MOS预报方法研究

为了更好地利用数值预报产品库、应用MOS预报方法，以不同数值预报模式产品和实时资料为基础，研究建立了乐山市8个站的24、48、72小时平均温度、日最高温度及日最低温度预报方程，并进行了检验，其效果较好，对提高定点定量客观预报水平提供了有效的指导。通过对EC和T213两种模式产品不同方式应用的结果进行比较分析，对MOS方法的使用提出了一些看法。     

长春市火险等级MOS预报方法研究

本文分析了长春市逐日火灾等级与日本数值预报产品中的部分气象要素的关系，采用统计预报方法，建立了各季火险等级的MOS预报方程。经回代检验及试报应用，其预报结果稳定可靠，能为长春市各级消防部门合理安排消防指挥工作提供科学依据。     

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。     

精细化MOS相对湿度预报方法研究

利用2003年5~9月MM5模式每隔1 h的站点基本要素预报场和物理量诊断场资料,以及相应时段内宁夏25个测站的相对湿度自记观测资料,同时采用多元线性和逐步回归2种MOS统计方法,预报宁夏25个测站5~9月48 h逐时相对湿度。对2004年夏季6~8月预报效果检验表明:MOS方法制作宁夏48 h逐时相对湿度预报结果是可用的或是可参考的;2种MOS统计方法预报结果相近,逐步回归方法比多元线性方法预报效果稍好,08:00预报误差明显低于20:00;当天气形势变化较平稳时,MOS预报结果稳定,平均绝对误差控制在10%左右;当有明显的变温等特殊天气时,误差变率起伏波动大,预报结果不稳定。     

风的精细化MOS预报方法研究

利用MM5模式的站点输出产品,采用多元线性和逐步回归的MOS统计方法,预报宁夏25个测站48 h逐时风速、风向,通过对2004年6月~2005年4月近一年的预报效果检验,结果表明:该方法对逐时风速有较强的预报能力,对逐时风向有一定的预报能力,但尚未达到可用程度,还有待于进一步的改进,但都较原MM5模式预报水平有了显著的提高。     

一种制作气象要素预报的MOS方法

介绍了基于MM5模式的预报气象要素的一种MOS方法，并对预报效果做了初步检验。MOS方法直接利用MM5模式的预报产品，采用多点滑动平均普查因子方法和多元线性(非线性)逐步回归方法。可以同时预报多地点、多时次、多个气象要素。其中采用的多点滑动平均普查因子方法，减弱甚至消除了由于随机原因造成其中单点相关因子的不稳定性。     

一种制作气象要素预报的MOS方法

介绍了基于MM5模式的预报气象要素的一种MOS方法 ,并对预报效果做了初步检验。MOS方法直接利用MM5模式的预报产品 ,采用多点滑动平均普查因子方法和多元线性 (非线性 )逐步回归方法 ,可以同时预报多地点、多时次、多个气象要素。其中采用的多点滑动平均普查因子方法 ,减弱甚至消除了由于随机原因造成其中单点相关因子的不稳定性     

MOS预报中的非线性因子处理

利用欧洲气象中心、日本东京和北京气象中心每天发出的各类数值预报产品，建立前期数值预报要素产品与未来天气过程要素的相关关系，并在回归方程中考虑预报因子和预报量之间的非线性关系，经统计发现方程中选入的非线性因子具有较高的相关显性。实践证明，合理利用这些数值预报产品信息，可以进一步提高短期天气预报的准确率。     

T213数值预报模式及产品分析

首先介绍了我国数值预报和T213模式的基本情况,并将T213模式的主要技术特征与T106进行了比较;然后对T213预报产品进行了对比分析,并对T213的应用前景和再改进进行了展望.     

天气动力学组合因子在MOS降水预报中的应用

利用我国的数值产品ＨＬＡＦＳ格点场资料,结合内蒙古地区降水系统的天气动力学演变特征,构造出能反映降水系统的天气动力学发展机制的结构特征因子,采用ＭＯＳ方法建立预报方程。用较短的样本资料建立ＭＯＳ预报方程,提高了ＭＯＳ预报方程的预报能力和适应性。试验结果表明,该ＭＯＳ预报方程计算稳定并具有很好的预报能力和效果,易于业务化。     

超短期风速预报方法研究进展

综合分析国内外风速预报相关文献,从物理方法、统计与机器学习方法、组合方法3个方面对超短期风速预报方法的研究现状进行归纳总结,对比了主要预报方法的优缺点,给出了不确定分析和误差评价指标,探讨了在超短期风速预报研究中应重点解决的问题和发展方向。     

