菏泽牡丹开花期的长期预报

统计分析得出牡丹花期与前期气象条件的关系，早晚花期前期环流场存在明显差异，500hPa月平均高度场与牡丹花期存在优势相关因子，采用“两段筛选”的思想，先用逐步回归，再用最优子集回归方法，得出牡丹花期中长期预报方程，经试用，方法性能稳定，效果较好。     

油菜花期物候主要限制因子分析及预报模型的构建

以油菜开花开始时间(即始花期)为研究对象,利用1980—2016年江苏省油菜发育期观测资料和同步气象数据,分析油菜始花期的时空变化趋势。结合油菜生理特性,筛选与油菜始花期显著相关的气象因子。以高淳站为例,采用通径分析明确各气象因子对油菜始花期的作用并评估因子敏感性,最后构建油菜始花期的回归预报模型。结果表明:在气候变化背景下江苏地区油菜始花期呈逐年提前趋势,淮河以南地区平均提前3 d以上;上年日平均气温稳定通过0℃终日(X_1)、当年日平均气温稳定通过5℃初日(X_2)、现蕾至开花前时段内分别大于0℃、5℃和10℃的有效积温(X_1、X_4和X_5)、最低气温分别小于0和5℃的日数(X_6和X_7)及平均最低气温(X_8)等8个因子与油菜始花期相关性达极显著水平;其中2月上旬至3月上旬的平均最低气温(X_8)、日最低气温小于5℃日数(X_7)、大于5℃有效积温(X_4)对油菜始花期的直接影响位列8个因子的前三位,且这3个因子两两共同对油菜始花期的相对影响程度也排在各因子对回归方程R~2总贡献率的前三位;其余5个因子直接效应普遍小于间接效应,且它们主要通过X_4、X_7、X_8对油菜始花期产生影响,而X_4、X_7、X_8也通过这5个因子产生一定影响;去掉任何一个因子,都会引起其他某些因子对油菜始花期的直接、间接作用发生变化;基于这8个因子构建的回归模型可解释68.48%的油菜始花期变化,并具有区域适用性。因此,就江苏地区而言,光照和降水对油菜开花早晚影响较小,热量条件才是江苏油菜开花早晚的主要限制因子,所构建的始花期预报模型可较好反映油菜开花时间早晚与相关热量因子变化的规律。     

基于相关分析的日照市乡镇温度精细预报方法

利用日照市国家气象观测站（大监站）及分布在全市各乡镇的区域自动观测站近三年日温度极值数据,按区域、天气类型分类别进行相关分析,得到各区域自动站点与大监站日温度极值数据的相关方程,从而利用地市级台站对大监站点的常规温度预报数据得到各乡镇温度预报数值,使温度预报空间尺度达到乡镇一级。     

BP神经网络在油菜花期预报中的应用

建立花期预报模型,发布观赏性植物的精准花期预报,为旅游活动提供重要参考依据,已经成为气象服务领域一个新的发展方向。为了解高淳旅游区油菜花期的变化规律,探索其预报方法,指导高淳油菜花节旅游活动,根据1985—2010年高淳站日最高气温、日最低气温、日平均气温、日降水量、日日照时数、日平均5 cm地温、日平均相对湿度和日小型蒸发量等气象观测数据,利用主成分分析法,得到其与油菜花期相关系数较大的3个主成分,即温度因子、天气因子和辐射因子,以此为输入因子,建立基于BP神经网络的油菜花期预报模型,探讨BP神经网络在花期预报领域的应用。结果表明,传统的有效积温方法预报结果与实际开花期平均相差4.25天,BP神经网络方法预报结果与实际开花期平均相差1.5天,与有效积温预报油菜花期的方法相比,BP神经网络技术具有预测结果准确率高和操作简单等特点,在花期预报领域具有广阔的应用前景。     

因子和样本优化及最优预报方程模型

为了选择与预报量有密切关系的因子和有代表性的样本,分别采用投影寻踪回归（ＰＰＲ）和Ｂ－Ｐ神经网络对因子和样本进行优选。实例分析表明：优选出的样本保留了全部样本的大部分信息;用优选出的因子建模可达到与用全部因子建模相近的拟合和预报效果。     

气象条件对乌—昌电网负荷的影响及预报模型研究

利用乌鲁木齐和昌吉地区2008—2011年夏半年(4—9月)逐日电力负荷、气象要素观测资料和T639、ECMWF模式输出产品,分析了乌-昌地区日用电负荷的年、季、月变化特征及其与对应区域的气温、降水量、相对湿度、风速等的相关关系,并以前3年的对应资料建立了基于气象条件的电力负荷预报模型,并以2011年的资料进行预报效果独立样本检验。结果表明:乌-昌地区夏半年的电力负荷呈非常明显的逐年增长趋势,月、日变化与当地工农业生产、居民生活规律密切相关;与气温呈显著地正相关关系,与降水量、相对湿度呈显著地负相关关系;应用逐步回归方法分时段建立的逐日电力负荷的气象条件预报模型有很好的预报效果。     

用典型相关分析作副高的统计动力预报模式可预报性研究

本文提出一个关于西太平洋副热带高压（简称副高）的统计动力预报模式，利用它和典型相关分析方法对冬、春和夏季逐月副高预报的可行性进行研究。结果表明，模式的可预报性依赖于预报量场和因子场所提取的分量数，模式的差分形式及预报落后步长。对逐月和不同步长所作的可预报性分析发现步长为1个月有较高的可预报性，不同月份可预报性有所不同，一般夏季较冬季和春季要差。虽然如此，用该模式作夏季副高预报还是具有一定的可能性。在独立样本中所作的预报试验表明，月际预报符号相关系数一般均接近或超过0.60。     

