客观预报方程中因子的选取及应用效果分析

利用因子选取及方程建立人机交互平台,建立了云南省125个气象站的降水、温度客观要素预报方程.对比试验表明,绝大多数组合因子都优于单因子,组合因子预报方程的质量普遍比单因子预报方程好.预报检验结果显示,干季的降水预报尚未达到可用程度,雨季小雨及中雨、大雨的预报有一定业务指导意义,对于反映中小尺度系统的暴雨天气预报效果较差,在因子的选择上还需要做大量细致的工作.温度预报具有一定的参考价值,但还有待进一步改进.     

夏天高温与它的克星因子

通常在研究预报问题时,只考虑预报因子,而没有考虑预报的克星因子.本文以夏天高温为例,来说明它的克星因子,克星因子在预报问题中也是不可忽视的问题.     

东海热带气旋路径的统计释用综合预报模式

以往热带气旋路径的多种客观定量统计预报模式由于受当时预报信息条件限制,在构造预报模式时,引入的预报因子均为预报初始时刻或之前的热带气旋参数、环境场参数及导出因子.由于热带气旋是在气旋本身内力、地球自转及外部环境场作用力综合作用下进行移动,而这些因素在气旋移动过程中又发生相当大的变化.这些变化往往是复杂的非线性变化过程.应用初始时刻预报因子的统计预报方法由于不能处理大气变化的主要非线性性质,严重影响了其预报精度与技巧水平的提高.尤其是预报时效超过48小时后,缺乏大气动力学与热力学基础的统计预报模式的预报误差的积累往往使预报结果失去意义.此外在应用这些预报模式时,许多预报因子的取得依赖于人工读数,费时费力,难以纳入自动化预报系统.     

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.     

BP-CCA方法用于四川盆地夏季日降水量的可预报性研究

基于BP-CCA方法,首先讨论了多个因子对四川盆地夏季降水降尺度模型的可预报性,然后选取最佳预报因子并进行集合,最终基于T639模式建立最优多因子降尺度预报模型.结果表明,分别以东亚夏季10m纬向风、700hPa纬向风和700hPa相对湿度为预报因子的降尺度模型对四川盆地夏季降水的预报技巧较高,而将三个因子集合的多因子降尺度预报模型具有更好的预报能力.进一步将该方法应用于T639模式预报的预报因子场,发现多因子降尺度模型对降水的预报效果要优于T639模式直接输出的结果.     

用模糊关系方程预报天气

模糊数学在气象中的应用是十分广泛的.用模糊关系方程预报天气,就是利用预报因子与预报对象之间存在着的模糊关系,由预报因子通过模糊关系这个转换器作模糊变换,从而求出预报量.本文首先给出预报的数学模型,然后以实例说明用模糊关系作预报的方法和步骤. 一、预报的数学模型     

复共线性关系对逐步回归预报方程的影响研究

针对气象预报中常用的逐步回归预报建模方法,由于没有直接考虑筛选出的预报因子之间可能存在复共线性关系会影响气象预报方程的预报性能问题,提出了在初选的大量气象预报因子(自变量)中,采用条件数计算分析方法,选择复共线性关系小的预报因子组合建立预报模型的方法.以重要气象灾害的预报难点--台风预报为例,用大样本分别建立了12个台风移动经度、纬度的条件数预报方程和逐步回归预报方程.对比分析结果表明,由于条件数计算分析有效控制了预报因子间的复共线性关系,因此,在相同的预报因子(自变量)和预报对象(因变量)条件下,分月建立的条件数台风移动路径预报方程,虽然历史建模样本的拟合精度略低于逐步回归预报方程,但是对独立样本的预报精度明显提高,其中7、8和9月条件数预报方程的预报误差平均为153.9 km,而相应的逐步回归预报误差平均为229.2 km,两者相差75.3 km.进一步研究发现,在F值分别取1.0、2.0和3.0的情况下,建立的台风移动路径的逐步回归预报方程,其预报误差也明显大于条件数预报方程.另外,由于预报因子组合的复共线性的影响,逐步回归方程还出现了在个别点预报误差极大的不合理情况.     

几种气象因子场与南昌市天气要素的关系

降水、气温、风等天气要素的变化是由各种气象因子场共同决定的,由于各种气象因子场的变化与组合极其复杂多样,所以天气要素的变化也极其复杂多样.预报员在日常预报中积累了丰富的经验,知道哪些因子场在哪些天气要素的预报中特别重要.例如:对风的预报来说,地面气压场最重要;对气温预报来说,低层的冷暖平流起决定作用;而在降水预报中,则要着重考虑中低层低值系统、水汽含量及西南气流的强弱.但是,到目前为止,除了数值预报之外,我们只能定性说明因子场的重要性,而无法定量表示它们究竟重要到什么程度,甚至于,在预报中有时候还会忽视一些重要气象因子场的作用.为了定量描述各种气象因子场在天气要素预报中的作用,我们设计了一个计算方案,在22～37°N、     

鲁南月降水量的多层递阶预报方法

在实际的预报工作中,对于月的降水量预报或做其它长期预报,通常从这样几个方面考虑问题:1.降水自身的演变规律;2.寻找各气象要素或要素场与降水量的相关关系,3.选择最佳预报因子,用统计的方法做出预报。 所以我们最关心的正是如何确定气象要素场与降水量的相关关系,选择合适的预报因子。在实际工作中预报因子的选择往往是预报成败的关键。但在预报因子选取之后,选择合适的统计方法也是不容忽视的。现将我们做的一点工作简介如下。     

基于KPCA的台风强度神经网络集合预报方法研究

针对影响台风强度前期预报因子较多以及因子的非线性变化特点,首先采用逐步回归方法筛选出部分预报因子,再利用核主成分分析方法在剩余的预报因子中提取包含了原数据较多信息的核主成分与前期选入的预报因子共同作为模型输入.进一步考虑到神经网络集合预报中个体的准确性和差异性的权衡问题,在不同的初始条件下生成若干组神经网络,分别选择每组中性能最优的个体,建立了一种新的非线性神经网络集合预报模型.最后以西北太平洋海域2001-2010年5-10月的台风强度为研究对象进行了预报试验.结果表明,这种神经网络集合预报模型的预报结果符合实际应用的要求,其预报平均绝对误差明显小于同等条件下的神经网络方法和逐步回归预报方法.     

