人体舒适度的预报方法

舒适度的概念 人体舒适度是人对大气冷暖的感受程度,它不仅与气温有关,而且与湿度有关,是两者的综合感受。这里把舒适度分7个等级：寒冷、较冷、凉、暖、较热、炎热、酷热。为使预报更贴近生活,对不同等级使用不同的生活提示用语。如预报“寒冷”时,提醒注意防寒保暖,     

多种人体舒适度预报公式讨论

讨论了根据环境温度变化使人体产生对应的舒适感觉，用函数来表达人体感觉的舒适程度，而建立的一系列人体舒适度预报公式的异同。指出了目前的几十种人体舒适度预报公式实际上都是生物气温指标的各种变形。讨论了它们之间的差别，并分析了适用性。     

榆次人体舒适度预报方法研究

引言人类从事户外活动,受各种气候因素的综合作用。随着季节更叠交替,人们的感受也在发生变化。但人体对外界冷热的感受状况(闷热、炎热、热、舒适、冷、寒冷等)不能仅凭气温的高低或单一的气象要素来评价。例如：在空气相对湿度为40％～55％、平均风速≥3m／s,即使在气温35℃的环境中,也不会感到很热。但是同样的温度环境下,若空气相对湿度>70％,风速很小,人也会产生闷热难熬的感觉,甚至出现中暑现象;同样的道理,在低温环境下,不同的湿度和风速也会给人们带来不同的寒冷感受。　　本文通过分析榆次1972～1999年各月(旬)的平均最…     

人体舒适度预报中体感温度的引进、修正及应用

通过对浙江省气候特征分析，引进体感温度公式并进行浙江省本地修正，最后作出人体舒适度预报。     

郑州市人体舒适度预报

参照人体舒适度的有关公式 ,结合郑州市的天气气候特征 ,确定了郑州市人体舒适度计算公式 ;利用此公式及 1 998、1 999年历史资料计算了人体舒适度数值并进行分级 ;根据当日要素预报值计算的舒适度数值 ,进行次日的人体舒适度分级预报     

武汉市人体舒适度计算方法及其预报

有时,公众对天气预报中的气温值与人体的实际冷热感觉不太一致感到困惑,其实,这是因为他们不了解"体感温度"和气温之间的区别.人类生活在自然界中,人体对冷热的感觉(也就是"体感温度")受许多气象因子综合影响.其中,气温对人体冷暖感觉的影响最大,同时其还与大气湿度、风等气象因子有关.     

南昌市人体舒适度指数预报

根据天气诸多因素计算得出舒适度指数,再利用指数的大小划分等级并确定舒适程度。人们可根据当天的指数预报适当地安排室外的生产或活动以及如何防范冷热突变,加强自我保健。     

人体热量平衡模型及其在人体舒适度预报中的应用

人对外界冷热的调节和舒适感，不能根据气温或其他单一的气象要素来评价。要真正全面表述环境对人体的影响必须运用人体热量平衡模型，人体热量平衡模型全面考虑了所有相关的气象要素、行为参数（活动和服装）和人体参数。运用上海有限域数值在气预报和热量平衡模型计算了体感温度，以衡量人体在环境中的热舒适状况。     

德令哈地区人体舒适度预报方法研究

本文利用德令哈地区2001年1月。2002年1月逐日最高、最低温度、平均相对湿度和风速的预报值，通过经验公式计算寒冷指数，预报人体舒适度。为今后开展城市环境预报服务工作做了一些有益的探讨。     

山东省人体舒适度的REOF分析

本文使用1971~2000年山东省90个气象测站的整编气候资料,采用旋转经验正交分解(REOF)的方法,对山东四季及全年的人体舒适度进行分析,得到人体舒适度分区,并进一步探讨了各区域人体舒适度指数的变化趋势,为开展区域性人体舒适度预报和气候研究打下基础。     

ON THE DESIGN OF A NEW HUMAN COMFORT INDEX

1 INTRODUCTION Researches on human comfort index have been carried out over 75 years. In 1923, Houghten and Yaglou[1] first published their effective temperature (ET) scale, using dry and wet bulb temperatures along with wind speed in their model. Later o…     