物候模型在北京观赏植物开花期预测中的适用性

以北京地区玉渊潭公园杭州早樱 (1998—2012年)、密云农业气象试验站白玉兰 (1996—2012年) 及颐和园公园山桃 (1981—2012年) 物候观测资料和海淀、密云气象站的1981—2012年逐日平均气温观测资料为基础,分别应用国际通用的3种物候模型 (SW模型、UniChill模型和统计模型) 对以上植物的始花期和盛花期建模,并评估模型适用性。结果表明:SW模型在北京地区3种观赏植物开花期预测中适用性最高,其交叉检验的均方根误差仅为1.93~3.58 d, 其次为UniChill模型 (均方根误差为2.49~3.79 d),统计模型效果最差 (均方根误差为2.36~4.24 d)。因此,推荐在观赏植物开花期预测业务中采用SW模型。     

中国油菜产量动态预报方法研究

油菜是我国主要的油料作物之一,开展油菜产量动态预报对农业生产和国家食物安全都具有重要意义.利用全国及主产区油菜产量资料、发育期资料、生理气象指标、日最高气温、日最低气温、日降水量和日日照时数等资料,通过相似系数和欧氏距离建立综合诊断指标,根据历史年油菜产量丰歉气象影响指数,研究分析预报年的油菜产量丰歉气象影响指数,以此建立全国、各主产区油菜产量动态预报方法.结果表明,预报试验和预报检验的丰歉趋势预报正确率、实际单产预报准确率均较高,能够满足业务服务的需要.该方法可使业务预报的时效提前,并实现动态跟踪预报,具有良好的业务应用前景.     

Testing a four-dimensional variational data assimilation method using an improved intermediate coupled model for ENSO analysis and prediction

A four-dimensional variational (4D-Var) data assimilation method is implemented in an improved intermediate coupled model (ICM) of the tropical Pacific. A twin experiment is designed to evaluate the impact of the 4D-Var data assimilation algorithm on ENSO analysis and prediction based on the ICM. The model error is assumed to arise only from the parameter uncertainty. The “observation” of the SST anomaly, which is sampled from a “truth” model simulation that takes default parameter values and has Gaussian noise added, is directly assimilated into the assimilation model with its parameters set erroneously. Results show that 4D-Var effectively reduces the error of ENSO analysis and therefore improves the prediction skill of ENSO events compared with the non-assimilation case. These results provide a promising way for the ICM to achieve better real-time ENSO prediction.     

Generalized method of variational analysis for 3-D flow

1. Introduction A forecasting system is concerned with data objec-tive analysis which is usually classi?ed into two types.The ?rst kind is to interpolate the data onto gridpoints, i.e. establish the statistical structure of thephysical ?elds by using a…     

夏季日峰降温电力负荷预测灰色模型及其应用

基于2017—2020年石家庄市逐15分钟电力负荷及同期气象资料,计算人体舒适度指标有效温度和温湿指数,考虑基准负荷存在周期性和增长性,提出采用灰色模型GM(1,1)并结合滤波法、相关分析等方法,建立日峰降温电力负荷与人体舒适度指标分段回归模型。结果表明:石家庄电力负荷具有明显的逐年增长趋势;剥离出的日降温负荷曲线呈“W”型分布;分别对模型进行一次、二次和分段函数拟合,对3种预测模型进行检验发现分段函数预测精度较高,平均相对误差在4.8%～5.2%,有效温度和温湿指数的分段函数误差在-10%～10%所占比例分别为88.1%和90.5%;考虑了温度、湿度和风速的有效温度较温湿指数的夏季日峰降温电力负荷预测模型预测准确率更高,回归模型分段点为26.2℃,对电网“迎峰度夏”时期电力调度具有参考价值。     

大型工程气候可行性论证中的空间分析方法与应用

当前大型工程项目的气候可行性论证需要更加精细的评估结论,以满足工程规划、设计和运营等气象防灾减灾的需要。利用1∶25万基础地理信息资料和气象部门在沿湖、沿江、沿海和内陆地区多个大型桥梁工程、核电工程、风电工程等大型工程项目气候可行性论证工作中积累的工程短期气象观测资料和邻近气象站同期同步观测资料、历史气候资料,探讨大型工程气候可行性论证的工程区气候要素极值计算方法和有效的空间插值计算方案,初步建立了基于空间信息分析方法的工程气候可行性论证和系统流程。实际应用表明：采用空间趋势面分析和空间相关分析、空间回归等分析手段的工程气候论证,考虑了项目周边地区气象要素的空间相关性和地形下垫面状况等地理信息,并且具有比常规论证手段更高的计算分辨率,在结合广义极值分析方法后,可以满足大型工程对气象评价的精细化需求。     

数值天气预报中分析同化基本方法的历史发展脉络和评述

数值天气预报中分析同化的基本方法先后经历了多项式函数拟合方法、逐步订正方法、最优插值方法、变分方法和集合卡尔曼滤波方法。本文首先根据相关的经典文献力求本色地介绍这些方法的基本思想和实施的具体要点;然后,着重于它们的上下承接关系,试图阐述同化的历史发展脉络,评述这些方法的显著特征和创新性,以期清晰地理解资料同化的循序渐进的内在发展逻辑。此外,从起源上阐明“主观分析”与“客观分析”、“初猜场”与“背景场”、“分析”与“同化”、以及“更新”、“新息”等基本概念,以期准确地理解和把握“大气资料同化”的由来和内涵。