广东省农用天气预报技术研究

根据6种不同类型的农田小气候的自动气象站的观测资料，分析了菜田土温、果树园内气温、鱼塘水温与气象站同类型气温的相关关系；利用逐步回归分析建立了以气象站同类气温为自变量的菜田土温、果树园内气温、鱼塘水温等预报模型。各模型的回归效果都达到了显著水平，平均绝对误差均和平均相对误差均在允许范围之内，具有较高的精度。利用Visual Basic 6．0，在WINDOWS平台上开发了方便实用的“农用天气预报系统”。     

陕西关中地区猕猴桃园小气候特征分析及高温热害指标研究

2015年7月1日—8月31日,在陕西关中地区眉县、周至县2个猕猴桃种植代表县,选择40株徐香、华优品种5～8 a树龄果树作为观测样本,通过建立果园小气候站,观测果园内外气温变化,并同步观测果树高温热害生理变化。运用统计学方法,分析果园小气候特征、果树高温热害指标,并构建果园最高气温预测模型。研究表明：7—8月果园内气温呈单峰型变化,大部时段较园外偏低0.1～1.3 ℃;猕猴桃果树高温热害与高温强度、持续时间以及果树品种、树龄等关系密切,华优均较徐香具有更强的耐热性;园外日最高气温与园内日最高气温具有极显著的正相关关系,构建的园内日高温预报模型误差±2 ℃以内准确率达90%。     

基于统一高度Cressman方法的地面2m气温客观分析

针对离散站点资料格点化的业务需求及 Cressman 方法在地形复杂区域客观分析存在的问 题,利用山东及周边省自动气象站观测的 2 m气温和 ECMWF预报的海上 2 m气温,结合山东省中尺度数值预报位温递减率、90 m分辨率 SRTM高程数据,采用统一高度 Cressman 方法对山东省地面2 m气温进行客观分析,生成了逐 1 h、0.01°×0.01°高分辨率的地面 2 m气温格点产品。结果表明,统一高度 Cressman 方法的客观分析格点产品在地形复杂区域的分析更合理,月平均误差基本在±1 ℃以内,鲁中山区地形高度较高区域月平均误差略大于鲁西北、鲁西南、鲁东南和山东半岛等地的平原地区,气温偏低的10、11、12月温度准确率均略低于 5、6、7、8、9 月;2020 年 5—12 月平均误差为－0.0039 ℃,平均绝对误差为 0.1469 ℃,均方根误差为 0.3597 ℃,2 ℃以内准确率为 99.64%,1 ℃以内准确率为 98.24%,各项检验指标均较优。总体上统一高度 Cressman 客观分析格点产品质量接近中国气象局陆面数据同化系统（ HRCLDAS ）高分辨率格点实况产品。     

玻璃钢百叶箱与木制百叶箱内温湿度测量的对比分析

通过分析2005年2—7月玻璃钢百叶箱与木制百叶箱内温湿度对比试验资料，得到了两种材料百叶箱内温湿度测量的差异以及两种百叶箱间对大气温湿度变化反应速度的差异，并分别讨论了不同云量、不同风速条件下，两种材料百叶箱气温测量差值的变化。结果表明：两种材料百叶箱内测量的气温平均差值在0．1℃以内，差值标准差在0．2℃以内，相对湿度平均差值在0．4％以内，差值标准差在2．1％以内；玻璃钢百叶箱对大气温湿度的反应比木制百叶箱快或相当；无论在多云和少云条件下，还是高风速和低风速条件下，两种百叶箱内测量的气温差值普遍在0．1℃以内。     

瑞万思数值天气预报的中短期检验

对瑞万思天气预报辅助系统所提供的2007年9—12月锡盟地区（以乌拉盖、锡林浩特市、二连浩特市、多伦为代表站）24～168h降水、最低（高）气温的集合预报行了检验,结果表明：晴雨预报准确率较高,24～96h在70.1％-89．7％,120～168h在62．8％～87．2％;定性预报准确率24～72h为21．7％～42．4％,96—120h为6.3％～37．5％;最低（高）气温的预报误差较稳定,最低气温平均偏高2．3℃,最高气温平均偏低2．5℃,气温日较差偏小2．9～5．6℃。这对今后更好的使用该系统和制作订正预报．都有一定的参考作用。     

