神经网络模型预报湖北汛期降水量的应用研究

使用人工神经网络方法建立了湖北省汛期 (6～ 8月 )总降水量的短期气候预测模型 ,该神经网络模型的输入是汛期前期 (2～ 4月 )的北半球月平均 5 0 0 h Pa高度场、海平面气压场和太平洋海温场的扩展自然正交展开 (EEOF)的前几个主要模态的时间系数 ,输出了湖北汛期降水场的自然正交展开 (EOF)的前 2个主要模态的时间系数。41 a历史资料的交叉检验表明 :样本试验的预报技巧评分平均为 0 .2 4 6 ,虽然该模型对各年的预报效果仍存在一定的不稳定性 ,但它可为湖北汛期降水的短期气候预测提供一种具有明显统计预报正技巧的预报方法     

1998年梅汛期第一场暴雨短时预报研究

运用排除法明确降水时段和非降水时段,然后利用卫星云图和雷达回波进行跟踪预测。本文运用数值预报产品、卫星云图、雷达回波、天气图对1998年梅汛期第一场暴雨进行短时预报研究,并对数值产品进行适当的订正。     

支持向量机(SVM)及其在场预测中的应用

介绍一种新的非线性回归分析方法--SVM回归.利用EOF能分解数据场和SVM回归分析可建立因子与预报量非线性关系的优势,设计预报方案：（1） 将因子场和预报场分别用方差标准化、EOF场展开,提取两场时间系数;（2） 用SVM回归分析实现因子场时间系数对预报场时间系数非线性预测;（3） 由预测的预报场时间系数与对应空间函数反演原场.用交叉检验的方法,对1960～2003年1月热带海表温度场预报汛期（6～8月）华中区域降水场进行试验.SVM回归44年独立预报平均技巧评分10.4%,较随机预报具有明显的技巧水平,优于经典回归.     

东北夏季月气温数值产品释用预报方法

采用对站点气象要素场EOF自然正交函数 )展开 ,预报几个主要特征向量时间系数的思路 ,对国家气候中心的T63动力延伸预报产品解释应用 ,制作东北夏季定点、定量月气温预报。根据EOF展开的空间特征向量分布特征 ,分别对反映测站上空高度数值大小与长波系统强弱的高度距平、地转涡度等预报因子进行处理 ,进而建立预报模型。     

东北夏季月气温数值产品释用预报方法

采用对站点气象要素场EOF(自然正交函数)展开，预报几个主要特征向量时间系数的思路，对国家气候中心的T63动力延伸预报产品解释应用，制作东北夏季定点、定量月气温预报。根据EOF展开的空间特征向量分布特征，分别对反映测站上空高度数值大小与长波系统强弱的高度距平、地转涡度等预报因子进行处理，进而建立预报模型。     

暴雨中期过程的卫星云图和数值预报形势场的综合分析

本文运用GMS－5卫星云图和ECMWF数值预报形势场,详细分析了“98．7”特大暴雨发生的中期过程,发现将卫星云图与数值预报产品进行了分析,对暴雨中期过程的预报是一个很好的尝试。     

区域降水数值预报产品人工神经网络释用预报研究

利用T213、日本细网格降水预报等数值预报产品,采用人工神经网络方法进行预报释用。通过聚类分析方法对广西自治区测站进行分类,简化预报对象,对数量众多的T213数值预报产品采用自然正交分解(EOF)方法,浓缩大量因子的有效信息,并结合日本降水预报因子建立广西5~6月区域降水量级的逐日人工神经网络预报模型。运用与实际业务预报相同的方法进行逐日预报试验。结果表明,用这种数值预报产品释用方法建立广西3个预报区域的B-P人工神经网络预报模型对中雨以上降水量级预报的TS评分分别为0.55、0.5和0.26,比目前业务预报中参考使用的T213和日本数值预报产品降水预报具有更好的预报效果。     

数值预报产品和卫星云图在“98.6”暴雨过程中的应用

在 1998年 6月 16 - 2 6日连续暴雨预报中 ,综合利用数值产品、卫星云图、天气图经验预报法三方面的信息 ,对天气系统的演变 ,利用经验加以恰当的订正 ,大大提高了预报水平。并认识到积极利用数值预报产品和卫星云图 ,并不断总结出地方性实用经验 ,是过渡到未来的综合性现代化预报方法的必由之路     

