庆阳地区冬半年降雪预报

本文从预报员经验出发,着重考虑其物理意义选择预报因子,建立与冬半年(11月至4月)降雪间的统计关系,使用中央气象台B模式数值预报输出产品,借助于分级判别方法,制作庆阳地区冬半年降雪预报。一、冬半年降雪概况考虑到冬半年降雪特点,将其分为两个时段:隆冬(12月—2月)为一时段;初冬     

粮食产量预报专家系统的初步研究

本文利用专家系统建造工具 EXSYS 建立了我国华南地区早稻产量预报的专家系统(GYPES)。将水稻的生育过程分为5个阶段,考虑到作物与环境条件的相互作用,进行分级推理,同时也考虑了灾害因子的影响。目前系统有350多条规则,分5个等级预报产量年型。根据1984—1989年全国农业气象旬(月)报资料对系统进行了初步验证和应用。     

运用模糊集论制作降水量分级预报的方法

运用模糊集论制作降水量分级预报,验证使用效果较好。现介绍如下: 一、样本资料处理 预报对象为夏季(6～8月份)降水量R_(6-8)(1959～1980年平均值R_(6-8)为456.7     

择优录用MOS春播预报方程

本文用日本发播的中期预报图FEAS09-19和FEAS509-19中的资料从多个预报方程中,选择最为理想的一个在实际中应用。 所用的是82—85年四年资料,86年是预报的年份。 一、选取预报因子 先用82-83二年的资料进行因子普查。取95—115°E、25—40°N为关键因子区,以5个纬距,2.5个经距划分网格点进行读数,这样每张图共有36(4×9)个格点的数据。FEAS09-19(地面图)读的是气压(P)预报值;FEAS509—19(高空图)     

英国气象局长期天气预报业务的技术方法和商业价值

英国气象局的长期天气预报,是每月第二周的星期一发布。预报时段为1—5天,6—15天和16—30天。预报区有10个,预报要素是平均气温和降水。制作这些预报,首先是报出这三个预报时段的平均地面气压(1—5天的预报只报1000—500hPa 的厚度场)。所使用的预报方法如表1:     

首都机场高速公路能见度预报方法

通过分析影响首都机场高速公路能见度的6种典型地面天气形势场，确定大气稳定度、低层水汽含量、低空大气中悬浮颗粒物3个基本气象要素作为预报因子，得出各月的日能见度预报指标。将繁琐的判别因子指标步骤编成软操作界面，以5个能见度等级和指数的形式提供服务。2000-2001年预报准确率为70％左右。     

太原雷暴大风潜势预报方法研究

利用太原市7个国家观测站实况、探空以及MICAPS等资料，对1998—2018年5—9月太原的雷暴大风进行天气学分型，选取雷暴大风的消空因子以及不同天气型下的预报因子并确定其阈值，利用指标叠套法，建立雷暴大风潜势预报方法，并进行预报检验。结果表明：(1)选取700 hPa温度露点差、850 hPa与500 hPa的温差、条件性稳定度指数和混合相层4个环境参数作为消空因子并确定了消空阈值。（2）将雷暴大风分为高空槽型、冷涡型、切变线型、西北气流型和副高边缘型5类，选取了5类天气型下雷暴大风的预报因子，利用指标叠套法，建立了太原雷暴大风潜势预报方法。(3)运用雷暴大风潜势预报方法开展历史样本回报检验和2019-2020年试预报检验，取得了较好的预报效果。     

基于集合预报和支持向量机的中期强降雨集成预报试验

本文基于欧洲中期天气预报中心(ECMWF)和美国国家环境预报中心(NCEP)集合预报资料和支持向量机(SVM)回归方法建立了多模式集成的动力-统计客观预报模型(SVM-多模式集成预报),继而选用2012年5—9月(共计153 d)发生在淮河流域及其以南地区的大雨和暴雨开展了回报试验,并将所得预报结果与ECMWF的控制预报和集合平均预报进行了多角度比对评估。结果表明:在中期预报时效(4~7 d),SVM-多模式集成预报方法对2012年5—9月大雨和暴雨的预报效果最优,尤其对暴雨预报准确率明显提高,其优势主要体现在对强降雨中心分布范围和强度的预报更接近实况。     

