统计天气预报中相关系数的不稳定性问题

统计天气预报中,不论多复杂的统计数学预报模型,都离不开预报量和预报因子的相关程度及其对未来时间的稳定性。本文着重讨论了相关系数的不稳定性。我们定义了滑动相关系数,计算表明相关系数是随时间变化的;利用相关系数的这种时间变化,可以改善未来时间的预报,而且以10—20年的滑动年数效果较好。     

对欧洲中期天气预报中心5—8月48、72小时500毫巴数值预报性能的检验

本文对欧洲中期天气预报中心1982年5—8月逐日48与72小时的500毫巴数值预报图进行了统计检验,检验范围为欧亚地区(0°—180°E),实况图系用中央气象台的手工分析图。除了求出各月平均误差分布图和标准差分布图以外,还着重对各类天气系统分别进行预报误差的讨论,得出对各类天气系统的预报能力、预报准确率和预报偏快、偏慢、偏强、偏弱的概率,这有助于预报员了解和使用欧洲中心的数值预报产品。     

汾渭平原夏季近地面臭氧统计预报方法

运用2017—2020年5—8月城市空气质量数据和地面气象数据,筛选出对O3日最大8 h滑动平均质量浓度（以下用C8h(O3)表示）影响较大的气象因子,建立了近地面C8h(O3)主要气象条件判定标准——高质量浓度O3潜势指数（IHPP）,进一步拟合得到汾渭平原夏季C8h(O3)多元逐步回归预报方程,并进行效果检验。结果表明：汾渭平原IHPP由日最高气温（Tmax）、日均相对湿度（HR）、日照时数（t）、日主导风向（WD）和降水量（P）5个气象因子构成,其值介于-1～6之间,值越大则该日近地面O3超标可能性越大;经检验,C8h(O3)多元逐步回归方程预报结果与实况较吻合,汾河平原（特别是运城）预报效果总体较好,临汾、吕梁和西安等级预报效果有待改进;预报检验时段咸阳和晋中等级预报准确率较国家气象中心的指导预报分别上升79%和289%,说明预报方程具有一定的业务应用可行性。     

浅谈天气预报因子的选择

在统计预报工作中,常常发现有一些预报因子和预报量之间的统计相关较好,历史拟合率也较高,但预报却往往失败。也有时发现,某个或某几个预报因子,这几年好用,过几年就不好用了,往往很不稳定。分析其原因可能有二:第一,只凭统计相关找因子,虽然也经过显著性检验,但毕竟是统计规律,即使信度达到0.05时,尚有0.05的发生错误的可能性。另外,有时两系列完全风马牛不相及的数字,在一个较短的时段内也可能表现出相关性很好。由于我们寻找因子的办法大都是“正负号普查”的方法,是和历史     

菏泽市夏季对流天气预报方法

利用2004-2005年4-9月逐日常规高空格点资料，根据产生对流天气的三个基本条件，即水汽条件、不稳定层结条件和抬升力条件，进行因子的选取和组合，用逐步回归方法建立了各县市12～24小时客观预报方程，利用VB6．0编程，自动调取资料选取因子，将计算结果显示，实现了自动化，经试用，效果较好。     

对回归分析中因子问题的探讨

回归分析方法是目前气象台站用作气象要素定量预报的主要方法之一。在实践中发现,此方法的历史拟合状况都较好,但用作预报时,效果就不甚理想。究其原因,主要还是预报因子的问题。１　因子稳定性的问题　　预报对象与预报因子之间的关系,可能在一段时间内表现得较紧密,在另一段时间内不紧密,这就是相关的不稳定。如用这些不稳定的因子建立方程,预报的效果就较差。为了考虑因子Ｘ与预报对象Ｙ的相关稳定性,分别依次滑动计算样本容量为２０、２５、３０和３５年的相关系数,考察相关系数的变化情况。如相关系数随着时间的推移,顺次是…     

最优化方法在天气预报中的应用

本文根据最优化方法原理,提出了选择非线性最优预报因子和建立非线性预报方程的办法。试验表明:用此方法选出来的非线性预报因子和建立的方程比线性的好。最后还指出了此方法可推广到预报量离散的情况,建立非线性的判别方程,同时可用于长、中、短期天气预报。     

