赣州地区寒潮 强冷空气24小时分县预报

本文在普查赣州地区所属各县市寒潮、强冷空的基础上，从历史天气图和赣州单站资料找出了当年11月至次年2月各月的24小时的预报指标，从而建立了整个冬季赣州地区各县市寒潮、强冷空气的短期预报方法。并进行了三年的试报和四年的值班套用，效果明显，可以作为业务上的实用方法。     

陕西省分县滚动预报的方法与应用

采用概率统计的方法和原理,在统计历史上各种天气要素和Ｔ１０６产品之间的函数关系的基础上,对Ｔ１０６产品进行解释应用并加以推广,建立未来天气状况和Ｔ１０６结果之间的多元线性回归方程,对未来天气现象加以预测、预报。     

开封市冬季低温分县预报方法

利用1991～2002年天气图资料和1999～2002年日本传真图、T106格点资料,分析了开封市低温天气的环流形势,确定了入型指标和分县预报指标,建立了低温预报方程.     

全区分旗县降水概率预报的研制与实践

章阐述了进行概率预报研制的意义及制作概率预报的基本原理和方法,同时结合我区特点,建立了制作我区101个旗县站降水分级概率预报的基本思路和方法。     

开封市冬季低温分县预报方法

利用1991～2002年天气图资料和1999～2002年日本传真图、T106格点资料，分析了开封市低温天气的环流形势，确定了入型指标和分县预报指标，建立了低温预报方程。     

山东省冰雹分县预报方法研究与试验

利用探空、地面资料和ＨＬＡＦＳ数值预报产品,对山东省３２次冰雹天气过程进行天气形势分型和物理量诊断分析,应用爹 指标叠套方法和ＰＰ预报方法,研制了一套山东省３－６月产雹落区和分县预报系统,经１９９８年６月试验,取得一定效果。为冰雹落区和分县预报提供了方法和思路。     

用距离预报方法建立分县客观预报模型

根据ECMWF的变温资料建立了气温预报的拟合率较高的多元回归方程。以14时地面要素资料和高空要素场为基础，用欧氏距离选取最相似的前10个历史样本，用ECMWF数值预报产品，选取90％以上拟合率的数值预报因子建立了晴雨判别模型，试报效果较好。     

用距离预报方法建立分县客观预报模型

根据ECMWF的变温资料建立了气温预报的拟合率较高的多元回归方程.以14时地面要素资料和高空要素场为基础,用欧氏距离选取最相似的前10个历史样本,用ECM-WF数值预报产品,选取90%以上拟合率的数值预报因子建立了晴雨判别模型,试报效果较好.     

咸阳市分县分级降水概率预报方法

通过用大量的经验因子和数值产品相结合,采取预测法、相关法、关联法对预报因子进行多层筛选,既考虑了降水事件发生的有利因素和不利因素,又考虑了降水事件的自身规律性,应用动态预报模型,建立分县降水概率预报方法。     

宜宾市常规天气要素分县预报方法

应用数值天气分析预报产品，选择与宜宾各县温度、降水有较好相关的预报因子，利用模式输出统计(MOS)法，建立温度、降水的分县、客观预报方程，从而达到气温、降水预报的定点、定量的目标。     

辽宁省气象要素分季分县完全预报方法

选取T106资料建立辽宁省54个县站的天气要素分季预报方程，使用T213资料进行预报，并对降水及温度预报结果进行了评分和分析。预报结果表明，完全预报方法可用于日常预报业务。     

宜宾市常规天气要素分县预报方法

应用数值天气分析预报产品,选择与宜宾各县温度、降水有较好相关的预报因子,利用模式输出统计(MOS)法,建立温度、降水的分县、客观预报方程,从而达到气温、降水预报的定点、定量的目标.     

辽宁省气象要素分季分县完全预报方法

选取T106资料建立辽宁省 54个县站的天气要素分季预报方程 ,使用T213资料进行预报 ,并对降水及温度预报结果进行了评分和分析。预报结果表明 ,完全预报方法可用于日常预报业务     

降水温度分县客观预报方法研究

应用国家气象中心T106数值预报产品和MOS预报方法，研究建立了贵州省81个站1～5天的降水分级预报和最高、最低温度预报方程，并投入业务应用，检验证明效果较好，为业务提供了有效的省级客观预报指导产品，重点探讨了建立分县MOS预报方程中的关键技术，分析了其在业务应用中的误差特点并提出了改进方法。     

延安地区8月份分县晴雨预报方法

选用关键区４２站１９８５～１９８９年高空资料和延安地区同期１４时地面资料找出物理意义清楚的因子，作为预报因子制作８月份本地区分县晴雨预报。     

分县逐日滚动MOS预报模式研制及其应用

本文介绍了江苏分县逐日滚动1－5天时效的MOS预报的研制，包括降水的概率MOS法和量级MOS法，预报量设置、季节分型和样本选择，因子的构造及其加工，概率统计模型的选择及其因子预选、筛选。最后介绍了MOS工具在省台MICAPS平台上的业务应用及其效果。     

基于MICAPS系统的分县综合预报方法

利用 MICAPS系统的通信、资料处理、数据格式转换、图形图像显示等功能对 MICAPS系统进行了二次开发。它包括实时资料自动处理 ,天气分型 ,相似分析、个例分析、反例分析、动态因子计算 ,动态预报模型建立 ,预报结果集成和最终产品分发等功能。利用本系统制作预报方法 ,无需再处理具体繁杂的气象资料 ,只需把预报思路 (如何分型 ,如何消空 ,选用什么因子 ,用什么方法等 )写入相应的模块 ,预报方法即成 ,而且经验完全预报和 MOS预报都同样可实现     

数值产品省级分县温度预报方法研究

将国家气象中心Ｔ６３、Ｔ１０６和欧洲中心数值模式中温度预报场、湿度预报场、Ｕ、Ｖ分量预报场分别插值到１０８个测站上,以此作为预报因子,运用ＰＰＭ法、ＭＯＳ法、ＫＬＭ滤波法,分别建立最低、最高气温预报方程,用以上预防方法所得的预报结果作为预报因子,进行二次滤波集成和全集成预报,并建立了“数值产品省级分县温度预报系统”。１９９７年６月—１１月将该预报系统投入业务运行,取得了良好的预报效果。     

卡尔曼滤波方法在温度分县预报中的应用

在引进省局推广应用的卡尔曼滤波温度预报方法的基础上,通过2004～2005年的预报试验,在对预报因子不断进行了组合和优化后预报效果稳定,客观预报结果基本接近预报员的主观预报水平.     

用卡尔曼滤波方法作铜川分县温度预报

利用 T1 0 6产品 1 999年 6、 7月资料 ,用多元回归法分别建立了铜川 3站 2 4、 4 8h最高、最低气温预报方程。用卡尔曼滤波方法进行迭代订正回归系数 ,建立了动态的温度预报方法。在1 999年 8月试报中平均绝对误差为 1 .3℃。