河南省6—8月天气周期划分及应用

利用1991－1995年6－8月500hPa高度场资料，根据河南省6－8月份天气特点和影响河南省天气的主要天气系统，划分天气周期，建立天气周期模型。用欧洲中心500hPa高度24、48、72h预报场，计算出未来3天的平均预报场。把平均预报场与天气周期模型作相似检验，做出未来5天的天气预报。     

欧洲中心和T213数值模式500hPa高度场在青海省预报能力检验分析

本文应用2007年3月份实况500hPa高度场资料和欧洲中心、T213数值预报产品500hPa高度预报场资料,利用matlab的矩阵计算能力和数据插值能力方法分别计算出青海省(31～40°N,89～104°E)范围内,24、48、72h 500hPa高度场的平均绝对误差,通过检验分析。结果表明,两种数值预报产品对高原天气有很好的预报能力,为今后青海省的短期天气预报工作提供参考。     

数值预报产品在中期预报中的应用

通过数值预报产品制作未来6d的500hPa高度平均预报场 ,距平预报场 ,副热带高压北界动态、西风环流指数以及 850hPa变温预报场等复合预报因子 ,可为天气预报会商提供预报依据 ,同时介绍了资料处理方法并举例验证。     

欧洲数值预报产品在夏季明显降水预报中的释用

利用1971～2000年6～8月份96～192小时欧洲数值预报产品的500hPa高度与吉林省6～8月份的明显降水天气进行了分析，找出了欧洲数值预报产品的500hPa高度与吉林省6～8月份明显降水天气的对应关系，建立了4种预报模型，分别是副高后部、高空槽、冷涡、台风等明显降水预报模型，对提高吉林省6～8月明显降水天气预报水平有一定的指导作用。     

省市中期天气预报业务化系统研究

一、前言我们以欧洲中心ECMWF数值产品和北半球500hPa逐日高度场为基础资料,应用MOS、PPM方案以及针对中期天气过程预报而提出的推理统计模型(简称ISM方案),建立了全年(除7、8月份)浙江省中期天气预报业务化系统(以下简称MWFS系统),其中包括中期3～6天逐日晴雨、3～6天初冬至春末的强降温、3～7天和7～11天连晴连阴雨预报模型。     

数值预报产品在中期预报中的应用

通过数值预报产品制作未来6d的500hPa高度平均预报场，距平预报场，副热带高压北界动态、西风环流指数以及850hPa变温预报场等复合预报因子，可为天气预报会商提供预报依据，同时介绍了资料处理方法并举例验证。     

亚洲夏季风系统成员与西太平洋副高的相关特征分析

利用500hPa月平均高度距平场派生出涡度变化、经向风切变、纬向风切变等变量场。从1958～2001年6月500hPa月平均高度距平场及其派生变量场中选取预报因子,并将各个场中的因子分别作EOF分解,得到浓缩了初选因子变量大部分信息的综合预报因子,用以建立同月的广西月降水量的BP神经网络预报模型。进而利用2002～2005年月动力延伸集合预报产品及其派生变量,对广西6月降水量作BP神经网络降尺度释用预报。作为对比试验,以相同的预报量,从1957～2000年5～12月及1958～2001年1～4月500hPa月平均高度距平场中选取预报因子,并作相同处理,建立前期综合因子的广西6月降水量BP神经网络预报模型。独立样本试验结果表明,利用同期综合因子建立的BP神经网络降尺度预报模型的拟合精度优于利用前期综合因子建立的预报模型,但预报效果依赖于月动力延伸集合预报产品。     

月降水量的神经网络混合预报模型研究

以均生函数表征预报量自身周期变化，结合500hPa月平均高度场和月平均海温场预报因子，采用神经网络方法建立了一种新的短期气候预报模型。分别以广西桂北、桂中和桂南6月降水量作为预报对象进行预报试验，结果表明，这种新的预报方法比均生函数回归预报模型及高度场、海温场预报因子的回归预报模型，具有更好的物理基础和预报能力。     

中期(旬)天气客观相似预报方案

目前,中期数值天气预报的最长可用的预报时效约为6—7天,对中期数值预报输出产品进行统计释用的MOS,PP等方法制作的逐日具体天气预报的最长可用时效约为5—6天。要完全靠以上客观预报方法进行10天天气变化过程预报仍有待时日。为此,本文提出一个综合考虑中期数值天气预报输出产品及历史天气过程的旬天气客观相似预报方案。本方案用500 hPa候平均高度场在预报时刻前后连     

神威中期集合数值预报产品的业务应用

目前神威中期集合数值预报产品包括 500 hPa 集合平均预报图、850 hPa 温度距平概率分布图、不同降水级别的降水概率分布图。 其中 500 hPa 集合平均预报场对欧亚大型环流形势演变趋势、春季风沙天气、降水天气过程以及夏季副热带高压变化趋势等的预报中得到应用, 850 hPa 温度距平概率分布图对未来气温变化趋势以及冷空气过程的预报有很好的使用价值, 而降水概率分布图可供预报员在做降水预报时参考。