贵州省极端气温重视期研究

根据省内２４个代表站１９６１～１９９０年极端气温资料，用周期图分析法和耿由贝尔极值法对我省极端气温进行长期预测，结果表明，用周期图分析法对我省极端气温进行预测不可取，而用耿贝尔极值法进行重视期的预测则效果较好，有一定的推广价值。     

贵州省极端气温重现期研究

根据省内24个代表站1961～1990年极端气温资料，用周期图分析法和耿贝尔极值法对我省极端气温进行长期预测、结果表明，用周期图分析法对我省极端气温进行预测不可取，而用耿贝尔极值法进行重现期的预测则效果较好，有一定的推广价值。     

用不同气象参数预测长期平均浓度的方法比较

用风向频率与联合频率两类不同气象参数预测长期平均浓度，静风频率愈高，两种方法的预测结果愈吻合。实例计算结果是：静风频率为27％时，用风向频率预测的值略偏小，二者的比值约为0．994，相关系数为0．9795；静风频率为6％时，用风向频率预测的值也偏小，二者的比值的为0．943，相关系数为0．9789。     

多元模糊回归在大豆产量预测中的应用

本文用元模糊回归分析方法作大豆产量预测，经验证，预测精度稳定，有较好的使用价值。     

环境污染预测的人工神经网络模型

作者用基于Ｂ－Ｐ算法的人工神经网络，提出了建立环境污染物浓度预测的方法，并通过一个大气污染的ＳＯ２浓度的人工神经网络预测实例，证实了工人神经网络用于环境污染预测的可行性。     

河南省棉花产量的灰色-马尔柯夫预测模型

灰色－马尔柯夫预测模型对波动较大序列比较适合，根据该组合模型，用ＧＭ（１，１）灰色模型预测河南省棉花单产，再用马尔柯夫模型转移概率预测系统未来发展方向和修正预报产量。经拟合和预报，效果较好。     

用奇异谱分析作汛期降水的中期气候预测

用奇异谱分析方法对哈尔滨汛期降水进行中期气候预测。其结果表明，此方法对汛期降水趋势有较好的预测能力，并且预报效果比较稳定，经5次试报的平均准确率达76％，说明奇异谱分析模式是一种有效的中期气候预测手段，其趋势预测结果可信度高。     

用多元门限回归模型作区域夏季旱涝预测

考虑了气候系统中一些变量突变时对预测关系的改变作用，用多元门限回归模型的建模方法建立长江下游地区夏季旱涝趋势预测模型。拟合效果较理想，用１９９４－１９９５年的独立资料检验，预测结果与实况较为接近。     

河南省棉花产量的灰色—马尔柯夫预测模型

灰色－马尔林柯夫预测模型对波动较大序列比较适合，根据该组合模型，用ＧＭ（１，１）灰色模型预测河南省棉花单产，再用马尔柯夫模型转换概率预测系统未来发展方向和修正预报产量。经拟合和预报，效果较好。     

基于预测均方误差为最小的梅雨期长度统计预报模型

本文使用北半球500百帕月平均网格点高度场资料。应用预测均方误差MSEPx准则所建立的预测模型，对浙江省北部地区1953—1985年历年梅雨期长度进行预测。结果表明:用MSEPx准则建立的预测模型对异常年份的梅雨期长度进行预测，其预测精度有明显的提高。     

考虑降水时间相关性的地面观测-雷达-卫星遥感逐时降水融合方法研究

以广东省北部山区2018年汛期强降水时段4月23—28日龙舟水、5月7—11日龙舟水和9月16—17日台风“山竹”3次典型暴雨过程的逐时降水为研究对象,研究基于XGBoost算法与地统计学理论的地面观测-前两个时刻逐时降水-雷达-卫星遥感的多源逐时降水融合模型,充分考虑相邻时刻降水的时间相关性,得到空间分辨率为1 km的逐时降水融合数据。此外,分别利用XGBoost与随机森林(RF)算法进行不考虑降水时间相关性的地面观测-雷达-卫星遥感逐时降水融合对比试验,并对试验结果进行精度评价。结果表明：(1) 在3次暴雨过程中,三种融合模型的逐时降水融合结果具有类似的空间分布;(2) 与XGBoost和RF逐时降水融合结果相比,融合了降水时间相关性的逐时降水融合结果在不同暴雨过程的准确性均有明显改进,3次暴雨过程的决定系数(R2)平均提高了7.89%和23.27%;(3) XGBoost逐时降水融合模型的精度整体上优于RF逐时降水融合模型,3次暴雨过程的R2分别提高了7.1%、4.3%和31.4%。     

