华南前汛期降水预测模型及其预测试验

将中国华南区域分为东、西2个区,对每个区(8个站)的前汛期(4—6月)平均降水量作自然正交展开(EOF),选取各区累积方差贡献超过75%的前4个主分量作为预报分量。再利用偏最小二乘回归方法结合均生函数方法,提出一种同时考虑预报量自身显著变化周期和前期物理量因子对预报量未来变化影响的预报模型,分别建立东、西区前汛期平均降水量的偏最小二乘回归预报方程。试验结果表明,新的预报模型的预报效果比单纯采用前期物理量因子的逐步回归模型更好,并且其预报能力的提高具有合理的分析依据。      

基于最小二乘支持向量机的雷暴预报初探

利用2007年和2008年南京地区NCEP 1°×1°历史再分析资料和江苏省闪电定位资料,探讨最小二乘支持向量机(LS-SVM)方法在雷暴预报中的应用.将NCEP 1°×1°资料作为实况,选取了该资料与雷暴相关性较好的参数作为预报因子,而江苏省闪电定位资料则作为预报量,建立南京地区雷暴预报的最小二乘支持向量机模型,并用...     

用物理统计方法制作H_(500)的中期预报

在物理统计预报的许多模型中,水文气象场按经验正交函数分解的参数作为预报量,就有可能搞清楚该模型能在多长时效内报出不同时空尺度过程的大体特征。本文的目的在于讨论用物理统计中期预报方法作春季北半球大西洋地区500毫巴高度(H_(500))的第3、6、9天预报的结果。预报量信息来自大西洋上20个不规则分布的站点(图1),资料是从1960到1971年每隔3天在格林威治时间00时收集一次。各月样本容量是120—130个H_(500)的20维向量。在预报方法的研究中我们有两个出发点;一是苏联地球物理观象总台提出的物理统计长期预报方法的物理概念;二是业务工作的实践经验。在选择可能因子时特别考虑到下列物理原则:1)大气是     

回归分析中因子群讯息的浓缩

一、问题的提出回归分析被广泛地应用于天气预报,并收到较好的效果。一般回归(一次回归)是在事先将预报因子加以挑选,选取达到一定信度a的预报因子,然后根据最小二乘方原理建立预报对象的回归方程。这些预报因子在回归计算过程中无一例外地全部引进方     

最小二乘支持向量机在云量预报中的应用

基于2003-2006年逐年1、8月WRF区域数值预报产品和单站观测资料,采用最小二乘支持向量机回归方法,结合选取合适的参数和核函数,分别按月通过不同长度样本序列建立了台北和厦门站总云量和低云量短期释用预报模型,利用2007年1、8月样本资料对模型进行了预报和检验,并与神经网络方法进行了对比.结果表明:最小二乘支持向量机回归方法的预报效果要好于神经网络方法;两站不同长度样本的总云量和低云量预报模型,预报效果较好,其预报准确率不会因为训练样本的减少而降低.可见,最小二乘支持向量机回归在云量等气象要素释用预报方面,具有较好的应用前景.     

森林火险最优分割预报方法

前言最优分割预报法是经典的统计预报方法之一,它具有多种优点,尤其是作分级(类)预报,常常可以获得较好的预报效果。但该方法的应用目前尚不普遍,主要原因有二:其一,它尚处在发展、完善阶段;其二,实际运用时,运算步骤繁多,计算工作量太大。经文作者的改进,与传统算法相比,其计算步骤大为简化,计算量明显减少。我们根据改进     

介绍几种统计预报方法(二)

(三)多因子综合概率预报方法回归分析方法,是目前比较常用的统计预报方法。但这种方法所用的预报量和预报因子均取其实际数字,这样就带来两个问题:1)计算量较大,往往需要用电子计算机,没有使用机器条件的气象台站难以应用这种方法。2)目前气象台站所用的预报量,多取级别或类别。例如,气温分为偏暖、偏冷、正常三级,雷暴分为有无两种。使用级别或类别,不仅使计算量减少,而且往往提高了预报量的代表性(实际数字常常并不具有更好的代表性)。而且有些最只能分成若干类而无法用数字表示。因此,一般回归分     