北京奥运期间场馆精细预报应用及分析

基于2008年8月1—24日国家体育场、顺义水上中心等5个奥运场馆自动站的5种地面气象要素(气温、相对湿度、风向、风速、和3小时累积降水量)的观测资料,对SVM和HPFF客观预报方法以及预报员在客观方法基础上制作的3天逐3小时预报产品进行检验评估。结果表明:(1)两种客观方法相比较,HPFF方法对于预报连续变化的气象要素(如气温、相对湿度)的精细预报比SVM方法更有优势,预报技巧要高;而对不连续变化的变量(如:风向)的预报技巧低于SVM方法。总体说来,HPFF方法比SVM方法的精细要素预报技巧高一些。(2)预报员对于5种气象要素的预报技巧略高于客观方法。体现了预报员对客观方法的修正能力。(3)0～12小时预报时效内,预报员气温预报平均绝对误差约为1.2℃,气温|F-O|≤1℃的预报准确率在57%上下;相对湿度预报平均绝对误差约为7%,相对湿度|F-O|≤10%的预报准确率约为74%;风向预报准确率约为30%;风速预报平均绝对误差为1m.s-1左右,预报准确率在92%左右。(4)12～63小时预报时效内,预报员气温预报平均绝对误差约为1.7℃,气温|F-O|≤1℃的预报准确率在36%上下;相对湿度预报平均绝对误...     

基于人工神经网络的洪涝预报方法研究

针对西江流域的洪涝灾害，利用流域的水文参量和气象参量作为自变量，探索基于人工神经网络的洪涝预报方法。以西江流域梧州市1971～2003年超过警戒水位（17．0m）共125次作为研究对象，选取流域的水文参量和气象参量作为预报因子，对数量众多预报因子采用自然正交分解（EOF）方法，浓缩大量因子的有效信息，建立了西江流域梧州洪涝的人工神经网络预报模型。结果表明：所建立的预报模型历史拟合平均绝对百分比误差为2．21％，平均绝对误差为0．43m，预报结果平均绝对百分比误差为2．34％，平均绝对误差为0．45m，预报效果较好，可应用于实际的洪涝预报中。     

甘肃民勤自动站与人工站气象观测数据差异分析

从自动站与人工站观测方式的区别人手,对民勤国家基准气候站观测的数据进行整理与对比分析得出：（1）2种观测方式数据序列中,本站气压2a平均差值为0．1hPa,差值变幅在～0．3～0．5hPa;气温2a平均差值-0．1℃,差值变幅在-0．1～0．0℃之间;相对湿度2a平均差值为-1％,差值变幅在一4％～2％之间;2min平均风速2a平均差值为0．5m／s,差值变幅在0．3～0．7m／s之间,10min平均风速2a平均差值为0．4m／s,差值变幅在0．4～0．5m／s之间;地面温度2a平均差值为0．6℃,差值变幅在0．0～1．2℃之间。本站气压、气温、相对湿度、风向风速、地温差值虽然不固定,但对历史资料的序列连续性影响不显著;（2）各要素中差值最大的是地面最高温度,2a平均差值为1．8oC,差值变幅在-1．7～4．3℃之间;（3）自动站的观测结果比人工观测更真实、准确、科学,更接近大气中的实际情况。     

北京奥运演练精细化预报方法及其检验评估

2007年北京奥运演练期间精细化场馆客观预报方法,即支持向量机方法(SVM)和半周期函数拟合(HPFF)预报方法,为场馆精细化预报产品的制作提供了有力的技术支撑.利用2007年8月1-26日国家体育场、顺义水上中心等5个奥运场馆的5种地面气象要素(气温、相对湿度、风向、风速、和3小时累积降水量)观测资料,对SVM和HPFF客观预报方法以及预报员在客观方法基础上制作的3天逐3小时预报进行了检验评估.结果表明:(1)两种客观方法相比较,HPFF方法对于预报连续变化的气象要素(如气温、相对湿度和风速)的精细预报比SVM方法预报技巧高;而对不连续变化的变量(如:风向)的预报技巧低于SVM方法.(2)预报员制作精细要素预报在很大程度上依靠客观方法.预报员对于气温、相对湿度和风速的预报技巧略高于客观方法,对于降水和风向的预报技巧与客观方法相当.尽管预报员对客观方法的修正能力比较有限,但具有对两种客观方法结果做出择优选择的综合判别能力;(3)预报员0～63小时气温预报平均绝对误差约为1.8℃,气温预报误差≤1℃的准确率在43%左右,预报误差随预报时效变化不大;0～24小时相对湿度预报平均绝对误差约为10%,相对湿度预报误差≤10%的准确率是60%,误差随预报时效而有所增大;0～63小时风向预报准确率约20%,预报准确率随预报时效变化不大;0～63小时风速预报平均绝对误差在0.8～1.4m·s-1之间.     

