判别分析在郑州9月份晴雨预报中的应用

利用判别分析方法，对郑州１９８１～１９９０年９月份晴雨资料进行定量分析，建立了逐日晴雨预报方程。经业务使用，预报准确率达８５％。     

延安地区8月份分县晴雨预报方法

选用关键区４２站１９８５～１９８９年高空资料和延安地区同期１４时地面资料找出物理意义清楚的因子，作为预报因子制作８月份本地区分县晴雨预报。     

汕头市2～3月份晴雨预报

我台采用1980～1992年2～3月汕头市资料，以展降压或大东风为起报讯号，用多指标综合制作汕头市24小时晴雨预报。12月份预报1.1850hPa切变型入型条件：08时850hPa图在22～27oN之间有切变线。起报讯号：（1）汕头市△P08-02≤1．0；（2）昨天20时，今天02、08、14时的NE～ESE的风速和≥15m／s。满足（1）、（2）任一条或（1）、（2）同时满足则为起报讯号。1.1.1预报指标X1：08时汕头850hPa为W→ENE风或SSW→WSW，风速≤6m／s；X：08时汕头500hPaH＞582或T－T。718C。l·l·2预报和历史准确率凡同时符合以上两条者，预报次日无雨…     

铜川市8月份大降水预报指标初探

本文以天气预报的客观化为出发点，在建立历史资料库的基础上，利用微机选择８月份大降水预报指标，最后得出三套８月份大降水预报指标。     

KNN方法在贵州晴雨预报中的试验

使用2003—2007年T213数值预报产品和贵州省08-08时日降水量资料,建立了贵州省9个站的KNN晴雨预报模型,并对2008年进行了预报试验。在搜索K邻近域的过程中,与传统的KNN方法相比,求取了不同类别的K值,即K+、K-,使该方法选择的最邻近域中的K值取得更为合理。通过对历史资料的反复交叉验证求取了最优的K+、K-值组合。最后对2008年贵州省9个站进行预报试验并评估。预报评估结果表明:KNN方法总体上降低了预报空报率,提高了晴雨预报的TS评分和预报准确率,特别是对24h和48h,KNN方法在对贵州降水预报的数值预报解释应用中有一定的效果。     

业务模式晴雨预报能力分析及其改进方法研究

以欧洲中心全球预报模式和中国华南区域中尺度模式(GZ 3 km)为例分析了2019年中国南方逐日晴雨预报的情况,并讨论模式晴雨预报的性能。借助TS检验评估方法,在与简单外推预报等的比较中,发现模式雨量预报特点及模式晴雨预报的统计规律,如两个模式同时预报晴天,或者模式预报有雨且降水量大于某阈值等情况,其预报准确率非常高;而对于两个模式预报不一致,或模式预报有雨且雨量较小等情况,则存在较大不确定性。基于上述研究,提出利用模式预报改进观测外推和利用观测与模式的频率匹配改进模式预报等方法。     

用一次最佳子集回归作晴雨预报

为了充分利用特定样本各因子分布的特殊信息，降低一次预报的平方误差期望值，本文选用一次预报最佳子集回归法作晴雨预报[1]。该方法与普通回归法的不同在于：对于一次特定的预报，回归方程的因子数并不确定，要通过筛选因子及加权来尽量降低预报平方误差期望值。     

商洛地区“三夏”晴雨预报方法

本文提出了商洛地区6月份晴雨预报方法。在对众多晴日作了消空处理后确立了关键区和关键区影响系统。采用了预报权重集成方法得出最终预报结论,在预报方法中采用了地面总能量场,并运用了一些订正因子查漏补缺,经试报,降水预报准确率89％,晴雨预报准确率97％。     

用多元线性回归分析作凯里站5月逐日晴雨预报

利用多元回归分析方法建立凯里站逐日晴雨预报方程。预报因子的资料来自“黔东南州短期预报业务自动化系统”，通过“0，1”编码方案进行处理。建立的回归方程预报效果呆投入业务使用。     

利用雷达超折射回波作12小时晴雨预报

分析７１１雷达所观测到的超折射回波与未来１２小时天气状况的晴雨关系，结合一定的天气形势建立一种准确率较高的晴雨预报方法，以达到充分利用雷达观测信息、延长雷达短时预报时效的目的     