副高特征因子和西风带因子对浙江汛期5——7月降水关系的分析

一引言西风带和西太平洋副热带高压这一对因子的相互作用及配置是造成浙江汛期5—7月降水多寡的主要原因。本文分析了表征副高特征的10个因子与杭州、温州5—7月降水的相关关系,得知前期副高特征因子与温州的关系较为密切,与杭州的关系较差。通过相关场分析,看出西风带的某些区域的高度场与杭州5—7月降水有很好的相关关系,对相关场及浙北R_(5—7)特多特少年的距平偏差场作对比分析,发现两者有很好的对应关系。本文以偏差场为主要依据选取“关键区”作为浙北R_(5—7)的预报因子,建立了预报关系。二副高特征因子的相关计算结果及相关场分析以杭州和州温5—7月总降水量R_(5—7)为y,用十个副高特征因子逐月计算相关系数。当年三月份以前,杭州达到信度0.05以上相关因子只有一个、一次,即上年9月120°E上副高平均脊线位置,相关系数γ为—0.43。温州达到信度0.05以上的相关因子则有7     

北京市感染性腹泻疾病的医疗气象预报与应用研究

通过分析北京市海淀区感染性腹泻病发病情况与北京市观象台地面气象要素的相关关系,建立感染性腹泻病医疗气象分级预报及风险水平评估模式.收集海淀区2004-2006年逐日菌痢周发病数和同期气象因素资料,建立数据库,分析气象因素与肠道传染病发病率的关系,并采用多元回归概率分级技术,建立感染性腹泻病医疗气象分级预报(划分5个等级)及风险水平评估模式.结果表明,感染性腹泻病发病与水汽压的相关程度很好,单相关系数为0.8340.在所有候选预报因子中,它的方差贡献占70.5%.其他方差贡献较大的因子,还有平均风速、气温日较差等.在感染性腹泻病医疗气象分级预报及风险水平评估模式中,如果预报等级与实际等级相差≤±1级统计为正确,感染性腹泻病医疗气象分级预报模式组的平均预报正确率可达98.5%.其中,预报等级与实际等级完全吻合的正确率可到62.9%～66.4%(指6个预报时效).该模式预报结果可较好地为2008年奥运会提供肠道传染病预防服务,为北京各级疾病预防控制中心指导广大城乡居民卫生防疫提供科学依据.     

江苏暴雨概率预报及其业务应用

以未来12~36 h、36~60 h和60~84 h的暴雨预报为目标,利用2011年—2013年夏季6—8月欧洲细网格数值模式预报产品分析了江苏夏季暴雨的可能预报因子。通过对各因子进行相关性、敏感性和代表性分析后,优选了22个对不同强度降水具有较好区分能力的暴雨预报因子。以这些因子为基础建立了一种简单的江苏省暴雨概率预报方法。其预报产品已在江苏省气象业务一体化平台上投入业务使用。该方法在2011—2013年7月,针对提前12 h预报的历史回报试验中,TS技巧评分平均为13.6,明显高于EC细网格24 h降水预报产品(平均TS评分仅为4.5)。在2014年梅汛期的6月25—26日、7月1—2日和7月4—5日三次区域性暴雨个例的预报试验中,提前60、36、12 h的预报效果均较好,其平均TS评分(44.6)也明显高于欧洲细网格数值模式的降水预报(20.4)。     

江苏省梅汛期中期预报业务系统

为了促进省台中期预报在预报员经验的基础上,向定量化、客观化方向发展,江苏省台利用欧洲中心4—5天预报格点资料,集成省台目前应用的4种主要中期预报方法(波谱分析和天气图分析方法、MOS法、PP法、相似离度分析法),制作了梅汛期4—5天逐日降水分级(包括分区和南京等8个单点)预报业务系统,经1986年试报,效果令人满意。     

基于SCTP-RF算法的甘肃省短期定量降水客观预报方法研究

基于欧洲中期天气预报中心(ECMWF)的精细化数值预报产品、中国气象局下发的降水指导产品(TP_CMA)及甘肃省340个气象站点降水实况数据,利用泰森多边形与K-means空间聚类方法(spatial cluster and Tyson polygon, SCTP),对2017—2019年4—9月甘肃省340站降水资料进行客观分区。在此基础上,采用随机森林算法(random forest, RF),筛选出与降水相关的物理量因子构建模型,开展甘肃省短期定量降水客观预报订正试验,并进行预报效果检验。结果表明：(1)甘肃省4—9月降水客观分区依次为7、6、14、13、14和11个。(2)就晴雨预报而言,SCTP-RF订正产品对甘肃省汛期的晴雨预报能力较TP_CMA指导产品和ECMWF模式产品有一定提升,提升幅度分别为6.1%、4.2%;在空间上,SCTP-RF算法对甘肃省340站的晴雨预报均具有一定的订正能力,大部分站点晴雨预报准确率提升了5%,特别是河东地区。(3)在分级降水预报中,SCTP-RF订正产品对中雨和大雨的预报能力均优于TP_C<...     

