区域站降水量在汉中地质灾害预报中的应用

通过对汉中2000—2008年地质灾害个例和气象站、区域站降水量统计分析,建立以前期雨量和当日雨量为综合判别指标的地质灾害预报模型。用工具软件VB 6.0、Serfur8.0开发了汉中地质灾害预报系统,自动读取区域站降水量并显示,随时监测地质灾害重点隐患区的降水情况;用前期雨量、未来24 h预报雨量和各县的逐日降水影响系数,计算地质灾害发生气象条件等级,制作汉中地质灾害气象等级预报。     

舟山市汛期降水量预报方法

利用基于预测误差平方和 ( PRESS)准则的逐步回归分析和基于残差平方和( RSS)准则的逐步回归分析建立了舟山市 3个县区站汛期 ( 5～ 9月 )降水量的预报模型 ,并对两种方法的预测结果进行预报集成 ,经试报和预报检验表明 ,该模型的预测效果较好     

利用最优子集回归作鲁南夏季降水量预报

通过普查北半球５００ｈＰａ、１００ｈＰａ月平均高度场与鲁南夏季降水量的相关，选取相关信度达到０．０５的相关区的格点平均高度值作为预报因子，利用最优子集回归建立鲁南夏季降水量预报方程，并投入业务运用，通过与逐步回归方法比较得知，最优子集因归比逐步回归具有更好的预报效果。     

灰色拓扑预测在降水量预报中的应用

本文利用灰色系统GM（1，1）模型和拓扑预测的理论，根据栾川县35（1957～1991）年降水量资料，建立了一套灰色动态模型。对1986～1991年的资料进行了验证，得到了较为理想的结果，表明拓扑预测可作为降水量超长期预测的工具。     

BP人工神经元网络在春季降水量预报中的应用

通过普查北半球５００ｈＰａ、１００ｈＰａ、北太平洋海温与山东省春季降水量的相关，选取相关信度达到０．０５的相关区作为预报因子，利用ＢＰ（反向传播）人工神经元网络建立山东省春季降水量预报模型，并投入业务运用。结果表明，ＢＰ人工神经元网络具有较好的预报效果。     

用逐步回归方法预报番禺年降水量

在番禺实测资料的基础上 ,对 5 0年番禺年降水序列进行趋势分析和预测 ,发现 :⑴该序列不存在明显的变化趋势 ;⑵用主分量逐步回归思路所建立预测方程 ,复相关系数高即对样本的拟合误差小 ,预测效果较显著 ;⑶通过对高度场和海温场的分区分季节的场的主分量分析 ,获得广泛影响因素的重要信息     

时间序列均生函数模型在降水量预测中的应用

利用高要站1980—2015年冬季(12月—次年2月)的降雨量,构建均生函数模型,并采用粗选因子、逐步引入、逐步剔除等3组回归方案,对降雨量进行模型拟合,2016—2017年冬季降雨量进行模型预测结果的检验。结果表明:3组回归方程均能较好地拟合时间序列的变化趋势,对极值的把握表现较好,对短期气候预测业务有一定的现实意义。     

舟山市污期降水量预报方法

利用基于预测误差平方和（PRESS）准则的逐步回归分析和基于残差平方和（RSS）准则的逐步回归分析建立了舟山市3个县区站汛期（5－9月）降水量的预报模型，并对两种方法的预测结果进行预报集成，经试报才预报检验表明，该模型的预测效果较好。     

一类线性方程组解的条件数估计

利用矩阵范数的性质,给出了一类特殊线性方程组条件数估计,这有助于判别方程组解的灵敏度.     

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７～８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,预报准确率还存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     

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。     

螺旋度诊断分析与短时强降水面雨量预报

利用T106细网格多个基本要素场和物理量预报场，诊断分析高低空Z－螺旋度在暴雨形成中的贡献，结合其他动力、热力物理量场，采用动态方法，建立降水量的逐步回归方程，作未来6小时的面雨量降水预报。     

面雨量在天气预报中的应用

面雨量的和预报,适合防汛、抗洪需要,并可能成为我国气象和水文两大学科相结合的纽带。提出了计算面雨量的三角形法,不仅有其明显优点,且易于实现业务自动化;进一步探讨了面雨量在预报和服务中的应用以及面雨级的划分和预报。     

区域自动站雨量资料质量控制方法及应用

针对翻斗式雨量计测量地面降雨量时出现误差的原因,介绍了石家庄市区域自动站雨量资料质量控制系统流程、有关质量控制技术及最终数据的输出。提出均值与范围值检查方法,并将时间一致性与内部一致性检查纳入空间一致性检查过程中。该系统人机交互界面友好,自动化程度高,能较好地检出自动站中雨量资料的异常值,保证了区域自动站雨量资料在决策及公共气象服务中的准确、及时和可视性。     

SVM方法在热带气旋降水预报中的应用

应用国家气象中心下发的热带气旋报文资料（中心经纬度、中心气压、近中心最大风力）,设计了诸如热带气旋中心与嘉兴市的最近距离等因子,并任选3个因子组成三维坐标（x,y,z）,计算嘉兴市热带气旋降水的概率分布函数。利用SVM回归方法对选中的概率分布函数进行训练,建立嘉兴市热带气旋降水预报方法,并应用于业务试报。同时和多元回归方法进行历史回报和业务试验比较。结果表明,概率分布函数与热带气旋降水具有较好的相关性,SVM回归方法在嘉兴市热带气旋降水预报中的回归预报模型和业务化效果明显优于多元回归。     

黄河流域夏季分区面雨量预报研究

介绍黄河流域分区夏季面雨量预报的研究成果，精心挑选51个具有较好代表性的测站对黄河流域夏季降水的时空演变特征进行分析，使用K均值动态聚类对黄河流域的夏季降水进行了客观分区，并计算出各流域夏季面雨量。通过对黄河流域夏季雨量与500hPa环流，海温、OLR、中纬阻高，高原积雪，欧亚积雪等重要影响因子的关系分析，结合黄河流域夏季面雨量年降和年代际演变特征的分析，研究出黄河流域分区夏季面雨量预测的基本方法和模型，并通过客观化的数学方法建立黄河流域夏季面雨量预测系统，预测系统十年回报的结果显示出具有较的预测技巧。     

区域降水数值预报产品人工神经网络释用预报研究

利用T213、日本细网格降水预报等数值预报产品,采用人工神经网络方法进行预报释用。通过聚类分析方法对广西自治区测站进行分类,简化预报对象,对数量众多的T213数值预报产品采用自然正交分解(EOF)方法,浓缩大量因子的有效信息,并结合日本降水预报因子建立广西5~6月区域降水量级的逐日人工神经网络预报模型。运用与实际业务预报相同的方法进行逐日预报试验。结果表明,用这种数值预报产品释用方法建立广西3个预报区域的B-P人工神经网络预报模型对中雨以上降水量级预报的TS评分分别为0.55、0.5和0.26,比目前业务预报中参考使用的T213和日本数值预报产品降水预报具有更好的预报效果。     

提高冬春月降水量预测质量方法的探讨

月降水量预测是短期气候预测的业务之一,提高预测质量对防灾抗灾具有重要意义。运用数理统计原理,在因子选择标准和在各种资料中提取因子方面作了些探索,月降水量预测质量有了较大提高。