运用人工神经网络作汛期降水预报

本文提出汛期降水预报的人工神经网络方法，并选择一组标样进行了具体分析，预报成功率达100％，结果表明，该方法性能良好，可望成为汛期降水预报的有效手段。     

试用模糊聚类分析作汛期降水量预报

对事物按一定的要求进行分类的数学方法叫做聚类分析。它原属数理统计多元分析的一个分支在气象上已经有了比较广泛地应用。而实际分类问题多伴有模糊性。例如:降水量预报可区分为偏多、正常、偏少等。这类概念即带有模糊性。因而聚类分析只有用模糊数学的语言来描写它才更为恰当。     

试用完全预报方法作单站降水预报

本文讨论的是4—10月本站的完全预报方程。我们从预报员经验出发,着重考虑物理意义,选择符合天气学原理的预报因子,建立判别函数或预报方程,使用数值预告传真图,制作本站24小时降水预报。我们在4—5月应用多元判别分析,9月应用逐步回归方法,而6—8月、10月则是应用多元线性回归方法。目的是想通过多种方法的应用对比,来寻求一种简单可行的适合本地区使用的统计预报方法。 一、资料来源和所用数值预告图 本文所用的资料主要是中央气象台编制的历史天气图。年分是:4月,1970—1974年,5—10月,1973—1977年。时次除7—10月使用20时500毫巴图外,其余均使用08时图。     

试用完全预报法制作夏季降水预报

为使B模式输出产品尽快投入日常预报,增加预报信息,我们用1972—1981年7、8月份的历史天气图资料建立了降水预报方程。用数值预报产品分辨有无降水,然后用前期实况因子判别降水量级。 一、夏季(7—8月)降水概况 我们规定凡全盟有50％的站日降水量≥10.0毫米为一次中一大雨过程,有50％的站日降水量为0.1—10.0毫米为一次小雨过程。     

运用自组织人工神经网络作汛期降水预报

本文提出了汛期降水预报的自组织人工神经网络方法，并选择一组标样进行了具体分析，预报成功率达100％。结果表明，该方法性能良好，可望成为汛期降水预报的有效手段。     

运用自组织人工神经网络作汛期降水预报

本文提出了汛期降水预报的自组织人工神经网络方法,并选择一组标样进行了具体分析,预报成功率达100％。结果表明,该方法性能良好,可望成为汛期降水预报的有效手段。     

试用逐步回归周期分析作月降水预报

魏凤英等针对方差分析的不足,提出了一种新的时间序列分析方法——逐步回归周期分析。它假定时间序列 X(t)是由若干不同权重的周期函数 f_i(t)迭加而成,即     

应用KY指数作广州前汛期降水预报

一、KY指数简介 KY指数是日本气象研究所山崎考治于1976年提出,因而又叫做山崎指数,其计算公式为: KY指数=(βTA—SI γ)/(α (T-Td)_(850)) 由上式可见,KY指数主要由温度平流TA,沙氏指数SI和850hPa温度露点差等     

试用曲江冬春季地温作汛期月降水趋势预测

依据地温与降水的相关关系，试用曲江冬春季深层地温作为前期预报因子，建立回归方程，作后期汛期(3—9月)月降水趋势预测。     

用格点资料作汛期大降水预报

一、数值预报在青藏高原及其边坡地带的准确性数值预报产品对地处青藏高原边坡地带的甘肃,能否充分有效地发挥其作用,这是我们首先需要考虑的问题。我们应用1986年7月、8月欧洲中心500百帕48小时形势预报与实况资料,对东亚50—140°E,20—60°N范围内的主要天气系     

用模糊数学作汛期降水概率MOS预报的尝试

众所周知,气象学上许多问题都带有事件的随机性和模糊性,如“在某种条件下,出现暴雨的概率是多少?”这个问题具有双重的不确定性,其一是在规定条件下到底出现多大的降水量不能确定,这是事件的随机性,其二是多大的降水量算暴雨也不明确,这是事件的模糊性,因此对于这样的问题采用模糊随机事件的概率理论来处理可能有其优越性,为此我们用模糊随机事件概率的理论,从日本传真图上的降水量预告值作为预报因子,对作汛期(5—6月)单站24小时降水概率预报作了尝试。     

