周口地区汛期切变线型大～暴雨预报系统

利用１９８４￣１９９３年６￣８月周口地区９个台站的历史气象资料，确定了大￣暴雨日标准和切变线入型条件，挑选了预报因子，建立了预报方程，并编制系统软件，上机自行运行。经１９９４￣１９９６年试用，预报成功率为７５％。     

区域暴雨增强数值预报业务系统及其预报效果分析

该文介绍了区域暴雨增强数值预业务系统的设计思想，主体结构及主要的关键技术，并总结了该系统业务试验的情况和效果。该系统以ＹＨ模式为基础，对其从坐标系、水平和垂直分辨率及物理过程等方面进行了改进，并结合实时资料处理系统，图形处理等形成了一个比较完整的数值预报业务体系。     

开封市区域性切变线暴雨预报方法

利用１９６５￣１９８９年５￣１０月开封市所辖５站的降水资料,对影响并产生开封区域性暴雨的１１次切变线天气过程进行了分型及能量分析,找出了预报指标,并进行了验证。     

长江上游（川东片）致洪暴雨短时预报方法

对１９８２－１９９４年间出现的致暴雨，使用遥感探测资料（卫星、雷达）并行统计分析，归纳出致洪暴雨的短时预报指标、概念模式、统计预报方程。对１９９４年７月１０－１１日暴雨天气过程进行了实例分析，介绍了近期的试报情况。     

雅安“99.9.11”秋季暴雨诊断分析

通过对“9.11”暴雨物理量场的诊断分析 ,寻找明显特征 ,对此进行归纳 ,有利于直观地预测秋季暴雨。     

数值预报产品和卫星图在“98．6”暴雨过程中的应用

在1998年6月16－26日连续暴雨预报中，综合利用数值产品、卫星云图、天气图经验预报法三方面的信息，对天气系统的演变，利用经验加以恰当的订正，大大提高了预报水平。并认识到积极利用数值预报产品和卫星云图，不断总结出地方性实用经验，是过滤到未来的综合性现代化预报方法的必由之路。     

暴雨站数预报在暴雨落点预报中的应用

采用暴雨站数预报与站点降水量预报相结合的方法预报暴雨落点,在１９９８年７月￣８月的暴雨落点预报中,ＴＳ评分达到２２．４％,超过了ＨＬＡＦＳ和主观预报。进一步的研究的分析表明：这种方法可充分利用降水量预报的空间分布信息,预报准确率还在较大的可提高空间,是一种较为有效的暴雨落点客观预报方法。     

山西省暴雨智能预报系统

山西省暴雨智能预报系统冯瑞 ，杨小萍，张冬峰，王文春，朱临洪（山西省气象局业务处０３０００２）（山西省气象台０３０００６）暴雨是我省的一种重大灾害性天气，而暴雨预报又是十分复杂和困难的。为解决暴雨预报问题，国内外气象专家门进行了大量的研究，取得了不少?..     

“94.7”广东连续暴雨及预报检验

1暴雨概况及灾情1994年7月中旬末至下旬，低值系统持续控制华南，造成广东省有4个市县出现了特大历雨，37个市县降了大暴雨。这次过程具有强度大，范围广，持续时间长（9天）的特点。21日08时～25日08时，珠江口两岸为特大暴雨区，珠海、斗门、澳门、深圳、香港连降大暴雨，特大暴雨。其中珠海《天雨量共806mm，为历年平均雨量1963mm的41％，斗门《天雨量为592mm，深圳4天雨量也有480mm，均占历年平均雨量的四分之一以上。7月22日珠海市田雨量为560．4mm占历年平均雨量的28．5％。22日6～7时雨量达102．omm。据报导，香港从7月22日清晨起连…     

黔南6—8月大到暴雨预报指标（摘要）

本文以都匀站及州内其余两站以上日降水量≥25mm,定为我州的一次大到暴雨过程的标准。通过对6～8月139次大到暴雨过程的天气影响系统及都匀站的温湿条件的分析,得出我州的大到暴雨预报3个方面的着眼点。第一,当我州处于副高西侧,这时偏南气流     

广东台风特大暴雨预报

使用台风年鉴，天气图，天星云图等气象资料，对１９６０－１９９１年影响广东的３９例特大暴雨台风进行了对比分析，台风特大暴雨主要是由其云系中的中尺度强降水系统造成，归纳出形成发展的概仿模式和相应环境流场特征，建立预报思路与方法。１９９４年作１５次预报试验，其准确率达７３％。     

神经网络原理在暴雨预报中的尝试

1基本思路在天气预报中实现人工智能，是中国气象局天气司对今后预报业务系统建设提出的一大方向。我省在人工智能领域的工作做得不多，特别在市级台还是空白，因此省局于1992年批准立项进行这方面的研究，本课题1）的主要任务就是探讨市台预报业务系统智能化的可能性。人工模拟人脑思维功能，是世界性热门课题之一，也是当今世界的一大难题，其原理和应用还处在发展阶段，还有许多有待于解决的问题，困难很大。神经元网络原理模拟人脑的学习、记忆、思维、推理机能[1]，本文利用其BP网络模拟预报员从大尺度环境场中捕捉暴雨信息的能力。环…     

崇州地区暴雨预报系统简介

本站利用现有设备，配合专家的预测预报，制作了具有本地特色的人机对话预报系统，经过使用，效果较好。     

B—P神经元网络在山西省暴雨预报中的应用

Ｂ－Ｐ神经元网络是一种解决非线性问题的数学模型，我们在暴雨预报中，以它的自学习功能为主线，结合预报员的预报经验，选择有利的气象因子，利用１９８０￣１９９２年的历史气象资料，初步完成了Ｂ－Ｐ神经元预报暴雨的模型。     

印江县大—暴雨长,短期结合预报方法（摘要）

印江县地处梵净山西侧,每年平均有2～3次大—暴雨过程。在制作其长期预报时,应用韵律关系的概念,着眼于预报月最大两次降水过程出现日期。通过因子筛选,优先使用秋末、春初连晴骤雨日期、连晴无雨中间日期、单独雷阵雨日期（前后至少保证1天无雨,雨量足够大）三个因子;若某月连阴雨日期长,不满足上述条件,则选用最长连续降水中间日期（月最大降水出现在此时段）、准5个月最大与次大降水中间日期（与其它时次降水量比至少差5mm以上）作为预报因子。     

6月暴雨数据预报客观释用分具预报系统

以日本降水数值预报为指导产品，结合本州天气实际，通过寻找因子，建立６月暴雨客观自动分县预报系统，该系统在１９９６年业务试运行中，已显示出较强的预报能力。     

湖北省1996年7月13—17日暴雨预报技术与服务

对１９９６年７月１３￣１７日的连续暴雨过程，武汉中心气象台作出了十分准确的预报，并开展了积极主动的服务，减轻了灾害损失，获得湖北省委、省政府和国家防汛总指挥部的表彰。从数值预报方法及产品的动力统计释用和经验预报集成等方面反映了近年来暴雨预报技术的进步并阐述了开展汛期决策气象服务的一些经验。