运用数理统计方法的几点体会

我站从1973年开始运用数理统计方法作预报,起初,由于没有学透,也缺乏经验,因此效果很不理想。1975年,我们在原有图表、指标和相关因子的基础上,重点对因子、指标进行检验、过滤,对原始资料序列进行处理,先后对20多种方法进行了试验。并通过试报发现     

武威地区冬季低温天气的气候分析与预报

通过对１９８０—１９９１年１２—２月武威地区低温天气过程气候特征和天气成因的分析，建立模式预报方程。１９９２—１９９６年试报效果良好，将植入“武威地区冬半年寒潮降温多目标专家系统”，投入业务运行。     

多级降水概率回归集成预报方法

对多种降水概率预报方法进行线性多级概率回归,对每种方法先进行“０,１”化处理,然后建立各种方法组合下的各级天气出现的条件概率。用最小二乘法进行回归计算,解出方程组的系数,代入多级概率回归食指成预报方法,得到集成后各级天气出现的概率。通过试报,效果令人满意。     

雷暴云顶高的图解计算分析及其顶报实践中的检验

本文从能量的观点出发,通过对甘肃平凉地区1973—1977年夏季68次雷暴云的雷达观测资料和相应的探空观测资料进行了计算分析。发现当天雷暴发展最强时刻的最大云顶高有它的规律性。这个规律性就是:当大气中层(700—400毫巴)处在中等干湿条件下(平均相对湿度在32—62％),计算的云顶高与雷达观测到的最大云顶高几乎完全吻合,这类情况的概率达71％;当层结的水汽条件处于相对比较高湿或比较干时,计算的云顶高和雷达实测到的最大云顶高产生偏离。产生这种偏离和水汽条件有较密切的关系,为此,我们在预报雷暴云顶高的问题上,根据在温度对数压力图上,应用作者在1)中的方法计算的云顶高,再结合层结的水汽条件需进行某种经验订正。此法于1978年夏季实践中进行了试报,并用雷达观测进行检验,结果与实际情况很吻合。     

商洛地区9—10月“东高西低”型大—暴雨指标

为了提高秋季≥20.0mm 大—暴雨短期预报准确率,搞好预报服务,我们通过普查历史资料,摸索本地区秋季大—暴雨的天气规律。先普查历史天气图,寻找有利于本地区产生大—暴雨的环流形势、分型,确定大—暴雨的形势指标,各县站在此基础上找出单站指标。作预报时,地区台套上形势指标后给县站发讯号,然后县站套用本站指标。通过普查分析1960—1975年9月1日—10月15日○8时历史天气图(1974年未查,留作试报),初步归纳出产生大—暴雨的环流形势有“纬向”型和“东高西低”型两大     

武威1—2月份晴雨MOS方法

自1984年6月以来,我们用 MOS 方法制作了全区和单站的晴雨、大风、气温等要索的部份预报工具。经过初步尝试,我们认为:MOS 方法对提高天气预报的准确率有较好的作用。从今年起,做为天气预报服务客观化、定量化的重要手段,已基本投入了准业务试验阶段。现将1—2月份晴雨 MOS 方法及试报情况作如下介绍:     

对过去天气编报的几点看法

读了上期蔡恒荣同志的文章,深感在现行的GD—01电码中,确实有一些问题值得探讨。现就蔡文所提的几个问题,谈一下我们的看法,和同志们商榷。 在例1中,14时的ww编报70,W报6而不报7,我们是同意的。除蔡文所述理由外,我们还认为过去天气现象表、中把雨夹雪归为电码7而不归为电码6是不妥当的;这是和现在天气电码表把雨夹雪归为60     

安顺市两类暴雨模型的建立及应用研究

该文建立了对安顺影响最多的辐合线锋生型和冷锋低槽型暴雨天气学模型,同时通过分析相关站点的物理"配料"在暴雨发生期间的变化特征,统计出了表征动力、热力和水汽条件等物理量在暴雨发生期间的阈值。最后通过实况资料与数值预报产品结合的方式,得到了一个预报安顺暴雨的方法。对2012年5—9月天气进行了逐日检验试报,并在2015年汛期试用,结果表明该方法对安顺暴雨有较强的预报能力,试报准确率Ts=66.7%。     

东营市城市空气质量集成预报研究

利用1999—2003年高空气象资料、东营站地面资料以及东营市环境监测资料，按季度分别建立了高空资料因子库、物理量资料因子库和东营资料因子库，并分别与各污染物求取了相关系数，建立各自的典型场，运用逐步回归法、最优回归法、BP神经网络方法建立了各污染物的预报模式，加上CAPPS模式，分别对2001—2002年进行了试报。根据四种模式预报的准确性计算出各模式的权重系数，建立了空气质量集成预报系统，并对2003年进行了试报，效果较好。     

试报是没有必要的

在制作预报工具时,许多人主张留下近几年的资料不参与试验,待工具制好后,再把它加进去看是否符合结论,如符合即认为此工具是可行的。这就是我们通常讲的试报或回报。试报是不是检验预报工具或成果好坏的一种好方法?未经试报能否确定预报工具的好坏?本文试图谈些不同的看法。一、试报的片面性。以长期预报为     

应用四点法预报东向暴雨

东向辐合流场引起的暴雨,是我省7—10月暴雨预报中的一个主要难点。本文由低层流场出发根据东向影响系统所特有的流场和路径,分析系统必经区域内流场的某些特点,发现可由四个固定点的风速,即用四点的风矢进行计算,来表示影响区域的环流量和辐合量,以此做为预报指标,经过反查和试报,发现有较好的效果。     

