极端气温集成预报方法对比

用2003-2009年ECMWF和庆阳市极端气温资料建立最高最低气温SVM、Kalman、多元线性回归3种统计方法的预报模型,采用平均、加权、回归3种方法进行预报集成,对庆阳市2010年6-12月各预报方法及5个时次集成预报进行评估.结果表明:单一的SVM、多元回归和集成方法最低气温预报5个时次的准确率均高于最高气温0.8％～24.2％,集成后加权法准确率最高,但最高和最低气温选取权重不同,SVM权重大时最高气温效果好,多元回归权重大时最低气温效果好.随着预报时效的增加,单一的预报方法和集成预报,预报准确率降低.逐月评估表明,单一的SVM准确率较高且预报性能稳定,Kalman准确率较低,回归方法各月差异大,预报不稳定,集成后,3种集成方法的预报比单一的预报方法均有所改善和提高.绝对误差分析表明,加权集成后最高和最低气温误差都较小,优于平均集成法和回归集成法.     

春季冰雹短期预报影响系统指标法

本文在分析研究了形成贵州省春季冰雹天气的500hPa五种主要影响系统的基础上，以量化的影响系统特征值和无降雹条件指标为依据，建立了冰雹短期预报模型。预报模型的样本年代准确率为57％，经2001年的实际预报检验预报准确率达59％，取得了较好效果。     

几种降水集成预报方法的对比分析

采用多数表决集成法、评分权重集成法、多元回归集成法对承德市两来系统形成的降水进行晴雨和分级集成预报试验.结果表明:在每种单一的数值预报方法TS值均较高,总体预报质量相差不大的情况下,多数表决集中集成法可大幅度提高预报准确率;如果几种数值预报对于降水分级预报的预报准确率相差较大时,可采用评分权重集成法来提高总体预报质量;在样本足够的条件下,细化的预报结果多元回归集成法是晴雨预报和分级降水预报中比较可行的集成方法之一.     

一种预报最大降雹大小的方法

根据观测事实和近几年的研究结果，我们提出了一种由12个探空参量预报最大降雹大小的方法。该方法的理论依据是:（1）雹暴单体中冰雹生长的环境层结状态为湿绝热；（2）雹块处在湿生长条件下；（3）雹块的末速是其形状、大小、阻力系数及最大升速处空气密度的函数；（4）雹块末速与最大升速相平衡时其直径达到最大；（5）假定雹块在负温区下降时直径不再增长。但在正温区雹块熔化，直径减小，及地的大小就是雹暴单体最大降雹的大小。用定时探空资料计算的结果表明:该方法能较好地计算出实际最大落地雹块大小，适用于距探空站150 km内非局地中、大雹（＞1.5 cm）的甚短期预报。重雹灾与特重雹灾几乎完全由非局地中、大降雹所致，因此，该方法的应用将会提高降雹预报准确率，产生较好的社会与经济效益。     

单站暴雨预报方法

按以下三步制作单站截雨预报：建立可产生暴雨的环流与天气尺度系统相匹配的模式;在该模式下,从云的种类、系统的动力条件、热力条件、水汽输送、移动速度等因子出发,建立暴雨动态判别式;从能量学出发,建立降水量客观预报模式,并作出预报。这种方法作出的预报准确率较高,适于在县站应用。     

巴彦淖尔市降雹天气形势分型

为了提高巴彦淖尔市冰雹预报准确率,本文利用巴彦淖尔市1974年-1993年降雹及天气图资料,归纳出巴彦淖尔市降雹天气类型和不同天气类型的预报模型及降雹几率,并对不同天气类型导致降雹的原因和条件进行了分析,从而为深入开展冰雹的定时定点预报奠定基础。     

卡尔曼滤波方法预报因子的选择

利用ECMWF格点资料，设计了5种不同的预报因子选择方案，运用卡尔曼滤波方法制作1999年11月－2000年2月逐日14时温度预报，通过考察准确率，均方差，平均绝对误差，确定了最优因子选择方案。     

