川西高原牧区雪灾长期预报方法研究

利用阿坝州气象局提供的１９６７－１９９６年各月雪灾资料及５００ｈＰａ环流特征指数资料,经遥相关分析,建立预报因子和预报对象之间的联系和阿坝州雪灾长期预报模式。     

用多组判别法作高原牧区雪灾等级预报

应用阿坝州气象局提供的1967-1996年各月雪灾档案资料,结合文献[1] 选用的长期预报因子,进行多组判别分析,最后得到高原牧区雪灾强度等级预报.     

四川省暴雨人工智能神经元网络预报系统的研制

以ＭＳＷｉｎｄｏｗｓ３．１为操作系统而开发的计算机软件．以数值预报产品、动力诊断分析、降水数据库等为基础，综合运用图象识别、人工神经元网络、数据库管理等技术，最后形成完全自动化业务预报系统．     

四川盆地盛夏旱涝非绝热热流量场分析

利用１９６４—１９８５年北半球５００ｈＰａ月平均非绝热热流量距平诊断资料，分析了四川盆地盛夏典型旱涝年份的热力特征及其形成的可能原因。发现四川盆地”西涝东旱”年和“西旱东涝”年非绝热热流量左异显著，呈反位相关系。提出夏季青藏高原非绝热加热异常，是影响四川盆地盛夏旱涝形成的重要原因。     

T106数值预报产品误差检验和分析

运用国家气象中心数控室提供的T106数值产品资料,分别对1997年夏季(7-8月)预报场中的5个要素、5个时次、3个层次、4个关键区的预报值和分析值进行对比分析,检验结果对于在业务预报中进一步用好T106数值预报产品,指导业务预报,具有重要的意义.     

多时次因子EOF迭代方法在降水预测中的初步应用

作者建立的多时次因子ＥＯＦ迭代预报方法，进行了四川盆地夏半年降水异常的短期气候预测试验和业务应用。结果表明，考虑前期着急海区多时次海温因子，预测四川盆地降水异常，效果令人鼓舞。这一步证明了这种容纳多时次资料，基于ＥＯＦ迭代的物理统计方法是一种具有强预报能力，实用有效的预报新途径。     

卡尔曼滤波方法在高温预报中的应用

用卡尔曼滤波方法制作2000年5月-6月攀枝花市逐日最高气温24小时预报，其预报准确率达86%以上，比主观方法预报提高20%-30%，比常用模式方法提高10-20%。同时，用T106数值预报48h、72h、96h网格资料作相应时段的高温预报，其预报误差≤1.8°；用T106数值预报120h、144h、168h网格资料作相应时段的高温预报，预报误差在1.5～3.3°间变化。该方法预报精度较高，值得推广。     

卡尔曼滤波方法在高温预报中的应用

用卡尔曼滤波方法制作2000年5月-6月攀枝花市逐日最高气温24小时预报，其预报准确率达86%以上，比主观方法预报提高20%-30%，比常用模式方法提高10-20%。同时，用T106数值预报48h、72h、96h网格资料作相应时段的高温预报，其预报误差≤1.8°；用T106数值预报120h、144h、168h网格资料作相应时段的高温预报，预报误差在1.5～3.3°间变化。该方法预报精度较高，值得推广。     

欧亚冬季雪盖对夏季环流的影响

应用相关分析方法,分析欧亚大陆冬季雪盖面积对夏季大气环流的影响,结果表明,两者存在十分密切的相关关系,这种关系在500hPa和100hPa位势高度场上为明显的负相关。与海平面气压场为正相关。贝加尔湖、巴尔喀什湖和西太平洋这三个主要相关区是对夏季影响四川旱涝的天气系统起着重要作用的关键区。     

四川省盛夏极端旱涝合成分析

利用美国ＮＣＥＰ＝ＮＣＡＲ再分析资料,对四川省盛夏极端旱涝个例进行合成分析,揭示出一些产生极端旱、涝事件的基本事实,为以后进一步研究、预测极端事件发生的机制奠定基础。