年际变量自相关法在塔城市春季降水预报中的应用

本文通过年际变量自相关法在塔城春季降水预报中的实际应用,并与周期分析和自回归模型进行的对比分析,表明年际变量自相关法的预报效果明显地优于周期分析和自回归.其趋势预报准确率达81%,分级预报得分为78.8分.特别是对于非正常年份具有较好的预报能力.本文最后附有年际变量自相关法的BA-SIC语言的源程序.     

逐步回归自相关分析

作者从时间序列的自相关分析出发，提出了一种适于回归统计分析的生成预报因子的简单方法，建立起自相关预报模型。实例计算表明，此方法不仅预报精度较高，而且在对周期性相关因子的选择上具有等同的统计、检验前提，避免了一般方法因周期长度不同而带来统计，检验差异的影响。因而得到的回归因子较客观，真实。另外，还具有一定的分析时间序列隐含周期的能力。     

极端气温集成预报方法对比

用2003-2009年ECMWF和庆阳市极端气温资料建立最高最低气温SVM、Kalman、多元线性回归3种统计方法的预报模型,采用平均、加权、回归3种方法进行预报集成,对庆阳市2010年6-12月各预报方法及5个时次集成预报进行评估.结果表明:单一的SVM、多元回归和集成方法最低气温预报5个时次的准确率均高于最高气温0.8％～24.2％,集成后加权法准确率最高,但最高和最低气温选取权重不同,SVM权重大时最高气温效果好,多元回归权重大时最低气温效果好.随着预报时效的增加,单一的预报方法和集成预报,预报准确率降低.逐月评估表明,单一的SVM准确率较高且预报性能稳定,Kalman准确率较低,回归方法各月差异大,预报不稳定,集成后,3种集成方法的预报比单一的预报方法均有所改善和提高.绝对误差分析表明,加权集成后最高和最低气温误差都较小,优于平均集成法和回归集成法.     

郑州市空气质量统计预报方法探讨

根据2005年、2006年采暖期RegCM 3模式输出产品和郑州市环境监测中心逐日监测资料,利用逐步回归方法建立了PM10、SO2、NO2等污染物质量浓度预报方程。该方法在2007年采暖期的试报中效果不理想,预报准确率明显低于历史拟合率。为了提高预报准确率,针对目前采用的统计方法中存在的不足,即在选择预报因子时没有考虑预报因子之间的相关性,挑选的预报因子由于非正交,使回归计算的结果不稳定。将自然正交分解和多元回归分析结合起来,以采暖期各污染物的日均质量浓度为预报对象,建立预报模型。结果表明,采用新方法制作的空气质量预报准确率有一定程度提高。     

应用全球OLR场作山东季降水量预报

利用全球月平均ＯＬＲ场再分析资料,采取气象要素相关场显著性检验统计模拟的方法,找出与山东省各季降水量显著相关的ＯＬＲ场,以该场中显著相关区内ＯＬＲ的区域平均为因子,采用最优子集回归建立山东季降水量预报模型,并由此做出１９９９年各季降水量预报     

相关系数稳定性分析方法及其应用

相关和回归的方法,目前仍是制作统计天气预报的主要方法,也是把定性估计推进到定量预报的主要手段。通过相关分析,确定变量之间关系的密切程度,选取天气学意义明显的相关区,或寻求具有一定物理内容的预报因子,在此基础上使用回归等方法进行综合推断。人们在普查相关和对回归方程中因子进行筛选时,常常给定了较高的显著水平,如α=0.1,0.05等。但把最后建立的回归方程,付诸实际应用后,方程的可靠性和稳定性变化很大,准确率通常只有50％左右。1973年我们曾在分析拟合和预报显著差异的成因之     

遂宁机场夏季雷暴的客观预报

本文利用2002~2006年6~8月的地面观测资料和常规天气图,采用多因子综合相关法进行回归统计,并采用极值剔除法对样本资料进行消空处理,建立雷暴的预报方程,统计结果及试报效果表明,该预报方程在遂宁机场雷暴的预报中有一定的作用。     

遂宁机场夏季雷暴的客观预报

本文利用2002～2006年6～8月的地面观测资料和常规天气图,采用多因子综合相关法进行回归统计,并采用极值剔除法对样本资料进行消空处理,建立雷暴的预报方程,统计结果及试报效果表明,该预报方程在遂宁机场雷暴的预报中有一定的作用.     

ECMWF集合预报产品在广西暴雨预报中的释用

基于最大相关最小冗余度算法和随机森林回归算法,该文提出一种对欧洲中期天气预报中心（ECMWF）集合预报产品进行暴雨预报的释用方法。该方法采用最大相关最小冗余度算法,对ECMWF集合预报的51个成员进行筛选,选取若干个与预报对象相关性最大、相互间冗余度最小的成员作为随机森林回归算法的输入因子。利用ECMWF集合预报降水量平均值对建模样本进行分类,使预报模型的建模样本更具有针对性。通过2012年4月—2015年12月的交叉独立样本试验预报和2016年1—9月的业务预报试验的统计结果表明:该释用方法的暴雨预报TS和ETS评分,均比采用ECMWF集合预报产品51个成员降水量预报进行插值后取平均值的释用方法分别提高了0.07和0.05以上,显示了较好的数值预报产品释用效果。     

基于神经网络的广州市能见度预报

在研究了广州市能见度变化特征及低能见度发生的主要影响因素的基础上,利用广州市环境监测站2007-2009年的空气污染物（PM10、SO2、NO2）监测数据及同期地面气象要素（10min平均风速、最大风速、气温、相对湿度、露点温度、气压、24h降水量）观测资料筛选出主要的预报因子,用径向神经网络建立预报模型,并对2009年9月1日到12月25日的能见度进行预报试验.结果表明径向神经网络预报模型在能见度低于10km时预报准确率明显高于统计回归预报方程.采用分级方法统计得出在未出现低能见度情况下,中低能见度,中高能见度预报准确率分别为80％,69.6％,均高于线性回归预报方程（40％,47.8％）.     

