利用均生函数预测模型作降水预报

本文对均生函数预测模型基本原理作了简要的介绍。并用该方法预测资阳汛期（5-9月）降水总量，用此方法还可作逐月的降水量．如同在数理统计中通常所要求的，序列样本量n不小于30，在具体应用中历史资料越长，准确率越高。     

利用隶属函数作梅雨期降水趋势预报

为适应长期预报服务的需要,本文利用德清县局历年的梅雨等气象资料,选择了与梅雨总量相关的四个因子,运用模糊数学工具,建立隶属函数通过“连”、“交”运算,充分发挥和调动每个因子的作用,求算出当年的梅雨总趋势,为防汛抗旱提供决策依据。     

利用均生函数预测模型作降水预报

本文对均生函数预测模型基本原理作了简要的介绍.并用该方法预测资阳汛期(5-9月)降水总量,用此方法还可作逐月的降水量.如同在数理统计中通常所要求的,序列样本量n不小于30,在具体应用中历史资料越长,准确率越高.     

利用距平曲线图作中短期降水预报的体会

压温湿三要素距平曲线是我站制作中短期降水预报的主要方法之一。从一九七○年以来,经过几年的摸索和不断充实,提高了     

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。     

利用海温作山东半岛气温,降水预报的业务系统

通过分析太平洋海温与山东半岛气温和降水的相关性，找出了两者相关关系中的一些特点。用于制做月平均气温和月降水量的预报系统，在预报业务中取得了很好的预报效果和经济效益。     

利用多因子交叉相关法制作春播期降水趋势预报

春播期(4月份)是西平县大秋作物育苗播种的关键季节.春播期降水量的多少,直接关系到烟叶、棉花的适时移栽、播种.为此,我们利用本站气象资料,利用多因子交叉相关法,制作春播期降水趋势预报.经回代和试报,效果均较好.1 资料处理1.1 预报对象(Y)当春播期雨量 R_(4月)>63mm,记 Y=1;否则,记 Y=0.1.2预报因子(X_(?))通过相关普查,选择出3个与春播期降水量拟合高的预报因子:     

用谱分析作月降水趋势预报

一、谱的计算和周期提取 把包头1951年1月—1973年12月共276个月的降水量资料,组成一个月降水量3级距平的时间序列。正距平编码 1,负距平编码-1,正常编码0。经这样处理后的降水量资料序列,满足时间序列平稳性的统计要求。如设时问序列x(t)对时间t的相     

看云天变化作较大降水预报

单站云雨天气的演变,能否作为一种较大降水天气过程的前期征兆?我们在近二年的“看天”实践中进行了观测和分析,发现我地(黑龙江宝清县)一次中雨(雪)以上天气过     

试用模糊集理论作汛期降水预报

“冻大水大”这条谚语在淮河流域广为流传,谚语的含义很清楚,如果冬天气温低、结冰厚,则汛期雨水多,发大水。 为了验证这条谚语,我们首先依据史料,对淮河一千五百年来16次封冻进行了分析,发现16次封冻均伴随沿淮、淮北发大水,从而证明这条谚语在历史时期还是可靠的。然后,我们根据本站历史资料,用多     

利用赤道东太平洋海温作西南区夏季降水长期预报

本文首先考察了西南区夏季(5——8月)降水距平分布与本世纪五十年代以来的ENSO事件之间的相关关系,得到了基本的统计事实,认为利用赤道东太平洋海温作西南区夏季降水长期预报具有较为可靠的物理基础,以此建立了预报模式,并进行了试报及检验。     

利用数值预告及本站实时资料作48小时降水预报

一、前言国内外的实践都已表明,MOS预报对于常规的客观天气要素预报有一定的参考价值和使用价值.但是,纯MOS预报只在样本容量足够大时,预报方程才比较稳定.目前,我们的样本资料年限短.因此,用实时资料补充订正数值预告图的不足是个可行的方案.     

陕西省神经元网络智能降水预报系统简介

本文着重介绍陕西省神经元网络智能降水预报系统的数据库及管理、客观分析、诊断分析、图像设制技术、神经元网络的建立等。     

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。     

利用高空风向作冬半年短期降水预报(摘要)

在冬半年（10～3月）,秭归县（测站31°00′N,110°41′E）主要受西风带环流系统和地面冷空气影响而产生降水。（本文选用上游代表站西安、汉中、安康、成都、重庆、恩施、宜昌7个高空测站（29°～35°N,103°～111°E）高空风向资料,将各站风向按方位确定出有利于本站降水的风向系数,然后把7站风向系数相加,获得700hPa风向指数（Fd）和500hPa风向指数（Fh）值,降水指数（Rf）由下式表达:     

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。     

用卡门滤波作短期降水概率预报

用卡门滤波作短期降水概率预报王毅荣黄建林（定西地区气象局７４３０００）引言因为卡门滤波方法不需要太多的样本资料，且可利用前一时刻预报误差的反馈信息及时修正预报方程，以提高下一时刻的预报精度，所以近年来被作为一种新的预报方法广泛地应用于预报业务。卡门滤...