用逐日滚动多元回归方法制作黔南地区中、短期温度预报

从气象应用角度介绍了一种基于卡尔曼滤波思想的制作线性连续常规天气要素的客观定量预报方法——滚动多元回归方法。并用其建立了贵州黔南地区12个站的最高气温、最低气温、平均气温预报模式，通过效果分析得出其最低气温、平均气温的预报效果较好，最高气温的预报效果差些。但该方法既保留了卡尔曼滤波方法的优点，又克服了矩阵变换对计算条件的要求，具有简单、易行的特点，适合于计算条件较差的地级气象台开展温度、湿度等线性连续常规天气要素的客观定量预报。     

基于GFS产品和卡尔曼滤波的嘉兴市温度客观预报

利用NCEP提供的高时空分辨率的GFS（Global Forecast System）数值预报产品和当地地面观测气温资料,经SPSS（Statistical Product and Service Solution）逐步回归分析,建立了嘉兴市24h和48h日平均气温、最高气温、最低气温初始预报方程,采用卡尔曼滤波方法进行以上6项目的逐日滚动预报。对最近2年来的预报结果检验表明：平均气温的预报效果最佳,最低气温次之,最高气温的准确率相对最低;随着时效增长,误差增大;不同季节,参考价值高的项目各不相同,秋季的最高温度误差较小,而冬季则最低气温准确率最高。分析结果可以作为日常预报中一种有效的参考。     

基于T639数值预报产品的气温本地化应用及检验

基于T639数值预报产品下发的多个物理量资料,利用多元回归方法,开展本地化的分县气温客观预报方法研究,结合常规气象观测资料、美国NCEP/NCAR 1°×1°网格点逐6 h再分析资料,开展业务应用并进行了效果检验,得出以下结论:最低气温预报准确率要好于最高气温,同时夏季的气温预报也明显好于其他季节;在最高气温中对扬中的预报准确率高于其他站点,在最低气温中对丹阳的预报效果相对比较好;客观预报方法存在明显的系统性负偏差,通过使用每个预报时效预报误差的7 d滑动平均进行订正,结果表明通过订正,预报效果有所提高,特别是最高气温订正效果较明显;通过主客观预报准确率的对比分析,发现虽然客观预报对最高气温的预报效果比较差,但是在气温趋势预报上具有一定的参考价值;最低气温客观预报准确率明显高于江苏省的平均水平,和主观预报相比,虽然仍然低于主观预报水平,但是差距不大,基本上可以替代主观预报;分县气温客观预报方法对高温、寒潮等灾害性天气具有一定的预报能力,但是和实况相比,预报强度偏弱.     

基于卡尔曼滤波方法的MOS与PP法在德阳温度预报中的效果评价

本文对卡尔曼滤波方法、mos与pp法的基本原理作了简要的概述.并分别在ECMWF北半球的500 hPa高度、850hPa温度、地面气压的0小时分析场上和预报场上选取因子,即pp法和mos法分别1建立预报方程,利用卡尔曼滤波方法对德阳的日平均气温、日最高气温、日最低气温进行了预报并对相关结果进行了检验,其结果表明用pp法建立预报方程,其预报结果的误差比用mos方法建立预报方程的结果相对要一些.     

重庆市气温变化趋势及其可能原因分析

通过对重庆市1924～2007年的平均气温、平均最高气温、平均最低气温、极端最高气温、极端最低气温随时间变化特征进行分析发现:近84年来重庆市平均气温微弱变冷,与全国平均温度相比线性变化趋势存在一定差异;平均最高和平均最低气温、极端最高和极端最低气温的非对称性变化显著,最高气温的下降对平均气温的影响很大,平均最低气温除春季外增暖都非常显著,最低温度的增高对气温日较差减小的影响更明显.夏季副热带高压位置偏南,使得我国西南地区东部夏季降水天气增多、云量增加、日照时数减少,加之轻雾日数增多,可能是重庆市夏季最高温度持续下降的主要原因.冬季最低气温的显著升高主要是由于降水天气减少、云量增加和城市热岛效应所致.     

