低能见度雾的分级预报方法研究

利用2007年11月—2009年12月京石（北京-石家庄）高速公路沿线气象站的人工观测资料、自动站资料和交通气象自动站资料,对低能见度雾天气进行分级统计,找出各级雾的生消特征。应用天气学原理和数理统计方法对低能见度雾的生消机理进行研究,利用相关分析找出了与低能见度雾的生消有密切关系的气象因子,建立能见度与气象因子之间的回归方程;在此基础上,结合对低能见度雾的成因分析和预报经验,加入降水因子和大气稳定度因子,建立低能见度雾的分级预报方程,找出各级雾的生消判别指标,为低能见度雾的分级客观化预报奠定基础。各预报因子采用MM5精细化数值预报产品,并通过自动站实时监测资料和预报员的综合预报结果对数值预报产品进行合理订正,得到预报时刻各气象因子的值,从而实现低能见度雾的分级客观化预报。      

基于CNN和RF算法的ECMWF降水分级订正预报方法

利用卷积神经网络(CNN)和随机森林回归模型,提出了一种新的欧洲中期天气预报中心(ECMWF)降水订正预报方法。该方法首先根据ECMWF模式对站点雨量预报值所属的等级进行划分,再计算出不同等级相对应的高相关因子矩阵。进一步利用CNN模型对高相关矩阵进行综合特征提取的学习和训练。最后对CNN模型最终输出的特征因子中,选取若干个与预报站点相关性高的特征,并与ECMWF降水量场插值到预报站点的因子一起,作为随机森林回归模型的输入因子进行预报建模。通过对10个预报试验站点未来24h降水量的分级和不分级订正预报试验,结果表明:(1)ECMWF降水量分级订正预报方法的平均绝对偏差和均方根误差分别比利用ECMWF插值到站点的预报方法减小了20%和15%;(2)24h暴雨及以上的降水分级订正预报方法的平均TS评分为0.32,也显著高于EC插值的0.19;(3)与利用同样的预报模型对全样本(不分级)的传统数值预报模式产品订正预报方法相比,本文提出的分级订正预报方法在总体预报精度和暴雨及以上的强降水预报TS评分上均有更高的预报技巧。     

基于数值预报的汉中市降水分县预报方法

利用现有基层台站所能获取的国家气象中心T213数值预报产品和欧洲中心数值预报产品,经过数学方法处理后,将各预报要素插值到站点作为预报因子,通过Г检验分析预报因子与本地降水的相关,提取相关好的因子建立预报方程。经实践检验证明:数值产品经因子累积处理后对降水预报能力明显增强,数值预报对24h的预报能力较高,中低层要素与汉中盆地降水相关较好。方法对降水量仅做了简单的分级预报,试用中发现该方法对突发性降水预报能力不理想。     

新蔡县6月暴雨、大暴雨短期预报

依据天气学理论，从暴雨成因入手，深入分析了单站和高空指标站资料，认真挑选预报因子，建立暴雨预报模式，并运用“多因子分级相关指数综合法”的数理统计办法，解决了6月暴雨分级定量预报问题。     

用T213做咸阳分县分级降水预报

采用MOS释用方法2002年4—10月T213产品与咸阳各县对应月份降水求相关,选取相关性好的格点因子作为预报因子,用最优子集回归方法建立了咸阳分县分级降水预报方程,并用2002年4—10月资料和降水对预报方程的临界值进行订正,同时建立了用因子消空的条件,取得较好的效果。     

汉中市汛期降水分级分县T213释用方法

利用 T2 1 3数值预报产品制作汉中市汛期降水分级分县预报 ,对 2 0 0 2 -2 0 0 3年 5 -1 0月T2 1 3数值预报格点场进行每个站点相关因子资料插值后 ,与同期的降水实况做了对比统计分析 ,确立每个站点降水量级与选用因子的临界指标值 ,再用多因子概率权重、 3 0 a各降水量级出现的气候概率和 T2 1 3数值预报对汉中市各个站点进行解释预报。应用表明 ,方法对 T2 1 3数值预报有一定的订正效果和较高的实用价值     

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。     

北京市感染性腹泻疾病的医疗气象预报与应用研究

通过分析北京市海淀区感染性腹泻病发病情况与北京市观象台地面气象要素的相关关系,建立感染性腹泻病医疗气象分级预报及风险水平评估模式.收集海淀区2004-2006年逐日菌痢周发病数和同期气象因素资料,建立数据库,分析气象因素与肠道传染病发病率的关系,并采用多元回归概率分级技术,建立感染性腹泻病医疗气象分级预报(划分5个等级)及风险水平评估模式.结果表明,感染性腹泻病发病与水汽压的相关程度很好,单相关系数为0.8340.在所有候选预报因子中,它的方差贡献占70.5%.其他方差贡献较大的因子,还有平均风速、气温日较差等.在感染性腹泻病医疗气象分级预报及风险水平评估模式中,如果预报等级与实际等级相差≤±1级统计为正确,感染性腹泻病医疗气象分级预报模式组的平均预报正确率可达98.5%.其中,预报等级与实际等级完全吻合的正确率可到62.9%～66.4%(指6个预报时效).该模式预报结果可较好地为2008年奥运会提供肠道传染病预防服务,为北京各级疾病预防控制中心指导广大城乡居民卫生防疫提供科学依据.     

