汉中市T213数值预报产品气温解释预报

取 2 0 0 2— 2 0 0 3年逐日 T2 1 3气温预报资料和逐日实况最低、最高气温对比 ,分析出各个县 (区 )气温的相对误差 ,然后以汉中当日的最低和最高气温为基础 ,结合 T2 1 3因子 ,得出 T2 1 3气温变化率 ,订正后进行预报。 2 0 0 4年 7月利用逐日 T2 1 3数值气温预报产品 ,制作出汉中市各县区 2 4h气温分县预报。试运行结果表明 :这一方法不需要历史资料 ,并且可以较为精确的预报出各县区 2 4h气温     

汉中市T213数值预报产品气温解释预报

取2002—2003年逐日T213气温预报资料和逐日实况最低、最高气温对比,分析出各个县(区)气温的相对误差,然后以汉中当日的最低和最高气温为基础,结合T213因子,得出T213气温变化率,订正后进行预报。2004年7月利用逐日T213数值气温预报产品,制作出汉中市各县区24h气温分县预报。试运行结果表明:这一方法不需要历史资料,并且可以较为精确的预报出各县区24h气温。

     

滚动式用数值预报产品制作单站气温预报的方法

用最优子集回归法，采用滚动式方法取舍样本资料，首先利用数值预报产品及盆地内单站的气温资料建立该站的最 子集回归方程然后根据２４－１４４小时的数值预报报资料作该站２４－１４４小时的气温预报。     

用MM5中尺度数值模式产品制作气温预报

应用MM 5中尺度数值模式预报产品,结合实时观测资料、当地气象台站的地理信息资料和预报员经验,建立陕西省气温预报的模式输出统计预报方法。结果表明,该方法对MM 5中尺度数值模式产品具有良好解释应用能力。     

三种气温预报产品黑龙江省预报效果检验

利用T639模式预报产品和黑龙江省83个国家气象站气温实况观测资料,采用最优预报因子方法选取预报因子,应用多元回归方法建立逐站日最高气温和日最低气温的MOS预报方程; 对MOS、中央气象台指导预报（SCMOC）和T639三种气温预报产品的日最高气温和日最低气温预报效果进行对比检验分析,并用EOF方法检验预报与实况的时空变化特征一致性。结果表明: 与实况的时空变化一致性方面,MOS和SCMOC较好,T639略差; 预报效果方面,MOS和SCMOC对日最高气温和日最低气温的2 ℃预报准确率普遍高于T639,MOS的预报准确率在日最高气温方面高于SCMOC,在日最低气温方面低于SCMOC; MOS对T639气温预报产品改善效果明显,尤其对冬季日最低气温的预报改善效果十分显著; MOS较T639气温预报改善效果与T639模式预报效果呈负相关关系,主要表现为,MOS预报改善效果在T639预报准确率低的山区明显优于平原,在春、夏季,预报准确率较低的日最高气温明显优于日最低气温,在冬季,预报准确率较低的日最低气温优于日最高气温; MOS气温预报方法的预报性能较理想,SCMOC对黑龙江省预报难度较大的日最低气温预报效果较好。     

滚动式利用数值预报产品制作单站气温预报的方法

用最优子集回归法，采用滚动式方法取舍样本资料，首先利用数值预报产品及盆地内单站的气温资料建立该站的最优子集回归方程，然后根据24—144小时的数值预报资料制作该站24-144小时的气温预报。     

基于数值预报产品的地面气温BP-MOS预报方法

在山东省临沂市气象局开发的"中尺度数值预报业务系统"的基础上,利用高分辨率的数值预报产品和地面气温观测资料,建立了地面气温的BP神经网络方法预报模型。检验结果表明BP神经网络模型的气温预报准确率高于逐步回归模型和MM5模式输出的气温预报准确率,可应用于实际预报业务中来制作气温的精细化预报。     

T63数值预报产品图形处理系统

用于Ｔ６３数值预报产品输出的图形系统是一个具有资料获取，数据建筑，数值内插，等值线求算，平滑，图形显示和人工干预等多种功能的实时业务系统，该系统用户界面友好，操作简便，产品内容丰富，图形分析质量高，速度快，实时性强，是进行天气预报和数值预报分析的有力工具。     

基于数值预报及上级指导产品的本地气温MOS预报方法

利用恩施基准站2008—2011年地面实测资料、数值预报产品、上级台站指导产品,采用M(数值模式预报)、E(天气学经验)、D(诊断分析)相结合的方法(简称MED),从气温变化的影响因素如大气稳定度、温度平流、水汽条件等设计具有物理意义的预报因子。或根据需要进行因子的组合叠加利用,并将指导产品直接作为预报因子。利用常规统计预报方法(逐步回归),将高、低温实况作为预报对象来建立地方气温预报模式。结果表明:将天空状况进行分型后建立地方气温MOS预报模型,并对应高低温一般出现时间段来选取数值预报产品因子进行预报,对本地气温预报质量的提高有积极的意义;模型建立过程中,综合采用了MED相结合的方法,并应用了数值预报再加工因子,考虑了天气系统变化对气温的影响,增强了数值预报的解释应用能力;参考客观数值模式产品、上级业务部门指导产品相结合的综合MOS预报方法,建立地方气温MOS预报是提高本地天气预报准确率的有效尝试。检验结果也表明,本地气温MOS预报效果较好,明显高于指导预报,已较好应用于实际业务中。     

