陕西果业基地伏旱指数及其预报方法

选取陕西苹果(梨)生产基地县中生态环境、气候特点与苹果(梨)产业发展水平具有代表性的10个台站,近40 a(1969—2008年)伏期降水量和无降水日数资料,设计并计算其伏旱指数。将伏旱指数分成强、偏强、中等、偏弱和弱五个等级,并用典型k阶自回归AR(k)预测模式进行独立样本预测试验。结果表明:伏旱指数能够较客观地反映基地县的伏旱强度,且伏旱指数的时空分布特征差异较大。这与这些基地县所处纬度、海拔高度、生态环境和气候背景的差异有关。典型k阶自回归预测模式预测准确及基本准确率在70%左右,预报效果尚好,具有实用价值。     

陕西苹果成熟期连阴雨指数及预报方法研究

选取陕西苹果30个生产基地县中果业发展水平具有代表性的12个台站,近50年(1961—2009年)9月中旬至10月上旬苹果成熟期连续3天及以上降水日数和无降水日数资料,设计并计算其连阴雨指数。将连阴雨指数分成强、偏强、中等、偏弱和弱5个等级,并用典型K阶自回归AR(K)预测模式进行独立样本预测试验。结果表明连阴雨指数能够较客观地反映基地县的连阴雨强度,且典型K阶自回归预测模式预测准确及基本准确率在83%左右,预报效果尚好,具有实用价值。     

基于年际增量法的青藏高原南部汛期降水预测研究

针对青藏高原南部汛期降水预测研究少和预测难度大的问题,通过分析1981-2010年青藏高原南部汛期降水与国家气候中心发布的88项大气环流指数、26项海温指数和16项其他指数年际增量的相关性,采用逐步回归法筛选出与降水相关的最优预测因子组合,在此基础上建立了高原南部汛期降水年际增量与预测因子的物理统计预测模型,并对2011-2019年的汛期降水进行了独立样本回报检验。结果表明,该模型的预测准确率很高,降水年际增量和距平同号率均达到7/9,距平百分率均方根误差为13%,降水相对误差在±15%以内的年份占比高达8/9。可见,该模型能够提高高原南部汛期降水预测能力。最后,利用NCEP/NCAR再分析月平均资料和NOAA海表温度月平均资料研究了预测因子影响高原南部汛期降水的物理机制。     

用电量指数预报

分析了影响用电量的因子及其与用电量的相关关系,建立了用电量预报方程;根据用电量距平百分率,把用电量指数分为7级,反映用电量的变化趋势.     

用电量指数预报

分析了影响用电量的因子及其与用电量的相关关系，建立了用电量预报方程；根据用电量距平百分率，把用电量指数分为7级，反映用电量的变化趋势。     

气象因素对淮北市电力负荷的影响及其预测研究

利用2012—2016年安徽省淮北市逐日用电负荷和气象要素数据,采用相关分析、回归分析、曲线拟合等统计方法,分析用电负荷的季节变化、周末/节假日效应变化规律,提炼主要气象影响因子并分析温度对负荷的1℃效应和负荷对最高温度的敏感性,构建趋势负荷和趋势方程,介绍将周末/节假日效应应用于气象负荷提取和不同预测模型的建立,采用趋势法建立逐日负荷预测的多元回归方程和曲线拟合方程,并针对趋势法的弱点提出2日增量法,建立相应的预测模型,其中2日增量法预测模型的历史拟合率和2017年试报应用均达到96%—97%,比趋势法高2%—3%,比目前的考核要求高4%—5%,提高了负荷预测精度。     

夏季日峰降温电力负荷预测灰色模型及其应用

基于2017—2020年石家庄市逐15分钟电力负荷及同期气象资料,计算人体舒适度指标有效温度和温湿指数,考虑基准负荷存在周期性和增长性,提出采用灰色模型GM(1,1)并结合滤波法、相关分析等方法,建立日峰降温电力负荷与人体舒适度指标分段回归模型。结果表明:石家庄电力负荷具有明显的逐年增长趋势;剥离出的日降温负荷曲线呈“W”型分布;分别对模型进行一次、二次和分段函数拟合,对3种预测模型进行检验发现分段函数预测精度较高,平均相对误差在4.8%～5.2%,有效温度和温湿指数的分段函数误差在-10%～10%所占比例分别为88.1%和90.5%;考虑了温度、湿度和风速的有效温度较温湿指数的夏季日峰降温电力负荷预测模型预测准确率更高,回归模型分段点为26.2℃,对电网“迎峰度夏”时期电力调度具有参考价值。     

利用年际增量法对西北东部汛期降水的定量预测研究

通过分析1965~1999年西北东部汛期降水与相关物理量年际增量的相关性,筛选出可作为西北东部汛期降水的预测因子,并研究其影响该区域汛期降水的物理机制。在此基础上,采用多元线性回归方法建立了汛期降水年际增量与预测因子的物理统计预测模型,并对2000~2014年的汛期降水进行预测。结果表明,5月Nio3.4指数、1月北太平洋环流指数和西太副高强度指数、5月北半球极涡中心强度指数和东亚大槽强度指数的年际增量等5个变量可作为西北东部汛期降水的预测因子;该预测模型对2000~2014年汛期降水的预测准确率很高,预测与观测的汛期降水演变趋势非常一致,相对误差在±15%以内的有12 a,距平同号率达到10/15,距平均方根误差为15%,可用于西北东部汛期降水的预测,能够提高其预测水平。     

动力延伸预报产品在辽宁短期气候预测中的释用

基于1961～2000年辽宁53个测站40 a逐年的月气温距平和月降水距平百分率资料,根据EOF(经验正交函数)展开的空间特征向量分布特征,将前3个主要特征向量时间系数作为预报量,将500 hPa高度场的高度距平、地转涡度作为预报因子,利用多元统计回归分析,建立了一套定点、定量预测辽宁各月气温与降水量的数学模型。利用该模型对2001~2005年辽宁53个测站的月气温距平和月降水距平百分率进行逐月预报试验。结果表明:对气温和降水量的趋势预报的评分均比较好,有87%以上的月气温距平预测结果的评分超过66.0分,各月的平均Ps评分均高于66.0分,年平均为75.5分或以上,总平均为83.1分;有70%的月降水距平百分率预测结果的Ps评分超过60.0分,各月的平均Ps评分都高于53.0分,年平均为58.0分以上,总平均为66.5分。但对异常气候的预测效果不明显。     

Downscaling法在贵州冬季气温和降水预测中的应用

基于CGCM模式输出500 hPa位势高度场、NCEP/NCAR再分析500 hPa高度资料、贵州冬季降水和气温历史资料,利用降尺度法,对贵州冬季降水和气温预报的技巧和预测效果进行了预测试验和改进。结果表明,该方法从动力与统计相结合的角度,给出季尺度大气环流与局地降水、气温之间的关系,有明确的动力学背景和天气学意义。20年回算及两年回报试验证明了该关系的合理性;对贵州冬季降水的预测率约70%,而对气温的预测率为65%左右。另外,通过对气温反演方程订正后,其预测率达67%左右;在极端异常年,该方法对降水的预测率变幅不大,而对气温的预测效果影响极大。最后利用该方法对2005年贵州冬季降水和气温趋势进行了展望。