麦播期降水趋势分级预报方法

根据漯河市 1 956～ 1 995年 9月 2 0日～ 1 0月 2 0日的天气对麦播影响情况 ,定出麦播期降水趋势分级标准 ;利用前期环流特征、气象要素与麦播期降水的对应关系 ,找出相关因子 ,并根据因子组合 ,作出麦播期降水趋势分级预报     

安顺市夏季降水分级分县MOS预报试验

利用T106格点场资料,通过因子组合、相关分析等手段,构造与本地降水关系密切、有明确物理意义的、能反映本地天气系统的动力结构和发展机制的结构特征因子,预报因子和预报量均采用非线性0,1化处理。用MOS预报方法,建立安顺6县(市)的降水分级预报方程。系统从资料采集到结果输出均在微机上实现全自动化,预报结果客观、定量。     

多因子相关综合预报方法

对于某月(季、旬)降水量(R)的预报,较为广泛地是寻求与预报量存在一定关系的多种相关因子。用特定的方法进行处理,使得比较客观地得出预报结论。这就是“多因子相关降水预报方法”。这种方法对相关的多因子的处理有多种形式,这里介绍两种处理“多因子”相关预报方法,具有比较计算简单、客观,并能对相关因子加以筛选和加权处理,能比较直观地反映出预报结果。     

黄河三角洲冬半年大风预报系统

利用１９９０～１９９７年高空实况场资料作历史样本库,进行相关分析,提取典型因子场,在运用历史样本进行分型、分级的基础上,再利用与Ｔ１０６Ｌ１９数值预报产品典型因大场的平均域块距离最优相似方法,制作黄河三角洲冬半年沿海、内陆大风客观预报,经试用效果较好。     

利用非线性回归技术建立洛阳机场大风预报方法

利用2005-2008年洛阳机场200个大风天气个例,从经验和物理意义出发选取地面风速预报因子,然后对初选因子进行多种组合并同预报量作相关分析,确定了东、西风型各10个因子。根据各个因子在引入的线性和5种非线性函数形式下同预报量的相关程度,确定每个因子同预报量的最优函数关系,进而分别建立了东、西风型风速预报的多元非线性回归方程,再应用双重检验的逐步回归方案对方程进行优化,并将优化后的方程进行了检验,最后分析了影响风速主要因子的作用。结果表明:利用非线性回归方程对风速进行客观定量化预报,预报效果达到了民航气象对大风预报的质量要求,能够为实际工作提供参考;预报东、西风型风速的首要因子分别是气压梯度和变压梯度。     

对回归分析的因子问题的探讨

对回归分析中的因子问题作了一些探讨,认为对预报因子进行相关稳定性检验后,选取相关稳定或相关系数呈上升趋势的因子建立回归方程,预报效果较好.一些非线性函数,经过适当的变换可化为线性函数,通过这种变换,一些曲线回归问题可以用线性回归进行处理,用来预报效果较好.     

桂林逐站降水分级预报系统

以国家T106产品的物理量预报场为基础,选取能反映降水的动力、热力特征的单因子场和组合因子场,对桂林市13个站的降水逐站进行分级并建立相应模型,再用当日数值产品用相似离度法确定最短相似距离,作出当天的逐站降水分级预报,并以Windows98为工作平台,以图形和文本2种方式直观显示出来。     

青云谱机场夏季雷暴预报

首先对青云谱机场1990～2000年产生的雷暴天气与气象资料进行相关分析,找出相关气象因子;然后采用逐步回归方法,对因子进行筛选,建立青云谱机场夏季雷暴预报方程,并对预报效果进行了检验.     

中国冬季气温的集合典型相关分析和预报

以欧亚大陆地面温度、北半球500 hPa高度、热带印度洋SST(sea surface temperature)以及北太平洋SST为预报因子,通过典型相关分析(canonical correlation analysis,简称CCA)建立预报关系,然后用集合典型相关分析预报(ensemble canonical correlation prediction,简称ECC)方法预报中国冬季气温,并分析预报技巧及进行独立样本检验.结果表明,不同的预报因子对各个地区有不同的预报技巧,以欧亚大陆地面温度为预报因子预报技巧较高,而ECC模式对中国冬季气温有更好的预报能力,预报技巧高于任何一个单因子场的CCA预报;采用回归法的集合平均比简单的等权集合平均预报技巧更稳定.     

安顺地区温度、降水分县预报自动化系统

利用1995－1997年国家气象中心的T106格点场资料，通过因子组合，相关分析等手段，结合本地区天气系统的演变特征，构造出与降水，温度关系密切，有明确物理意义的，能反映本地天气系统的动力结构和发展机制的结构特征因子，采用ppM预报方法，建立了安顺地区6个站的温度和降水分级预报方程，提高了ppM预报方珠预报能力和适应性。系统从资料采集到结果输出均在微机上实现全自动化，预报结果客观、定量。     

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.     

客观预报工具制作试验平台的构建

本平台设置多种气象数据接口，可对数值预报产品和气候资料等数据进行相关分析，自动挑选高相关预报因子，应用多种预报方法建立客观预报工具，并可在实际业务应用中对所建工具进行预报试验。