偏最小二乘回归模型在辽宁汛期降水预测中的应用

利用1951~2011年中国160个气象站逐月降水、温度、74项环流指数和NCEP再分析海表温度资料,采用偏最小二乘回归(PLSR)方法,结合均生函数构造预报量周期性因子,建立辽宁省汛期平均降水量及其5站(沈阳、朝阳、营口、丹东和大连)汛期降水量预测模型,并进行预测效果检验分析。结果表明:采用均生函数构造预报量周期性因子,在一定程度上弥补了气候预测统计模型高相关性因子的不足,从而使辽宁汛期平均降水量PLSR模型的试报均方根误差降低约10 mm。PLSR模型由于较好地解决了预报因子之间的多重相关性问题,其预测效果较逐步回归模型有明显提高,对2002~2011年辽宁5站汛期降水量试报的Ps评分平均值为72.6%,比逐步回归模型提高了10.3%。     

数量化理论在天气预报中的应用

数量化理论是多元分析的一个分支。在气象统计分析预报中,通常把预报量取成定量的基准变量,预报因子取成定性的说明变量,来使用数量化方法。本文就是围绕我国月平均气温场的长期预报,讨论数量化(一)和(四)的若干应用问题。 一、数量化理论(一)的应用 数量化(一)本质上是回归分析,二者在处理问题的方法上不同。假定基准变量与各项目,类目的反应间遵从下列线性模型:     

重建动力系统方法制作月降水量预报的试验

利用时间滞后延拓相空间的方法，将南京地区一维月降水量资料序列拓展成高维相空间，计算得到降水系统的分维数为３．６，表明该系统是一混沌系统，其自由度最小取４。在具有二次非线性项的假设下求解设定的动力系统程数，建立降水预报方程。预报检验结果表明，利用该方法作局地降水气候预报具有一定的准确度。     

粒子群算法与支持向量机相结合的热带气旋强度预报试验

支持向量机(SVM)的惩罚参数及核参数的选择直接影响到模型效果,通过粒子群算法(PSO)解决支持向量机的参数选择问题,实现了参数选择的自动化。将该方法应用于热带气旋强度预报,利用气候持续性因子,挑选了1990年的100个左右样本进行预报检验,预报时效为12 h、24 h、36 h、48 h的强度平均绝对误差分别为3.00、4.35、4.93和6.68 m/s。另外,还与国外预报结果及采用最小二乘回归法的预报结果进行了效果的比较,SVM方法显示了更好的预报能力。     

大气环流降尺度因子在中国东部夏季降水预测中的作用

本文将1951～2007年500 hPa 格点资料构成的表征区域系统的环流特征量作为降尺度因子, 使用降尺度技术和偏最小二乘回归方法, 以环流特征量作为因子场, 建立逐月的我国东部夏季降水量的预报模型。从最佳预报模型中的环流特征量出现频率的角度, 对大气环流降尺度因子在我国东部夏季降水预测中的作用进行分析研究。结果表明, 在夏季各个月份的预报模型中, 出现频率表现最突出的因子是北半球和东半球副高系统。此外, 东亚地区副高系统也起十分重要的作用, 特别是西太平洋副高强度和面积指数。     

台风预报程序表的制编和使用

台风预报程序表(以下简称程序表)是实现预报方法客观定量的初次尝试。它集中地概括了我站台风预报改革成果,将分散的各种台风预报方法和工具,归纳在一览表内,使之有条不紊,便于实际应用。程序表的制造分为“一警”、“二警”两部分(详见表一),每部分从环流形势、气候概率、资料图表和台风天气四个方面,选取效果较好(机率一般在70％以上)的预报图表,按台风进入“一警”、“二警”两部分分别设     

防洪预警技术的探索研究

本文分析了泰州通南地区和里下河地区永位的变化情况,引入面雨量、水位差等概念,对降水进行分级、分月建立时间序列,利用高斯-牛顿法进行非线性最小二乘数据拟合,建立回归预报方程.同时利用多家数值预报产品预报面雨量,代入方程计算出水位变化量,最终确定洪涝指数.其历史拟合情况和 2005 年试运行情况表明,预报效果较好,可以为防汛部门和相关单位提供科学依据.     

