共查询到18条相似文献,搜索用时 171 毫秒
1.
东亚飞蝗生育气象条件分析及发生度预报 总被引:3,自引:0,他引:3
对滨州蝗区1981-1995年虫情观测资料及同期气象资料,用相关分析的方法,对东亚飞蝗生育期气象条件进行了系统分析,在统计基础上,用逐步回归的方法建立了东亚飞蝗发生度及几个主要发育特征期的预报方程。 相似文献
2.
以郑州市1998—2009年的麦蚜发生情况、气象观测资料为依据, 结合麦蚜自身生物学特性,分析了郑州地区麦蚜发生特点和规律及其与光、温、水等环境气象条件之间的关系,并利用相关系数法进行因子普查,筛选出影响郑州市麦蚜发生和流行的主要地面气象因子为1月上旬平均气温、2月上旬降水量、5月下旬日照时数和5月温雨系数。据此,利用当年上述地面气象因子预报值,建立了年度预报模型。模型历史拟合准确率为95.0%,对2010和2011年郑州市麦蚜发生程度的预报精度分别为92.2%和90.0%。 相似文献
3.
4.
5.
利用1980~200l午封丘县夏蝗发生资料和同期该地区气候资料,采用合成分析法,分析了气候条件对夏蝗发生的影响,并找出了一些预测夏蝗发生的定性预报因子。 相似文献
6.
根据1958—2015年我国北方地区8个主产省(市)小麦蚜虫分省发生面积和发生程度资料、1958—2015年601个气象站点相应逐日气象资料和农业气象站小麦发育期资料,采用相关分析、主成分分析和逐步回归等方法,并利用相关系数法进行因子普查,结合小麦蚜虫适宜生理气象指标和华北、黄淮小麦生育期规律,筛选影响小麦蚜虫年发生程度的关键气象因子,构建分区域的小麦蚜虫气象适宜度预报模型,并将气象适宜度指数划分为非常适宜、适宜、较适宜、不适宜4个等级,以反映气象条件对小麦蚜虫发生发展的适宜程度。结果表明:筛选出影响华北小麦蚜虫年发生程度的8个关键气象因子,影响黄淮小麦蚜虫年发生程度的6个关键气象因子。建立的华北、黄淮模型回代检验等级准确率分别为91.2%,93.1%,2016—2018年3年外推预报平均准确率均在75%以上;利用黄淮模型反演苏皖两省2016—2018年小麦蚜虫发生等级、异地检验3年预报效果均较理想。模型适用于从气象角度对华北、黄淮及江淮地区小麦蚜虫发生等级进行监测和预报。 相似文献
7.
8.
9.
利用1981—2020年5—9月气象数据与玉米产量数据,通过改进逐日降水适宜度并构建逐日气候适宜度模型,建立基于相似年逐日气象要素的作物生育期气候适宜度序列,利用气象产量与气候适宜指数建立模型,设计逐日作物产量气象影响指数以表征气象条件对作物的影响程度,基于该指数构建东北地区玉米逐日产量预报模型并分析其逐日预报准确率,用以表明该指数的准确性。结果表明:利用3个相似年预报结果加权集成综合相似年逐日作物产量气象影响指数可提高逐日预报准确率,黑龙江年尺度逐日预报准确率年际间波动小于东北其他地区。综合相似年月尺度下,随着玉米发育期的推进和实时气象数据的引入,月尺度平均预报准确率逐渐提高。东北地区玉米产量8月31日的日尺度预报准确率普遍高于7月31日;辽宁日尺度预报差异较大,但随着玉米发育期推进逐日预报产量和实际产量接近,准确率也提高。基于气象要素构建的逐日作物产量影响指数和同期气象影响指数可以定量评估不同时段气象条件对作物产量的影响程度,在一定程度上可提高农业气象业务定量化评价水平。 相似文献
10.
利用洛阳市1981—2014年夏玉米产量资料、生育期内的气象资料,结合夏玉米的生物学特性,分别构建夏玉米温度、光照、水分适宜度模型,利用夏玉米生长季内不同时段的气候适宜度指数与气象产量的相关关系,构建夏玉米产量预报模型,并分别利用1981—2010年、2011—2014年数据进行回代、预报检验。结果表明,气候适宜度与夏玉米气象产量存在显著的相关性,两者变化趋势一致。1981—2010年各时段预报模型的单产回代检验准确率在89.19%~91.42%之间,趋势回代检验准确率达89.66%~96.55%。2011—2014年预报检验,预报准确率最高为96.16%,最低为91.05%,趋势预报准确率最高为100%,最低为75%,预报准确率较高,建立的产量动态预报模型可以在业务上推广应用。 相似文献
11.
从2018年7月16日北京暴雨过程雨情和地质灾害灾情出发,介绍了此次过程的地质灾害气象预警及检验;并基于北京区域地质灾害易发度信息,结合多源融合定量降水估测(QPE)驱动CREST水文模型模拟径流量与土壤湿度特征、过程雨强特征,分析了北京本次地质灾害气象成因。结果表明,北京北部和西部处于地质灾害中、高易发区,区(县)小时累计面雨量达到50 mm以上易发生灾害,降水持续24 h后是地质灾害的高发时段,灾害常发生于雨强较大峰值后的15 h内;基于雨强-降水持续时间推求的地质灾害致灾临界雨量阈值对北京地区地质灾害气象预警有一定的借鉴意义;基于水文模型的北京区域径流量、坡面径流深、土壤湿度等水文过程要素模拟对预警也有较好的指导意义。 相似文献
12.
