用年际变量自相关法作秋季降水量预报

用年际变量自相关法作秋季降水量预报苏喜福（忻州地区气象局０３４０００）在长期天气预报中，常采用统计滤波的办法对气象数据进行处理，分析气象要素序列的历史变化，揭露各种非随机性的潜在形式，从中提取有效的信息，达到外推预报量的目的。距平要素序列年际变量自相...     

试用年际变量自相关法作月降水量预报

该文用安顺３０年的月降水资料，用年际变量自相关法对原序列数据进行处理，试作了安顺９７年６，７两个月的降水量预报，预报趋势完全正确。该方法易操作，对月降水预报有参考价值。     

基于Hadoop的数值预报产品服务平台设计与实现

数值预报产品数据与日俱增,采用传统的关系型数据库对其进行存储和管理存在效率低和存储能力不足的问题。另外,基于文件的存储方式在数据存储处理、数据读取和算法计算等方面存在性能瓶颈。针对这一问题,基于Hadoop技术体系设计了分布式的数据存储模型,实现了数值预报产品数据的分布式存储和处理,开发了数值预报产品数据接入处理模块;并实现了基于Rest Web Service的获取数值预报产品要素场数据访问接口、时间序列数据访问接口、数据下载接口等业务应用接口。多业务用户的实际业务测试表明, 该平台在诸如数值预报产品气象数据处理和业务应用方面较传统技术架构具有一定优势。     

用0—1序列计算相关函数

相关函数即标准化的协方差函数,它是统计预报中常用的重要参数之一.由于它能反映随机数据及序列间的某些特性和变化规律,因此在许多问题的分析研究中都有用处. 我们知道,在处理动态数据的实际问题中,我们往往只能获得序列本身的长度为N的样本列X_1,X_2,…,X_N,并由此有限长的样本列去估计序列的样本自相关函数.如对于零均值平稳序列,由下式计算样本自相关函数ρ_K~X,其中     

基于EMD 和集合预报技术的气候预测方法

气候系统是典型的非平稳性系统,然而对于气候观测数据的处理通常是在时间序列平稳的假定下完成的,比如气温和降水的多步预报,这通常会导致预报准确度较低。为改进该缺陷,首先将非平稳数据序列分解成平稳的、多尺度特征的本征模态函数分量(IMF),再使用数值集合预报与逐步回归分析相结合的方式对每一个IMF 分量构建不同的预报模型,最后线性拟合成预报结果。通过Visual Studio 2008 开发平台使用上述方法建立了一个短期气候预报系统,采用广西区88 个气象站1957—2005 年的2 月距平气温数据进行实际验证。结果表明,相对于普通预测和单一预测方法,加入了EMD 和集合预报技术的方法在仅用历史资料进行多步预测的情况下,对于气候的变化趋势以及突发性气候具有更好的预报能力。      

基于均生函数的EOF迭代温度长期预报

本文用单站温度时间序列的均生函数周期延拓序列拓展预报因子,然后进行EOF迭代温度预报试验,并与主分量、逐步回归筛选方案建模法的预报结果进行比较,初步表明:这种预报方法充分地利用了要素序列与其优势周期的主要相关信息,它具有一定的预报能力。     

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.     

用时间序列方法预测阿克苏市气温的年际变化

利用时间序列方法阿克苏市１９５４～１９９７年月、季、年平均气温序列进行分析,建立各气温序列的时间序列预报方程,并对阿克苏市平均气温的年际变化进行预测,预测值与实况值相关较好,其中１月、９月、冬季与年４个气温预报方程的效果最为显著,信度可达９９．９％。     

Y为二级X为多级的相关量度研究

针对小概率事件中常采用的Ｙ取二值,Ｘ取多级的数据环境,采用将因子Ｘ的等级序列Ｘｉｔ转换成以条件概率为参数的序列（ｆ（Ｘｕ）的方法,导出一个与原因子序列（Ｘｕ）与预报序列Ｙｔ是成线性还是非线性相关无关的相关量度公式。它可为建立小概率事件预报模式提供更合理的可比性好的因子挑选准则。     

客观预报工具制作试验平台的构建

本平台设置多种气象数据接口，可对数值预报产品和气候资料等数据进行相关分析，自动挑选高相关预报因子，应用多种预报方法建立客观预报工具，并可在实际业务应用中对所建工具进行预报试验。     