前期高度场和海温场变化对我国汛期降水的影响

利用1952～2001年我国160个测站汛期降水和前期500 hPa高度场和太平洋海温场资料以及三因子最佳子集回归求最大复相关系数的方法,把前期不同时间步长、不同时段的高度场和海温场同时作为预报因子与汛期降水求相关.结果发现:前期两个场共同作为预报因子比把其中某场单独作为预报因子的相关要好.并且存在着较好的"隔多季度相关"现象.预报因子具有实际预报意义的最佳时段为上一年的6～9月.影响我国汛期降水的最佳预报因子主要集中于高度场和海温场具有重要天气气候意义的关键区域.汛期降水可预报性在北方和长江以南均较好.     

中国冬季气温的集合典型相关分析和预报

以欧亚大陆地面温度、北半球500 hPa高度、热带印度洋SST(sea surface temperature)以及北太平洋SST为预报因子,通过典型相关分析(canonical correlation analysis,简称CCA)建立预报关系,然后用集合典型相关分析预报(ensemble canonical correlation prediction,简称ECC)方法预报中国冬季气温,并分析预报技巧及进行独立样本检验.结果表明,不同的预报因子对各个地区有不同的预报技巧,以欧亚大陆地面温度为预报因子预报技巧较高,而ECC模式对中国冬季气温有更好的预报能力,预报技巧高于任何一个单因子场的CCA预报;采用回归法的集合平均比简单的等权集合平均预报技巧更稳定.     

用数值预报释用方法做近海及登陆热带气旋强度预报

这是一个对GFS数值预报产品进行解释应用的方法.将支持向量机(SVM)回归方法应用于近海和登陆热带气旋(TC)的强度预报.从其本身强度,影响范围内气象因子情况,地形因子等三个方面,设计相关因子,建立预报模式,用来预报12、24、36、48、60和72 h的TC强度.总体上模式强度预报结果与中央气象台的预报结果相近,优于气候持续法的预报;趋势预报优势明显,可高出7～12个百分点.表明可以成为台风强度预报的另一个工具,投入业务应用.     

湖州市汛期旱涝预报系统

我们选择了优良可靠的推理统计模型来制作湖州市汛期旱涝长期预报.同时对预报量、因子场及因子普查方法等采取了一系列技术处理.所建立的长期预报系统稳定可靠,预报准确率比以往有明显的提高,特别对异常年份的预报能力较强.     

北半球500百帕组合因子及其在洞庭湖、鄱阳湖地区7月降水量预报中的应用

用多元统计方法作水文气象长期预报,主要问题在于预报因子的选择.本文采用新的方法,选取高相关的预报因子——组合因子,并对其作若干性能的分析,经应用,收到了较好的预报效果.     

一种强雷雨天气预报因子的选取方法

利用极值剔除法,选取了预报武汉天河机场夏季强雷雨天气的5个因子.经检验发现,采用这些预报因子进行预报,可减少强雷雨天气的漏报率.     

环流分型在万州暴雨预报方法中的应用

通过对万州区龙宝气象站1980～2005年188个暴雨个例资料的分析,将产生暴雨的天气形势划分为若干环流型,主要着眼于影响暴雨的物理量,筛选出预报指标和预报因子,使用统计预报方法,根据天气环流形势的分型,分别组建了5、6、7、8、9月及4月和10月的各月份每种环流型未来36小时万州区大到暴雨以上各暴雨量级预报方程.预报检验表明该预报方法是可信的,同时也表明客观划分环流型、筛选预报因子、恰当确定各暴雨量级与预报因子标准等级是预报方法的关键.     

不同方案对几种概率统计方法预报效果的比较

为了用不同方案对几种概率统计方法的预报效果进行分析、比较,本文以福建漳浦县气象站1—3月份总降水量的预报为例,对预报因子的选择和预报方法的选用问题进行探讨。一、预报对象和预报因子1.预报对象:漳浦县气象站1—3月份总降水     

一种新的多因子综合预报方法及其预测能力评估

利用 EOF分析浓缩大范围场内大气环流主要信息 ,经过异常相关处理 ,选取达到高信度( 0 .0 0 1信度 )要求的一定数目的预报因子 ,研制出了一种新的多因子综合预报方法 .通过对1 993～ 1 998年连续 6年的年、季时间尺度中国降水和中国气温预报能力评估 ,表明多因子综合预报方法预报效果比较稳定 ,预测能力较强 ,尤其是对夏季 ( 6～ 8月 )关键地区旱涝灾害的预报 ,准确率比较高 .     

对目前概率统计预报中有关因子挑选和组合的几点讨论

一、多因子线性回归分析的不合理性和逐步回归挑选因子的弊病在利用气象要素前后期的相关关系的预报中,多因子回归分析是目前采用较多的一个概率统计预报方案。所熟知的数学模型是:Y=a_0+a_1X_1+a_2X_2+……+a_nX_n+8这里包含了几项重要的假定:1.各预报因子 x_1,x_2,…,x_n 之间彼此线性无关;各预报因子均独立地对