夏季青藏高原上影响MCS东移的动力场特征研究

运用空间数据挖掘中的聚类方法（K-均值法和CLARANS法），对影响夏季青藏高原上中尺度对流系统（MCS）东移的动力场空间分布特征进行了研究，得到了有利于MCS移动和传播的动力学条件。研究成果不仅为预测高原上MCS的移动趋势，揭示其发生、发展的机理提供了一种新的方法和思路，且对于提高长江流域暴雨和强对流天气预报的准确性具有重要的实际应用价值。     

数据库中的知识发现及其在气象中的应用

介绍了数据库中的知识发现(KDD)和数据挖掘(DM)的基本概念和处理过程,然后分析了数据挖掘所使用的方法,讨论了数据挖掘的应用,并给出了应用于气象领域的数据挖掘工具的设计方案.     

数据库中的知识发现及其在气象中的应用

介绍了数据库中的知识发现 (KDD)和数据挖掘 (DM)的基本概念和处理过程 ,然后分析了数据挖掘所使用的方法 ,讨论了数据挖掘的应用 ,并给出了应用于气象领域的数据挖掘工具的设计方案。     

数据挖掘技术在气象预报研究中的应用

气象预测是现代世界最重要和最有挑战的问题,准确的气象预测常需要使用比较先进的方法和计算机模型。本文分析了数据挖掘方法在气象预报中应用的国内外研究现状,简要介绍了目前在大气科学领域应用的一些数据挖掘方法的相关概念、原理和特点,综述了数据挖掘方法在气象预报中的最新应用研究进展,讨论了这些数据挖掘方法在气象预报中的优缺点。最后指出了当前基于数据挖掘方法的气象预报技术存在的一些困难,并对未来的研究重点和和发展趋势进行展望。     

数据挖掘和数据融合技术在天气预报和气象服务中的应用研究

从数据挖掘和数据融合技术应用的角度,结合天气预报和决策气象服务的实际工作特点,探讨了数据挖掘和数据融合在新一代天气预报和决策气象服务平台应用的系统框架。在面向主题应用的天气预报和决策气象服务方面,数据挖掘和数据融合技术是提高信息准确快捷的重要手段。     

灰色预测在中期降水过程预报中的应用

1前言中期降水过程预报是中期天气预报的重要项目，目前多采用天气学和动力学方法，准确率不高，对子稍长时间的预报存在难度大、误差大等问题。灰色预测目前已在很多领域得到了广泛的应用，气象领域中的应用主要是在年和月的灾变天气上。本文以灰色GM（1，1）模型[1]为基础，探讨灰色预测在中期降水过程预报中的应用。2灰色GM（1，1）模型设有一时间序列：卜O）心；周一（X“‘（山），X’“（～），。”’（～），…）作数据累加：x’‘’（ti一Zi”‘（tKk一1于是得到新的时间序列（3’‘’（L卜）一《3”’O卜，。’“（LZ），2“…     

PAGES计划与CLIVAR计划中的交叉科学问题

过去全球变化（ＰＡＧＥＳ）是国际地圈、生物圈计划（ＩＧＢＰ）的一个核心计划，从１９９１年开始预计施行到２０１０年。气候变率与可预报性研究（ＣＬＩＶＡＲ）是世界气候研究计划（ＷＣＲＰ）新设的一个子计划，从１９９６年开始也是施行到２０１０年。两个计划有不少交叉的科学问题：（１）低纬气候变化动力学，（２）全球海洋温盐环流，（３）区域到全球尺度水的变率，（４）气候突变动力学，（５）气候模式发展及改进，（６）气候变化的检测，本文对以上问题作了扼要介绍。     

灰色拓扑预测在降水量预报中的应用

本文利用灰色系统GM（1，1）模型和拓扑预测的理论，根据栾川县35（1957～1991）年降水量资料，建立了一套灰色动态模型。对1986～1991年的资料进行了验证，得到了较为理想的结果，表明拓扑预测可作为降水量超长期预测的工具。     

风云二号卫星云图在Micaps系统中的定位

利用兰勃特（Lambert）投影原形，建立与风云二号B星（FY-2B）卫星云图相匹配的底图，并实时修改云图中错误的系统定位数据，从而解决了FY-2B卫星云图在Micaps系统（第一版）中的定位问题。     

两种特征图表在中长期预报中的应用

我们在1991年设计了“单站全年各月逐日“多要素天气图”和“天文周期计算全年各月逐日多要素预报图”作中长期预报，经过几年的实践，摸索到一些经验、取得一些效果，认为这两种天气图有实用意义，值得继续探讨和完善。It法与分析我们采用25X35cm的计算纸，在其25cm的边上作某年l～12月的横向排序，35cm的边上作l～31天的纵向排序，纵横相交的每个格点表示1天。把某日的平均气压（P）、日平均气温（T）、日平均对湿度（Z）、日平均低云量（NL）、日最大风的风向风速（XXX、ddd）和田雨量（R）等多个要素值按有关填图规则境手相应的格…     