西南区域中心模式SWC-WARMS降水偏差分析

本文利用2014—2015年5—10月12(24)h累积降水资料和西南区域模式(SouthWest Center WRF ADAS Real-time Modeling System,SWC-WARMS)36(72 h)预报时效内降水预报资料,从概率和频次角度分析不同海拔高度地区观测和模式降水在量级及空间分布上的特征差异。结果表明,SWC-WARMS模式各预报时效各量级降水的概率密度均比观测偏大,并向10 mm以下雨量集中,且随预报时效延长偏大更显著;模式与观测降水的概率密度曲线差异在盆地小于高原,地形差异小的区域小于地形差异大的区域。SWC-WARMS模式对四川地区降水预报存在雨日较观测明显偏多,量级偏大,降水频次高值区范围偏大、出现虚假高值区等系统性偏差。此外,模式预报在20—08时比08—20时优,24 h累积降水预报优于12 h降水预报,尤以中雨及以上量级降水落区预报为甚。最后,模式极端强降水预报在20—08、20—20时较实况偏大,08—20时,模式预报在盆地较实况偏小,川西高原和攀西地区偏大。     

基于吉林省观测土壤水分的WOFOST模型模拟研究

利用吉林省白城站试验数据进行模型参数调整,通过独立的观测资料对生育期、叶面积指数、地上部分各器官生物量进行模拟验证与评价。以白城站和榆树站代表吉林省西部玉米种植区和中部黄金玉米带参数,利用农业气象观测站发育期资料、气象资料和经过质量控制后的逐日土壤水分自动站观测数据进行模拟。为了提高WOFOST模型模拟精度,将由模型通过降水量计算的土壤体积含水量替换为实测土壤水分计算的体积含水量,采用替换后的土壤体积含水量参与模型下一步运算,以此来模拟2001—2016年春玉米穗生物量变化状况,构建玉米土壤体积含水量改善率(PD)指标,来表征降水驱动和土壤水分驱动对作物模型模拟结果的影响。结果表明:(1)模型对白城站春玉米生育期、叶面积、地上部分总生物量和叶生物量较准确,而穗生物量模拟效果一般。(2)从代表站白城来看,穗生物量模拟值与降水量存在明显正相关,降水偏少的年份土壤模拟效果明显优于降水驱动。(3)从区域来看,以盐碱土为主的地区或降水量偏少的年型下土壤水分驱动效果优于降水驱动;在以黑土为主的区域或降水偏多的年型下,两者模拟效果基本接近。(4)总体来说,利用观测土壤水分替换降水量参与模型能够显著提高模型模拟精度。     

支持向量机方法在山东山洪地质灾害预报中的应用试验

用支持向量机(SVM)方法根据T213数值资料和济南、淄博、泰安、莱芜4站的降水实况资料对山东山洪灾害多发的鲁中山区进行了降水分类预报试验。结果表明:多项式核和径向基核函数建立的模型较好地提炼了降水信息,都具有很高的预报技巧,客观性和实用性强,有很强的推广能力;用径向基核函数建的非线性降水分类模型优于用多项式核函数建立的线性降水分类预报,特别是资料减少时,非线性降水分类预报明显优于线性降水分类预报;低层大气湿度可能对线性降水分类有重要影响;建模时用的资料数据格式与实际业务中获得的数据格式应尽量保持一致。     

基于数据挖掘CART算法的区域夏季降水日数分类与预测模型研究

夏季降水日数的准确预测,对于保障农业、运输业、电力等行业的有序进行具有重要现实意义.利用连云港市气象局提供的1951—2012年夏季降水数据对连云港地区的降水日数特征进行分析,难以直观地发现夏季降水日数随时间分布的规律.为进一步探索降水日数的发生规律,结合国家气候中心网站提供的多种气候因子数据,基于CART决策树算法构建了连云港地区夏季降水日数是否偏多与是否偏少的分类与预测模型.该模型可以发现在多种气候因子不同条件下,夏季降水日数是否偏多（偏少）的规律,模型的分类与预测都具有良好的效果.利用52 a的数据样本训练模型,模型的训练准确率为90.38%（86.54%）,再用剩余10 a数据样本检验模型,测试准确率为80%（80%）,并且得到规则集,方便气象业务人员使用以及决策服务人员参考.同时,为降水日数的预测提供了数据挖掘的新思路.     

