地位,如何有效地从集合成员中提取信息以提高降水的集合平均预报技巧是重要科学问题。采用2019—2022年夏季中国气象局全球集合预报业务模式（China Meteorological Administration Global Ensemble Prediction System,CMA-GEPS）的逐日累计降水量集合预报数据,发展了基于分段层次聚类的逐步订正方法（Stepwise correction method based on segmented Hierarchical Clustering, SHC）以改进该模式的强降水集合平均预报结果,并定量评估了SHC方法的性能,比较了其与集合平均（EM）和直接聚类法（HC）的订正效果差异。结果表明：SHC方法由于采取了分段聚类订正来有效引入更有价值的集合成员预报信息,进而修正集合平均预报结果,提升目前在短、中期天气集合预报中的强降水预报能力;该方法的逐日连续预报检验评分总体在降水预报订正方面有优势,相对于EM和HC方法预报技巧均有明显提升,证明其具有良好的适用性;对于2021年郑州7·20暴雨个例的应用显...     

防城港市暴雨预报系统

以T213资料与暴雨实况对照分析，采用聚类分型、逐级判别的方法建立以数值预报产品为基础的汛期暴雨定时、定点、定量预报系统，取得了较好的预报效果。     

新标准下空气质量预报指导产品对比检验

为了解和掌握上级指导产品对石家庄市空气质量预报的适用性,进一步提高石家庄市空气质量预报的准确性,利用国家气象中心(NMC)、北京区域气象中心(BJ)和河北省气象局(HB)空气质量预报产品,对石家庄市夏季4种主要污染物PM_(2.5)、PM_(10)、O_3和SO_2的预报进行了对比检验,结果表明:1)NMC对4种污染物的预报效果均逊于HB和BJ的,对PM_(10)、PM_(2.5)和SO_2的预报值明显较实况偏大,尤其在发生重污染天气时,对PM_(10)和PM_(2.5)的空报率高达90%以上;2)HB对PM_(10)和SO_2的预报效果好于BJ的,对SO_2的预报值与实况值均在一个等级范围内,发生重污染天气时,对PM_(10)的预报效果好于BJ的,预报值更接近于实况,但对重污染向优、良转折天气的预报值偏高;3)BJ预报PM_(2.5)和O_3的效果好于HB的,对O_3的0级误差级别预报准确率高达90.5%,对PM_(2.5)优到轻度污染等级的预报效果较好,但对重污染天气的预报值低于实况。     

基于聚类天气分型的KNN方法在风预报中的应用

以模式识别和相似预报思想为基础, 建立基于自组织神经网络 (SOM) 的聚类天气分型和交叉验证的K最近邻域非参数估计仿真模型 (KNN)。该模型首先以自组织神经网络技术对西北地区的高空流场和高度场进行聚类分型, 针对不同天气形势下的历史样本, 通过交叉检验, 分别寻求各类天气型下的最佳K组合。为了验证聚类天气分型对KNN方法的影响, 使用2003—2006年冬半年T213数值预报产品和宁夏日最大风速资料, 同时建立了宁夏冬半年日最大风速≥6 m/s天气分型和未分型的KNN预报模型, 并对2007年1—5月进行了预报试验, 预报评估结果表明:天气分型后的预报模型总体上降低了预报空报率, 提高了预报准确率, 特别是某些类天气型, 提高幅度更大, 为分类相似预报开拓了思路。     

用卫星云图预报台风的方法(下)

4.预报台风未来24小时的移动方向 (1)各类路径的定义 按照台风未来24小时内移动方向,可分为西行类、西北类、北上类和转向类(见图19)。 (2)由环境云场初步确定台风移动方向     

集合预报产品在台风麦莎预报中的应用

为了提高集合预报效果,利用T106L19全球谱模式和增长模繁殖法对台风麦莎制作了13个成员的集合预报,并对其结果进行集合预报产品解释应用研究。首先在离散距离分簇法中,引入方差分析的方法确定分簇基础,然后对集合预报的形势场进行了分簇,相对于以往采用96小时样本为分簇基础进行分簇的方法,分簇效果提高明显,分簇结果能给出台风移动的几种可能路径及其概率;其次对要素随时间的演变利用系统聚类法进行了分类,根据分簇平均图可以确定几个可能的台风登陆地点,制作了这些特殊点要素分类烟羽图,通过分析要素随时间的演变特征,提高对台风登陆地点和时间的预报精度;最后制作了盒须图,通过盒须图中数据组主体以外的数据点,确认出值得注意的一些特殊集合成员的预报结果,减少了小概率事件的漏报率。研究结果表明,将方差分析引入离散距离分簇法,要素烟羽聚类法以及盒须图的应用有利于提高和改善集合预报效果,集合预报产品解释应用效果得到改进。     

烟台汛期暴雨概率预报方法

利用模糊聚类分析方法和归档的数值产品对历史天气进行聚类，分为暴雨和非暴雨两大类，将当天订正后的ＨＬＡＦＳ预报产品代入计算，判断其属暴雨或非暴雨类，并由其与暴雨天气的相关系和临界值做出概率预报。     

GRAPES-GEPS K-均值集合预报产品开发及应用

基于GRAPES全球集合预报系统(GRAPES-GEPS)及2020年2月13—16日的全国寒潮天气过程,开发出一类新的集合预报产品—K-均值聚类产品。采用爬山法确定最佳聚类数量,并采用K-均值聚类算法对集合样本进行分类。结果表明,该方法的500hPa位势高度场所有类别的聚类产品均呈现出中高纬Ω形的环流形势及低压系统后部冷平流的走向,发生概率最高的聚类产品最能反映实况中环流形势的分布。对于850hPa温度场,其聚类产品均呈现出全国温度从北到南呈带状逐渐增加的空间分布特征,发生概率最高的第一类聚类产品与实况最为接近。对于10m风速聚类产品,在较大风速处,集合样本离散度较大,不同类别的风速大小差异显著;发生概率较高的第一类聚类产品,其对天津及周边地区10m风速的分布及强度描述均较准确,并能提供有价值的预报信息。K-均值聚类能有效地实现集合预报样本信息的浓缩,该产品可为预报员判断某一时次的天气预报提供直观指导。     

江苏省区域大气污染客观天气分型的动力学检验

本文根据全省污染监测资料及1981—1989年1、4、7、10月850hPa环流图,应用分级聚类方法进行客观分型,共得23型,并区分了高、中、低三种污染天气型。为检验其客观分型的可靠性,本文应用拉格朗日K模式,输入全省及周边站点气象资料及实际污染源资料进行数值计算,模拟各级污染型下SO_2浓度的分布,检验证明了分级聚类结果的可靠性。     

用PP方法做河北省雾的分县预报

利用 1 96 0～ 1 999年 4 0年的气候资料 ,运用天气学原理和气候统计学方法 ,分析了雾与气象要素的关系。使用常规气象资料、利用T1 0 6数值预报产品和PP方法 ,分别制作了 2 4小时、4 8小时河北省雾的区域预报和分县预报