临夏州小麦锈病预报

小麦锈病是我州麦类作物的主要病害之一。随着雨季的到来,由陇东、陇南迁入的菌源在当地寄生,并以爆发式扩散发展,致病成灾。自1959年有记录以来的28年中,每年都有不同程度的发生。其中中等以上年份的机率将近50%。统计分析表明,春末初夏降水增多,持续时间较长,最易导致锈病流行。5月相对湿度(?)72%,5、6两月降水之和达185毫     

北京地区降水的特殊性及其预报方法

实际业务预报中，北京地区降水经常发生两种特殊情况，即明显系统移来时北京地区降水明显比周围偏多或偏少。对此，选取两个实例，利用中尺度非静力模式(MM5)进行了高分辨率数值模拟和敏感性试验。结果显示，该模式较成功地模拟出了这两次天气过程及其相关的中尺度系统的发生发展，还显示，凝结潜热对迎风坡天气过程的发生发展产生了重要作用，地表特征对背风坡天气过程产生了重要影响，而地形在两次天气过程中都起着主要作用，低层潜在不稳定能量的储备和输送是暴雨发生不可缺少的条件。     

北京地区强对流天气展望预报方法研究

该文依据1983～1992年6～8月间276次强对流天气过程，研究北京地区强对流天气的形成条件及其展望预报方法。通过500 hPa逐日分型，将影响北京地区的大尺度环流型划分为5种类型。在各型中随机抽取出现和不出现强对流天气样本共298个，分别作合成分析，研究各环流型出现和不出现强对流天气的合成形势及差异。结果表明，出现和不出现强天气的环流系统特征、结构及物理量分布都有明显不同，从而概括出概念模式，导出各环流型预报着眼点。在此基础上，从各型计算的数十个物理量参数中，筛选出最佳预报因子，采用判断树预报流程，逐     

北京地区强对流天气短时预报方法的研究

本文由两部分组成，第一部分分析了北京地区冰雹落区与中尺度天气系统、散度场、涡度场、地面总能量场及相对湿度分布的关系。在此基础上概括出冰雹落区的概念模式，为冰雹落区预报提供了一种依据。第二部分说明了利用北京０８时单站探空资料预报强对流天气有无及强度的判断树方法，为强对流天气的短时预报提供了有应用价值的思路和方法。     

铜川市小麦产量预报方法研究

一、产量预处理影响小麦产量的因素基本可分为两大类,即:气候因素和人为因素.前者是产量年际变化的主要因素,后者是生产力水平因素,它的变化比较缓慢,有一定的规律,这就为我们进行产量分离提供了条件.我们可以把产量用下式表示:y=y_t+y_w……(1)式中y、y_t、y_w分别表示亩产量、趋势产量(即由生产力水平决定的部分)和气候产量.通过试验,取趋势产量为     

我国小麦白粉病预报方法研究进展

小麦白粉病是小麦的主要病害之一,对粮食的生产有一定的影响.因此,对小麦白粉病的预测预报有着十分重要的意义.目前小麦白粉病的预报模型中多以气象环境作为主要的预报因子,主要通过数理统计、模糊数学理论、神经网络模型、灰色系统理论以及其他一些数学方法建模,取得了较为丰硕的成果.但这些方法也存在一些问题,在以后的研究中应进一步完善.     

北京地区雷暴大风预报研究

利用NCEP1°×1°分析场资料,对北京地区2000—2005年夏季和2006年5—6月出现的30个雷暴大风日对流有效位能(CAPE)、对流抑制能量(CIN)、大气可降水量(PWAT)、垂直速度(ω)、相对湿度(RH)和抬升指数(LI)等物理量平均场进行了研究。结果表明,在雷暴大风发生之前,CAPE有一个明显增大的过程,与之相对应,CIN有一个减少的过程。垂直速度和相对湿度垂直-时间剖面图显示,在雷暴大风发生前,对流层低层一般为上升运动,来自大气中、上层的干冷空气及其伴随的下沉气流有利于不稳定层结的增强;雷暴大风发生当日的20时,大尺度环境场为较强的上升运动控制,上升运动可达到对流层顶高度附近,与之配合,大气中层(600hPa左右)存在一相对湿度为70%的高值区,其中55%的相对湿度高度可伸展到300hPa,大气可降水量达到最大值,抬升指数最小;从22时左右开始,随着不稳定层结的破坏,500hPa以下逐渐转为下沉气流控制。通过与2004—2005年5—8月期间46个普通雷暴日和非雷暴日平均场对比分析还发现,大气可降水量对雷暴大风和普通雷暴有很好的指示意义,即普通雷暴要求大气中含有较高的可降水量,而雷暴大风则较低。认真分析不同类型雷暴大风多普勒雷达回波特征,尤其是多普勒速度图像是做好雷暴大风临近预报的关键。     

北京地区游泳气象指数预报

通过对1996－1998年颐和园，北海和密云水库水温与气象要素的相关分析，建立水温预报方程，并根据1996－1998年逐日游泳的游程记录与同期水温关系，建立了北京地区4季度游泳强度和游泳指数的预报方程。     

北京地区暴雨短期预报专家系统

专家系统是利用电子计算机模拟人的思路的人工智能系统,它可以解决许多科学领域里的重要问题,近年来用计算机模拟老中医的思路,为患者治病并取得成功就是一个明显的例证。在天气预报方面,专家系统可     