辽宁省夏季多模式降水预报检验及晴雨预报技术研究

利用辽宁省291个国家气象观测站的降水资料,对2019年夏季（6-9月）8种模式降水预报及中央气象台格点降水预报进行了检验评估和比较,并采用消空方法进行晴雨预报技术研究。结果表明：2019年,EC模式具有最优的暴雨预报性能,而日本模式暴雨TS评分最高;中尺度模式对于局地性暴雨和短时强降水具有较好的预报潜力,性能较好的是GRAPES_MESO模式和睿图东北3 km模式;全球模式对24 h暴雨的预报频率比实况偏低30%,3 h强降水则偏低60%,中尺度模式对24 h暴雨的预报频率比实况偏高30%,3 h强降水则偏低20%。由于对小量级降水存在较多空报,各模式原始预报的晴雨预报大多呈现空报偏多的情况;使用小量级降水剔除的消空策略能够明显提高晴雨准确率,消空之后EC模式具有最优的晴雨预报性能。分别使用24 h和3 h累计降水量优化消空策略,发现分别取1.0 mm和0.8 mm的阈值进行消空可以使24 h晴雨准确率提高15.58%,3 h晴雨准确率提高10%-30%。     

四川地区ECWMF模式晴雨预报订正试验研究

利用2016—2019年ECWMF模式降水预报及对应时段的观测资料,设计了最优百分位(OP)、最优TS评分(OTS)、概率匹配(PM)、分区OTS和分区PM-OTS融合共5种方案,对数值模式晴雨预报展开了订正试验.结果表明:(1)OP和PM方案的晴雨订正阈值为静态阈值,OTS方案为动态阈值.5种方案的阈值均适用于A区(盆地、阿坝州和甘孜州北部),其中PM、分区PM-OTS融合方案阈值更适用于数值模式湿偏差明显的B区(甘孜州南部和攀西地区).(2)各方案对ECWMF模式晴雨预报均有明显的订正能力,24 h时效订正效果最优,B区订正效果优于A区,秋冬季节优于春夏季节.(3)分区后的订正方案晴雨评分优于分区前,其中分区PM-OTS融合方案评分最优.个例和批量试验表明,A区各方案订正效果相当,B区以PM、分区OTS和分区PM-OTS融合3种方案订正后的雨区分布与实况更接近,其中分区PM-OTS融合方案订正效果最优.     

SVM 方法在北京地区夏季晴雨预报中的初步应用

以常规观测降水资料、T639 模式输出产品为基础,利用支持向量机（SVM）方法分别建立了北京地区延庆、密云、房山和观象台4 个站点的夏季晴雨预报模型,并用独立的样本对预报模型进行了业务试运行检验。检验结果表明,经过SVM 方法学习后建立的站点晴雨预报效果优于T639 模式直接输出的晴雨预报效果,08—20 时段和20—08 时段4 站晴雨预报平均准确率分别提高了20.06%和9.45%。SVM 方法对T639 的晴雨预报效果有显著的改进,对北京地区夏季晴雨预报有一定的客观参考价值。     

三门峡市短时暴雨预报方法

通过对三门峡市1997-2001年6-8月雷达资料及地面、高空气象资料统计分析，挑选出4个与短时暴雨相关性较好的预报因子，利用概率回归方法，建立了短时暴雨预报方程。     

三门峡市短时暴雨预报方法

通过对三门峡市1997～2001年6～8月雷达资料及地面、高空气象资料统计分析,挑选出4个与短时暴雨相关性较好的预报因子,利用概率回归方法,建立了短时暴雨预报方程.     

常规天气要素分县指导预报中的降水消空处理方法

提出了1个普查消空指标的思路和方法,利用计算机可迅速建立各种不同预报对象的消空指标库.通过对国家气象中心MOS预报中江西降水的消空处理,发现该方法简便易行,效果良好.     

濮阳市汛期大至暴雨预报方法

利用1988－1997年6－8月气象资料，分析了濮阳市汛期出现大至暴雨的天气形势及单站要素，确定了大至暴雨消空指标和预报因子，建立了预报方程。经过1998－2000年试报，预报方程大至暴雨的概括率88．9％，预报成功率66．7％。     

高空图相似分型及预报工具建立的方法

采用１９８０－１９９３年逐日高空资料，利用计算机容量大速度快的优势，以天气学图形相似为基础，用统计方法选取因子并建立预报工具，达到只要输入某地天气后，由计算机一次完成建立工具和逐日套用。     

7月份降雨分布型的预报方法

综述了我国７月份雨型的划分方法，各种雨型的多雨特点及环流特征，总结了各类雨型的预报判据，着眼于赤道东太平洋海温（ＳＳＴ），冬季（１－３月）５００ｈＰａ环流，春季（３－５月）西太平洋副热带高压，夏季（６－８月）赤道平流层纬向风准两年振荡（ＱＢＯ）等方面，分析了与７月雨型的关联。该方法对业务预报有很好的指导意义。     

濮阳市汛期大至暴雨预报方法

利用1988～1997年6～8月气象资料,分析了濮阳市汛期出现大至暴雨的天气形势及单站要素,确定了大至暴雨消空指标和预报因子,建立了预报方程.经对1998～2000年试报,预报方程大至暴雨的概括率88.9%,预报成功率66.7%.