乐山市寒潮中期预报自动化系统

该系统运用天气学、统计学原理，对寒潮中期环流形势和木地区环境场特征以及数值预报产品的应用进行了研究。在寒潮爆发前酝酿阶段的环流形势特征及其数值化分析的基础上，组建了中期寒潮预报自动化系统。系统针对冷空气活动的“动态”特征，对环流形势、高低空冷空气强度指标，地面要素变化和欧洲中心数值预报产品进行了有机结合，显著地提高了中期寒潮预报准确率。     

中期暴雨预报自动化系统

中期暴雨预报系统实现了从信息采集、预报制作到服务全过程自动化。中期暴雨预报方法主要有：环流分型相似预报、暴雨个例相似预报和中期暴雨预报专家系统，采用层次分析动态决策方法进行预报集成。该系统在业务预报中取得显著效果。     

鹤壁市汛期暴雨预报方法及自动化预报系统

利用６￣８月历史天气资料，探讨了鹤壁市汛期暴雨天气的特点，分析了各类暴雨的前期环流特征并建立了预报方法。预报流程实现了自动化，增强了预报时效性。     

东营市冰雹预报自动化系统

利用1989～1998年6月东营市冰雹个例和08时的实时资料进行相关分析,筛选出相关显著性的因子组成典型场,经过消空处理,利用逐步判别方法,建立了东营市6月冰雹预报自动化系统。系统直接从“9210”卫星网自动调用资料,操作简便,经1999,2000年6月使用,冰雹预报效果较好。     

威海市冬季分片降水预报自动化系统

根据历史天气图资料建立了影响威海冬季降水的五种天气模型,利用多元最优插值客观分析后的实时资料,自动识别各种环流型。     

T42MOS预报业务自动化系统

利用国家气象局发布的Ｔ４２数值预报产品，建立了黑龙江省３１个重点站的降水，极温，大风等ＭＯＳ预报方程，并对Ｔ４２初始资料进行破译，实现了ＭＯＳ预报业务运行自动化。     

松花江流凌预报自动化系统

利用５００ｈＰａ高度场５个相关区作为预报因子,建立流凌预报模型,根据此模型制作松花江流凌预报自动化系统,实现流凌专业预报自动化。     

温度客观预报自动化业务系统

介绍了一以Ｔ６３数值预报产品为因子，用卡尔曼滤波方法作４８小时最高，最低温度客观预报方法及其自动化业务系统，能补充目前地市台温度预报主要依靠主观预报的不足，对温度有一定的预报能力。     

夏季省级分区降水概率预报自动化系统

利用多年气象观测资料，数值预报产品，各种天气系统及相互配置与多年降水资料进行了相关统计，精选了与降水密切相关的因子，利用多因子条件下的概率组合方法，建立了夏季省级分区降水概率预报经系统。在实际预报业务中取得了较好的预报效果。     

地级预报质量管理自动化系统

对地级预报质量进行自动化处理，提高管理工作的效率和质量．     

泰安春季偏北大风自动化预报系统

省台Ｎｏｖｅｌ网的建立，为地市台制作自动化预报系统提供了环境条件和依据。本系统介绍了泰安市春季（３－５月）偏北大风自动化预报系统的结构及功能，并简述了系统特点和试用效果     

青海省降雨落区预报自动化系统

选用０８时常规资料和数值预报产品作为系统输入资料，将关键区要素场作切贝雪夫正交多项式展开，取切贝雪夫系数作预报因子，由Ｂ－Ｐ神经元网络进行训练。分别建立了全省各片未来２４ｈ有无大于（等于）５ｍｍ、１０ｍｍ和２５ｍｍ降水天气过程的人工神经元降不落区预报网络。从学习结果看，历史概括率均达９６％以上，经１９９４年６、７、８三个月的业务试用，效果较好。     

渤海、黄海偏北大风自动化预报系统

介绍了渤海，黄海偏北大风自动化预报系统的组成和特点，设计思路及运行环境和条件，并介绍了使用效果。     

皖江中东部雾的客观预报自动化业务系统

介绍了一种雾的客观预报方法，并研制了一个与ＳＴＹＳ接口的雾的客观预报自动化业务系统，对雾有一定的预报能力。     

江苏省基础预报业务图形图像自动化处理系统

图形图像自动化处理显示是提高预报员工作效率的基础，本文着重介绍了江苏省基础预报业务图形图像自动化处理系统的总体结构，功能及其特点，以利于系统的进一步推广应用和服务。     

分县客观定量降水预报微机自动化处理系统

本系统着重于T106数据预报产品的应用，采用最优子集回归方程，从气象卫星网上下发的T106数值预报产品中选取最优因子，建立了长治地区11个县市24h、48h降水预报多元回归方程。该系统采用VB5编程，建立了实时资料自动处理、分县客观定量降水预报自动制作、预报结果文本、图形输出等模块。该系统可直接挂接于MICAPS系统下，定时自动运行，无需人工干预。预报结果输出图文并茂，可供预报员参考。     

MICAPS平台上建立温度预报自动化业务系统的方法

利用９２１０系统,在Ｍｉｃａｐｓ平台上由日本数值预报的８５０ｈＰａ２４ｈ、３６ｈ温度预报结果自动生成本站２４ｈ最低最高气温的方法,改变了温度预报依靠主观判断的现状。此方法不仅对温度有较好的预报能力,而且随着数值预报水平的提高,它的优势将显现出来。