美国国家气象中心的中期天气预报

引言美国国家气象中心发布第2～6天的5天预报已有多年。这些预报用的是平均环流法(Namias.1947)。这种方法使用物理-天气-统计法,预报高空环流及其高度距平,然后用这些流型预报地面温度和降水。50年代后期及60年代数值预报的进展不可避免地使气象科学的面貌发生了变化。这样,1970年通过主观修改逐日的数值预报方案代替了平均环流法。每天制作第3、4和第5天的这种预报。由于70年代数值预报水平的进一步提高,现已可将预报     

T106数值预报产品误差检验和分析

运用国家气象中心数控室提供的T106数值产品资料,分别对1997年夏季(7-8月)预报场中的5个要素、5个时次、3个层次、4个关键区的预报值和分析值进行对比分析,检验结果对于在业务预报中进一步用好T106数值预报产品,指导业务预报,具有重要的意义.     

寻求定性天气预报方程的一点看法

在气象台站的日常预报工作中,经常用线性回归方法求综合几个预报因子对预报量的影响,而得到一个预报方程。随着考虑的预报因子个数的增多,如果没有一定的计算工具,作出一个预报方程往往不是容易的事,倒不如采用几条简单的预报规则去报更为方便一些。关于这个问题,1974年《气象科技资料》第6期所载施能《若干统计预报方法     

残差分析在天气预报中的应用

一、引言在统计预报方法的数值模拟中,回归分析是使用非常普遍的一种方法。其基本原理是将预报量和预报因子按最小二乘法原则进行拟合,即要求预报量的数学估计值与实际值之差(称为残差)的平方和达到最小。这种方法的优点很多(许多文献都已介绍)但其不足之处主要有二点:     

低纬度地区局地暴雨的神经网络预报方法研究

以南宁市所辖8个站暴雨集中的6-8月逐日降水量作为预报对象,采用人工神经网络方法进行了新的数值预报产品释用预报方法研究.通过运用动力相似法,结合日本降水预报模式对未来暴雨发生的可能性进行判别,然后通过对欧洲中期数值预报中心预报场进行滑动分区车氏展开计算,求出与降水量序列相关较好的预报因子,并对这些因子进行自然正交分解,有效浓缩数值预报产品因子,建立了南宁市逐日暴雨的神经网络释用预报模型.利用该预报模型,对2006年6-8月的逐日暴雨预报试验结果表明,该预报模型对南宁市的暴雨强降水具有很好的预报能力.     

GRAPES_RAFS系统2 m温度偏差订正方法研究

本文通过对2013年6月20日至7月20日GRAPES(Global and Regional Assimilation and Prediction System)_RAFS(Rapid Analysis and Forecast System)系统每天8个时次每3h的2 m温度预报进行分析,发现各时次的预报均能较好地表征2 m温度日变化特征,但预报与实况存在一定的偏差,其中西藏东部川西高原、云贵高原、江南武夷山脉偏低于实况可达3℃,而华北地区偏高于实况3℃以上.为了减小GRAPES_RAFS系统偏差对2m温度预报的影响,本文采用平均法、双权重平均法、滑动平均法和滑动双权重平均法分别对GRAPES_RAFS系统2 m温度预报产品进行偏差订正,并对订正前后的结果进行检验分析和对比.结果表明:2 m温度订正后的平均误差大部地区减小到(一1～1℃),而均方根误差大部地区降低到2.5℃内.对于偏差较大地区,订正效果更为明显,如西藏东部川西高原,经过订正,平均误差绝对值由订正前3℃以上降低到1℃内,而RMSE由订正前4℃以上控制到3℃内.对比四种订正方法,双权重订正方法与平均法订正整体效果接近,但对个别站点,双权重订正法要优于平均法,经过滑动的订正方法比无滑动的订正方法订正效果更好,订正效果最好的是滑动双权重平均法,全国平均误差大部分在(-0.5～0.5℃)内,不超过(-1～1℃)的范围.     

