医疗气象学研究方法进展

综述了近年来国内外有关医疗气象的研究方法,特别是介绍了统计学方法（相关分析和回归分析方法、时间序列方法）,流行病学方法（描述性研究方法、队列研究方法、病例对照和实验流行病学研究方法）,毒理学方法（动物实验、细胞分子实验）,以及用这些方法所得出的研究结果。对今后医疗气象的研究进行了展望,指出应进一步加强气象与医疗两个学科之间的合作,增强机理方面的研究。利用气象条件对疾病影响的机理性研究结果为医疗气象预报做好服务。     

洋面动量、感热和潜热通量计算的研究

整体传输公式是一种常用的计算洋面海气通量的方法。在作气候平均计算时,存在两种平均方法:方法一F_1=AB及方法二F_2=AB。显然,方法一是合理的,而方法二是对方法一的近似。本文利用COADS资料针对不同的平均时间计算分析了方法二对方法一的近似程度,结果表明:利用方法二计算长期气候平均,平滑时间超过5天则对计算结果必须进行订正;对感热和潜热通量,月平均方法二在20％的精度内可代替方法一,而旬平均方法二则可在10％的精度内代替方法一;动量通量月平均和旬平均精度分别为40％和20％。因此方法二在计算月平均动量通量时必须作订正,或直接用方法一进行计算,本文同时计算比较了1972年(E1 Nino年)和1975年(非E1 Nino年)太平洋洋面的各项能量及总能量收支,发现1972年洋面能量收支年变化幅度比1975年小得多,其差别主要决定于感热和潜热的变化。     

京津冀站点风温湿要素的机器学习订正方法

基于线性回归方法、梯度提升回归方法(GBRT方法)、XGBoost方法和堆叠集成学习方法(Stacking方法)4种机器学习方法,采用误差分析建模思路,针对北京城市气象研究院研发的睿图-睿思系统对2020年12月—2021年11月所有起报时次未来3～12 h的2 m温度、2 m相对湿度、10 m风速以及10 m风向4种气象要素预报,开展京津冀复杂地形下的站点预报误差订正技术研究及试验应用。结果表明:基于预报误差分析构建的4种订正模型中,由于Stacking方法集成了前3种方法的优势,在4个季节的4种气象要素订正中均表现最佳,其他3种单一机器学习方法试验中,XGBoost方法表现最佳,其后依次为GBRT方法、线性回归方法,但均对预报准确率有明显的正向提升效果。总体上,基于机器学习方法构建的预报误差订正模型可有效降低系统原始预报误差,有助于进一步提升复杂地形下站点客观释用产品的预报准确性。     

基于空间回归的B样条拟合在地面气温资料质量控制中的应用

将B样条拟合算法引入到地面气温资料的质量控制当中,在分析地面气温资料空间相关性的基础上,提出一种基于空间回归的B样条拟合地面气温资料质量控制方法(SRT_BSF方法)。为了检验SRT_BSF方法的有效性及适应性,利用SRT_BSF方法对多个场景地面气温资料进行质量控制,并与反距离加权方法(IDW方法)和空间回归方法(SRT方法)进行比较分析。试验结果表明,SRT_BSF方法相对于IDW方法和SRT方法更能有效地标记出地面气温资料中的存疑数据,同时多组独立案例的分析结果说明SRT_BSF方法具有更好的稳定性和适用性。      

奥运气象资料管理系统中SCRUM方法应用

引言 软件质量和生产率是软件工程的两个核心目标。敏捷软件开发方法（以下简称敏捷方法）统称轻载方法,以区别于传统的软件开发方法（又称重载方法）。目前常见的敏捷方法有Extreme Program—ming（简称XP）、SCRUM、Crystal、Adaptive Software Development（ASD）,     

