支持向量机分类方法在天空云量预报中的应用

以2001年5月1日至2004年12月31日逐日武汉市地面、高空观测资料及欧洲中心24小时预报场等资料为基础,构建了不同的训练样本集,基于支持向量机方法进行了大量多因子的随机交叉验证,从而筛选出了包含最佳预报因子的训练样本集和相应的核参数g,建立了武汉市天空云量的预报模型。交叉验证结果表明预报模型是稳定性的、且具有较好的预报能力和推广应用能力。预报试验和实时预报的结果都显示出SVM方法对天空云量有一定的预报能力。     

天空云量预报及支持向量机和神经网络方法比较研究

使用支持向量机和人工神经网络两种方法,分别建立了天空云量的预报模型。利用2001年5月1日～2004年12月31日的武汉市地面、高空观测值及欧洲中心的24小时预报场等资料,通过按不同比例随机抽取样本进行交叉验证的方法,分析了SVM和ANN模型的预报能力和鲁棒性;然后再用全部样本资料建立预报模型,来预报2005年1月1日～5月31日武汉市天空云量。交叉验证和实例预报的结果显示：虽然SVM和ANN模型都表现了较好的预报能力,但SVM的预报能力高于ANN方法,且在计算速度上有ANN无法比拟的优势。     

SVM方法在降水预报中的应用及改进

以T213数值模式输出产品为基础,结合常规观测的降水资料,利用SVM方法,进行了大量多因子的随机交叉验证,从而选出最优参数,建立了全国72个站点的降水预报模型,并用独立的样本对预报模型进行了检验.再通过计算正、负样本的贴近度来分析预报因子,实现了预报因子的筛选和降水预报模型的改进;检验结果表明:改进后的降水模型的预报结果优于改进前的.实时业务试运行的结果也显示SVM模型的降水预报效果好于T213模式直接输出的降水预报.     

基于支持向量机模式识别的大雾预报方法

选取1971～2000年11～12月大雾发生前近地面层的气象要素(气温、降水、能见度、风向风速、相对湿度、云量等9个预报因子),将支持向量机(SVM)方法应用于大雾预报.采用支持向量机方法,应用径向基函数,建立了陕西公路站点大雾24 h预报模型,并进行了大雾预报的模拟、训练,其寻优标准TS评分达到了理想的效果.     

湖北省天空云量的特征分析及其预报

利用１９９６～１９９８年的历史气象资料统计了湖北省天空云量,接着分析了天空云量与高空物理量的关系,在此基础上使用ＭＯＳ方法建立了天空云量的预报模型。经１９９９年９～１１月试验,其初步结果表明,该预报模型可较好地反映云量变化的趋势,对阴天和晴天之间转变的趋势预报较为正确,但其在应用时仍需加强订正工作。     

甘肃省常规天气要素客观分县预报系统

运用T106数值模式的历史资料及气象站点的观测资料,经过处理后形成预报因子,采用MC18方法建立甘肃省80个站的极端温度、风、云量、有无降水等常规天气要素的预报方程。投入业务运行后,取得了良好的预报效果,为预报员提供了一种客观预报工具。     

国家气象中心客观要素预报--MOS系统

面向全国2000多个台站，应用数值预报产品释用MOS技术制作温度、降水、相对湿度、风、云量及能见度等要素预报，并实现了预报业务运行。通过建立MOS预报系统，表明预报因子和预报对象的处理、建方程前的参数选择以及预报因子的选取都会影响要素预报的质量，需要做大量的细致工作。预报检验结果显示，降水预报尚未达到可用程度．温度和相对湿度的短期预报在大多数情况下是可用的或是可参考的，但还有待进一步改进。降水预报尚需在预报因子和充分运用多种探测信息方面加以改进。     

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。     

国家气象中心气象要素的客观预报——MOS系统

面向全国2000多个台站，应用数值预报产品释用MOS技术制作温度、降水、相对湿度、风、云量及能见度等要素预报，并实现了预报业务运行。通过建立MOS预报系统，表明预报因子和预报对象的处理，建方程前的参数选择以及预报因子的选取都会影响要素预报的质量，需要做大量的细致工作。预报检验结果显示，降水预报尚未达到可用程度，温度和相对湿度的短期预报在大多数情况下是可用的或是可参考的，但还有待进一步改进。降水预报尚需在预报因子和充分运用多种探测信息方面着手加以改进。     

