长期分片趋势预报

为解决长期预报分片困难而研制的全省长期分片趋势预报，是用３种不同的方式对分布于全省的３８个站的降水量场，１５个站的温度场与５００ｈＰａ高度距平场，北太平洋海温场进行相关分析，选取相关关系较好的区域作为预报因子，是先进的统计预报方法建立回归方程，并制做长期分片趋势预报。     

用主成分回归方法制作青岛市8月降水预报

通过对格点资料的相关普查及对相关区域的“EOF”分解两种方法，分别对前期北半球500hPa月平均高度场和北太平洋月平均海温场进行筛选和“浓缩”处理，提取影响青岛地区8月份降水的主要信息，并以相关区域主成分作为预报因子，建立青岛市8月份降水量的主成分回归预报方程。计算表明，青岛市8月的降水量，主要决定于前一年6月西风漂流区的海温及前一年10月北美大槽的强弱。如果前一年6月西风漂流区的海温偏低，10月北美大槽强度偏强，则未来8月我市降雨偏少；相反，则来年8月降雨偏多。     

海气相互作用与湖北大涝的关系分析

利用1951~1994年北太平洋海温、副热带高压环流特征量、湖北大涝资料,通过对北太平洋海温场和副热带高压(以下简称副高)的特征指数与湖北大涝的相关普查,发现几个关键区域的海温异常分布与湖北大涝有密切关系;特别春季和初夏的副高异常分布是影响湖北大涝的主要因素;海温和副高两者之间的异常变化密切关联;海温异常变化早于副高异常变化约1~3个月。利用统计预报方法分别建立了利用海温因子、副高环流特征量因子预报湖北大涝的模型,并在汛期进行了试验。验证表明:湖北大涝与海气相互作用密切相关,北太平洋海温异常引起副高异常,副高异常导致湖北大涝的出现。     

用因子场客观相似分析法制作湘潭汛期降水预报

为制作湘潭汛期降水量预报,对相似方法作了改进,即将北半球500HPa环流场和北太平洋海温场作为基本背景场,然后用相关普查法寻找预报因子,组成一个预报因子场作相似分析,再做出客观定量预报,系统在计算机上实现,并对1994～1998年进行试报,其结果较好。     

用因子场客观相似分析法制作湘潭汛期降水预报

为制作湘潭汛期降水量预报,对相拟方法作了改进,即将北半球500hPa环流场和北太平洋海温场作为基本背景场,然后用相关普查法寻找预报因子,组成一个预报因子场作相似分析,再做出客观定量预报,系统在计耳机上宴现,并对1994～1998年进行试报,其结果较好。     

我国沿海地区降水量与北太平洋海温场的关联

本文利用月降水资料讨论了我国沿海地区降水量的年变化、年际变化以及各地相关性等气侯学特征。分析了各地汛期降水与北太平洋海温场的关联,得出汛期降水与前期海温的相关场的三类代表型式。     

利用奇异值分解方法预测东北地区夏季气温

利用1961-2002年东北地区80个测站的夏季气温和冬季北太平洋海温场资料，采用奇异值分解技术，探讨了前冬北太平洋海温与东北地区夏季气温之间的关系。结果表明，前冬北太平洋海温场与东北地区夏季气温之间存在着较好的相关关系，并基于SVD(Singular Value Decomposition)分析的结果，建立了用前冬北太平洋海温场预测东北地区夏季气温定量空间分布的方法。从近几年的试报效果看，此方法具有一定的预测能力和较好的稳定性。最后，采用此方法和2002年冬季北太平洋海温场实况资料对2003年东北地区夏季气温做出了预测。     

应用500hPa高度场和太平洋海温格点资料建立统计预报方程的试验

用北半球500hPa月平均位势高度场和太平洋月平均海温场的格点资料,筛选预报因子,建立广西气候要素统计预测模型的方法进行了试验.     

广西降水量序列的海温影响模型

根据月平均北太平洋海温资料集,应用相关和回归方法,分析了北太平洋海温对广西降水量序列的影响。初步建立了海温对年及夏季降水量的影响模型。     

试用海温场相似分析方法制作汛期降水量预报

利用赤道和北太平洋月平均海温资料，采取最小距离判别和及秩相似分析方法，建立莱阳市汛期(6—9月)降水量预报模型，用前一年海表水温进行汛期降水量预报，预报效果较好，并提出了相似分析的改进设想。     

BP人工神经元网络在春季降水量预报中的应用

通过普查北半球５００ｈＰａ、１００ｈＰａ、北太平洋海温与山东省春季降水量的相关，选取相关信度达到０．０５的相关区作为预报因子，利用ＢＰ（反向传播）人工神经元网络建立山东省春季降水量预报模型，并投入业务运用。结果表明，ＢＰ人工神经元网络具有较好的预报效果。     

广西降水量序列的海温影响模型

根据月平均北太平洋海温资料集,应用相关和回归方法,分析了北太平洋温对广西降水量序列的影响。初步建立了海温对年及夏季降水量的影响模型。     

近50年营口夏季降水异常年与前期海气环流特征分析

利用1951～2000年营口夏季降水量和前期500hPa高度场、北太平洋海温资料,分析了夏季异常旱涝年的前期秋季(9～11月)、冬季(12月—翌年2月)500hPa高度场和北太平洋海温场及环流场特征。结果表明:前期秋、冬季海气资料与夏季降水相关较好,且存在“隔季相关”的现象。     