夏季短时降水滚动预报方法的研究应用

卫星云图和数值产品综合应用，开辟了降水预报新思路。中提出用数值产品动力场和红外辐射差判断大粒子区法对云图进行消空的技术方案，结合统计学中的概率配对法，建立了客观的降水预报方程。业务应用表明，此方法对卫星云图的应用效果有较大改进。     

动力延伸预报产品在广西月降水预报中的应用

利用1958—2005年NCEP/NCAR再分析资料和2003—2005年国家气候中心的动力延伸预报产品, 运用自然正交函数展开 (EOF) 求取预报关键区内的空间特征向量及其时间系数, 结合相似离度方法查找与预报月份相似的个例, 进而作出广西月降水量预报。独立样本试验证明, 利用动力延伸预报产品制作的区域月降水预报比利用前期实况高度距平场相关区域制作的预报效果更好。     

A Medium/Long-Range Forecast of Paci c Subtropical High Based on Dynamic Statistic Model Reconstruction

Based on the 500-hPa geopotential height eld series of T106 numerical forecast products, by empirical rthogonal function (EOF) time-space separation, and on the hypotheses of EOF space-models being stable,he EOF time coe cient series were taken as dynamical statistic model variables. The dynamic system econstruction idea and genetic algorithm were introduced to make the dynamical model parameters optimized, and a nonlinear dynamic statistic model of EOF separating time coefficient series was established. By he model time integral and EOF time-space reconstruction, a medium/long-range forecast of subtropical high was carried out. The results show that the dynamical model forecast and T106 numerical forecast were approximately similar in the short-range forecast (65 days), but in the medium/long-range forecast>5 days), the forecast results of dynamical model was superior to that of T106 numerical products. A new method and idea were presented for diagnosing and forecasting complicated weathers such as subtropical high, and showed a better application outlook.     

神经网络方法在广西日降水预报中的应用

以广西前汛期5、6月区域平均日降水量作为预报对象，采用人工神经网络方法进行新的数值预报产品释用预报研究。对T213预报因子进行自然正交分解，有效浓缩数值预报产品因子的预报信息，并结合日本降水预报模式因子建立广西3个不同区域的逐日降水神经网络释用预报模型。运用与实际业务预报相同的方法对2004年5、6月进行逐日的实际预报试验，并与T213的降水预报进行对比分析。结果表明，本文建立的3个区域日平均降水量神经网络预报模型，在预报性能上明显优于同期的T213降水预报。     

DERF产品在江西汛期降水预测中的释用

利用T63月动力延伸预报DERF模式输出的北半球500hPa位势高度场资料和江西省83站逐月降水量实况资料,运用EOF迭代方法对江西省2005-2009年汛期4-6月逐月降水距平百分率进行解释应用预测试验.结果表明,预测模型对江西汛期降水趋势预测的评估效果比较好.月降水距平百分率的预测Ps评分总体平均为72%,平均距平...     

基于人工神经网络的热带气旋路径预报试验

利用气候持续性因子,分别采用神经网络法及最小二乘回归法,建立西北太平洋地区12、24、36和48h热带气旋路径预报模型。通过对1992～2002年资料的试报,人工神经网络方法优于回归方法,且这种优势在预报时效较长时更明显。人工神经网络法48h的预报平均绝对误差比回归法减小27．56km,预报水平提高7％。     

台风与冷空气对“13.10”上海特大暴雨过程的影响分析

2013年10月7—8日上海地区发生特大暴雨过程。利用常规天气资料、FY-2E卫星云图、风廓线雷达资料、NCEP再分析资料以及国内所使用的主要业务模式预报资料,分析台风与冷空气对其发生发展的影响。结果表明,登陆减弱的1323号台风＂菲特＂低压环流与1324号台风＂丹娜丝＂北侧外围强东风急流为该过程强降水区提供了充足的水汽和能量;北方扩散南下冷空气、台风低压环流、＂丹娜丝＂北侧外围强东风急流三者的结合使切变辐合抬升得到加强;分析风廓线雷达资料发现,低层切变线在上海长时间维持是该地产生特大暴雨的主要原因;长时间维持的切变线反映在卫星云图上,为先后5个β中尺度对流云团生成、合并,并造成持续强降水。各业务模式预报结果检验表明,因其不能精确描述各台风的位置、强度和结构,对降水落区、强度以及最强降水时段预报均存在较大误差。对于模式预报误差,要重视实时资料的应用,尤其是组网风廓线雷达资料可作为大暴雨短时预警的重要参考依据。     