云量的时间精细化预报研究-以榆中为例

利用2001年7月至2011年7月甘肃省榆中县地面测站的每日8次云量资料和同期NCEP每日4次等压面资料,由NCEP资料构造预报因子,以总云量和低云量为预报对象,分析预报因子和预报对象的相关性,采用逐步回归方法建立榆中县逐月8个时次的云量预报方程并进行回代;并利用2012年的资料检验预报方程的预报效果。结果表明：云量主要受整层湿度、垂直运动、不稳定能量、槽强度指数和700 hPa水汽通量散度影响,其中湿度状况和垂直运动是重要因素。建立的预报方程对总云量的预报效果比低云量好;总云量平均预报误差在2成左右,低云量平均预报误差在3成左右;预报值变化趋势可以部分地反映实际云量的变化趋势。     

Short-range prediction of a heavy precipitation event by assimilating Chinese CINRAD-SA radar reflectivity data using complex cloud analysis

Summary With the ARPS (Advanced Regional Prediction System) Data Analysis System (ADAS) and its complex cloud analysis scheme, the reflectivity data from a Chinese CINRAD-SA Doppler radar are used to analyze 3D cloud and hydrometeor fields and in-cloud temperature and moisture. Forecast experiments starting from such initial conditions are performed for a northern China heavy rainfall event to examine the impact of the reflectivity data and other conventional observations on short-range precipitation forecast. The full 3D cloud analysis mitigates the commonly known spin-up problem with precipitation forecast, resulting a significant improvement in precipitation forecast in the first 4 to 5 hours. In such a case, the position, timing and amount of precipitation are all accurately predicted. When the cloud analysis is used without in-cloud temperature adjustment, only the forecast of light precipitation within the first hour is improved. Additional analysis of surface and upper-air observations on the native ARPS grid, using the 1 degree real-time NCEP AVN analysis as the background, helps improve the location and intensity of rainfall forecasting slightly. Hourly accumulated rainfall estimated from radar reflectivity data is found to be less accurate than the model predicted precipitation when full cloud analysis is used.     

事件概率回归估计与降水等级预报

该文对比分析概率回归降水等级预报和回归降水等级预报的差异, 2007年秋季至2008年夏季全国平均检验结果表明:概率回归降水等级预报效果好于回归降水等级预报, 尤其是小雨预报, TS评分明显高于回归降水等级预报, 同预报偏差过大情况也有很大改善。进一步分析表明:回归降水等级预报方法在建立小雨预报方程的样本中, 少数较大降水量的样本方差占总方差的百分比过大, 导致预报方程中反映的预报量与预报因子的关系以少数大降水量样本为主, 是造成小雨预报空报过大的原因。与模式降水预报的对比分析表明:概率回归降水等级预报效果好于模式直接降水预报, 模式降水空报较大情况得到改善。     

Shapley-模糊神经网络方法在华南台风卫星云图的长时效滚动预测中的应用

为了更好地利用大量的卫星云图观测资料来提高台风暴雨的预报能力,解决并提高对台风强降水云系变化的预报精度,延长对未来云系变化的预报时效,构建基于合作对策Shapley-模糊神经网络的华南区域台风卫星云图非线性智能计算滚动集合预测模型,对增强卫星云图资料在台风暴雨天气预报中的实用性和及时性具有重要意义.依据2013—201...     

T106产品夏季降水概率预报自动化系统

利用１０６格点场资料,构造能反映本地天气动力学牲的组合预报因子,对预报时效场进行叠加处理,对预报着急区格点资料取其均值或极值。预报因子和预报量均采用非线性０、１化自理。用最优子集回归建立降水预报方程用多因子概率权重回归其降水概率。系统从资料采集到输出概率结果在５８６以上微机上实现全自动化,预报结果客观、定量。     

河南省层波状云系飞机人工增雨作业条件短期预测方法

对河南省春秋季降水以及云状特征的分析表明,河南省春秋季降水大多为层状云或波状云产生的稳定性降水,因而可采用对河南省分区分级进行降水预测的方法来确定适合飞机人工增雨的天气过程以及短期增雨区域。利用T213数值预报产品,运用逐步回归建立分区分级预报方程,并针对个别准确率较低的区域进行后处理。结果表明,用此方法对人工增雨作业进行指导是可行的。     

鄂西北夏季对流云降水微物理过程数值模拟

为了深入研究对流云降水微物理过程特征,为局地对流降水预报和人工增雨提供更多的参考依据,利用三维双参数对流云模式,使用常规单站探空资料,开展湖北两北部山地夏季对流降水实例的批量数值模拟,使用地面降水量和雷达回波资料检验模拟效果,统计分析降水微物理过程特征,归纳总结冰相粒子的形成、增长机制,以及液念水和冰相粒子的相互转化机制。结果表明：（1）对流云模式能够较好地模拟实际对流降水的一些宏观微观特征;（2）当地夏季主要是对流冷云降水,冰相过程是形成降雨的主要物理过程;（3）冰相过程巾过冷水、霰、冰晶之间的相互转化过程是主要的冷云降水形成机制。