三峡坝区相对湿度预报

根据三峡坝区不同的天气状况，将1999年11月至2001年10月逐日逐时相对湿度进行分类，求出各类相对温度平均值，再求出此类情况下各时次对应的相对湿度平均值的差值。以谝差值为订正值，起报时的相对湿度为初值，进行逐时相对湿度预报。用该方法预报2001年11月三峡坝区逐日逐时相对湿度，预报值与实测值的平均误差较小（-10％-8％），该方法可在业务预报中应用。     

瑞万思数值天气预报的中短期检验

对瑞万思天气预报辅助系统所提供的2007年9—12月锡盟地区（以乌拉盖、锡林浩特市、二连浩特市、多伦为代表站）24～168h降水、最低（高）气温的集合预报行了检验,结果表明：晴雨预报准确率较高,24～96h在70.1％-89．7％,120～168h在62．8％～87．2％;定性预报准确率24～72h为21．7％～42．4％,96—120h为6.3％～37．5％;最低（高）气温的预报误差较稳定,最低气温平均偏高2．3℃,最高气温平均偏低2．5℃,气温日较差偏小2．9～5．6℃。这对今后更好的使用该系统和制作订正预报．都有一定的参考作用。     

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。     

逐步回归方法在汛期降水预报中的应用

逐步回归方法在天气预报中已广泛应用。为了进一步提高方法的应用效果,我们进行了下面的实验。一、因子和预报量的多级处理根据预报的需要,我们把预报量——汛期(6～8月)降水量分为五级,编序为1、2、3、4、5,分别与降水的特少、偏少、正常、偏多、特多相对应。具体分级情况如表1所示。     

欧洲中期天气预报中心数值预报图的检验

为了对欧洲中期天气预报中心（ECMWF）数值预报图的优缺点有比较系统的了解，本文用1984年5月到1985年4月的一年北半球预报图资料，对各月平均误差分布情况及其季节变化特点作了统计分析。ECMWF数值预报图在35°—70°N之间的预报效果最好；在75°N 以北的高纬度地区，都是春、夏、秋三季500百帕高度的预报平均明显偏高，500—1000百帕厚度预报平均明显偏暖，其中又以夏季偏暖最显著，春、秋季次之（冬季则变为偏冷），年变化规律性明显；在30°N 以南地区夏秋两季都是500百帕预报明显偏低，厚度明显偏冷，最强偏冷中心位于青藏高原东南坡，冬春季则预报偏低和偏冷的程度减轻，年变化情况似与低纬度云雨量和热带低压活动的年变化大致相对应。青藏高原上空500百帕预报全年基本上都是负偏差，以夏季负偏差最大，春秋季减小，冬季趋于0，各月之间有近于正弦波型式的年变化规律性。把平均误差值与标准差相比较，可以看出低纬度地带（尤其是高原附近）是最需要也是最有利于进行系统性误差订正的地区。     

宝丰县汛期长期天气预报趋势

根据本站历史资料，从可能与汛期降水量、平均气温密切相关的气象要素中筛选预报因子，建立预报方程，制作预报。１ 预报因子 对气压、气温、相对湿度、水汽压等气象要素进行逐时段计算，形成预报因子数据文件。 以预报因子与预报对象的相关系数为判据，从预报因子中筛选出与预报对象密切相关的预报因子。２ 预报方程及效果检验 选取宝丰县１９７１年至１９９９年６～８月降水量和平均气温为预报对象，以１９９９年４月３０日以前的气象资料为预报因子，建立预报方程。２．１ 降水量预报方程及准确率 Ｒ６、８＝一 １８１８４．７２－８．３…     

几种格点化温度滚动订正预报方案对比研究

为了快速获得更为精准的格点温度预报产品,使用国家信息中心高分辨率、高频次的温度格点多元融合产品和欧洲中期天气预报中心全球模式2 m温度预报场资料,采用8种误差订正方案进行滚动订正预报试验。选择2017年1月1日至2月28日和6月1日至7月31日两个时间段进行两次回报模拟试验,并对订正前后的预报结果进行格点和站点检验分析,结果表明:8种方案对模式直接输出的预报场有正技巧订作用,全格点滑动误差回归模型订正和全格点滑动双因子回归模型订正效果最优,两种方案都能使订正场的格点平均绝对误差在2℃以下,3、6和9 h的格点准确率均在0.9以上。全格点滑动误差回归模型的检验评分略微好于全格点滑动双因子回归模型,表明作为预报模型因子的起报时刻误差场比数值模式因子在短期订正中扮演着更为重要的角色。