安顺市夏季降水分级分县MOS预报试验

利用T106格点场资料,通过因子组合、相关分析等手段,构造与本地降水关系密切、有明确物理意义的、能反映本地天气系统的动力结构和发展机制的结构特征因子,预报因子和预报量均采用非线性0,1化处理。用MOS预报方法,建立安顺6县(市)的降水分级预报方程。系统从资料采集到结果输出均在微机上实现全自动化,预报结果客观、定量。     

MOS方法在短时要素预报中的应用与检验

通过对MM5数值预报产品的释用,将MOS统计方法应用到短时要素预报中,综合利用MM5数值预报产品、自动站实况数据和雷达数据等资料,建立降水和温度的4 h预报模型;降水作为不连续变量,将其通过建立降水可能函数的方法转化为连续变量,利用统计预报方法,可以达到定量预报的目的。通过对4140个时次的样本进行检验。结果表明：MOS预报结果较MM5直接输出结果整体有所改进,当数值模式误差较大时,统计方法显示出一定的优势;降水预报检验结果显示,TS评分为65%,预报正确率PC为91%。降水明显的样本(3 h雨量>5 mm)平均误差在8 mm以内,弱降水样本(3 h雨量<3 mm)平均误差在1 mm以内,预报方程对非雨日样本的整体预报效果较好,优于MM5模式预报,预报正确率高达98%,但对流性降水仍是预报难点;对于温度预报,20-08时段误差较小、平均在1.0℃以内,而11-17时、误差平均在1.5℃左右,但经过误差的季节订正,可以控制在1.0℃左右。     

衢州市雾天气的成因分析和预报研究

利用1980—2017年逐日雾观测资料、NCEP/NCAR 1°×1°再分析资料,采用统计学、天气学、累积频率等方法分析了衢州市雾日的时空分布特征及雾预报方法。结果表明:①衢州市雾的空间分布呈北多南少、山区明显多于平原的特征;雾出现时间主要集中在冬春季,83.2%的雾出现在23时—次日09时,峰值在06时;②容易导致衢州出现区域性雾的地面天气类型有4类:冷锋前暖区型、大陆高压型、入海高压后部型和低槽型;500 hPa高空环流形势有3种:低槽型、高压脊型和纬向气流型;③雾发生前一天对流层低层小风、高湿并伴有逆温,其中低槽型雾逆温层接地,其他3种类型逆温层抬离地面;④用累积频率法定量给出了雾出现的相对湿度、风速、逆温的阈值与消空指标。⑤经过两年使用,该预报模型预报准确率达71.2%,具有较强的预报价值。     

用距离预报方法建立分县客观预报模型

根据ECMWF的变温资料建立了气温预报的拟合率较高的多元回归方程.以14时地面要素资料和高空要素场为基础,用欧氏距离选取最相似的前10个历史样本,用ECM-WF数值预报产品,选取90%以上拟合率的数值预报因子建立了晴雨判别模型,试报效果较好.     

用距离预报方法建立分县客观预报模型

根据ECMWF的变温资料建立了气温预报的拟合率较高的多元回归方程。以14时地面要素资料和高空要素场为基础，用欧氏距离选取最相似的前10个历史样本，用ECMWF数值预报产品，选取90％以上拟合率的数值预报因子建立了晴雨判别模型，试报效果较好。     

陕西省环境气象指数预报方法介绍

根据气象要素的敏感性和依从性原理,采用统计、因子加权、经验模式、历史资料反查、气象指数延伸和概念模型等6种方法设计开发了陕西省城市环境气象指数32种。为便于使用和根据生活和生产实际情况,将指数进行了等级划分,并提出相应的建议和措施。     

基于BPSO-NBayes的雷暴释用预报技术研究

提出了一种新的雷暴预报法,即二进制粒子群-朴素贝叶斯分类器(Binary Particle Swarm Optimization-Naive Bayesian Classifiers,BPSO-NBayes)方法,以福州、连城、宁波3站为例,对使用T511数值预报产品站点的雷暴释用预报技术进行研究。利用2010—2014年T511数值预报产品和单站观测资料,使用BPSO-NBayes方法,建立了0~72 h雷暴预报模型,并与Fisher判别准则和Bayes判别准则进行比较。预报结果表明,BPSO-NBayes模型临界成功指数都在0.29以上,平均值达到0.33以上,是3种方法中最好的,空报率都在0.59以下,漏报率在0.60以下,而且变化幅度很小。BPSO-NBayes模型明显优于Fisher判别准则和Bayes判别准则,具有良好的稳定性和预报能力。     

四川小麦产量年景预测方法和模型研究

本文在作物产量序列重构矩阵自然正交分解的基础上，通过对产量变化时间分量的韵律分析，在各分量的自回归模型的基础上．建立了小麦产量的年景定量预测模型。经统计和应用检验，该模型具有较高的信度和实用性，可作为作物产量年景预报的有效工具之一．为农业生产管理和农产品流通贸易提供前瞻性决策依据。