气候变迁下的古雷电印象浅析

探讨和总结了古雷电研究的4种方法:①地质记录中的古气候标志方法;②氧同位素测量古温度方法;③冰川冰期与气候冷暖方法;④史料记载的研究方法。应用这4种方法分别对史前气候变迁下的古雷电进行描述,然后再从史料记载中,浓缩了古雷电的记录,分析了古雷电印象。     

LAPS系统中两种资料融合方法对台风“海葵”的预报对比分析

LAPS分析系统包含两种资料融合方法,一种是基于修正的Barnes插值方法(LAPS方法),另一种是基于连续变分的融合方法(STMAS方法)。本文以2012年11号台风"海葵"为例,对LAPS分析系统中这两种方法进行对比分析。结果表明:(1)两种分析方法均能较好分析出台风的环流结构和中心;其中,LAPS方法分析的台风强度略偏弱,但包含小尺度系统较多;相比较而言,STMAS方法分析的台风强度偏强,分析场更加连续、平滑。(2)对高度场、湿度场以及中低层风场和温度场,STMAS方法分析场更加接近探空观测。(3)以LAPS方法分析场为初始场,预报的台风路径误差较STMAS方法大,但对100 mm以上的强降水中心的预报TS评分较高,0—6 h降水预报TS评分也明显高于STMAS方法;而以STMAS方法分析场为初始场,预报的台风强度强于实况,但对大于25 mm和50 mm的雨区预报优于LAPS方法,12—24 h降水预报TS评分也较优。(4)在该台风个例中,对两种方法的降水预报进行平均,所得到的降水预报场具有相对较高的TS评分。     

基于人工神经网络的集成预报方法研究和比较

用人工神经网络方法对同一预报量的各个子预报方程进行集成预报研究,并以同样的子预报方程进行回归、平均和加权预报集成。对神经网络集成预报模型与各个子预报方程及其它集成预报方法进行了对比分析研究。结果表明,人工神经网络方法所构造的集成预报模型不仅对历史样本的拟合精度比各个子预报方法及其它集成预报方法更好,独立样本的试验预报结果也显示出更好的预报准确性。并且,采用神经网络方法进行预报集成,可以避免以往集成预报方法难以确定权重系数的困难     

新疆夏季降水和冬季气温预测方法及效果评估

本文利用4个国内外先进的气候模式（国家气候中心、ECMWF、NCEP和JMA）业务预测数据,采用2种多模式集合方法（等权平均和超级集合）、3种降尺度方法（BP-CCA、EOF迭代、高相关回归集成）和3种统计方法（CCA、最优气候值、高相关回归集成）以及降尺度集成和降尺度-统计方法集成,分析了目前季节模式、多模式集合、降尺度、统计方法、降尺度-统计集合等目前常用气候预测技术对新疆夏季降水和冬季气温的业务预测能力。 研究表明,以上技术方法对新疆夏季降水和冬季气温的预测预测能力有较大差别。目前先进的气候业务模式的预测技巧普遍很低,多模式超级集合和降尺度方法的技巧常高于单个模式,并且最佳的降尺度方法通常技巧高于最佳多模式集合方法。同时,统计方法和降尺度方法的预测技巧通常较为接近,而对二者进行超级集合可以具有相对很高的预测技巧。此外,现有常用气候预测技术方法对新疆夏季降水和冬季气温的趋势有一定的预测能力,但对气候异常的空间分布基本无预测能力。建议新疆气候预测技术围绕统计和降尺度方法集合发展。     

土壤水分遥感监测研究进展

用遥感技术进行土壤水分监测已有30多年的历史,国内外学者在此领域做了不少的探索和研究。通过分析各种遥感土壤水分监测方法的特点,将其归纳为：基于土壤热惯量的方法、基于植被指数的方法、基于温度和植被指数的方法、基于植被蒸散的方法,以及基于微波遥感的方法等五类,分别介绍了各类土壤水分监测方法的提出及其发展、演变,同时也提出了土壤水分遥感监测在实际运用中仍然存在的问题。     