多因子综合点聚图预报“倒春寒”

一、确定倒春寒天气标准在历年3月下旬到4月中旬这段时间内,日平均气温低于或等于12℃,并连续等于大于4天者;连阴雨日等于大于6天者;有冰雹或雪者。凡符合上述任意两条即称为“倒春寒”天气。二、选取预报因子我们用综合点聚图方法,主要选取季节转换和特殊极值的要素,从本站历年资料中选出10组预报因子。X_1年最高气温与12月最低气温X_29月降水量与12月平均气温     

常规天气要素短期分县指导预报业务系统研究

以国家气象中心T106和HLAFS数值预报模式以及欧洲中心数值预报模式为基本资料,采用MOS、KF（卡尔曼滤波法）、灰色预测GM（0,M）模型、相关相似以及滤波集成和全集成等方法,制作天空状况、降水量、最高、最低气温,降水概率、风向、风速、最大、最小相对湿度等常规九要素短期预报,并建立了“常规天气要素短期分县指导预报业务系统”。该系统1999年6月1日在山西省气象台正式投入业务运行,其预报产品上网对下指导取得了良好的预报效果。在1999年在山西主汛期常规天气要素和重大天气预报过程中发挥了重要的作用。     

极端气温客观预报系统简介

利用T213模式和欧洲中心模式提供的气温预报资料,再结合当日的地面气温来作第二日的极端最高、极端最低气温预报,预报结果客观、定量.在实际应用中效果较好,具有一定的使用价值.     

长春市、区冬季最低气温的对比分析及预报方法初探

对比分析了2004-2009年6年2月份长春市与外五县的极端最低气温、目较差,验证了长春市极端最低气温比外五县高的定性结论,得到了长春市与外五县极端最低气温、日较差差异的量化结果;利用日本数值预报建立了极端最低温预报的天气模型。根据所得的气温要素差异的量化结果及预报模型再加上数值预报产品和实时常规资料的订正,最后得出极端最低气温的预报值,以此建立了一种长春市极端最低气温的客观预报方法．     

基于卡尔曼滤波方法的MOS与PP法在德阳温度预报中的效果评价

本文对卡尔曼滤波方法、mos与pp法的基本原理作了简要的概述。并分别在ECMWF北半球的500hPa高度、850hPa温度、地面气压的0小时分析场上和预报场上选取因子，即pp法和mos法分别1建立预报方程，利用卡尔曼滤波方法对德阳的日平均气温、日最高气温、日最低气温进行了预报并对相关结果进行了检验，其结果表明用pp法建立预报方程，其预报结果的误差比用mos方法建立预报方程的结果相对要一些。     

夏玉米农田气温变化特征及预报模型构建

根据2016年6—9月夏玉米生长季的气候资料和齐河国家气象观测站的同期观测资料,分析不同天空状况下农田的气温变化特征,利用相关和多元线性回归方法,研究农田最低、最高气温与观测站各要素的关系并建立高低温预报方程。结果表明:(1)农田温度有明显日变化,晴天最为明显,阴天最为平缓,05:00—06:00(北京时,下同)气温最低,15:00气温最高,农田与观测站温差绝对值晴天最大,14:00—15:00差值绝对值最大达2.1℃;(2)农田气温与各预报要素的相关程度受天空状况影响,主要影响因子为观测站当天和前一天最低、最高及平均气温等,农田最低气温与观测站当天最低气温相关系数为0.956~0.994,农田最高气温与观测站当天最高气温相关系数为0.825~0.981;(3)构建的预报方程通过了显著性检验,最低、最高气温预报方程的拟合程度均较高,夏玉米拔节后期—成熟期阴天时最低气温预报效果最好,平均相对误差为0.4%,平均绝对误差和均方根误差均为0.1℃。     

陕西ECMWF、GRAPES_Meso和SCMOC气温预报的对比检验及订正

利用陕西99个国家气象站2017—2019年日最高(低)气温观测资料,采用一元线性回归和递减平均方法,对GRAPES_Meso、ECMWF和SCMOC的日最高(低)气温预报进行订正,并作对比检验。结果表明,SCMOC、GRAPES_Meso和ECMWF的日最低气温预报准确率较日最高气温偏高,其中SCMOC的日最高和最低气温预报准确率最高,ECMWF次之,GRAPES_Meso最低。一元线性回归和递减平均方法对SCMOC的气温预报订正多为负效果,但对GRAPES_Meso和ECMWF的气温预报订正有明显正效果。订正后ECMWF与订正前SCMOC的预报相比,前者日最高和最低气温的预报准确率偏高。订正后GRAPES_Meso与订正前SCMOC的预报相比,前者日最低气温预报准确率偏低、2018年24 h和2019年24、48 h日最高气温预报准确率偏高。一元线性回归法对模式气温预报的订正能力和稳定性优于递减平均法。     