用T 213产品作汛期短期降水定点预报

以T 213数值预报产品资料为基础,根据影响来宾市降水系统的天气动力学特征及日常预报经验,从产生降水的水汽条件、上升运动条件和不稳定条件三要素入手,选取或构造与降水密切相关且反映大气动力过程的众多物理量,如反映中低层水汽输送的R h850×W p850+R h700×W p700,反映中低层动力结构的V or700-D iv850,反映桂中地区是否存在850hPa风切变线的26oN与23oN东西风分量差值等数十个因子,采取以周围九点均值作为预报点资料,对预报时效场进行叠加处理,以及计算机自动和人工划分相结合方法进行预报因子和预报对象0、1化等方法进行技术处理,挑选3~5个最佳预报因子,以国外应用较多的天气事件概率回归法(R eep法)来建立来宾市逐站、逐月的客观降水自动化预报系统。系统完成后,于2004年4月投入业务试运行,在为期两月的预报试运行中,无论是晴雨预报还是大雨降水预报,系统客观预报水平均比预报员主观预报水平要高出7个点以上。因此,系统对预报员有较明显的指导意义,具有良好的预报前景。     

淮河流域汛期降水预报会商

在全国批林批孔运动胜利展开的大好形势下,1974年6月8—13日在安徽省蚌埠市召开了淮河流域汛期降水预报会议。会议由安徽省气象局主持,参加会议的有安徽、湖北、河南、江苏、山东等5省的17个气象台和20个县气象站以及治淮规划小组办公室、安徽省防汛抗旱指挥部、安徽省水电局、淮河修防处、宿县地区淮河修防处,2464部队气象台等单位,中央气象局也派人参加了会议。     

运用灰色系统理论做汛期月降水预报

本文应用邓聚龙教授1982年提出的灰色系统理论,对一些气象要素进行分析、预测。选取朝阳站的降水资料,建立灰色动态预测模型,对6、7、8月的降水做出定量和定性预报。     

陇县汛期大降水解释预报

一、研制的思路根据解释预报的要求、充分利用上级指导预报产品,尽力挖掘本站资料信息,使县站有可能揭示一部分中、小尺度造成的小概率天气.因此,我们建立了一些解释预报指标,对上级台预报本片有≥25.0毫米降水消空、补漏和进行≥38.0毫米降水的订正解释.     

模糊集方法在汛期降水预测中的应用

以2004年汛期为例，用上年4月至今年3月的74项月环流特征量与前汛期、后汛期雨量分别作相关场分析，从中找出遥相关系数大于0．3的共75个特征量，用模糊聚类方法计算这些数据矩阵的相似系数，得出类似年份。然后对前汛期、后汛期降水作模糊均生函数模型预测，辅助以主成分降维模型，结合北太平洋海温与崇左市降水的关系、小波分析等，从而最终确定预测结论。预测结果显示，前汛期降水与实况定性正确，定量仅相差0．8毫米；后汛期降水的预报也完全正确，预测与实况都属略少年份。     

模糊集方法在汛期降水预测中的应用

以2004年汛期为例,用上年4月至今年3月的74项月环流特征量与前汛期、后汛期雨量分别作相关场分析,从中找出遥相关系数大于0.3的共75个特征量,用模糊聚类方法计算这些数据矩阵的相似系数,得出类似年份.然后对前汛期、后汛期降水作模糊均生函数模型预测,辅助以主成分降维模型,结合北太平洋海温与崇左市降水的关系、小波分析等,从而最终确定预测结论.预测结果显示,前汛期降水与实况定性正确,定量仅相差0.8毫米;后汛期降水的预报也完全正确,预测与实况都属略少年份.     

试用PP法作单站短中期降水和晴雨预报

一、概况目前,我台所收数值预报要素图中,除日本 FEAS 509、514、516图,中央 B 模式48小时北半球500、700 mb 高度场预报图及部份分析图外,再无其它要素场的预报图。在这种情况下,为使日常预报逐步走向客观定量,学习国内外利用数值预报产品作要素预报的先进经验,1982年9月我台试用“PP”法做晴雨预报。     

试用多层递阶回归分析法作月降水预报

通过对多层递阶回归分析方法的试用,表明这种方法在预报业务中有实用价值。     

华东区域汛期降水预报会议

1974年华东区域汛期降水预报会议,于3月25日至4月2日在江西省贵溪县召开。参加会议的有华东区浙江、江苏、安徽、福建、江西、上海五省一市气象局和部分台站,并邀请山东、河南、湖北、湖南四省气象局和有关院校代表、长江流域规划办公室、新安江水电厂、富春江水电站、柘溪水电站和中央气象局的代表共102人。