改进后TREC外推方法在台风临近降雨预报中的应用

本文提出了一种改进后的COTREC方法(CLTREC)。在传统COTREC方法基础上,增加了相邻时刻回波强度连续约束检验和矢量全变分修正,从而使得反演的雷达回波移动矢量场更为连续。选取了3个登陆台风个例,对方法进行检验。结果表明,CLTREC方法比传统COTREC方法的外推移动矢量场更平滑,台风环流特征也更合理。基于CLTREC外推预报的降水形状、强度和位置都与观测更为接近,1 h的台风定量降雨预报与观测相关系数达0.7以上。总体而言,相比传统的COTREC方法,CLTREC方法改善了台风短时临近降雨预报精度。     

山岳型风景区最高最低气温预报方法研究

利用ECMWF预报场资料和地面观测资料开展支持向量机(SVM)、卡尔曼滤波(Kalman)两种统计方法对山岳型风景区气温集成预报方法的研究,并且结合自动气象观测站气温资料进行检验。结果表明:单一的SVM方法预报准确率较高且稳定,传统的Kalman方法预报效果不太理想,对长时效预报效果较差;加权集成后,3种集成方法预报稳定性较好、准确率比单一的SVM和Kalman预报方法均有所提高。从不同预报时效的检验结果看,各预报方法最高和最低气温预报准确率随着预报时效的增加均呈现降低的趋势。绝对误差分析表明,各预报方法最高气温的平均绝对误差均低于最低气温的平均绝对误差。     

目标圆方法在船舶导航中的应用

根据多年指挥海上船舶绕避热带气旋的经验,提出了一种基于热带气旋预报目标圆的绕避热带气旋方法。文中给出了目标圆方法的基本原理、操作流程和关键技术,介绍了实际使用此方法成功指挥船舶绕避热带气旋的实例。统计结果表明,近年来此方法的使用效果和效益评估情况良好,具有较高的使用价值。这种绕避热带气旋的方法同样适用于船舶绕避爆发性气旋。     

两种OI陆面同化方法在GRAPES_Meso模式中的初步应用试验

初始土壤湿度和土壤温度,对陆面模式以及数值模式的模拟结果都有很大影响。OI(Optimal Interpolation)方法,是考虑观测和预报误差的客观统计方法,能够给出一个修正后的土壤湿度和土壤温度。在OI方法基础上发展的OI_EC和OI_MF方法,已经在欧洲中期天气预报中心、法国气象局等业务应用。现在的GRAPES_Meso模式还未引入陆面同化技术,所以本文将OI_EC和OI_MF两种陆面同化方法在GRAPES_Meso中进行初步应用。通过夏、冬两个季节的试验结果发现:两种陆面同化方法均能有效地提高模式对2m气温模拟效果,对于降水模拟结果没有明显变化。对比两种OI陆面同化方法结果,OI_EC方法得到的系数更为合理,OI_MF方法不适合模拟植被覆盖较低的区域。     

10-30天延伸期预报及其策略思考

在当前的气象预报业务中,10~30 d的延伸期预报是“无缝隙预报”中的难点。由于理论基础尚不完备,致使延伸期的准确预报还存在诸多困难。但对10~30 d延伸期预报业务迫切的社会需求,使其成为众多气象专家关注的研究热点。本文对10~30 d延伸期预报的概念、意义进行了阐述,在此基础上对其物理过程性质和预报困难的原因进行了分析。讨论了延伸期预报的预报对象,并在借鉴前人成果的基础上,总结归纳出了低频振荡方法、经验波传播方法、相似预报方法、物理统计方法、动力学方法（集合预报方法）、大气环流模式和中期模式集合方法、动力统计方法、综合集成方法等8种做延伸期预报的方法。     