月降水量的神经网络混合预报模型研究

以均生函数表征预报量自身周期变化，结合500hPa月平均高度场和月平均海温场预报因子，采用神经网络方法建立了一种新的短期气候预报模型。分别以广西桂北、桂中和桂南6月降水量作为预报对象进行预报试验，结果表明，这种新的预报方法比均生函数回归预报模型及高度场、海温场预报因子的回归预报模型，具有更好的物理基础和预报能力。     

上海气温与太平洋海温的相关关系及年代际差异

利用上海1873—2001年的冬、夏季平均温度和太平洋海温资料，通过计算两者之间的同期和超前相关以及滑动相关系数，讨论了上海冬（夏）季温度与太平洋海温场相关关系的年代际差异。结果发现，上海冬（夏）季温度存在明显的年代际变化的阶段性特征和总体增暖的趋势，而且与太平洋海温场在不同时间尺度和空间区域的相关关系差异显著，这种相关关系的差异可能是造成用统计方法做短期气候预测产生不确定性的主要原因之一，因此应用太平洋海温场进行统计预报的过程中，适当考虑不同时间尺度上的相关差异，将有利于提高预测的准确性和减少统计预测方法中的不确定性。     

应用500hPa高度场和太平洋海温格点资料建立统计预报方程的试验

介绍了从500hPa高度场、太平洋海温格点资料中筛选预报因子,建立广西短期气候要素统计预报模型的方法以及桂西北区域汛期逐月降水量的预报模型和检验、拟合情况。对建立预报模型中的一些问题进行了讨论。     

用典型相关分析预测福建前汛期降水

应用EOF—CCA方法对福建省前汛期(5～6月)降水量场进行试预测，预测因子选取关键区海温场及13项物理量场，降水量场为35个地面气象站降水资料。采用3种方案进行试预测，分别以关键区海温场为因子，13项物理量场为因子，或两者相结合。通过5年的独立样本预测检验表明，3种方案对福建省前汛期降水量场进行短期气候预测均有一定的预报技巧，预报时效最佳的时期是前一年的11、12月分，以关键区海温为因子的预测效果最好，12月份关键区海温结合13项物理量场为因子预测稳定性最好，可用于日常预测业务中。     

EOF分解与GA优化的热带太平洋海温场动力预报模型反演

基于NCEP/NCAR提供的1950-2000年月平均海温场资料,首先用EOF方法对海温场序列进行时、空分解,在考虑相邻时段位势场空间模态基本稳定的前提下,引入动力系统重构思想,以EOF分解的空间模态时间系数序列作为动力模型变最,用遗传算法全局搜索和并行计算优势,进行了模型参数的优化反演,建立了EOF分解时间系数的非线性预报模型。通过模型积分和EOF时、空重构,实现了海温场的中长期预报。试验结果表明,在1—6月时效预报上,模型预报海温场与实际海温场非常吻合;对于7 15月时效的预报,尽管模型预报的海温场与实际海温场存在一些出入,但基本构型大致相符,特别是对12月以上的海温场形态和范围仍然能较为准确地描述。所有时效的预报结果均能对1997年的El Nino事件特征有不同程度的描述。该研究方法为海温场以及El Nino/La Nina事件的预报提供了一种新的思路,文中提出的反演热带太平洋海温场与El Nino/LaNina的动力统计模型的研究思想和技术途径,在热带太平洋海温场的预测试验中(特别是中、长期预报)表现出良好的预报效果,为热带太平洋海温场及其异常的El Nino/La Nina事件的中、长期预报提供了有益的研究和参考方法。     

湖北大涝气候特征及其趋势预测方法研究

利用1951～1994年月平均海温资料，根据滞后相关寻找海温与湖北大涝相关的时段，在对各时段综合分析的基础上，找出与湖北大涝关系密切的关键区内海温格点值之和作为因子，按不同时段，利用统计方法建立湖北大涝的预报曲线，预报曲线的高值时段湖北易发生大涝。该方法经8年应用效果良好，对1996年、1998年两次大涝提供了正确的趋势预报。     

西北太平洋海温变化对贵州夏季降水的影响

利用1952-2001年贵州15个测站夏季降水和前期太平洋海温场资料,及3因子最佳子集回归求最大复相关系数的方法,把前期不同时间步长、不同时段的海温场作为预报因子与夏季降水求相关。结果发现：用前期海温场作为预报因子对贵州夏季降水进行预报,其预报因子的最佳时间尺度为单月滑动,并且存在着较好的“隔多季度相关”现象。预报因子具有实际预报意义的最佳时段为上1年的8～11月。影响贵州夏季降水的最佳预报因子主要集中分布在海温场具有重要天气气候意义的关键区域。2002、2003、2004年的回报试验结果与实况进行对比分析发现,根据上述理论和预报思路得到的预测试验,具有一定效果,并且对指导贵州夏季降水预测具有一定的参考价值。