太阳能光伏发电预报方法的应用效果检验与评价

基于湖北省气象新能源研究中心光伏电站一年完整的发电数据与同期气象资料,对辐射和发电功率短期预报方法进行检验分析,结果表明:(1)太阳辐射度预报与实况有很好的对应关系,相关系数在0.77以上,均通过a=0.001的显著性水平检验。(2)光伏发电功率预报的短期方法中,以模式辐照度订正值代入光电转换模型的方法最优,预报第一天的相对均方根误差为0.16。(3)太阳辐射预报及光伏发电功率预报随太阳高度角变化而呈一定的规律性,冬季中午误差最大,夏季晚上误差最小;阴雨天气误差明显高于晴天。如何降低阴雨天气预报时的误差将是下一步工作中需要研究的重点。     

冬季高海拔复杂地形下GRAPES Meso要素预报的检验评估

利用GRAPES(Globe/Regional Assimilation and Prediction System)对2010年温哥华奥运会6个场馆气温、相对湿度、风及降水量的预报结果,采用预报准确率、平均误差、平均绝对误差、Alpha Index、TS和ETS评分等统计量对其进行了较详细的评估。结果表明:GRAPESMeso预报相对湿度的准确率最高,且随预报时效的增加,其变化趋于稳定。起初模式对相对湿度的预报偏干,之后逐渐变为预报偏湿;气温预报偏低;风速预报偏大。逐日各要素预报检验结果表明,气温的变化幅度最小;各级降水检验发现,晴雨预报的TS评分最高,且随降水增大,ETS评分逐渐接近TS。与其他模式预报结果对比发现,GRAPES-Meso对复杂地形下要素预报还存在一定的不足。本研究还发现,模式存在一定的系统误差,若能有效订正其误差,将有助于改进模式预报。     

MOS和经典统计预报方法相结合,作麦收期晴雨预报

随着气象科学技术的发展,数值天气预报越来越被人们所重视。将数值预报输出的结果,通过统计等方法,转变为局地天气要素的预报,已为较多的国家在研究和业务工作中使用。利用数值预报结果的局地天气统计预报方法,目前主要有两种方案应用较广泛。一种是PPM(完全预报)预报,即应用实测资料建立预报量实测值和预报因子     

地方MOS数据集及应用程序包的建立方法介绍

一、前言 “MOS”方法是通过数值预报量与实际预报量的统计关系而作出的一种客观的、定量的预报方法,其预报效果决定于预报因子的挑选和预报数学模型的构造。但在大量的数值预报要素场且有众多的预报对象的情况下,要迅速地、客观地选择出与预报对象相关密切的因子,建立出预报方程,必须利用电子计算机来完成。然而,目前国内电子     

支持向量机在太阳辐射预报中的应用

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)将多因子和多预报量分别方差标准化,EOF场展开,提取主分量;(2)用SVM回归分析实现多因子主分量对多预报量主分量非线性预测;(3)由预报的多预报量主分量与对应空间函数反演原预报量。选用武汉预报日同一天气类型的上一日逐时(05—18时)总辐射、日最高温度、温度日较差、日天气类型观测值以及预报日的日最高温度、温度日较差、日天气类型预报值为因子,对预报日逐时辐射量进行预报。独立预报试验表明,预报与实况接近。     

基于短期历史资料的河西地区太阳辐射预报订正研究

基于数值模式的太阳辐射预报往往存在一定的系统性偏差,AVT订正方法能够有效降低预报偏差,本文利用该方法对甘肃河西地区两个光伏电站的太阳辐射预报结果进行订正。结果表明：(1)订正前预报偏差呈现明显的“先增加、后减小”日变化特征,订正后日变化特征不明显,并且订正前预报偏差与观测值线性关系显著,订正后线性关系减弱(相关系数降低、拟合优度降低);(2)太阳辐射存在明显的年变化特征,其预报偏差春季最高,其次为夏季,冬季最小,订正后不同季节的预报偏差均降低,春季和夏季降低较为明显。