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。     

内蒙古地区汛期降水气候分析与预报

内蒙古地区降水量主要集中在6－8月，并且在此期间降水量之年际变化很大，既易少雨干旱，亦易多雨洪涝，这是我区防旱防汛之关键季节。为此，根据全区6－8月总降水量的地区分布，将内蒙古地区汛期降水分为4类，进行气候分析，并将其作为预报对象，用转换概率统计预报方法做分类预报，在1989－1991年3年的实际预报中使用，效果较好。     

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。     

汛期降水预报的一种有效方法

汛期降水预报的一种有效方法张芝琴李宇清（晋城市气象局０４８０００）１引言汛期降水的多寡是各级领导和有关部门在汛期即将到来之时十分关注的问题，也是气象部门汛前做好决策服务的重要依据。而晋城的降水量年际变化很大，汛期就更为突出，最多年达８４２毫米，最少年...     

海拉尔市区汛期降雨短期分级预报方法

对海拉尔市区1961－1989年汛期（6－8月）的降雨气候概况做了统计，找出了海拉尔市区每年降雨的集中期。对日本气象传真图的物理量场进行了统计分析，然后提取出涡度、垂直速度、降不量、温度露点差等预报值与海拉尔市区降雨量的定量关系，并用FORTRAN语言在长城系列微机上运行，预报海拉尔市区的短期降雨。通过1990年和1991年两年的汛期使用，效果良好。     

人工神经网络用于我国东部汛期降水预测的研究

采用人工神经网络ＢＰ模式对我国东部６垮的１９９１年和１９９４年的汛期降水进行预测，模式预测的旱渤总体趋势与实况相符。并预测了１９９５年的夏季降水。     

南宁市汛期大雨以上降水短期预报及业务系统

城市天气预报随着社会的发展有益重要的趋势，而且对服务质量的要求也越来越高，我们采用近期历史资料和天气学分类、特征量分析等方法，建立南宁市大雨以上降水预报工具并形成准自动化的业务系统，是提高预报水平的重要一环，而发展短期、短时预报方法将会时一步改善预报服务质量。     

深层地温在武汉市汛期降水趋势预报中的应用

在对武汉市近30多年汛期雨量资料和1971年以来不同深度的地温资料进行统计的基础上，运用气象统计学原理和方法，对各深度层地温和汛期雨量进行相关分析，进而选用显著相关因子建立汛期雨量预报的多元回归方程，用所建立的预报方程对1991～2000年汛期雨量进行了回代检验，并对2001-2004年汛期雨量作了试报，其效果均较好。     

辽宁汛期降水模糊聚类分析

运用1957～2000年辽宁24个测站的月降水资料，对辽宁汛期降水进行模糊聚类分析，将汛期降水异常分成若干相关较好的区域，并进行了信度检验。     

内蒙古汛期降水分片短期气候预测的尝试

本文从汛期降水量的气候背景场出发，研究我区汛期降水的地域分布特点。以４９站（ｍ＝４９）定量降水为基础，研究降水自身演变规律，进行分片定量预报尝试。又在各站及区域汛期降水总量的基础上，划分降水等级，讨论分片定性预报方法。     

前汛期首场暴雨的短期预报

本文统计了１９７４－１９９３年２０年气象资料，分析前汛期出现头场暴雨的主要天气系统及本站气象要素反映，并对头场暴雨的短期预报作初步探讨。     

基于BP神经网络的汛期降水预测模型研究

采用误差反传前向网络（简称BP神经网络）建立汛期（6-8月）降水预测模型，并与采用逐步回归方法建立的模型进行对比试验，结果表明，基于BP神经网络的汛期降水预测模型不仅对历史样本的拟合精度更高，而且其独立样本的预测检验效果也比逐步回归方法更好，是一种具有一定应用前景的汛期降水预测方法。     

人工神经网络方法在鹤壁汛期降水预报中的应用

在用经验统计方法和降水判别函数进行24h和12h晴雨预报的基础上，再用BP人工神经网络建立降水量级预报模型。经2003年汛期试用，预报准确率高于上级指导预报准确率，12h预报准确率高于24h预报准确率。     

清丰县汛期≥365mm降水预报

清丰县汛期(6～8月)平均降水量365mm，若汛期降水量≥365mm，往往形成洪涝灾害。因此，探讨汛期大于平均降水量的预报方法，对防御洪涝灾害及服务工农业生产将起到重要作用。     

广东前汛期降水的MOS预报

根据前汛期降水的分布规律，将广东省划分为三个预报区域；然后将各区4～6月实测降水量资料与日本数值预报产品进行统计分析，经过计算机处理，建立MOS预报方程。MOS预报逐日作出各区无降水、一般性降水、暴雨的预报，前汛期降水首次实现客观、定量预报。     

典型相关方法在低纬高原汛期降水预报中的应用试验

利用典型相关方法作云南汛期（6－8月）降水的预报试验，选取有实际预报意义的北半球500hPa场1－4月平均环流特征产量、部分关键区的高度和距平资料及太阳黑子数作为共同影响因子，建立典型相关模型。并取所有的前10个典型变量分别作汛期雨量预报对比。对1998年、1999年的汛期雨量预报结果表明：取前10个典型变量为预报因子作汛期雨量预报的准确率优于取所有典型场为预报因子的预测模型。从实况检验来看，该模型物理意义清晰，效果较好。并作了2000年的汛期预报，其准确率为10／16。     

中尺度数值预报模式REM在2002年湖南汛期的实时降水预报试验

本文对中尺度数值预报模式REM的特点和2002年湖南汛期的降水预报试验方案进行了介绍。为了检验其预报效果，分别对整个试验期间(6～8月)和集中降水期(6～7月)这两个时段作了预报结果检验，并与1998年同期作了比较，还与MM5进行了同一时段降水预报效果比较，结果表明该模式在暴雨落区及强度等方面预报效果良好，但还有待进一步完善。     

神经网络模型预报湖北汛期降水量的应用研究

使用人工神经网络方法建立了湖北省汛期 (6～ 8月 )总降水量的短期气候预测模型 ,该神经网络模型的输入是汛期前期 (2～ 4月 )的北半球月平均 5 0 0 h Pa高度场、海平面气压场和太平洋海温场的扩展自然正交展开 (EEOF)的前几个主要模态的时间系数 ,输出了湖北汛期降水场的自然正交展开 (EOF)的前 2个主要模态的时间系数。41 a历史资料的交叉检验表明 :样本试验的预报技巧评分平均为 0 .2 4 6 ,虽然该模型对各年的预报效果仍存在一定的不稳定性 ,但它可为湖北汛期降水的短期气候预测提供一种具有明显统计预报正技巧的预报方法