上海地区春季最高气温预报失败案例分析

本文分析了2015年3月17—18日上海地区连续两天发生最高气温预报失误的天气背景,并使用当日实况观测和业务预报使用的数值模式资料,剖析预报失败的原因,分析表明:对天空状况的误判是导致17日预报失败的主要原因,且东南风预报偏强更进一步增大了预报误差;冷空气影响时间的判断失误是导致18日预报失败的主要原因。从模式预报的实时检验、预报的跳跃性和不确定性角度分析了预报中存在的问题:预报员应重视本地和上游实况,从传统对单一确定性模式预报的依赖向多模式多起报时次及能提供概率预报和不确定性信息的业务集合预报的分析思路转型。此外,还需加强对集合预报的系统性检验、评估及数值预报释用产品的开发,增加包含不确定性信息的公众天气预报发布形式。     

不同的大气云模式对月预报影响的数值试验

所用的 T42L10月长期数值预报谱模式采用了模式诊断云方案,在辐射计算中,用模式的预报水汽场和模式诊断云代替原民T42L9中的气候纬向平均水汽场和云,模式诊断云计算中还考虑了大地形作用对云的影响.本文利用国家气象中心1992年8月31日的客观分析资料为初始场,进行30天长期数值预报,对比研究了这两种不同的云模式对月际数值预报的影响.模式诊断云方案的预报明显优于气候云方案,采用模式诊断云预报的500hPa 高度场月平均的倾向相关系数有所提高,月平均预报误差减少.模式诊断云方案的预报误差低于对应的持续性误差.模式诊断云方法由于考虑了在预报时间内云分布的时间和空间变化,提高了模式中的辐射计算精度,从而改进模式中的云、辐射作用,克服由于气候云方法所出现的预报偏差,较显著地改善月际数值预报效果.     

人工神经网络的短期气候定性预测方法研究

采用EOF方法将众多具有一定物理意义的环境场预报因子和序列周期因子进行降维去噪处理，并结合人工神经网络前馈网络模型，进行了影响广西热带气旋年频数和夏季(6～8月)降水量短期气候预测的定性预报建模方法研究。结果表明，该方法对于影响广西热带气旋的年频数及广西夏季降水量定性趋势具有很好的预报能力，可作为一种新的短期气候预测业务预报配套方法。     

WAVEWATCHIII模式在渤海海浪预报的应用与检验

大连黄海、渤海海浪数值预报系统采用WAVEWATCHIII模式进行海浪预报,预报产品包括48 h内浪高、周期、浪向的逐3 h预报,并对其进行检验。结果表明：WAVEWATCHIII模式对渤海中部浪高模拟较好,浪高预报TS为71.7 %,对近岸海区浪高模拟相对差些。个例的检验表明,浪高最大值模拟较好,模拟浪高最大值出现的时间与实况基本吻合,浪高变化趋势预报也较好。AVEWATCHIII模式对两个周期个例进行检验,预报误差最低可达到0.17 s,预报效果较好。     

基于MM5模式的站点暴雨预报方法研究

基于对MM5模式输出产品的解释应用,建立了站点定量的暴雨MOS预报方法。从临沂中尺度数值预报模式产品中挑选x1（模式预报降水）,…,x12（沙氏指数）等12个模式产品和物理诊断因子为基本可能预报因子,又添加它们自身的非线性型xi^2xi^3,xi^1/2,1nxi,e^xi（i=1,…,12）和各因子间非线性交互作xixj（i=1,…,11,j=i＋1,…,12）型的126个可能预报因子。用非线性逐步判别做晴、雨二级判别,然后对雨型样本做逐步回归,得到暴雨的MOS预报方法。检验结果表明：该模型对暴雨有较强的预报能力,可应用于实际预报业务中。