基于QPE和QPF的遗传神经网络洪水预报试验

以湖北省清江上游水布垭控制流域为例,利用分组Z-I关系并结合地面雨量站资料对雷达估算降水进行校准,计算出流域实况平均面雨量;再利用遗传算法和神经网络相结合的方法建立订正AREM预报降水的模型;最后,将订正前后的AREM预报降水输入新安江水文模型进行洪水预报试验。结果表明：订正后AREM预报降水能明显提高过程的累计降水量预报精度,平均相对误差减小幅度在60%以上,对逐小时过程降水预报精度也有一定提高,但与实况相比仍有一定差距;订正前后AREM预报降水的洪水预报试验的确定性系数的场次平均从-32.6%提高到64.38%,洪峰相对误差从39%减小到25.04%,确定性系数的提高效果优于洪峰相对误差,整体上洪水预报精度有所提高。     

汉江流域极端水文事件时空分布特征

利用1960-2012年汉江流域15个气象站点的日降雨资料和3个水文站同时期日径流资料,分析了9个极端降雨指数的空间分布规律,运用广义极值分布（GEV）、Gamma分布两种极值统计模型对各站点的最大1 d降雨、最大3 d降雨极值样本进行拟合,遴选描述降雨极值分布规律最优概率模型,进而推算给定重现期下的降雨设计值,并分析其空间分布规律;选用Gumbel、Clayton和Frank这3种Copula函数建立降雨-洪量极值联合分布模型,优选最合适的Copula函数,由此计算给定重现期下的洪量设计值。结果表明：GEV分布模型能更好地模拟降雨极值序列,不同重现期下的降雨极值在空间上均呈西低东高的特征;3种Copula函数中,Frank Copula函数能更好地拟合降雨-洪量相关关系,由此推求的洪量设计值大于单变量拟合设计值。     

不同初始场及其扰动对WRF 模拟暴雨的影响

使用ERA-interim和FNL再分析资料分别驱动WRF,对2013年7月12—13日的一次暴雨过程进行数值模拟,详细比较了WRF模拟结果之间的差异。结果表明:(1)两种资料在次天气尺度上存在着较大差异,并由此造成了模拟结果之间的差异,ERA-interim作为初始场对降水的模拟优于FNL资料,反映了WRF对初、边界条件的敏感性;(2)从区域总降水量来看,湿度场扰动对降水量的影响最大,其次是风场扰动和温度场扰动,最小的是侧边界扰动;(3)从降水误差来看,湿度场扰动引起的降水误差最大,在积分20 h内风场扰动的降水误差大于温度场,积分21~24 h则相反,侧边界扰动引起的降水误差在前期比较小且增长缓慢,积分一段时间之后与单个气象要素扰动引起的降水误差相当。     

卫星和雷达资料在暴雨数值预报中的应用研究

采用美国风暴分析预报中心开发的中尺度模式（Advanced Regional Prediction System,ARPS）的资料分析系统ADAS（ARPS Data Analysis System）,把中国CINRAD/SA、SB多普勒雷达反射率、风云-2E卫星的红外和可见光资料引入模式初始场,利用高分辨率中尺度模式WRF对2012年7月21日中国华北地区暴雨过程进行数值模拟。结果表明：加入雷达和卫星资料的WRF数值模拟,由于修正了中低层水汽,对降水系统预报有一定的调整,预报的降水落区位置和降水量中心值更接近实况;同时加入卫星和雷达资料同化后,明显改善了WRF降水系统预报偏慢的情况。雷达与卫星资料同化对WRF模式降水预报影响不同,雷达资料影响的时间短,只在6 h内预报起作用,而卫星资料影响时间较长,能够改善24 h内的预报。加入卫星和雷达资料,修正了水汽场,使降水预报在开始时间、量级和范围上均有改善,更接近实况。     

公里级CMA_MESO模式FSS评分技术研究

本文研究计算CMA_MESO模式预报降水FSS（Fractions Skill Score）评分时，当其水平分辨率与观测降水不一致时，采取两种匹配方式统一分辨率，分析这两种方式得到的FSS评分结果是否有差异。针对3 km分辨率CMA_MESO模式6 h累积降水，选取5 km分辨率的观测降水，分别采取预报降水匹配观测降水分辨率，以及观测降水匹配预报降水分辨率两种方式，选择4种邻域尺度：5、25、51和105 km；4种降水阈值：0.1、4、13和25 mm，得到两组不同预报时效的FSS评分。通过分析发现：两组FSS评分结果没有显著差异。研究结果表明，当CMA_MESO模式预报降水水平分辨率与观测降水不一致时，可以将预报降水匹配到观测降水格点场，也可以将观测降水匹配到预报降水格点场，两种匹配方式对FSS评分结果没有影响。