基于SVM方法的暴雪预报系统

雪灾是内蒙古地区的主要的气象灾害，对全区牧业和人民生活造成了严重危害和影响。在充分分析内蒙古地区气候特征的基础上，依据SVM回归方法，利用T213资料，建立了暴雪的SVM回归方法预报模型，建立了自动化的SVM暴雪预报业务系统，并对其进行了业务试验。给出了依据SVM方法建立的暴雪实时业务预报系统的检验结果。结果表明，SVM回归方法能运用于暴雪的预报，建立的自动化的SVM暴雪预报业务系统能在预报业务中发挥了一定的作用。     

SVM方法与长江上游降水落区预报

在分析长江上游各流域面雨量的气候特征及面雨量与暴雨站数关系的基础上,依据SVM回归方法,利用面雨量和ECMWF 0 h资料,建立了面雨量的SVM回归方法预报模型,并对其进行了模拟试验.结果表明,SVM回归方法能运用于面雨量预报,并给出了依据SVM方法建立的流域面雨量实时业务预报系统的检验结果.     

湖北省黄石市暴雪预报系统设计与实现

利用黄石市1980年1月至2010年12月的暴雪个例资料和NCEP的再分析资料,运用神经网络方法建立暴雪预报的人工神经网络预报模型,在预报模型和MICAPS 3.0系统的基础上,选取VB语言开发环境和VFP数据库,在Windows操作系统上建立了黄石市暴雪预报系统,实现了黄石市暴雪天气的客观预报功能。该系统的研发对提高暴雪预报准确率具有很现实的指导意义,同时其研发方法可以应用到其他类型灾害性天气预报系统的研发,在地市级气象台站具有广阔的推广空间和应用前景。系统挂靠黄石市气象台的预报业务平台,自投入业务运行以来,运行稳定,效果良好。     

克州牧区暴雪自动预报系统的设计

介绍了"克州牧区暴雪自动预报系统"的设计思路,探究了模块化设计理念对实现克州牧区暴雪预报自动化的意义.     

ECMWF产品逐日降水客观预报业务系统

选用ECMWF格点场资料,用差分法、天气诊断、因子组合等方法构造能反映本地天气动力学特征的预报因子库,对预报因子和预报量进行线性（0,1）标准化处理,采用PRESS准则初选因子,用最优子集回归建立0~120 h降水预报方程,用多因子概率权重回归预测其降水概率。预报系统投入业务应用,检验证明预报效果较好,提供了有效的地市级客观预报指导产品。业务系统与MICAPS对接,实现全自动化,输出的预报产品客观、定量。     

江苏省暴雪预报系统

暴雪预报系统是在普查１９７０－１９９２年资料，对暴雪的天气形势分型的基础上建立的，通过计算预报场与各型平均场的相似离度判别有无暴雪产生，进而通过寻求与历史样本的最佳相似预报暴雪落区。该系统业务应用效果令人满意。     

支持向量机回归方法在实时业务预报中的应用

简要介绍了支持向量机(Support Vector Machine,简称SVM)回归方法的基本原理,并介绍了基于SVM回归方法,利用1990～2000年1～12月ECMWF北半球的500hPa高度、850hPa温度、地面气压的0小时分析场资料构造预报因子,建立德阳市5个代表站的日平均气温、日最高气温、日最低气温的SVM回归预报模型及其在业务化运用中的效果。     

SVM方法在热带气旋降水预报中的应用

应用国家气象中心下发的热带气旋报文资料（中心经纬度、中心气压、近中心最大风力）,设计了诸如热带气旋中心与嘉兴市的最近距离等因子,并任选3个因子组成三维坐标（x,y,z）,计算嘉兴市热带气旋降水的概率分布函数。利用SVM回归方法对选中的概率分布函数进行训练,建立嘉兴市热带气旋降水预报方法,并应用于业务试报。同时和多元回归方法进行历史回报和业务试验比较。结果表明,概率分布函数与热带气旋降水具有较好的相关性,SVM回归方法在嘉兴市热带气旋降水预报中的回归预报模型和业务化效果明显优于多元回归。     

支持向量机(SVM)及其在场预测中的应用

介绍一种新的非线性回归分析方法--SVM回归.利用EOF能分解数据场和SVM回归分析可建立因子与预报量非线性关系的优势,设计预报方案：（1） 将因子场和预报场分别用方差标准化、EOF场展开,提取两场时间系数;（2） 用SVM回归分析实现因子场时间系数对预报场时间系数非线性预测;（3） 由预测的预报场时间系数与对应空间函数反演原场.用交叉检验的方法,对1960～2003年1月热带海表温度场预报汛期（6～8月）华中区域降水场进行试验.SVM回归44年独立预报平均技巧评分10.4%,较随机预报具有明显的技巧水平,优于经典回归.     

内蒙古大、暴雪环流类型及物理量场特征

对内蒙古地区近40年大、暴雪过程进行的环流型及物理量场特征分析表明,大、暴雪过程主要集中在3月、10月、11月份,冷空气活动多为西路、西北路、其次是北路。造成内蒙古地区大、暴雪的天气系统有3类,大尺度环流有5型。临近大、暴雪过程,各物理量有明显反映,首先有水汽输送和水汽辐合,其次必须具备强烈的上升运动。最后给出3类大、暴雪的预报着眼点。     