美国小麦产量业务预报方法研究

利用综合诊断指标,研究了预测年美国小麦生长季逐日平均气温和降水量与历史上任意一年对应气象要素的关系。根据小麦产量历史丰歉气象影响指数,建立了基于地面气象要素的美国小麦产量预报模型;研究分析了西太平洋月平均海温、北半球500hPa平均高度场环流资料与美国小麦产量的关系,利用主要影响因子,分别建立了基于海温、环流资料的美国小麦产量预报模型。根据各预报模型的稳定性,利用加权方法建立了美国小麦产量业务预报集合模型。1995～2004年预报检验和2005～2006年预报试验结果表明：集合模型的预报准确率基本都在92％以上,能够满足业务服务的需要。     

多元动态逐步回归方法在北京地区能见度预报中的应用

基于2016年冬季的观测资料和ECMWF细网格240 h气象要素预报资料,选用与能见度变化相关的水汽、动力、热力等因素作为预报因子,利用多元动态逐步回归方程对北京地区未来10 d的能见度进行预报研究。同时将能见度分为3个等级:1 km、1～10 km(低能见度)和≥10 km,并从区域平均、空间分布及3次低能见度过程个例进行预报效果检验。多元动态逐步回归方法对北京地区的能见度及其变化趋势均有一定预报能力且效果稳定,其中≥10 km等级的能见度预报效果最好,TS评分为64.2%,其次是1～10 km,TS评分为53.1%,最后是1 km,TS评分为51.3%;两个低能见度等级中平原地区预报效果优于山区,表现为从东南向西北递减的特征;而≥10 km等级的呈相反变化,预报效果山区优于平原地区;北京地区3次雾霾过程个例预报也证实动态逐步回归方法能够较好预报北京地区持续性低能见度过程。     

SVM 方法在北京地区夏季晴雨预报中的初步应用

以常规观测降水资料、T639 模式输出产品为基础,利用支持向量机（SVM）方法分别建立了北京地区延庆、密云、房山和观象台4 个站点的夏季晴雨预报模型,并用独立的样本对预报模型进行了业务试运行检验。检验结果表明,经过SVM 方法学习后建立的站点晴雨预报效果优于T639 模式直接输出的晴雨预报效果,08—20 时段和20—08 时段4 站晴雨预报平均准确率分别提高了20.06%和9.45%。SVM 方法对T639 的晴雨预报效果有显著的改进,对北京地区夏季晴雨预报有一定的客观参考价值。     

北京地区温度要素模式预报和客观方法检验评估

利用2018年10月1日至2019年9月30日北京地区55个地面气象站的实况观测数据对欧洲中期天气预报中心的全球预报(ECMWF-thin)、国家气象中心区域预报(Grapes)、北京睿图(RMAPS)、国家级指导预报(SC-MOC)、北京智能网格温度客观预报(BJTM)和集合相似预报(AnEn)的逐日最高、最低气温预...     

小麦锈病大流行的水热指数

1985年是锈病大流行的一年,估计全县小麦减产2100多万斤,减产幅度为43.4%,部分地方甚至绝收,引起了人们的极大关注。我县冬小麦拔节期一般集中在5月中旬,田间群体密集,株间通风透光差,遇有阴雨天气,近地层湿度往往达到饱和程度。此时我县以东以南省、县的小麦陆续开始收割,锈病病菌孢子随近地层风向西迁移,最容易入侵感染我县。病菌感染和流行的程     

北京地区紫外线观测与预报系统

通过对1999－2000年紫外线观测资料的分析，得出紫外线强度与天顶距、总云量、低云量有很好的关系，并利用1999－2000年紫外线强度的观测资料和同期气象资料，利用统计学方法研制了紫外线强度预报方法，并建立了紫外线预报服务系统。     

北京地区大雾形成的分析和预报

根据1958~1994年首都机场大雾观测记录, 统计分析北京地区大雾生成的气候概况, 计算分析大雾形成前各种物理量场的分布和观测数据, 提出预报北京地区大雾的方法.并于1998年7~11月进行了预报检验.     

济南市郊小麦产量综合修正预报方法

影响农作物产量的因素很多,在农业技术相对稳定时,气象因子往往起主导作用。其它因素也会引起大幅度的减产,例如病虫害的蔓延发展。但它的发生发展也受气象因素的制约。所以可用气象因子与作物产量之间的相互关系,来作天气——产量趋势的预测预报。本文以布尔代数多级分辨法作定性预报,以周期分析法作定量预报,最后作综合修正预报。     

甘肃省小麦主要病虫害及预报方法概述

介绍了甘肃省冬、春小麦主要病虫害的分布特点、危害程度以及发生、流行的适宜气象条件;并简要阐述了目前常用的建立预测病虫害模型的原理及方法。     

烟台市小麦产量预报方法的研究与应用

通过对烟台小麦产量与气候条件的关系进行分析,建立趋势产量方程,并分离出小麦趋势产量和气候产量,再用气候产量对应年份的气候因子建立气候产量的预报方程,最终预报2012年烟台冬小麦产量,并与当年实际产量进行了比较,结果表明该预报方程可行。     

山东省冬小麦产量动态集成预报方法

在新型统计检验聚类分析 (CAST) 方法对山东省冬小麦种植区进行合理分区的基础上,利用基于作物产量历史丰歉气象影响指数、关键气象因子影响指数、气候适宜度指数、WOFOST (world food study) 作物生长模型分别建立各区域冬小麦产量动态预报方法,利用这4种方法分别对2004—2011年山东省冬小麦产量进行动态预报,在分析历史预报结果平均准确率的基础上,剔除预报准确率低于90.0%的预报方法,确定每种方法的权重系数,采用加权方法建立山东省冬小麦产量动态集成预报方法。结果表明：4种单一产量预报方法在各区域各时段的预报准确率很不稳定,波动范围较大。而集成预报方法对山东省各区域冬小麦产量动态预报准确率相对于4种单一预报方法均有所提高,预报准确率普遍在95.0%以上,且其预报结果稳定性较好,变化比较平稳, 集成预报方法更适合在业务上应用。