BP神经网络和支持向量机在紫外线预报中的应用

为了提高紫外线预报准确率,应用BP(Back Propagation Learning Algorithm)神经网络模型和支持向量机(Support Vector Machines,简称SVM)回归方法建立重庆市主城区紫外线辐射强度客观预报模型。统计相关分析结果显示,不同季节影响紫外线辐射强度的主要因素并不相同。对所有相关分析因子用逐步回归方法,按方差贡献大小筛选出预报因子,以每日紫外线平均辐射量为预报对象,分季节建立预报模型。比较用不同方法建立的预报模型发现,两种非线性模型(BP模型和SVM模型)的拟合能力优于线性逐步回归模型,但独立样本检验结果表明,3种模型的预报准确率基本相当。将3种方法所建预报模型应用T213数值预报资料进行业务试报,得到较好预报效果。     

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24 h和12 h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,12 h预报准确率高于24 h预报准确率.     

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。     

三种统计预报模型在江苏省道路低温预警中的应用

为了更好地开展道路交通低温灾害的预警,减轻道路结冰给车辆行驶造成的危害,本文利用2012—2016年江苏省高速公路网AWMS系统交通气象观测数据,在对路面低温发生规律进行分析的基础上,结合多元线性回归、朴素贝叶斯以及支持向量机3种统计预报方法,开展了路面低温预警的统计建模与预报试验。结果表明:(1)江苏全省高速公路网路面温度出现0℃以下、-2℃以下、-5℃以下的低温频率均呈"北高南低"分布。(2)全省高速公路网路面温度出现0℃以下的低温时次大多在15:00到次日06:00之间。(3)在对京沪高速M9308站的单站建模与预报试验中发现,路面低温预报因子组合中以13:00气温、13:00—18:00气温变温、13:00路面温度、13:00—18:00路面变温、13:00路基温度、13:00—18:00路基变温、18:00相对湿度和18:00风速U分量为自变量组合的预报方程效果最好,3种方法中以朴素贝叶斯模型的预报准确率最高;(4)就全省高速公路网而言,3种统计预报模型的路面低温预报准确率均超过75%,通过对全路网路面低温预报的试验结果对比发现,多元线性回归方法对江苏省北部路网的预报效果最好,预报准确率大多在85%以上;而支持向量机模型对江苏省南部路网的预报效果最好,大部分站点的低温预报准确率达95%以上。     

相关比回归模型与线性回归模型对比分析

在日常的统计天气预报中,我们采用线性相关系数挑选预报因子,但实际经验告诉我们:某些预报因子与预报对象之间存在着明显的非线性关系。我们在国外提出的相关比计算方法的基础上,把近邻权方法引入到相关比计算中,以提高其估值精度,并提出相关比回归模型,把非线性信息引入到模型中。本文通过实际试验结果分析线性回归模型与相关比回归模型的优劣、不同近邻权参数对相关比回归模型拟合、使用的影响。     

2007-2008年武汉市空气质量预报和检验

通过开展武汉市空气质量预报研究,研讨武汉市空气质量状况。结果表明：2007-2008年武汉市空气质量优良的出现频率为77.6％,且未出现超过轻度污染的情况,其中夏季空气质量明显好于其他季节。经验证,采用逐步线性回归法建立的预报模型对武汉市空气质量具有一定的预报能力,级别预报准确率达78.1％。统计各级预报准确率发现,此方法较适用于空气质量为Ⅱ级的情况,提出在使用时应结合天气预报和前一日空气质量监测实况对预报结果进行修正。     

陕西ECMWF、GRAPES_Meso和SCMOC气温预报的对比检验及订正

利用陕西99个国家气象站2017—2019年日最高(低)气温观测资料,采用一元线性回归和递减平均方法,对GRAPES_Meso、ECMWF和SCMOC的日最高(低)气温预报进行订正,并作对比检验。结果表明,SCMOC、GRAPES_Meso和ECMWF的日最低气温预报准确率较日最高气温偏高,其中SCMOC的日最高和最低气温预报准确率最高,ECMWF次之,GRAPES_Meso最低。一元线性回归和递减平均方法对SCMOC的气温预报订正多为负效果,但对GRAPES_Meso和ECMWF的气温预报订正有明显正效果。订正后ECMWF与订正前SCMOC的预报相比,前者日最高和最低气温的预报准确率偏高。订正后GRAPES_Meso与订正前SCMOC的预报相比,前者日最低气温预报准确率偏低、2018年24 h和2019年24、48 h日最高气温预报准确率偏高。一元线性回归法对模式气温预报的订正能力和稳定性优于递减平均法。     

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。     

许昌市汛期强降水HLAFS产品释用技术

利用国家气象中心提供的ＨＬＡＦＳ物理量预报产品,在分析统计各要素预报场与１９９６年汛期许昌市８例强降水过程相关性的基础上,建立相似预报方法和相关预报方程,并于１９９７～１９９８年汛期进行业务试验。     

典型相关分析在攀枝花市雨季开始期预报的应用

利用典型相关分析作攀枝花市雨季开始期预报试验，选择1965—2001年的海洋特征指数、500hpa环流指数、太阳黑子数作为预报因子，建立典型回归模型。再以典型变量作为预报因子，用逐步回归和最优子集回归分别建立各站的预报模型，用2002—2004年的资料进行检验，对比试验结果表明：逐步回归和最优子集回归预报效果较好，典型回归模型效果较差。