概率映射作因子非线性变换

对非线性因子的处理,一般的做法是通过寻找一个比较合适的拟合曲线函数,用这个函数来进行变换,对于二级预报问题,因子的变换还可以通过概率映射来进行。一、概率映射变换当预报对象为二级时,因子与预报对象之间的相关关系可以通过因子各取值区间内某一级预报对象出现的概率反映出来,因子各取值区间的概率形成一个序列,从这一概率序列的变化可以看出因子与预报对象之间的关系是线性的,还是非线性的。事实上,对于二级预报问     

本原因子序列变换及分析方法探讨

基于素数有下界而无上界、在一定序列长度内有足够密度的自然分布特性，利用形如４ｋ＋１（ｋ是正整数）的素数模拟夏季降水时间序列而作数据变换，形成的降水最素数序列可确定地分解成本原因子序列，对其状态进行概率转移分析即可对未来降水作出预报。预报值域离散、透明，状态更新便捷，预报结果客观定量，在１９９９年的试验中取得了较为满意的预报效果。     

多变量状态空间预报法在旬雨量预报中的应用

结合单个时间序列构造状态空间进行预报和传统研究中多要素分析的思路，建立一种客观的综合多要素的状态空间预报法，应用于旬雨量预报。结果表明:考虑雨量和气温的多变量状态空间比仅考虑雨量序列具有更好的预报性能——437对值的预报相关提高5%，显示了多变量状态空间预报的可行性和潜力。     

长期大气折射指数预报研究

本文对近地面大气折射指数气候变化统计预报进行了研究,建立了逐步回归多重分析时变模式。在模式中考虑了大气折射指数肘间序列的振动周期、前期预报因子(降水量),还特别考虑了时间序列的振动位相,并随着新数据的到来,适时地改变预报因子和预报方程的参数。本文用该模式对上海近地面6月上旬旬平均大气折射指数进行了长期预报试验,结果表明预报误差较小,预报效果稳定,具有较好的实用价值。这方面的工作可用来对无线电波的传播环境进行预测,从而对电子工程系统进行适时的调整控制。除此而外,该预报模式也可以应用于其它的预报领域。     

关于产量序列趋势处理问题的探讨

在农业气象的产量预报工作中,需对多年的产量序列进行趋势处理,然后才能定量地预报气象条件对产量的影响。趋势处理,就是设法消除产量序列中因为生产水平的变革而造成的差异,以便突出气象条件对产量的影响效应。     

用方差分析法作中长期预报的改进

采用一元回归方法统计历年各月（旬）的气象要素资料,消除了季节的差异和气候变化的影响,进行标准化处理后,使不同月或旬之间的数据具有可比性。并将标准化数据按时间顺序排列,作为原始序列进行方差分析,提高了拟和率和预报确率。     

渭南市长期预报业务系统

系统是为地市气象台开发的长期预报业务软件 ,由数据库模块、气象要素的时间序列预报模块、关键农事季节预报模块及统计预报方法制作模块 4部分组成 ,将预报结果采用“多元决策加权法”进行集成 ,得出最终的预报结论 ,还可以用相关分析、点聚图等方法选取因子 ,建立统计预报模型     

可进行择优决策的时间序列预报方法

文中提出了一种可对数据序列的内在信息进行多层次的开发,产生多态信息源的技术方案。把这种方案与通常的时间序列分析方法结合起来:即可形成一种可进行择优决案的时间序列预报方法。实例比较与实际应用的效果表明,这一技术方案对提高时间序列预报的准确率与稳定性,均具有意义。     

巴州南部农区大风的年代际变化趋势

利用时间序列方法对巴州农区1960～2003年的春夏秋大风日数序列进行分析,计算5a滑动平均值,建立各大风日数5年滑动平均值序列的时间序列预报方程,并对大风日数的年际变化进行预测,预测值和实况值相关较好.     

陕西省短期气候预测业务系统

系统是有一定物理依据的不同时间尺度的干旱灾害气候预报方法及集成预报方法。选用优良的超长期气候预测方法和国内短期气候预测方法，经过集成制作而成。通过对气象资料序列进行处理、分析，筛选较准确的计算方法，并对计算结果分析，制作短期气候趋势预报。