用韵律编码法做低温冷害长期预报

分析八月高温与元月低温冷害的关系，结果表明：两者存在着很好的韵律性。通过逐日对八月气温＞35℃的高温日等气象要素进行编码，来预报元月低温时段，可得到改满意的预报结果，为越冬作物预防寒害提供了科学依据。亚拒津经场预报低温时段方法的制作1．且预报对象。按省局规定，日最低气温＜5℃为低温日。规定出现低温日y为五，否则y为0。1．2预报因干。共选择8个预报因子分别为：X；：8月B最高气温＞35℃，编码为1（起报日），否则为0；X。：起报日士5天内已＜996shP。，编为三，否则为0；Xs：起报日上5天内14时气区为月最低值编为1，否…     

IEOF法在MDERF产品对贵州5月气温预测释用中的应用

基于MDERF（monthly dynamic extension range forecast）模式输出500hPa位势高度预报场,贵州5月气温历史资料。利用迭代经验正交函数法（Iteration Empiric Orthogonal Function）,简记IEOF法,研究该方法对贵州5月气温的预报技巧和预测效果。模型对贵州84站2002--2006年5月气温进行了预报试验,回报试验表明该方法在实际预测业务中有一定预报技巧;过去5a84站平均Pc为64．8％、平均Ace为0．23。最后利用该方法对2007年5月贵州气温趋势进行了展望。     

湖北省逐小时气温数值预报试验研究

应用美国大气研究中心（NCAR）中尺度数值预报模式（简称MM5），分别就湖北省7个代表站20时和08时气温变化趋势及逐小时气温预报进行试验研究。3个月的试验结果表明：该模式对温度趋势预报具有较高的预报能力，对温度逐小时预报能力较弱，但经过模式系统误差分析，对模式输出结果进行主客观综合订正，其平均准确率可得到非常明显的提高。     

西安市旅游气象舒适度分析与应用

基于2007—2014年西安地区兵马俑、翠华山等7个旅游景点区域自动气象站观测资料,分析西安景区的旅游气象条件,应用本地化的人体舒适度指数预报方法对西安景区旅游气象舒适度进行了评价。结果表明:西安旅游景区气温冬季气温较低,月平均气温低于5℃,夏季气温较高,月平均气温大都高于20℃;人文景区气温高于自然景区。冬半年的相对湿度低于夏半年,7—10月相对湿度较高;大部分自然景区相对湿度高于人文景区。风速整体较小,月平均风速为0.2~1.1m/s,全年风速变化不大。(2)4—10月为西安的旅游气候舒适期,其中,4—5、9—10月是平原人文景区最佳游览时期,6—10月是山岳自然景区旅游的最佳时期。     

ECMWF细网格2 m温度预报产品在南疆西部温度预报中的释用

利用2016年1月1日—2018年12月31日ECMWF细网格模式2 m温度预报产品，使用三次多项式差值方法内插到站点，并用中短期天气预报检验方法，对南疆西部12个国家站与15个区域自动站共27个站的最高、最低气温未来24 h预报效果进行检验分析。结果表明：ECMWF细网格模式2 m温度预报产品对南疆西部非山区站未来24 h最高、最低气温的预报能力较好，对山区站未来24 h预报效果差；对南疆西部最高、最低气温的预报效果随季节变化，夏季预报准确率高于冬季，秋季预报准确率最低；模式最高气温预报准确率在降雪、高温天气时较高，最低气温预报准确率在降雨时较高，在高温过程中较低；模式对于降雨、降雪、大风/沙尘等天气最高气温预报偏低，高温事件中最高气温预报偏高。最低气温预报在降雨、高温天气中偏高，降雪时偏低，大风/沙尘天气最低气温预报偏东地区偏高、偏北地区偏低。降雪、高温天气预报相对降雨、大风/沙尘天气预报效果更稳定。     

过去十年四川省短期气候预测效果评定

对我省1986—1995年降水、气温的月、季、年尺度预报进行了评定．结果表明，过去十年汛期降水预报平均准确率66．4分，年降水预报平均准确率66.8分，月降水预报平均准确率66．4分；年温度预报平均准确率60．5分，季温度预报平均准确率58．6分，月温度预报平均准确率67．4分．与国家气候中心同期预测水平相比存在较明显差距．     

典型相关分析(CCA)对我国冬季气温的短期气候预测试验

利用典型相关分析(CCA)方法建立统计气候预测模型，对我国冬季气温进行了预测试验，采用历史资料独立样本检验的方法，对预报技巧给出合理的评定。结果表明，使用CCA方法对我国冬季气温进行短期气候预测，有一定的预报技巧，对于特定地区和特定时期优选的因子场组合，可以取得较为满意的预报效果。大部分地区的季平均预报时效在2个季以内时，最佳预报相关系数在0.5以上。季平均的预报水平明显高于月平均的预报。海温场是所有因子场中最好的预报因子，不仅单独海温场的预报效果较好，而且与其他因子场组合后的预报水平还可以得到进一步提高。     

