通用客观预报工具设计

通用客观预报工具设计是根据预报人员在制作预报过程中的基本经验为基础。借用逐步回归的教学方法。从Micaps系统中提取上游气象要素实况、数值预报产品和预报站点的天气实况等气象要素作为样本序列．建立预报回归方程．从而作出预报站点的客观天气预报产品。作为预报业务的初始天气预报的程序实现。它具有时间、空间、各气象要素预报的通用性、自动化。     

登陆台风站点大风预报的人工神经网络方法

利用数值预报格点资料预报登陆台风影响时,沿海地区站点风的预报是各站点的定时二分钟风向风速。通过对MICAPS站点资料进行整合、分析,选取了沿海地区400多个资料比较齐全的站点和海岛站作为预报站点。用NCEP再分析场的格点资料做相关性分析,选定9个预报因子。运用BP网络对每个站点分别建立纬向风和经向风人工神经网络模型,拟合风速的绝对值误差是1.3 m·s~(-1)。独立样本检验,风速绝对误差在2 m·s~(-1)以内。     

利用BP神经网络提高奥运会空气质量实时预报系统预报效果

将BP(Back Propagation)神经网络方法引入到奥运空气质量预报工作中,利用MATLAB神经网络工具箱搭建运行平台,将高时效性的观测结果与多模式集成实时预报系统的模式输出结果相结合,做出BP神经网络拟合预报结果。在对北京大学医学部站点2008年7月7日到8月26日模式模拟结果、观测结果以及BP神经网络拟合结果的对比研究中发现:BP神经网络能大大提高模式预报效果,平均误差率减少34.7%,相关系数提高39%,特别是在模式模拟效果较差的情况下,对提高预报效果更明显。对BP神经网络样本问题进行敏感性实验结果表明,样本数目多少并不是决定拟合效果的决定性因素,应选取具有稳定映射关系的样本,才是提高拟合预报效果的关键。     

SVM方法在降水预报中的应用及改进

以T213数值模式输出产品为基础,结合常规观测的降水资料,利用SVM方法,进行了大量多因子的随机交叉验证,从而选出最优参数,建立了全国72个站点的降水预报模型,并用独立的样本对预报模型进行了检验.再通过计算正、负样本的贴近度来分析预报因子,实现了预报因子的筛选和降水预报模型的改进;检验结果表明:改进后的降水模型的预报结果优于改进前的.实时业务试运行的结果也显示SVM模型的降水预报效果好于T213模式直接输出的降水预报.     

一种改进的考虑环流特征的MOS预报方法

利用一种可以考虑天气环流形势场特征的MOS预报因子处理方法进行预报因子的处理,以T106L19模式的预报产品为基础建立云南省32个基本站点的降水和气温预报方程,并与不考虑天气形势场的因子所建立的MOS方程的预报结果进行对比。结果表明,MOS预报的结果对预报因子的变化很敏感,在考虑天气形势后的MOS预报对云南各站点的降水和气温的预报效果均有显著的改进,说明MOS预报因子的处理方法和选取对改进MOS预报效果具有重要的意义。     

用支持向量机方法做登陆热带气旋站点大风预报

将支持向量机（SVM）回归方法应用于在登陆热带气旋影响下,每天00、06、12、18 UTC 4时次2分钟平均的站点风速预报。从2002-2007年热带气旋本身强度、站点地形情况和站点附近高低空环境场要素,设计相关因子,建立了4种预报模式,其中模式4的风速拟合误差的标准差为1.591 m·s~（-1）。用2008年8个登录热带气旋做独立样本检验,预报风速与实际风速的平均绝对值误差为1.750 m·s~（-1）,标准差为2.367 m·s~（-1）。结果表明,在适当的样本截取和预报因子选取后,SVM方法建模的风速预报48小时内效果较好。     

降水落区多模式超级集合预报系统

利用多个数值模式的雨量预报集合为站点雨量预报初值，遵循预报员对降水预报分析的思路，将其以系统、能量、水汽、地形等因子对降水所作的定性预报分析结论转换为因子信度，利用因子信度对站点雨量预报初值作增减的强迫运算，并将地面站点上的相关要素转换为强迫系数，再次对站点雨量预报值作增减的强迫运算，由此得出包含多模式集合预报值、人对诸多定性因子分析信息、站点地面要素差异等综合因素的站点雨量定时定量预报值，从而实现降水客观、定点、定量预报。     

提高方差分析预报效果的一些体会

方差分析是分析时间序列周期性变化的一种方法，在水文气象的中长期预报中一直为台站广泛应用。怎样提高方差分析的预报效果？我们在制作月平均气温和月降水量预报工作中有一些作会，提出来供大家参考。三样本时段的选取方差分析的结果和样本时段的选取有很大关系，同一个要素的时间序列取不同时段的样本作方差分析会出现不同的结果。例如我们运用历年《月乎均气温资料，对不同的样本作方差分析，作1996年4月平均气温的预报，结果见表1。表中定性拟合准确率是指预报误差在全0．st内的次数与预报次数之比。从表1可见，1、2、5三个样本预报结…     

浙江省市短期天气预报质量实时评分系统

本系统以《浙江省短期天气预报质量评定办法（试行）》（气业函[2003]24号文）为评分标准,采用C#、VBScfipt、SQL数据库、WEB等技术,应用全省67站城镇预报、省台67站指导预报及每日实况等基础资料开发研制的。系统实现了预报产品和实况资料的自动人库、预报质量评定等功能;建立了浙江省省台指导预报及地市城镇预报质量评分系统平台,实现了对全省短期指导预报和城镇预报产品按不同的预报项目、预报时段和预报区域的评定检验功能,基本实现了指导预报评分的标准统一化、操作简单化、报表规范化及评分自动化。通过对指导产品分站、分区和分时效的预报结果检验,可找出天气预报的薄弱环节,提高指导预报的水平,为各级台站提供具有一定可信度的指导预报产品具有重要的意义,有利于提高指导预报准确率及各市县级台站对指导预报的有效使用及评价。     

基于ECMWF集合预报资料的乡镇温度预报误差订正方法

利用滑动平均法和递减平均法对2013—2014年江西省1 216个乡镇站点ECMWF集合预报2 m温度集合平均产品进行误差订正试验。结果表明:1)滑动平均法和递减平均法对江西地区乡镇温度预报为正的订正效果,订正后的预报准确率大于订正前,并且递减平均法的订正效果要略优于滑动平均法。2)误差订正方法对各时段温度TRMSE的订正能力都随预报时效的增加而减小,对高温预报准确率的提高明显大于低温,对山区预报准确率的提高大于平原,对有规律的预报误差的站点订正效果较好。3)随季节和站点变化的自适应递减平均法的预报结果较各季节和全年定常最优订正系数好,订正方法对秋季温度预报订正能力最强,春季最差。