根据辽宁省沿海自动站资料,采用卡尔曼滤波方法对沈阳区域气象中心MM5中尺度数值预报产品进行解释应用,制作环渤海及邻近海域海面最大风矢量预报的技术方法,对2009年8-12月预报结果进行检验。结果表明:海上最大风矢量预报结果中风速的预报要明显好于风向的预报,其中风向预报最好的海区为黄海北部,准确率为57.3 %;风速预报最好的海区为渤海中部,准确率为64.6 %;风速误差以正误差为主,说明风速的预报值与实况值相比偏大。该方法对于环渤海及邻近海域海上风的预报效果较好,能够比较真实地反映海上风演变过程,具有预报参考价值。 相似文献
13.
在降水客观分区的基础上,对华北及周边地区进行夏季降水预报。利用2006—2008年的6—8月T213资料和相应时段的实况资料,通过概率回归降水等级方案建模,对2009年和2010年6—8月进行了试报。结果表明:分区建模的降水预报与单站建模预报相比,TS评分在不同时效、不同量级上均有提高,并且在空报和漏报上有较大改善,特别是大量级降水预报改善明显。从因子分析上看,分区建模较单站建模所选因子更丰富,利用了模式产品的有用信息,因此做出了更好的预报。分区建模与模式降水预报的对比分析表明:分区建模的降水预报效果好于模式直接降水预报,空报现象改善明显。 相似文献
14.
集合预报在渤海极大风预报中的应用 总被引:1,自引:0,他引:1
利用2015年2月至2018年2月地面气象常规观测中逐小时极大风及欧洲中期天气预报中心集合预报中6 h极大风预报数据,选取渤海海域代表站点,对集合预报极大风产品进行预报误差特征分析。分析表明:集合预报极大风产品的离散度明显偏小于均方根误差,各个预报成员的预报结果集中与否并不能反映出预报可信度。受模式预报能力所限,无法简单通过集合预报选取出最为可信的预报结果。集合平均、第75%分位值、最大值在极大风预报中各有优劣,因此基于以上三个统计量及不同量级风速发生的频率建立了渤海极大风预报客观订正方法,试验对比分析表明,该订正方法可以使极大风预报准确率有效的提高,为大风天气过程预报提供重要参考。 相似文献
15.
洪涝是湖北省的主要气象灾害,文章在对湖北省汛期降水气候特征分析的基础上,定义出9个湖北持续性暴雨洪涝年,这些洪涝年主要发生在中国东部出现南方类或中间类雨型。通过对湖北省东部地区汛期降水与500 hPa高度场的相关分析,认为春秋季节的环流调整异常,是预测湖北省汛期降水的重要前期因子,典型洪涝年和干旱年前期3月份在55°~65°N的纬圈上,其高度距平合成显示,在130°E~120°W范围内和90°~10°W范围内距平变化相反。通过对上年春季3月、秋季10月及当年3月500 hPa高度场上环流季节性调整的分析,找出对湖北夏季降水异常偏多具有指示意义的指标,建立了湖北省夏季洪涝年的短期气候预测模型。模型首先用两个因子将大涝这种小概率事件(9/49=18%)转变为大概率事件(9/13=70%),然后,分两步进行判断。其模型对湖北大涝年(共9年,1954,1969,1980,1983,1987,1991,1996,1998,1999年)的识别率为100%,2000~2002年预报试验结论正确。 相似文献
16.
17.
延伸期预报是无缝隙预测系统中的薄弱环节,如何提高灾害天气过程的延伸期预报技巧是国际热点及前沿问题。本研究基于2005年12月—2014年8月的观测/再分析资料,通过奇异值分解方法,揭示了与中国南方低频降水变化高度耦合的热带对流和中纬度波列信号。利用中国气象局参加国际次季节至季节预报计划模式(BCC-CPS-S2Sv2模式,简称BCC S2S模式)的回报数据,对中国南方低频降水异常场进行统计降尺度,构建了一套动力-统计相结合的延伸期降水预测模型。独立预测时段(2014年12月—2019年8月)的结果表明,BCC S2S模式可以提前10—15 d预报中国南方大部分区域的异常降水;提前15—20 d以上预报时,动力-统计结合预报模型对冬季(夏季)华南沿海地区(长江以北地区)的降水时间演变、降水空间分布及极端强降水事件的预报技巧均优于BCC S2S模式。文中提出的思路和方法可广泛应用于其他区域气象要素和极端天气事件的延伸期预报。 相似文献
18.
河西走廊东部大风气候特征及预报 总被引:1,自引:0,他引:1
利用河西走廊东部1971—2010年4个气象站大风(≥6级,即10min平均风速≥10.8~13.8m/s)资料,系统分析了该区大风的时空分布、强度和持续性等气候特征。结果表明,河西走廊东部大风天气主要发生在山区和沙漠边缘;年、年代际大风日数总体呈减少趋势,3—5月是大风的高发期,占全年大风日数的34.8%~56.8%,其次是2月、6月和11月;各强度大风日数的变率较大,随着大风强度的增强,大风日数迅速减少;大风天气具有持续性特征,最大风速大多出现在持续大风时段内。采用2003—2007年逐日20时ECMWF数值预报格点场资料,按照Press准则进行预报因子初选,运用逐步回归预报方法进行预报因子精选,使用最优子集回归建立大风预报方程,并用双评分准则(CSC,couple score criterion)确定各季节各地大风预报全局最优的显著性方程,预报方程通过了α=0.01的显著性检验。预报方程回代拟合率为66.7%~73.4%,预报准确率为58.8%~67.5%,达到了一定的预报水平,可为大风的业务预报提供客观有效的指导产品。采用最大靠近原则确定了大风预报临界值和预报、预警的级别。 相似文献