NINO3.4指数的多模式集合预报方法

基于贝叶斯模式平均方法(Bayesian Model Averaging),发展了一个NINO3.4指数的多模式客观权重集合预报方法(简称OBJ)。该方法基于训练期内单个模式的预报结果,用线性回归订正单个预报的偏差,依据模式的预报效果估计单个模式的权重。利用2002年2月—2015年10月美国哥伦比亚大学国际气候与社会研究所(IRI)提供的7个单一模式对NINO3.4指数的预报结果进行OBJ试验,并采用均方根误差对多模式集合平均预报(简称ENS)和OBJ的预报结果进行检验和评估。结果表明,ENS的预报效果优于7个单一模式的预报效果,而OBJ预报效果优于ENS预报效果,其NINO3.4指数的均方根误差比ENS方法降低了4%。将单一模式预报结果按时间划分为训练期和预报期,利用独立样本估计OBJ的参数并进行预报试验,这些试验也表明,OBJ能进一步提高预报精度。      

初值形成方法对降水数值预报的影响

北欧有限区域模式ＨＩＲＬＡＭ被应用于中国的暴雨个例以探讨初值形成方法对有限区域模式定量降水数值预报的影响,对两种初值形成方案进行了对比,一种是由ＨＩＲＬＡＭ自己的数值同化系统提供初值,另一种是直接内插ＥＣＭＷＦ全球模式的相应分析场,与这两种方案对应的数值试验分别是控制试验（ＣＯＮＬ）和对比试验（ＣＯＭＰ）,将ＣＯＮＬ和ＣＯＭＰ的降水预报与观测值比较,结果表明：（１）当为ＣＯＭＰ提供初值的ＥＣＭＷＦ     

A STUDY ON THE ENSEMBLE FORECAST REAL-TIME CORRECTION METHOD

Using real-time correction technology for typhoons, this paper discusses real-time correction for forecasting the track of four typhoons during 2009 and 2010 in Japan, Beijing, Guangzhou, and Shanghai. It was determined that the short-time forecast effect was better than the original objective mode. By selecting four types of integration schemes after multiple mode path integration for those four objective modes, the forecast effect of the multi-mode path integration is better, on average, than any single model. Moreover, multi-mode ensemble forecasting has obvious advantages during the initial 36h.     

A PRELIMINARY STUDY ON THUNDERSTORM FORECAST WITH LS-SVM METHOD

The LS-SVM(Least squares support vector machine) method is presented to set up a model to forecast the occurrence of thunderstorms in the Nanjing area by combining NCEP FNL Operational Global Analysis data on 1.0°×1.0° grids and cloud-to-ground lightning data observed with a lightning location system in Jiangsu province during 2007-2008.A dataset with 642 samples,including 195 thunderstorm samples and 447 non-thunderstorm samples,are randomly divided into two groups,one(having 386 samples) for modeling and the rest for independent verification.The predictors are atmospheric instability parameters which can be obtained from the NCEP data and the predictand is the occurrence of thunderstorms observed by the lightning location system.Preliminary applications to the independent samples for a 6-hour forecast of thunderstorm events show that the prediction correction rate of this model is 78.26%,false alarm rate is 21.74%,and forecasting technical score is 0.61,all better than those from either linear regression or artificial neural network.     

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。     

基于ECMWF细网格模式的短时强降水客观概率预报方法研究

根据陕南643个经质量控制的自动气象站2010—2014年逐小时观测降水,采用百分位法确定陕南短时强降水标准。基于2010—2014年11 824站次短时强降水个例和欧洲中心（ECMWF）间隔6 h的0.25 °×0.25 °再分析格点资料,以空间最近、时间最近前1时次原则:计算并确定陕南汛期5—9月各月短时强降水36种对流参数历史概率分布特征值;考虑对流参数的显著性和适度性指标构建评价方案,利用相对模糊偏差矩阵、标准差系数方法,优选出陕南5—9月各月的15种对流参数及其权重。业务运行以ECMWF细网格模式的基本预报产品,计算优选的对流参数值,结合参数历史概率分布值及其权重,建立陕南分月短时强降水客观概率预报模型。将模型概率预报结果升序排列后80%处对应的数值,且大于0.2作为短时强降水的临界概率,对2015年汛期降水过程进行检验,TS评分为0.59,漏报率为0.18,空报率为0.31。      

初值精度对月预报影响的数值研究

利用改进的 T42L10模式,以1992年8月31日12时为初始场,分别以瞬时初始场和平均初始场,作30天长期数值预报,以对比研究初值精度对月长期数值预报结果的影响.研究结果表明:(1)无论是高度场还是风场,瞬时初始场所作月预报的相关系数要比平均初始场的高约9个百分点.(2)从瞬时初值出发所作的500hPa 高度场及流场中,对东亚地区较深的槽,里海至乌拉尔较强的脊区,以及维持在东亚40°N 左右的急流都作了较好的模拟,而平均初始场的月预报结果与实况的差别较大.(3)用平均初始场所作的预报,其系统过于平滑,使预报结果受到影响.