山东省冬小麦产量动态集成预报方法

在新型统计检验聚类分析 (CAST) 方法对山东省冬小麦种植区进行合理分区的基础上,利用基于作物产量历史丰歉气象影响指数、关键气象因子影响指数、气候适宜度指数、WOFOST (world food study) 作物生长模型分别建立各区域冬小麦产量动态预报方法,利用这4种方法分别对2004—2011年山东省冬小麦产量进行动态预报,在分析历史预报结果平均准确率的基础上,剔除预报准确率低于90.0%的预报方法,确定每种方法的权重系数,采用加权方法建立山东省冬小麦产量动态集成预报方法。结果表明:4种单一产量预报方法在各区域各时段的预报准确率很不稳定,波动范围较大。而集成预报方法对山东省各区域冬小麦产量动态预报准确率相对于4种单一预报方法均有所提高,预报准确率普遍在95.0%以上,且其预报结果稳定性较好,变化比较平稳, 集成预报方法更适合在业务上应用。     

利用雷达资料综合判别冰雹云

利用商丘1984-1991年的雷达回波资料，找出雹云与雷达回波参数之间的综合关系，统计出判别雹云的指标，分别建立了5～6月、7～9月短时预报方程。结果表明，此方法简便、实用。     

集成方法在高原降水预报中的应用研究

本文对1991～2000年各月西宁等站的降水和气温预报进行了评分，并根据它们的评分结果，选取了最优子集回归、高次多项式、均生函数等7种预报方法作为集成预报的预报因子。通过降水试报得出，一元回归集成、权重集成、最优子集集成的趋势评分均超过了82％，降水预报集成后的趋势评分比单个预报方法的平均评分至少提高了15～25个百分点。     

不同因子处理方法对广西MOS方程降水预报准确率影响的试验

利用1995－1997年T106输出产品，以相同的数学回归模型对各种不同的因子处理方法生成的预报因子做广西89站的降水预报准确率对比试验，结果表明预报因子的选取与准确率关系极大。这也说明了选取合理的、有物理意义的因子是建立MOS降水预报方程成功与否的关键。     

人工神经网络在梅雨期短期降水分级预报中的应用

将人工神经网络应用于南京夏季梅雨期短期降水分级预报。根据梅雨期天气特点，用统计和动力学方法从HLAFS（高分辨率有限区域预报系统）资料中寻找预报因子；然后分别用两种方法选取输入因子对人工神经网络进行训练，并分别利用抽取的五天做降水分级预报检验。通过对人工神经网络方法预报降水的结果与HLAFS降水预报以及逐步回归预报的结果对比发现：与HLAFS降水预报相比，降水预报准确率由原来的66．7％提高到88．2％，漏报、错报明显减少；与逐步回归预报相比，大到暴雨的预报准确率得到了明显提高。     

偏北大风的数值预报释用方法研究

本文利用欧洲中心中期数值预报结果，从不同侧面选取因子，建立了日最大平均风速的四种统计预报方程，在此基础上设计了几种集成方法对预报结果进行集成，结果表明，我们设计的最大值－阀值综合集成法取得了很好的效果，特别是2－3天的大风预报准确度较高。     

主成分分析法在神经网络集成预报中的应用

本文将主成分分析方法引入到用神经网络作集成预报中，根据各个主成分的方差贡献的大小来确定所需主成分的个数，在此基础上，对集成预报的原始因子进行重构，以达到对数据进行降维，加快计算速度和提高预报准确率的目的。     

应用二维冰雹云模式做冰雹预报

应用二维冰雹云模式,模拟分析了渭干河灌区一次冰雹云过程的流场结构和云中含水量等宏微物理量的分布及其演变,并用１９９５年７～８月的探空资料,进行冰雹预报试验。结果表明：本模式可以真实地模拟出适合于冰雹云生长的环境流场、温度场、湿度场的分布及其演变过程,还可模拟出多单体雹云的发生、发展演变过程。根据大气层结稳定度,选择不同的热扰动强度,可使空报次数明显减少,预报准确率提高到６９．３％。     