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。     

广东省第4、5天分县气温预报及其误差分析

利用欧洲中心数值预报产品,采用完全预报方法(PP法)分季节建立广东省分县第4、5天最高、最低气温预报方程,并进行误差检验和分析.结果表明:误差大小有明显的季节差异,并具有一定的地域分布特点;最低气温的预报效果明显好于最高气温,夏秋季最低气温、夏季最高气温的平均绝对误差均小于2℃,具有较高的参考价值.逐日误差与天气密切相...     

利用卡尔曼滤波方法制作吉林省短期温度客观预报

本文利用卡尔曼滤波方法对吉林省短期极端气温进行客观预报。选取日本数值预报产品资料,运用我们所设计的预报因子,建立温度预报系统,在1998年汛期投入业务使用,结果表明:24个评分站的最低气温具有较高参考价值,最高气温具有一般参考价值。     

呼和浩特市气温变化及最高、最低气温的非对称变化

采用线性倾向估计方法计算了呼和浩特站四季及年平均气温、平均最高、平均最低气温及极端最高、极端最低气温、气温日较差多年来的变化趋势,并用最优二分割方法、Mann-kendall非参数统计检验方法对平均气温、平均最高、平均最低气温进行气候阶段划分和突变检验.结果表明各个季节和年平均气温都存在显著的增高趋势,其中冬季和年平均气温增温趋势非常显著;最高、最低气温存在明显的非对称变化,增温主要发生在夜间,无论平均最低气温还是极端最低气温都存在显著的增高趋势,气温日较差都呈显著下降趋势.平均气温、平均最低气温、平均最高气温在1986年前后发生了明显突变.     

最优子集回归在逐日分县预报中的应用

本文采用ECMWF北半球500 hPa高度、850 hPa温度和地面气压的分析场资料和预报场资料,运用最优子集回归方法,建立温江日均气温、日最高及最低气温预报模型,进行试报,并对预报结果进行了检验,其结果表明最优子集回归方法可以运用在逐日分县要素客观预报中,且PP法比MOS法预报效果好.     

近60年来梅县冬季气温变化特征

利用梅县站建站后58年(1952～2009年)冬季气温资料,对梅县冬季平均最高气温、最低气温、平均气温和极端最低气温进行了详细的分析.结果表明:梅县冬季平均气温的线性增长率为每10年0.227℃;20世纪90年代开始,冬季气温开始急剧升高,平均最高气温线性增长率为每10年0.115℃,平均最低气温线性增长率为每10年0...     

基于类卡尔曼滤波的哈尔滨智能网格气温预报检验及偏差订正

应用滑动平均（5 d、7 d）、类卡尔曼滤波递减平均两种订正方法对哈尔滨地区国家级指导预报最高（最低）气温产品进行预报能力初步检验及偏差订正。结果表明：两种订正方法对最高气温与最低气温预报产品24-240 h预报时效大部分时段均有正的订正效果,最高（最低）气温预报准确率提高1-2%,平均绝对误差0.1-0.2℃,其中24-96 h预报时效预报能力稍好,120 h之后预报能力较差,订正后预报准确率也不足60%。气温预报偏差还表现为明显的季节变化特征,7-9月最高气温的预报效果优于冬春季,冬半年的订正幅度较夏季稍大。另外,不同天气状况下降水天气对气温预报有一定的影响,如果能进一步改进模式预报中降水带来的偏差,将进一步提高模式订正效果。     

极端气温客观预报系统简介

利用T213模式和欧洲中心模式提供的气温预报资料．再结合当日的地面气温来作第二日的极端最高、极端最低气温预报，预报结果客观、定量。在实际应用中效果较好．具有一定的使用价值。