汉中市汛期降水分级分县T213释用方法

利用 T2 1 3数值预报产品制作汉中市汛期降水分级分县预报 ,对 2 0 0 2 -2 0 0 3年 5 -1 0月T2 1 3数值预报格点场进行每个站点相关因子资料插值后 ,与同期的降水实况做了对比统计分析 ,确立每个站点降水量级与选用因子的临界指标值 ,再用多因子概率权重、 3 0 a各降水量级出现的气候概率和 T2 1 3数值预报对汉中市各个站点进行解释预报。应用表明 ,方法对 T2 1 3数值预报有一定的订正效果和较高的实用价值     

副高面积指数在县站长期预报中的应用

一、县站长期预报因子的选择长期预报研究长期天气过程的演变规律。王绍武等指出,长期天气变化的谱幅主要集中在以下三个频率带: 1.指数循环尺度过程(3—5星期)。 2.韵律尺度过程(5—6个月)。     

南海热带气旋大风的遗传－神经网络集合预报

利用1980-2012年的南海热带气旋实况资料和NCEP/NCAR再分析资料,将热带气旋定位中心周边6×6格点上的地面风速作为预报对象,以气候持续预报因子和前期风速预报因子作为模型输入,采用遗传—神经网络集合预报方法,进行热带气旋定位中心周边36个格点上的风速预报模型的预报建模研究.分别对2008-2012年7-9月共368个独立预报样本进行遗传-神经网络集合方法的分月预报结果表明,南海热带气旋中心周边风速24h的预报平均绝对误差为2.35m.s-1.另外,本文还进一步将该预报方法与国内外普遍采用的逐步回归预报模型进行对比分析,在相同的预报量和预报因子的条件下的对比分析表明,新预报模型对≥10m.s-1的强风预报结果较逐步回归方法的优势明显,预报性能较好,可为沿海热带气旋大风预报提供新的参考.     

庆阳大—暴雨短期分片预报方法

我们将1977—1986年7—8月的降水资料作为历史样本,1987年(少雨年)和1988年(多雨年)7—8月的降水资料作为检验样本。在搞清本地地形影响及大—暴雨的天气气候规律基础上,结合我们多年来在天气预报实践中对高原边坡地区天气规律的认识及预报经验,用天气尺度的高空环流、地面天气系统和次天气尺度流场、能量场以及中间尺度的物理量场等因子,由粗到细,进行逐步过滤和预报,制作出本方法。大—暴雨过程有无的预报及分片预报效果和检验效果均达70%以上。     

“三轴”降水预报法的初步探讨

“三轴”预报法是以温度场、湿度场为依据分型预报的。三轴即700毫巴高空图上规定型区内温度最小值轴线、24小时变温最小值轴线、露点最大值轴线;根据轴线的位置、互相配合、强度和流场、高度场等多个因子,综合作出雨季(5—10月份)大于20毫米降水的短期预报。运用此方法,对1970—1972年资料进行了普查、整理,经1973年验证,共184个个例,机率160/184=85%,其中大雨的机率7/9=78%。1974年5、6、7月验证,机率80/92=87%,其中大雨4/5=80%。     

试用多层递阶预报方法做夏季降水量预报

天气预报的多层递阶方法是运用现代控制理论中的系统辨识方法提出的一种新的数值预报方法。我们在过去工作的基础上选取六个有天气学意义的相关因子,采取仅考虑预报因子部分的多层递阶方法试作夏季降水量预报,效果较好。此外,与一般线性单输出模型、仅有自回归部分的线性单输出模型及多元回归进行了初步比较,提出一些看法。《天气预报的多层递阶方法》是运用现代控制理论的系统辨识方法,它将天气系统看成是随机动态的时变系统。从系统的外部特征着手,建立其输入-输出模型,并进行多层分析和多层递阶预报。现将我们用这种方法预报夏季(6—8月)降水量上所做的工作介绍如下:     

汾渭平原夏季近地面臭氧统计预报方法

运用2017—2020年5—8月城市空气质量数据和地面气象数据,筛选出对O3日最大8 h滑动平均质量浓度（以下用C8h(O3)表示）影响较大的气象因子,建立了近地面C8h(O3)主要气象条件判定标准——高质量浓度O3潜势指数（IHPP）,进一步拟合得到汾渭平原夏季C8h(O3)多元逐步回归预报方程,并进行效果检验。结果表明：汾渭平原IHPP由日最高气温（Tmax）、日均相对湿度（HR）、日照时数（t）、日主导风向（WD）和降水量（P）5个气象因子构成,其值介于-1～6之间,值越大则该日近地面O3超标可能性越大;经检验,C8h(O3)多元逐步回归方程预报结果与实况较吻合,汾河平原（特别是运城）预报效果总体较好,临汾、吕梁和西安等级预报效果有待改进;预报检验时段咸阳和晋中等级预报准确率较国家气象中心的指导预报分别上升79%和289%,说明预报方程具有一定的业务应用可行性。