2008—2012年东北三省强对流天气的统计分析

针对东北三省强对流天气短时预报的难题,首先统计分析了该地区强对流天气发生的时空分布特征,发现2008—2012年东北三省强对流天气主要发生在14—20时,而在08—14时相对较少;主中心区基本维持在辽宁西部地区,发生频数呈"南北多、中间少"的态势,且月平均发生频数逐月减小。其次,以哈尔滨、长春和沈阳站为例,利用实况探空资料计算对流参数,并对强对流天气历史样本进行预报技巧评分,确定对流参数阈值,回报TSS评分最大可达0.477。最后,通过2013年的独立样本的试报,检验新的阈值。检验结果表明,TT、TTMod和MK指数对东北三省的强对流天气有较好的指示意义。综合分析历史和独立样本,利用08时探空资料计算各指数作预报时,哈尔滨和沈阳地区TT、TTMod指数的预报效果相对较好,而长春地区TTMod和MK指数预报效果较好。     

基于MOS方法建立达州温度预报模型

利用2009年4月—2010年6月欧洲中心数值预报资料及达州6个国家气象站站温度观测资料,根据影响温度变化的因素和相关分析筛选出了10余个因子,基于MOS方法建立预报模型。在温度预报模型建立上,利用动态最优子集回归,经过多次试验,确定了最低气温和最高气温预报因子。通过2010年1月—2010年6月与预报员主观预报结果对比分析和7—9月试报检验,预报方法能够有效提高达州温度预报准确率。1—6月检验结果最低气温平均偏小0.31℃,最高气温平均偏小0.53℃。7—9月份试报结果最低气温偏小0.34℃,最高气温偏小0.62℃。     

用MED方法作南京地区五月份雷暴的短期预报

本文在分析产生雷暴的大尺度环流特征的基础上探讨了雷暴的地区性短期(24小时)预报方法,采用数值模式预报(M)、天气学经验预报(E)、诊断分析(D)综合分析的方法,建立起MED预报模型。该模型对1982—1984年五月份共93天的拟合率为92/93,1985—1986年两年五月份共实际出现雷暴4次,报对3次,无空报,试报准确率为61/62,效果较好。文中还就短期雷暴预报的某些特点进行了分析,并对MED方法的合理性等问题作了讨论。     

逐步消空法在祁连山区东部冰雹预报中的应用

选取祁连山区东部5个测站1992—2012年3—9月4 280个样本和114个冰雹个例,利用同期NCEP/NCAR再分析资料,采用差分法、天气诊断、因子组合等方法构造出反映本地对流天气特征的104种对流参数。在天气学分型的基础上,利用点双序列相关系数方法计算每个对流参数与同期冰雹日的相关系数,选取相关性好且物理意义明显的因子作为候选因子,利用逐步消空法,根据设定的空报率阈值,逐个引进因子,当小于阈值要求,结束预报因子的引进。对2013—2014年预报模型试报效果进行检验,预报准确率达45.5%,命中率为100%,预报效果较好。     

舟山群岛冬半年灾害性大风的成因与预报

利用舟山市1994—2003年的实测风资料分5类统计了舟山群岛冬半年大风的发生规律。对一次冷空气个例进行诊断分析结果表明:大风是强冷平流、高空急流、动量下传等共同作用的结果。对一次低气压引起的大风的分析认为涡度平流、温度平流、潜热释放对低压发展有重大贡献。根据大风的成因和预报经验选择有关物理量进行t统计分析, 选择有异常表现的物理量作预报因子。最后用人工神经网络方法建立预报模型, 并进行了试报, 试报误差都在4.5 m/s以下。     

城市火险天气等级多因子综合预报法

在“城市火灾中关键气象因子诊断分析”的基础上，通过权重系数法建立四季城市火灾率多因子综合预报法，并进行合理的等级划分，对等级标准的回代和试报检验表明，３级以上中高火剑日数少，但其火灾概括率、日着火机率均高，这说明该预报方法有较好的分辨预报能力。     

还是报“8472X”为宜

贵刊在第九期中发表了商洛地区气象局文大铭同志关于“是报8872X 还是报8472X?”一文后,我们认为对于天空出现全天的雨层云(Ns)和5成的碎雨云(Fn),报8472X 较合适些。因为:一、从规范和编报要求出发1、从云的特征、结构特点和云底高度来看,将 Ns 归为低云族;且在云的记录上,     

丹东市城镇火灾分析及火险预报

本文通过1982年以来2713次火灾报警,分析了火灾与气象条件的联系,并据此建立起城镇火险预报方法,和在APPLE-Ⅱ型微机上开发了“城镇火险预报系统”。通过1988年11、12月试报,效果较好,已于1989年1月正式投入业务使用。     

聚类分析和数量化方法在台风路径预报中的应用

一、引言聚类分析(Cluster analysis)是数理统计中研究物以类聚的一种方法,它的主要目的是研究事物的分类,在气象上由于各种环流形势非常复杂,仅仅凭经验来判断分类往往是不够的,如果用聚类分析把历史台风样本按照一定的标准客观地分成几类,则既可以“分类归纳出各种客观予报方法,又可以把各个型作为一个“质”的因子,然后通过数量化处理转化成“量”的因子,参加到预报方程中去,本文采用后一种方案,重点在改进预报因子,首先选择反映西风带和付高特征的有关因子,作为聚类分析的标准,然后,使分类因子数量化,同时结合其他数量因子,进行逐步迴归,建立预报方程,初步的试验结果表明,在台风路径的客观预报中,引用聚类分析是有效的,它能够把予报员的实践经验定量的反映到客观予报的模式中去。