基于T639数值预报产品的气温本地化应用及检验

基于T639数值预报产品下发的多个物理量资料,利用多元回归方法,开展本地化的分县气温客观预报方法研究,结合常规气象观测资料、美国NCEP/NCAR 1°×1°网格点逐6 h再分析资料,开展业务应用并进行了效果检验,得出以下结论:最低气温预报准确率要好于最高气温,同时夏季的气温预报也明显好于其他季节;在最高气温中对扬中的预报准确率高于其他站点,在最低气温中对丹阳的预报效果相对比较好;客观预报方法存在明显的系统性负偏差,通过使用每个预报时效预报误差的7 d滑动平均进行订正,结果表明通过订正,预报效果有所提高,特别是最高气温订正效果较明显;通过主客观预报准确率的对比分析,发现虽然客观预报对最高气温的预报效果比较差,但是在气温趋势预报上具有一定的参考价值;最低气温客观预报准确率明显高于江苏省的平均水平,和主观预报相比,虽然仍然低于主观预报水平,但是差距不大,基本上可以替代主观预报;分县气温客观预报方法对高温、寒潮等灾害性天气具有一定的预报能力,但是和实况相比,预报强度偏弱.     

应用数值预报产品制作中期寒潮预报系统

通过分析３０年来我区出现的寒潮气候特点及其演变特征,在总结各型寒潮爆发前和爆发时的环流形势动态演变的基础上,建立了中期寒潮预报的动态模式,并利用欧洲ＥＣ格点资料制作未来我区１￣６天的寒潮过程预报,经过一年的业务使用验证,效果较好。     

用中尺度非静力模式制作北京气温和风预报

利用国家气象中心与北京市气象局联合开发的“北京地区中尺度数值天气预报业务系统”针对业务预报需要,开发了２米温度、１０米风的要素预报。通过近一年的预报效果检验表明,该系统不仅对一般性天气有比较好的预报效果,同时也可以预报出转折性的大风、升（降）温等天气过程。与ＮＣＥＰ的ｅｔａ模式相比,该系统的温度预报误差与之基本相当,而风速预报误差略小于ｅｔａ模式。     

数值预报产品在桂林暴雨预报中的应用研究

利用1998～2002年4～7月间欧洲、日本，2002年5～7月我国数值预报产品进行统计分析，总结出以数值预报产品为主的暴雨预报模式指标。这一模式指标，为日常预报工作中以天气学预报为主转向以数值预报为主莫定良好基础，也为预报员提供客观简捷的预报方法。通过一年的试报探索和一年的实际业务应用，其预报准确率较为理想。     

用T63及日本数值预报产品制作汛期降水预报

该文利用Ｔ６３Ｌ１６和日本数值预报产品，采用相关分析方法提取典型因子场，再由典型因子场选点求取平均场及极值场，用逐步回归法制作黄河三角洲地区汛期降水预报，试用效果较好。     

极端气温集成预报方法对比

用2003-2009年ECMWF和庆阳市极端气温资料建立最高最低气温SVM、Kalman、多元线性回归3种统计方法的预报模型,采用平均、加权、回归3种方法进行预报集成,对庆阳市2010年6-12月各预报方法及5个时次集成预报进行评估.结果表明:单一的SVM、多元回归和集成方法最低气温预报5个时次的准确率均高于最高气温0.8％～24.2％,集成后加权法准确率最高,但最高和最低气温选取权重不同,SVM权重大时最高气温效果好,多元回归权重大时最低气温效果好.随着预报时效的增加,单一的预报方法和集成预报,预报准确率降低.逐月评估表明,单一的SVM准确率较高且预报性能稳定,Kalman准确率较低,回归方法各月差异大,预报不稳定,集成后,3种集成方法的预报比单一的预报方法均有所改善和提高.绝对误差分析表明,加权集成后最高和最低气温误差都较小,优于平均集成法和回归集成法.     

以T63产品为因子用卡尔曼滤波方法作温度预报

以Ｔ６３数值预报产品为因子，用卡尔曼滤波方法建立可更新因子系数的预报方程，做４８ｈ的温度预报。     

利用MM5预报产品制作临沂市极端气温预报

利用MM5预报产品和临沂市各气象站的日最高、最低气温资料,分别采用非线性逐步回归和BP神经网络方法建立临沂市日极端气温预报模型,通过拟合和试报检验表明这两种方法制作日极端气温预报可行。     

T63动力延伸预报产品在6月气温预测中的解释应用

动力气候模式的数值预报产品为局地气候要素的预报提供了一种全新的方法。首先利用ＮＣＥＴ／ＮＣＡＲ再分析资料中的５００ｈＰａ高度对黑龙江省６月发生的气温异常进行诊断分析,对影响的环流形势进行分型,并选取强信号区确定预报因子;在此基础上,利用Ｔ６３动力延伸预报产品进行旬平均气温的相似预报。经实践证明,Ｔ６３动力延伸预报产品在气温异常事件的预报中有一定的应用价值。