长春市火险等级MOS预报方法研究

本文分析了长春市逐日火灾等级与日本数值预报产品中的部分气象要素的关系，采用统计预报方法，建立了各季火险等级的MOS预报方程。经回代检验及试报应用，其预报结果稳定可靠，能为长春市各级消防部门合理安排消防指挥工作提供科学依据。     

湖北省常规天气要素分县MOS预报方法及其应用

借鉴美国MOS预报方法,利用逐步回归法,采用T106数值预报产品以及湖北省常规天气要素（温度、降水）实况资料,建立了湖北省77个站1～5天温度及降水分级预报方程,并将该预报方程提供给国家气象中心,再由国家气象中心将T106数值预报产品处理后的预报因子代入相应的预报方程中,并通过9210通信系统分发逐日滚动分县预报结果。武汉中心气象台的初步试验结果表明,该预报对下级台站有一定的指导作用。     

逐日最低气温的客观自动化预报

为了更好地应用数值模式产品,实现客观、定量、自动化预报。本文采用国内较为先进的小样本统计模型,以数值预报产品的应用为重点,设计专门的筛选因子的程序,建立最低气温预报方程,上机运行,得到烟台市区逐日的试报结果,效果较为理想,证明小样本统计模型在上具有广泛的使用价值。     

利用数值预报产品制作广西大范围霜冻5天滚动预报

利用数值预报产品与广西大范围霜冻天气过程对照作为分析依据 ,建立广西大范围霜冻天气过程的概念模型 ,结合预报指标、相关因子普查 ,用多元回归方法建立广西 89站逐日最低温度预报方程及霜冻等级预报     

以T63产品为因子用灰色系统方法做逐日降水预报

以Ｔ６３数值预报产品为因子，用灰色系统建立可更新方程系数的预报模型，作郑州站７２ｈ逐日降水预报。     

利用数值预报产品制作广西大范围霜冻5天滚动预报

利用数值预报产品与广西大范围霜冻天气过程对照作为分析依据，建立广西大范围霜冻天气过程的概念模型，结合预报指标、相关因子普查，用多元回归方法建立广西89站逐日最低温度预报方程及霜冻等级预报。     

MOS法初步应用小结

以数值预报为基础,综合运用统计、天气学方法,开展地方MOS要素预报,是预报业务走向客观化、定量化的一条途径。我们采取分工协作,责任到人,分题定时间的办法,全面开展数值预报产品的应用工作。现已基本完成预定任务,1985年投入业务使用。现就有关情况综述如下:1.建立了3—9月的逐日地方MOS晴雨预报方程,因子选自700hpa36小时T—Td、     

用卡尔曼滤波方法作温度预报

针对以往温度定性预报的不足，应用欧洲数值预报产品资料，用卡尔曼滤波的方法对齐市的温度作出了逐日定量预报。预报结果接近主观预报结果，有实际的应用价值。     

卡尔曼滤波方法在逐日极端气温预报中的应用分析

利用国家气象中心的T63数值预报产品，采用卡尔曼滤波方法，建立了内蒙古地区（35个站）的逐日极端（日最低、日最高）气温24小时预报方程。于1996年3～11月进行业务试运行，预报结果令人满意，表明该方法有一定的参考和实用价值。     

用PP法做逐日降水预报

利用欧州中期数值预报格点资料,采用PP法建立了全年分季分站逐日降水预报方程。实际应用时,直接从网络上调取欧州中心500hPa高度场、850hPa温度场、1000hPa气压场48—120h预报场格点资料,可作出一周逐日晴雨、分级降水预报。     

贵州省暴雨BP神经元网络预报方法

引入人工智能方法，应用BP神经元网络技术，结合数值预报产品、动力诊断产品和当地预报经验指标，构造了贵州省期暴雨落区预报的人工神经元网络模型，实现了全省各大－暴雨落区的逐日概率预报，为业务预报提供了客观预报指导产品。     

欧洲中心数值预报资料在夏汛期的应用检验

欧洲中期预报中心的全球原始方程15层模式,格距1.875°,每天计算输出未来10天逐日预报产品,精度较高,质量稳定。从1982年4月下旬,我们开始接收欧洲中期预报中心的数值预报产品,并在夏季汛期预报业务中试用。为了便于台站应用,我们将在试用中遇到的问题、检验的结果,作些介绍。     

