基于卡尔曼滤波的神经网络月平均气温预测模型

利用湛江市近50年来的月平均气温时间序列资料,将卡尔曼滤波与人工神经网络方法相结合,建立了湛江气温的短期气候预测模型.试验结果表明,这种基于卡尔曼滤波的神经网络模型对湛江的平均气温具有较好的预测能力,在平均绝对误差(MAE)小于1.5℃的条件下,实际预报准确率达到91.7%,对短期气候预测的业务工作具有较高的参考价值.     

试用卡尔曼滤波方法作冬季平均气温的短期气候预测

对淄博市１９５２ 年～１９９８ 年的冬季平均气温变化特征进行了分析,建立了冬季平均气温的卡尔曼滤波递推系统。结果表明,卡尔曼滤波方法在气象要素的短期气候预测方面有一定的使用价值,在气候变暖的预报方面有其显著优势。     

卡尔曼滤波在短期气候预测中的应用

用PRESS准则和最优子集回归选取预测因子，建立河西走廓东部月平均气温的卡尔曼滤波预测模型，经实际使用发现，该预测方法的精度较高，稳定性较好，为短期气候提供了一种新的思路和方法。     

辽宁省近10年短期气候预测质量评估检验

参考了现阶段国内外的短期气候预测质量评估办法，根据短期气候预测业务的发展需要，提出了一种新的短期气候预测质量评估办法，并对近10年（1994年以结果表明：新办法的指导思想、评分原理以及预报评分规则和标准等方面均优于来）辽宁省短期气候预测资料进行客观评定，把原办法的评定结论与之对比分析。原办法，更符合实际，客观性更强，突出了气候预测的趋势性，提高了异常事件趋势的预测能力，能更好地反映当前短期气候预测业务水平。在绝大多数情况下，新办法评定的月、季、年尺度气候预测质量较原办法有明显提高，其中，全年降水预测质量平均提高4％，平均气温预测质量平均提高9％，所以新办法客观地评定更有利于促进短期气候预测质量和服务水平的提高。     

近50年来湛江气候变化初探

本文利用湛江1951～1999年的气温和降水气候资料，分析了湛江平均气温、最高气温、最低气温和降水的气候变化特征。得出平均气温具有增暖趋势，19年代增暧最强，特别是最低气温增暧明显；而最高气温呈下降趋势；多雨是湛江近50年的主要天气现象，但近10年来降水量下降。     

最优气候均态法作广东省月平均气温预报

目前,人们对短期气候各要素及其变化和短期气候过程的预测水平还很低。为了提高短期气候的预测能力,更有效、更切实地做好防灾减灾工作,气象学者们认真研究了许多科学的预测气候方法,并仍在不断地补充、更新和完善,开拓新的预报思路。最优气候均态法（ｏｐｔｉｍａｌｃｌｉｍａｔｅｎｏｒｍａｌｓ）是美国气候预报中心（ＣｌｉｍａｔｅＰｒｅｄｉｃｔａｔｉｏｎＣｅｎｔｒｅ）用于制作气候上温度预报的一种方法。它易于制作,预测月平均气温可提前一年作出。２　资料及方法　　本文使用广州中心气象台预报广东省月平均气温中使用的…     

最优气候值方法在短期气候预测中的应用

利用最优气候值方法,对辽宁1997 和1998 年各月、季平均气温和降水量做预报,结果表明,这种方法有一定的预报能力,可以在本省短期气候预测业务中使用。     

短期气候预测评估方法和业务初估

根据短期气候预测业务目前的基本现状,提出了短期气候业务预测效果评估的几种参数。使用这些参数对国家气候中心气候预测室近20多年来全国范围月、季、年几种主要预测业务的降水距平百分率和平均气温距平的预测效果进行了初步评估。结果表明,月尺度预报中,温度预报好于降水预报;年度降水预报以对春季预报为最好;汛期降水预报水平有明显提高。     

多时次资料的EOF迭代在云南夏季气候预测中的应用

多时次资料的EOF迭代预测方法能较好地应用历史资料中的信息，并能将经验法则、观测事实和气候规律等引入到实际的短期气候预测过程中，特别是随着我们对影响短期气候变化的物理过程和因子认识的深入，这种预测方法将会得到更加有效地改进和实际应用。本文考虑4个区域月平均海表水温的多时次历史资料，基于EOF迭代方案，建立了云南夏季气候变化的一种多时次EOF迭代预测模型。在对云南分5个区域，每个区域16个气象观测站点的夏季降水和气温趋势的预测中，该模型对云南1995－1999年的夏季6－8月总雨量和平均气温趋势预测检验的最新业务标准评分平均分别达到79．6％和87．0％。该评分成绩表明，这种容纳多时次资料，基于EOF迭代的物理一统计预测方法是一种有效的短期气候预测途径。     

新旧气候平均值的差异及其对西南气候业务的影响

选取西南地区短期气候预测业务选定的81个气象站,将其1971~2000年30年气候平均值与1981~2010年30年气候平均值进行比较,结果发现,就西南大部分地区而言,前者所表征的气候较后者更冷湿。把两个平均值放在长序列中分析,发现冬季平均气温和汛期降水量平均值的变化幅度较大,这些变化已经对气候影响评价、气候预测业务产生影响。