准地转正压模式中的多重网格方法及对比

介绍了多网格（简称ＭＧ）方法和完全多网格（简称ＦＭＧ）方法，构造了数值天气预报准地转正压模式的计算方案，并对计算结果进行了分析对比。     

数据挖掘技术在精细化温度预报中的应用

简要介绍了精细化天气预报和气象数据挖掘应用的现状,在对BP神经网络预测方法详细分析的基础上,研究了基于时间序列数据挖掘实现精细化温度预报的方法。该方法基于时序分析技术,建立起适合于BP神经网络的输入样本模型,通过反复学习从温度时序中建立预测模型,将其用于未来24 h的精细化温度预报。同时,对BP神经网络算法和步骤做了简...     

恰尼在大气科学研究中的风格

1恰尼的成就80年代初，著名的气象学家、美国麻省理工学院教授恰尼去世时，他的同学──在50年代首次用GCM成功地模拟出全球大气环流的菲力普（Philips，N．A．）教授，曾著文纪念恰尼。他认为，恰尼一生的主要成就，可归纳为以下5点：（1）提出斜压不稳定理论。（2）成功地研制出人类历史上第一张数值天气预报图。（3）提出第二类条件不稳定理论。（4）用生态──降水反馈机制理论，解释了非洲干旱的形成问题。（5）提出大气环流的多平衡态理论，并用以解释阻塞高压的物理成因。2恰尼研究工作的特点从恰尼的五个主要成就中，我们可以看…     

陆面过程模式研究中的几个问题

文章讨论了陆气相互作用（ＬＡＩ）研究及陆面过程模式（ＬＳＭ）研制改进工作中的一些重要问题，讲述了重要下垫面的研究，陆面构成非均匀性及由此产生的中尺度环流的重要性，进而对雪盖和干旱地区所做的工作作了进一步阐述。     

PRISM在松花江流域降水分布中的应用研究

基于松花江流域46个国家基准站的年降水资料和分辨率为1km的数字高程模型（DEM）数据，考虑了距离和高程权重，利用PRISM（Parameter-elevation Regression on Independent Slopes Model）内插方法计算了松花江流域2000-2004年各年降水量，通过Arcinfo输出了含有地理信息的降水量分布，细致地反映了松花江流域降水量的空间分布状况，并对所用气象站点数据作了交叉验证，误差在可接受范围内。     

GM(1,n)模型在主讯期降水量长期天气预测中的应用

介绍了灰色系统GM（1，n）模型的建模原理及方法；建立了巢湖区域主汛期（6—8月）降水长期预测GM（1，3）灰色预测模型，并将之与GM（1，1）模型及传统的线性回归预报方程进行比较讨论。     

相空间EOF方法及其在气候诊断中的应用

提出了相空间EOF新方法，由此研究了四川测站降水和温度和气候变化。结果表明：突变性是气候变化最重要的特征，周期性是第二位的；突变在气候变化的高层次上有显著反映，低层次对突变具有反馈作用，正（负）反馈作用突出（掩盖）气候变化的突变性；并且在气候诊断分析中，这是一种有特色的方法。     

人工神经网络在吉林省智能暴雨预报系统中的应用

人工神经网络在吉林省智能暴雨预报系统中的应用王侠飞，杨志东，何险峰（吉林省气象台）（四川省气象科学研究所）１前言近年来，人工神经网络作为人工智能领域中迅速发展起来的新的研究方向，也引起了气象学界很大的注意和兴趣，并且很快将它引入到气象部门的一些研究领...     

低纬热带大气中的Rossby波

从热带大气波动的频率方程出发，详细分析了过去给出的低频Ｒｏｓｓｂｙ波的近似频率公式ω＝－βκ／［（２ｎ＋１）β／ｃ０＋κ＾２］，发现其对热带Ｒｏｓｓｂｙ波的性质有一定程度的歪曲。针对这一问题，经分析得到一个能更精确地表征热带Ｒｏｓｓｂｙ波性质的近似频散公式ω＝－βκ／［（２ｎ＋１）β／ｃ０＋４ｎ（ｎ＋１）／（２ｎ＋１）＾２ｋ＾２］，还简要地比较了热带线性Ｒｏｓｓｂｙ波和孤立Ｒｏｓｓｂｙ波两者的频散     

卡尔曼滤波方法在逐日极端气温预报中的应用分析

利用国家气象中心的T63数值预报产品，采用卡尔曼滤波方法，建立了内蒙古地区（35个站）的逐日极端（日最低、日最高）气温24小时预报方程。于1996年3～11月进行业务试运行，预报结果令人满意，表明该方法有一定的参考和实用价值。