SVM方法在霾识别和能见度预报中的应用

选用2013—2014年地面自动站资料、探空气象资料以及大气污染物浓度的数据,采用支持向量机(Support Vector Machine,SVM)方法分别建立金华SVM霾识别预报模型和14时能见度SVM回归预报模型来进行实证研究。通过预报结果检验发现:1)金华地区SVM霾识别预报模型的TS评分均在0.65以上,且8个最优模型判断完全错误的天数只有3d,占2.7%,表明模型分类结果较好,可在实际业务预报中推广应用;2)金华地区14时能见度SVM回归预报模型得到的预报值集中在6~16km,预报值较为集中,而实况值波动较大,即模型对极值预报能力较弱,表明模型对中度霾和重度霾天气预报的指导意义不大。     

极端气温集成预报方法对比

用2003-2009年ECMWF和庆阳市极端气温资料建立最高最低气温SVM、Kalman、多元线性回归3种统计方法的预报模型,采用平均、加权、回归3种方法进行预报集成,对庆阳市2010年6-12月各预报方法及5个时次集成预报进行评估.结果表明:单一的SVM、多元回归和集成方法最低气温预报5个时次的准确率均高于最高气温0.8％～24.2％,集成后加权法准确率最高,但最高和最低气温选取权重不同,SVM权重大时最高气温效果好,多元回归权重大时最低气温效果好.随着预报时效的增加,单一的预报方法和集成预报,预报准确率降低.逐月评估表明,单一的SVM准确率较高且预报性能稳定,Kalman准确率较低,回归方法各月差异大,预报不稳定,集成后,3种集成方法的预报比单一的预报方法均有所改善和提高.绝对误差分析表明,加权集成后最高和最低气温误差都较小,优于平均集成法和回归集成法.     

一个中国沿岸台风风暴潮数值预报系统的建立与应用

依据三维斜压海洋环流模式POM建立了一个中国沿岸台风风暴潮数值预报业务系统.台风风场模型考虑了台风移动和周围环境风场的影响,采用了较合理的强风情况下的风应力计算公式,建立了稳定合理的模式海洋环流气候状态和模式边界条件.大量的数值模拟结果表明,该模式能较好地重现历史台风风暴增水过程,对近2年台风风暴潮个例的预报结果表明,该业务系统对台风风暴增水具有较好的预报能力,文章同时分析了模式存在的一些问题.该业务系统实现了从资料采集、模式运行到预报结果输出的全自动化,显示采用图片和MICAPS两种方式,后者与现有气象业务平台一致.     

天气动力学组合因子在MOS降水预报中的应用

利用我国的数值产品ＨＬＡＦＳ格点场资料,结合内蒙古地区降水系统的天气动力学演变特征,构造出能反映降水系统的天气动力学发展机制的结构特征因子,采用ＭＯＳ方法建立预报方程。用较短的样本资料建立ＭＯＳ预报方程,提高了ＭＯＳ预报方程的预报能力和适应性。试验结果表明,该ＭＯＳ预报方程计算稳定并具有很好的预报能力和效果,易于业务化。     

支持向量机(SVM)方法在气象预报中的个例试验

SVM(Support Vector Machine)方法的基本思想是:通过非线性映射把样本空间映射到一个高维乃至于无穷维的特征空间(Hilbert空间),在特征空间中寻求最优划分或回归线性超平面,从而解决样本空间中的高度非线性分类和回归等问题.利用1998～2000年9～11月T106-36小时预报的各种输出产品构造因子,以单站有无降水为预报对象,采用MOS法方式构造样本,通过训练建立了单站的晴雨SVM分类预报模型,利用1990～2000年4～9月ECMWF北半球的500hPa高度、850hPa温度、地面气压的0小时分析场资料,确定关键区域,构造预报因子,以PP法方式构造样本,通过训练建立了四川盆地内单站气温的SVM回归预报模型,并进行了模拟试验,结果表明,无论是单站晴雨的SVM分类预报模型还是单站平均气温的SVM回归预报模型都显示出了良好的预报能力.     

周口市暴雪及冬季强降水预报

利用欧洲中心数值预报产品格点报实况场资料,统计分析了周口市1986～1997年11月至次年2月强降水天气的基本天气形势及特点,找出预报指标,建立1～6天暴雪及冬季强降水预报业务系统,产品上网运行.     

支持向量机在短期气候预测中的应用

支持向量机（SVM，Support Vector Machines）是基于统计学习理论框架下的一种新的通用机器学习方法。可以解决样本空间中的高度非线性分类和回归等问题，是一种处理非线性分类和非线性回归的有效方法。气候变化诸多因子的复杂性和非线性决定了预报因子与预报对象问的非线性关系，SVM为解决短期气候预测提供了一种可行的有效途径。利用Nino区海温、南方涛动指数、副高面积指数、亚洲区极涡面积指数等15个预报因子，建立了阳泉夏季降水正、负距平的SVM非线性分类模型，同时也建立了阳泉夏季降水的SVM回归模型，并进行了相应的预报试验，结果显示，对应的SVM分类模型和回归模型均具有良好的预报能力。     

支持向量机方法在海口降水预报中的应用研究

利用支持向量机方法(SVM),依据T213数值预报产品,对海口降水进行预报应用研究,结果表明:所建立的SVM分类方法降水预报模型具有较好的正技巧,SVM方法对海口降水具有较为明显的预报能力。     

兰州有限区域中尺度数值模式业务系统及应用

以国家气象中心数值T213资料为基础,结合业务和服务的实际需要,建立了基于MM5的兰州有限区域中尺度数值模式业务系统,该系统前后处理程序成熟,每天都能提供大量的数值预报产品,已经成为预报业务和服务的重要参考依据,在精细化预报、暴雨等灾害性天气预报和地质灾害气象等级预报中发挥了重要作用.     

百色地区预报业务自动化系统介绍

通过数值预报产品与计算机网络系统的有机结合，对新制作的各种预报释用产品及预报方法进行集成，建立了适合本地区的预报业务自动化系统。