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。     

绍兴市短期天气预报实时测评检验系统

介绍了绍兴市短期天气预报实时测评检验系统，在预报业务过程中可实现对数值预报产品、客观预报方法以及预报员主观预报的逐日逐段即时测评检验，有利于预报员及时了解数值预报产品性能和客观预报方法优劣，检验预报员订正数值预报产品和客观预报方法误差的能力，同时使预报质量的评定成为预报员总结经验、再学习的过程，有效地促进了预报准确率的提高。     

区域降水数值预报产品人工神经网络释用预报研究

利用T213、日本细网格降水预报等数值预报产品,采用人工神经网络方法进行预报释用。通过聚类分析方法对广西自治区测站进行分类,简化预报对象,对数量众多的T213数值预报产品采用自然正交分解(EOF)方法,浓缩大量因子的有效信息,并结合日本降水预报因子建立广西5~6月区域降水量级的逐日人工神经网络预报模型。运用与实际业务预报相同的方法进行逐日预报试验。结果表明,用这种数值预报产品释用方法建立广西3个预报区域的B-P人工神经网络预报模型对中雨以上降水量级预报的TS评分分别为0.55、0.5和0.26,比目前业务预报中参考使用的T213和日本数值预报产品降水预报具有更好的预报效果。     

三种数值预报产品在清江流域面雨量预报中的应用检验

以2003年主汛期(6—8月)清江流域逐日面雨量为预报对象,采用自行开发的“数值预报产品分流域面雨量客观预报应用系统”的运行结果,对T213、MAPS、MM5等几种数值降水预报产品进行了一般性预报、定量误差值及重要降水过程预报的检验。通过这一检验分析,旨在加深对几种数值降水预报产品在清江面雨量应用中的认识,也为日常降水预报提供参考。     

低纬度地区局地暴雨的神经网络预报方法研究

以南宁市所辖8个站暴雨集中的6-8月逐日降水量作为预报对象,采用人工神经网络方法进行了新的数值预报产品释用预报方法研究.通过运用动力相似法,结合日本降水预报模式对未来暴雨发生的可能性进行判别,然后通过对欧洲中期数值预报中心预报场进行滑动分区车氏展开计算,求出与降水量序列相关较好的预报因子,并对这些因子进行自然正交分解,有效浓缩数值预报产品因子,建立了南宁市逐日暴雨的神经网络释用预报模型.利用该预报模型,对2006年6-8月的逐日暴雨预报试验结果表明,该预报模型对南宁市的暴雨强降水具有很好的预报能力.     

KNN方法在11—3月中国近海测站日最大风速预报中的应用

应用自组织神经网络方法对欧洲中心（ECMWF）2003年1月1日至2006年12月31日逐日数值预报产品分析场进行天气形势分型,发现11-3月影响我国的天气形势基本属于同一类型。对2004-2007年11-3月ECMWF逐日数值预报产品进行动力诊断,提取与中国近海16个测站日最大风速相关较好的预报因子,将改进后的KNN方法作为预报手段,建立11-3月近海测站日最大风速预报模型,并对2007年1-3月16个测站进行逐日检验,结果表明该方法对近海测站日最大风速有较好的预报能力。     

吉林省地县级数值预报释用方法试验

本文是在T106数值预报产品解释应用的基础上 ,采用统计学和动力气象的方法 ,对天气形势进行主客观分型 ,按不同季节、不同地域分县建立了降水、气温气象要素逐日滚动的、量化的预报方法。     

卡尔曼滤波方法在逐日极端温度预报中的应用

1引言MOS方法是一种早已为国内外广大预报员熟悉的数值产品释用方法，并且已取得较好的预报效果。MOS方法是建立在数值预报模式基础上的，需要历史资料年限长，由于数值预报模式经常变化，可能破坏MOS预报方程的统计基础，这给应用MOS方法带来困难，因此要寻找能适应数值预报模式经常变化的统计方法。卡尔曼滤波方法是具有这个特点的重要方法。此方法在天气预报中未广泛应用，沈阳中心气象台利用此方法制作了辽宁省14个市（地）的逐日极端温度预报。2基本原理及递推流程在日常实际测量中，往往得到的是一系列带有误差的测值。排除误差…