模板匹配的冰雹预报方法研究及应用

文章在对巴盟、包头及呼市各防雹办收集的降雹及雹情资料进行详细分析的基础上，将降雹天气分为西北气流型、槽区型、西风气流型和西南气流型四个类型，用数值预报产品建立模板，通过相似分析进行模板匹配计算。在综合考虑降雹天气产生要求的水汽，不稳定条件及动力触发等因素的前提下，对各个模板选取不同的预报因子，建立预报方程。同时建成了一个能在Micaps工作平台上完成资料自动采集、处理、分析、显示的客观化、定量化的冰雹预报指导产品。在实际业务应用中收到了一定的效果，增加了人工防雹的科技含量。     

西岭雪山滑雪场秋冬旅游降雪预报研究

利用大邑、西岭雪山滑雪场及周边区域自动站2005～2017年每年10月～次年2月逐日最低温度资料，通过统计分析区域自动站与大邑站候平均最低温度差值，建立以大邑本站最低温度预报值为基础，加上逐候最低温度差值后得到区域各站的日最低温度预报的候最低温度差值订正方法；用距滑雪场最近的格点温度预报数据代替滑雪场站点温度预报，选出最低温度，以气温预报变化量，建立最低气温预报的模式温度订正方法；建立以候最低温度差值订正和模式温度订正进行加权平均的最低温度集成订正方法。通过对以上三种最低温度预报方法进行检验，发现最低温度集成订正方法预报准确率最高。基于最低温度集成订正方法预报西岭雪山滑雪场的最低温度，结合智能网格降水预报结果和降雪最低温度阈值判别，建立西岭雪山降雪的订正预报方法。      

三种气温预报产品黑龙江省预报效果检验

利用T639模式预报产品和黑龙江省83个国家气象站气温实况观测资料,采用最优预报因子方法选取预报因子,应用多元回归方法建立逐站日最高气温和日最低气温的MOS预报方程; 对MOS、中央气象台指导预报（SCMOC）和T639三种气温预报产品的日最高气温和日最低气温预报效果进行对比检验分析,并用EOF方法检验预报与实况的时空变化特征一致性。结果表明: 与实况的时空变化一致性方面,MOS和SCMOC较好,T639略差; 预报效果方面,MOS和SCMOC对日最高气温和日最低气温的2 ℃预报准确率普遍高于T639,MOS的预报准确率在日最高气温方面高于SCMOC,在日最低气温方面低于SCMOC; MOS对T639气温预报产品改善效果明显,尤其对冬季日最低气温的预报改善效果十分显著; MOS较T639气温预报改善效果与T639模式预报效果呈负相关关系,主要表现为,MOS预报改善效果在T639预报准确率低的山区明显优于平原,在春、夏季,预报准确率较低的日最高气温明显优于日最低气温,在冬季,预报准确率较低的日最低气温优于日最高气温; MOS气温预报方法的预报性能较理想,SCMOC对黑龙江省预报难度较大的日最低气温预报效果较好。     

单站暴雨预报方

按以下三步制作单站暴雨预报 :建立可产生暴雨的环流与天气尺度系统相匹配的模式 ;在该模式下 ,从云的种类、系统的动力条件、热力条件、水汽输送、移动速度等因子出发 ,建立暴雨动态判别式 ;从能量学出发 ,建立降水量客观预报模式 ,并作出预报。利用这种方法作出的预报准确率较高 ,适于在县站应用。     

山岳型风景区最高最低气温预报方法研究

利用ECMWF预报场资料和地面观测资料开展支持向量机(SVM)、卡尔曼滤波(Kalman)两种统计方法对山岳型风景区气温集成预报方法的研究,并且结合自动气象观测站气温资料进行检验。结果表明:单一的SVM方法预报准确率较高且稳定,传统的Kalman方法预报效果不太理想,对长时效预报效果较差;加权集成后,3种集成方法预报稳定性较好、准确率比单一的SVM和Kalman预报方法均有所提高。从不同预报时效的检验结果看,各预报方法最高和最低气温预报准确率随着预报时效的增加均呈现降低的趋势。绝对误差分析表明,各预报方法最高气温的平均绝对误差均低于最低气温的平均绝对误差。