判别分析方法在天气预报中的应用

选取了M(M≥3)个具有较高分辨预报量类别能力的因子后,也即决定了由这M个因子所确定的M维空间。Fisher判别的做法是定义这M维空间到一维空间的映射,本文定义这M维空间到二维空间的映射,其映象结果后者优于前者。     

卡尔曼滤波方法在天气预报中的应用

从气象应用角度介绍了卡尔曼滤波的基本原理及其递推算法。为了说明卡尔曼滤波递推算法的应用方法，制作了北京１９９３年１月份逐日最低气温３６小时预报。预报结果令人满意，表明该方法很有实用价值，与ＭＯＳ方法相比，它的优点是不需要收集大样本历史资料，因此，它容易适应数值预报模式的变化。     

非参数分类方法在天气预报中的应用

本文给出两个非参数分类方法,用来预报黄淮气旋的发生。第一节介绍的k-最近邻方法是在文[1]的基础上展开的;第二节介绍的对样本空间逐步划分的方法,基本上是文[2]中所提到的Friedman的方法;第三节说明前两节的方法在黄淮气旋发生预报中的应用。关于黄淮气旋发生问题的物理模型及资料取自文[3]。     

支持向量机方法在天气预报中的应用

简要介绍了支持向量机方法(SVM)方法的基本原理和使用方法。用高空500hPa月平均高度、海洋温度以及地面资料作为因子，对西安6—9月份降水总量建立了SVM预报模型。     

概率统计方法在中期天气预报中的应用

近二十年来,由于概率论、数理统计的一些分支的发展,以及电子计算机的推广使用,使概率统计方法在气象学中的应用日益广泛深入。本讲仅对中期天气预报中常用的资料处理方法及概率统计方法作一简单介绍。     

SSFM方法在中国城市天气预报中的应用

应用英国气象局的特定点预报模式，对2001年6月1日～7月15日中国10个城市的地面温度、相对湿度、海平面气压和风速等气象要素进行平均误差和均方根误差分析检验。结果表明，SSFM方法可用于中国城市天气预报预报业务。     

SSFM方法在中国城市天气预报中的应用

应用英国气象局的特定点预报模式 ,对 2001年6月1日～7月15日中国 10个城市的地面温度、相对湿度、海平面气压和风速等气象要素进行平均误差和均方根误差分析检验。结果表明 ,SSFM方法可用于中国城市天气预报预报业务     

后置群体评价方法在天气预报决策中的应用

在应用各种预报方法作每日的天气预报时，常遇到的各种预报方法的结果不一致的情形，这时需集各预报结果为一体作为群体决策意见，作者介绍了后置群体评价方法在天气预报决策中的具体应用，用该方法进行决策，取得了较理想的效果。     

天气预报的相似-动力方法

本文将预报对象分解为参考态和扰动态两部分,参考态根据与预报对象初始场相似的原则从历史观测资料中选定,其演变过程是已知的;扰动态的演变则用动力方法预报。用准地转正压模式作了若干模拟实验,结果表明,该方法能利用历史资料提供的信息部分弥补预报模式的缺陷,不要求参考态与预报对象有很高的相似性,其预报结果就明显优于现行的数值预报方法。     

多因子综合的降维法——非线性映象在天气预报中的应用

点聚图是一种简便有效的预报工具,但通常只能制作二因子的点聚图,多因子时如何综合为一张点聚日至今在理论上、实践上都没有很好解决。综合更多因子而又能发挥点聚图的长处,自然成为人们工作中提出的一个问题。非线性映象原理是解决这个问题的途径之一。 在统计天气预报中,将多因子压缩为少因子降维的方法,现常用的是将组合因子表为原因子的线性函数,使组合因子能最大限度地表示原因子,属于这种方法的有主成分分析     

利用卡尔曼滤波方法释用数值预报产品

本文对卡尔曼滤波方法的基本原理作了简要的概述。并在ECMWF北半球的500hPa高度、850hPa温度、地面气压的0小时分析场上选取因子，利用卡尔曼滤波方法对温度和降水进行了预报及对相关结果进行了检验，结果表明利用卡尔曼滤波方法释用数值预报产品对于德阳各站的温度预报具有良好的预报能力。     

利用卡尔曼滤波方法释用数值预报产品

本文对卡尔曼滤波方法的基本原理作了简要的概述.并在ECMWF北半球的500hPa高度、850hPa温度、地面气压的0小时分析场上选取因子,利用卡尔曼滤波方法对温度和降水进行了预报及对相关结果进行了检验,结果表明利用卡尔曼滤波方法释用数值预报产品对于德阳各站的温度预报具有良好的预报能力.     

T213数值预报产品在高原天气预报中的应用

根据T213数值预报产品与高原上12个站点对应时次的高度、温度资料。进行了误差扣相关分析，并在此基础上。选择扣本地相关较好的因子，建立了晴雨判别预报模型，历史拟合扣试报效果较好。     

T213数值预报产品在高原天气预报中的应用

根据T213数值预报产品与高原上12个站点对应时次的高度、温度资料,进行了误差和相关分析,并在此基础上,选择和本地相关较好的因子,建立了晴雨判别预报模型,历史拟合和试报效果较好.     

逐步回归双重分析及其在长期天气预报中的应用

本文针对多元分析和周期分析各自存在的缺陷,提出了一种新的统计预报方法——逐步回归双重分析方法,它利用逐步回归技术将因子筛选和周期分析有机结合,并反映在同一预报方程中。 本文以金华市5月份降水量长期预报为例,进行了初步的分析和尝试,表明该方法与多元分析和周期分析比较,其拟合误差与预报误差均较小,预报效果稳定,对长期天气预报有较好的实用价值。     

The rhythm in the atmosphere and oceans in application to long-range weather forecasting

The most effective technique in long-range weather forecasting in China is teleconnection. Summer rainfall and temperatures are closely correlated to the preceding winter 500 mb heights over the Northern Hemisphere and sea surface temperatures over the North Pacific, so the former can be predicted from the latter. This kind of connection is called rhythm. In this paper, four examples of rhythm are outlined. The manifestation of rhythm and its universal significance is demonstrated. The mechanism of rhythm is discussed.     

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。