区域集合预报基于SKEB和多物理过程的混合模式扰动方法研究

为了研究随机动能后向散射(stochastic kinetic energy backscatter,SKEB)模式扰动方法在区域集合预报中的应用效果,基于WRF模式构建了集合预报系统,针对SKEB的扰动振幅进行了敏感性试验,以了解SKEB扰动的作用特征;发展了一种多物理过程组合(multi-physics,MPHY)与SKEB相结合的混合模式扰动方法(SKEB-MPHY),并对比了SKEB、MPHY以及SKEB-MPHY的预报效果,以探索区域集合预报的最优模式扰动实现方案。试验结果表明:SKEB方法通过固定的动能耗散率计算出流函数及温度扰动,从而对模式积分产生影响,且耗散率大小与预报离差正相关,垂直结构扰动不利于预报离差的发展。SKEB、MPHY以及SKEB-MPHY方法的对比试验表明,对于高空动力场预报离散度的增长,SKEB方法比MPHY方法占优,而低层温度预报离散度增长,MPHY比SKEB扰动方法占优,混合模式扰动方法的扰动增长能力在三种方案中表现最好。集合预报检验结果表明SKEB-MPHY方法评分优于单独的SKEB和MPHY方法。降水个例分析及降水评分结果表明与单独采用MPHY方法相比,引入SKEB方法可以对大雨预报有所改进。本文研究结果表明SKEB方法及在其基础上建立的混合模式扰动方法具有较好的应用前景。     

最优子集的神经网络预报建模研究

作者尝试用最优子集方法进行神经网络长期预报模型的建模方法研究。结果表明,在很多情况下,由于最优子集方法比逐步回归方法能选取更好的预报因子,因此所构造的神经网络预报模型具有更好的拟合和预报效果,这为神经网络在长期预报的应用研究提供了新的思路和方法。     

热带气旋路径集合预报试验

以MM5模式为试验模式，分别用增长模繁殖法（BGM）和模式物理过程扰（MPP）形成12个集合成员，对2005年登陆我国的8个热带气旋进行了52次路径集合预报试验，以寻找适合西北太平洋热带气旋路径的集合预报方法。结果表明:BGM方法的集合预报结果总体上好于控制试验结果，其中对强度较弱的热带气旋的集合预报效果更好。MPP方法的集合预报结果总体上不如控制试验结果，但对初始时刻强度达到台风的热带气旋的集合预报效果较好，集合预报相对于控制试验的改进效果明显。基于BGM方法和MPP方法集合预报的不同特点，将两种方法相结合形成扰动成员，这一综合方法的集合预报效果好于单一方法的集合预报效果。BGM方法和MPP方法的系统发散度总体上都偏小。     

霾日数的统计方法讨论一以西安地区为例

利用西安1959-2010年每天02、08、14、20时能见度、日平均相对湿度以及天气现象等地面气象观测资料,采用四种方法对西安市霾日数统计分析。结果表明：四种方法统计霾日数的气候变化趋势基本一致,表明四种方法均可比较准确地反映蕴出现时间,其中单时次能见度和湿度判断方法确定的历年冠日数最多,日均能见度和湿度以及天气现象综合判断方法确定的年霾日数最少。四种方法的统计结果显示,西安市1959-2010年期间年殖日数1999年最少。将四种方法统计的覆日数与实际观测氧日数的变化趋势相比,发现单时次满足条件能见度与湿度及天气现象综合判断的结果与西安历年实际变化趋势最为接近。     

数据挖掘技术在气象预报研究中的应用

气象预测是现代世界最重要和最有挑战的问题,准确的气象预测常需要使用比较先进的方法和计算机模型。本文分析了数据挖掘方法在气象预报中应用的国内外研究现状,简要介绍了目前在大气科学领域应用的一些数据挖掘方法的相关概念、原理和特点,综述了数据挖掘方法在气象预报中的最新应用研究进展,讨论了这些数据挖掘方法在气象预报中的优缺点。最后指出了当前基于数据挖掘方法的气象预报技术存在的一些困难,并对未来的研究重点和和发展趋势进行展望。