用北太平洋海温场资料制作月降水量预报

使用东营市1963-1996年逐月降水量资料和1962-1996年北太平洋海温资料，采取滚动式相关分析方法，建立了备选因子集。另外，应用逐步回归、最优子集回归、人工神经元网络、多因子EOF迭代等四种统计方法，分析了东营市月降水量与北太平洋海温场的关系。结果表明：东营市月降水量与北太平洋海温场存在显著相关；采用四种统计方法制作东营市月降水量预报，其预报效果均较好。     

卫星观测的OLR对夏季青藏高原月雨量及凝结潜热的估算

本文用美国NOAA1974年6月—1984年5月(其中1978年3—12月缺测)2.5×2.5经纬度网格月平均OLR资料,以及同期青藏高原上83个站的月总降水量资料,分析发现在夏季(6—9月)两者在空间和年际变化上都有密切的负相关,而地面测站数量和高山积雪对上述相关系数的影响较小。分区求得的回归方程,可以较好地估算高原雨季的平均降水量及相应的总潜热。     

中国大陆地区的OLR与厄尔尼诺现象

本文利用美国NOAA极轨卫星观测的1974年6月—1986年2月2.5×2.5经纬度网格区月平均的OLR资料,计算分析了中国大陆地区地—气系统射出长波辐射(OLR)的基本气候特征,给出了OLR的年、季平均值及均方差的空间分布图。并计算分析了1974—1985年期间厄尔尼诺年与反厄尔尼诺年中国大陆地区OLR的差异,进行对比分析,初步得到一些有意义的现象。     

月降水量的持续性分析

根据1951—1990年全国160站月降水量资料,通过计算相关系数、相关概率和持续性比,统计分析降水量的月际持续性特点.其结果可为月尺度降水的长期预报提供有关信息和相应的气候概况.     

地面雨量计结合卫星水汽通道资料估算面降水量

通过降水过程中空间相邻区域在气象卫星水汽通道的亮温数据相对差来描述水汽相对差 ,近似为降水量的相对差 ,使降水量的分布趋势得到了较为细致的体现。利用它对插值算法进行修正 ,提高点降水量的估算准确度 ,从而使估算的面降水量更加接近实际面降水量。     

非线性时滞方程预测月降水量

采用一维月降水量序列，以延滞τ拓展后，用四维时滞方程，对南京１９８０年１月到１９９４年１２月的降水量进行预报，与实测量相比较，相关系数为０．９７，并对时滞方程的参数选取进行了讨论。     

OLR与雨量关系的区域差异及其雨量估算

利用NOAA卫星观测的OLR资料和地面观测雨量资料，分析我国华北，长江中下游和华南地区年，季降水与OLR的关系，结果表明，OLR负距平（正距平）与多雨区（少雨区）对应。OLR与降雨量的负相关 性在华南地区显著，在华北地区不显著，本文对原始场进行处理，用EOF－CCA方法建立了华北南部夏季，年降雨估算模型，使OLR与降水的拟合程序明显提高。     

用非线性映象法作钦州市月降水量预报的研究

选取反映大气环流作用的500hPa的三个因子场:1956～2001年环流特征量、振幅和位相资料作为预报因子与钦州市1957～2002年5月降水量求相关比,将求得的高相关比因子用非线性映象法制作钦州市1995～2002年5月的降水量预报,试报效果明显。     

月降水量的神经网络混合预报模型研究

以均生函数表征预报量自身周期变化，结合500hPa月平均高度场和月平均海温场预报因子，采用神经网络方法建立了一种新的短期气候预报模型。分别以广西桂北、桂中和桂南6月降水量作为预报对象进行预报试验，结果表明，这种新的预报方法比均生函数回归预报模型及高度场、海温场预报因子的回归预报模型，具有更好的物理基础和预报能力。     

GMS-5卫星估计中国西部地区月降水

在气候降水数据集中, 中国西部地区的降水数据精度一直偏低, 如全球降水气候项目数据集(GPCP)数据1998年年平均相对误差在100°E以西达到100%以上, 由于这一地区人烟稀少, 缺少足够的地面雨量站, 极轨卫星时间覆盖率低, GMS静止卫星高度角偏低, 给这一地区的降水测量和估计带来困难.本文尝试将GOES卫星降水指数(GPI)算法拓展应用到这一区域, 同时, 为了消除卫星高度角偏低造成的影响, 利用当地气候资料, 引入相对湿度修正因子.结果表明, 用GMS静止卫星云图结合气候资料, 可以有效估计中     

中国西部OLR与秋季降水的关系

利用中国西部280站地面降水资料和NCEP再分析OLR资料,采用EOF、相关分析方法,分析了中国西部OLR与降水的关系.结果表明:(1)中国西部秋季OLR高值区与降水低值区相吻合,OLR低值区偏于降水高值区一侧.秋季OLR和降水具有显著的反相变化趋势.(2)西部秋季各月OLR与降水有大片显著的负相关区存在,在西北和东南...     