天津市多模式气温集成预报方法

在遗传算法和粒子群算法的基础上,采用权重分配方法开展基于混合演化算法的多模式气温集成预报方法研究。利用2012年5—10月中国气象局GRAPES模式、北京市气象局BJ-RUC模式、中国气象局T639模式、天津市气象局TJWRF模式24 h预报时效的逐6 h地面2 m高度气温和35个天津区域自动气象站点资料,通过逐日滚动建立集成预报模型,对混合演化算法的多模式气温集成预报方法进行了绝对误差在2℃以内的分级、分类及分站检验分析。结果表明:使用该方法建立的气温集成预报模型具有比较可靠的预报能力,预报误差明显小于任一成员,预报准确率高。按绝对误差不大于2℃的检验标准,2012年35个站逐6 h气温、最低气温、最高气温的集成预报平均准确率分别为76.34%,77.88%,78.00%。     

华南区域高分辨率数值模式前汛期预报初步评估

基于华南地区自动站逐小时观测资料, 采用传统站点评分、邻域法等评估华南区域高分辨率数值模式(包括GRAPES_GZ_R 1 km模式和GRAPES_GZ 3 km模式)对降水、地面温度和风场等要素的预报能力。结果表明: GRAPES_GZ_R 1 km模式的降水预报技巧优于GRAPES_GZ 3 km模式, 模式预报以正偏差为主。对于不同起报时间的预报, 00时(世界时, 下同)起报的预报效果优于12时。GRAPES_GZ_R 1 km模式的TS评分是GRAPES_GZ 3 km模式的两倍以上, 对不同降水阈值的评分均较高。分数技巧评分(FSS)显示GRAPES_GZ_R 1 km模式6 h累计降水预报在0.1 mm、1 mm及5 mm以上的降水均可达到最低预报技巧尺度, 对所检验降水对象的空间位置把握能力更好。2 m气温和10 m风速检验结果表明两个模式均能较好把握广东省温度的分布特征, GRAPES_GZ_R 1 km模式对2 m气温预报结果优于GRAPES_GZ 3 km模式, 预报绝对误差更小; 两个模式对风速的预报整体偏强, 预报偏差在1~4 m/s之间, 但相比之下GRAPES_GZ 3 km模式在风场预报上表现更好。GRAPES_GZ_R 1 km模式的2 m气温和10 m风速预报偏差随降水过程存在明显波动, 强降水过后温度预报整体偏低, 风速预报偏强, 在模式产品订正、使用等需要考虑模式对主要天气系统的预报情况。总的来说, GRAPES_GZ_R 1 km模式的预报产品具有较好的参考价值。      

华山电线积冰日气象条件

选用华山气象站1980－2008年电线积冰观测资料,将其转换为标准冰厚,并与每日4次温度、湿度、水汽压、风速、降水量等进行相关分析。结果表明：华山标准冰厚为O～20mm。积冰主要为5mm以下,出现频率达87．56％。风速为2．1～8m／s,积冰出现频率达75．72％。15mm以上积冰只出现在日平均风速为1．1～16m／s时,并以4．1～8m／s出现频率最大,为0．45％,占该厚度的60％。出现积冰时的水汽压（日4次水汽压中的最大值）多为3．1～7hPa,15mm以上积冰只出现在水汽压为4．1～8hPa时。出现积冰的湿度多为81％～100％;15mm以上积冰也出现在该湿度范围内。当20—08时降水量为5mm以下,华山积冰出现频率达91．03％;15mm以上积冰出现在降水量为0．1～20mm时,并以5．1～20mm频率最大。华山积冰时,14时气温主要为-9．9～5℃,积冰频率达88．24％。15mm以上的积冰也出现在该温度范围内,并以-4．9～0℃间频率最大,为0．45％。华山14时气温为-4．9～0℃、日平均湿度为90％～100％时,积冰出现频率最大,为25．41％．大于四分之一．其中出现5mm以下积冰的频率为21．19％。15mm以上积冰主要出现条件为-4．9～0℃、湿度90％以上,出现频率为0．45％,占该厚度的66％。     

冬季EC 2 m温度预报在贵州毕节地区的检验分析

利用毕节市8个国家站02时、14时气温实况数据,分别计算2016—2018年冬季(12月、1月、2月)EC细网格2 m温度预报的准确率、平均绝对误差、绝对误差,检验在升温、平稳、降温3类天气过程中温度预报效果,为模式温度预报订正提供参考依据。结果表明:02时的预报平均准确率比14时高约10%;除赫章站以外,其余站点准确率在60%～80%之间,有一定预报参考意义;3类天气过程中,平稳、降温天气中温度预报效果明显优于升温天气;升温天气过程中02、14时温度预报大多偏低0～4℃,降温天气过程中02时温度预报总体偏低0～4℃,14时偏高0～4℃。