我国月降水量气候噪声的估计

利用我国大陆均匀分布的70个测站1961~1991年逐日降水量资料, 讨论了月降水量的气候噪声的3种估计方法, 并分别用改进后的方法估计了1、4、7、10月四个有代表性月份降水量的气候噪声.结果表明:我国月降水量的气候噪声随着降水量增加, 具有明显的季节变化, 一般夏季月份的噪声显著大于冬季月份, 秋季月份稍高于春季月份.从空间分布看, 春、夏、秋、冬全国绝大部分地区的气候噪声由南向北、由沿海向内陆明显减小.     

湖北省月雨量的相空间投影预报法

考虑到气候系统的非线性特性及有关变量之间的物理关系，应用相空间投影技术来制作月雨量预报。试验表明：该技术对月雨量距平百分率预报的符号相关准确率可达63．8％，对目前的日常长期预报有一定的参考意义。     

中国长序列资料测站月降水、月均温相关联系的稳定性分析

选取我国长序列资料测站点中月降水与月均温资料较全的6个站点：西安、广州、汉口、沈阳、重庆、上海,以10a为一次成组实验,时域分辨率定为季,计算出各季月降水与月均温的相关系数,然后用相关分析和贝努里概型分析月均温与月降水之间的相关联系,初步得出我国长序列资料测站点春、夏、秋、冬月降水与月均温的相关稳定性联系。结果表明：①我国月降水与月均温在春、夏、秋、冬季均存在相关关系,以夏、秋季节最显著且为负相关,故我国常见干热或湿凉型夏、秋季;②我国华南地区春季月降水与月均温负相关关系显著,故常呈现干热或湿冷型春季;西北地区冬季月降水与月均温负相关关系较为明显,常呈现干热或湿冷型冬季。     

基于卫星和雷达资料估测滇中地区降水量方法研究

选用2008、2009和2010年5-10月的云顶亮温、云顶亮温梯度、水汽云图、总云量和云分类等云图资料,雷达基本反射率资料及自动站1h降水量资料,采用BP神经网络建立预报模型、传统Z-I关系及云分类Z-I关系,对距昆明雷达站大于20 km、小于150 km区域里且2008年已建有自动站的18个测站进行3h降水估测研究.通过研究,得到使用BP神经网络建立预报模型估测降水,在与实测降水的误差方面,比使用传统Z-I关系及云分类Z-I关系估测降水略有减小.本研究也是对综合利用卫星和雷达资料估测降水进行尝试.     

2008年初全国雨雪冰冻天气的OLR资料分析

2008年1月至2月初,中国发生大范围长时间的雨雪冰冻天气气候事件,用NOAA-18气象卫星的OLR资料,对这一极端天气气候事件做了OLR资料特征分析.统计得出这一时段内OLR候距平与候降水量的关系式:Y=A+B×OLRJP,在江南、华南地区其相关系数为0.60525;计算了中国区域及其主要气象台站1989-2008年的月OLR标准差,得出中国区域月OLR标准差1989-2008年段明显高于1989-2000年段,表明近年来极端气候事件增多;从OLR候、旬等值线图和距平图分析得出:卫星OLR资料的等值线图,特别是距平等值线图,能较好地反映降水天气事件,尤其是长时间降水的极端天气气候事件,在日平均OLR等值线图上,OLR值低表明云系越高,降水越强;在候、旬平均OLR等值线图上,OLR越低表明降水云持续的时间长;而候、旬OLR距平的大小则揭示了观测地区的旱涝程度,候、旬OLR负距平越低表示超过常年同期的降水强度越强和持续的时间越长.     

NCEP CFSv2对中国2015年夏季月尺度降水和环流预报分析

利用美国环境预报中心的第二代气候预报系统(NCEP CFSv2)提供的1982~2010年历史回报资料和2015年6~8月预报产品、NCEP CFSR再分析资料及中国地面观测降水资料,评估了NCEP CFSv2对2015年(厄尔尼诺发展年)中国夏季月降水和环流形势的预报能力,并分析了影响模式预报技巧高低的可能因子。结果表明:1)模式对降水的预报技巧较低且表现出明显的月变化(7月最高,8月次之,6月最低),但总体水平都不高。预报技巧明显依赖于提前时间的长短。2)CFSv2对影响我国夏季降水的500h Pa关键区环流异常空间模态表现出较高的预报技巧。对全东亚区域,模式基本都可提前5~9天(7月9天,6月6天,8月5天)较为准确的预报出未来一个月高度异常空间模态。3)通过对比分析发现,CFSv2环流预报中选取12个集合成员(滑动3天)可以得到较稳定的预报结果。4)在2015年夏季月尺度环流异常模态预报中,东亚全区的环流预报水平很大程度上取决于中高纬地区的预报。CFSv2对中高纬环流月预报技巧(6~8月都能从提前4天开始就基本稳定维持在较高水平)比热带地区更高更稳定。     

利用卫星和雷达估计大暴雨

利用合肥、武汉和长沙雷达、云顶亮温TBB等观测资料,对2003年7月8日发生的大暴雨天气过程进行了联合估计。结果表明:联合估算降水很好地再现了这次降水过程;卫星估算降水很大程度上弥补了雷达估算降水在空间分布上的不足,但对特大暴雨在强度上估计不足,对中等强度的降水估计偏大;引入雷达对卫星估算降水进行联合估算,能很好地反映暴雨云团的中尺度结构特征,反演的降水场能很好揭示强降水过程的时空变化特征。