江门市冬春冷暖气候趋势预测模型

统计分析了1956年～2004年江门市冬春冷暖气候趋势，与500hPa高度场、赤道太平洋海温场、大气环流因子——西太平洋副高、极涡等的相关特征。结果表明，同期江门上空500hPa高度场为负距平区，前期至同期Nino3＋4区海温处于拉尼娜事件的衰退阶段或海温维持负距平阶段，上一年7月亚洲极涡面积偏大，江门冬季各月气温偏低。综合上述各因子并结合天文周期法、韵律法和最优气候均态法等，建立了江门市冬春冷暖气候趋势预测的概念模型。     

灰色系统理论在长期预报中的应用

本文应用灰色系统理论,分别建立了南宁市的秋季寒露风、冬季菠萝低温、春季烂秧天气结束期的时间序列的灰色动态(GM)长期预测模型,预测的效果较令人满意。其优点为:①可以减少时间序列的随机性;②可以提高预测精度。     

灰色系统理论在气候预测中的应用

介绍了灰色系统理论的基本概念,分析了与气候预测相关的灾变与异常值预测、拓扑预测的原理与方法,认为气候系统是较典型的灰色系统,适于应用灰色系统理论预测模型进行预测。     

灰色系统理论在长期天气预报中的应用

本文应用灰色系统理论的建模方法和和回归分析方法设计出PC——1500、IBM二种计算机的GM(1,1)和三种回归拟合方程的预测处理系统。然后分别模拟我区八大站的秋季寒露风、春季低温阴雨结束期,春季(2—4月)、汛期(5—9月)的月降水和秋季(10—11月)雨量及南宁的冬季菠萝低温的时间序列的灰色动态(GM)长期预测模型及其回归拟合方程。通过一年的试用,预测的结果是满意的。     

苏州夏季高温与梅雨的灰色系统预测模型

本文介绍灰色系统预测和灾变预测原理及其技术,提出一种数列的预处理方法,最话给出二个应用实例。     

灰色系统理论在超长期预测中的应用

应用灰色系统理论,根据宝鸡市31年(1961～1991年)降水量、年均气温资料,建立了一套灰色动态模型,并对未来年降水量(5年)、年均气温(5年)趋势进行了预测,还用1988～1991年的资料进行验证,得到较为理想的结果,可为小麦、油菜及其它粮食作物的预测,以及制定农业规划和汛期的防汛措施提供科学依据。     

应用灰色系统理论试预测贵州气候灾变

应用灰色系统理论灾变预测方法,对贵州秋风,夏旱,倒春寒和凝冻指数建立了灾害预测模型,试作了１９９８－２０００年的灾变年份预测。     

“冬干天气暖,来春必有倒春寒”

一、预报思路“冬干天气暖,来春必有倒春寒”,这条农谚在贵溪地区流传甚广,其意思是:冬天少雨、高温,预兆早稻播种期间会有较长时间的低温阴雨。不利于早稻育秧,甚至会造成毁种烂秧现象。就韵律概念来说,春、冬还具有120天的对应关系。     

灰色系统理论在绵阳市作物病虫害预测中的应用

作物病虫害的综合管理是一个多因素的复杂系统,针对这一特点,本文全面阐述了灰色系统模型的建立与预测方法,建立了作物病虫害测报中的GM (1,1)模型,测报准确性较高,模型模拟检验精度达到I级水平,发展系数<0.3,可用于该地区作物病虫害作中长期预测。     

灰色系统理论在绵阳市作物病虫害预测中的应用

作物病虫害的综合管理是一个多因素的复杂系统,针对这一特点,本文全面阐述了灰色系统模型的建立与预测方法,建立了作物病虫害测报中的GM（1,1）模型,测报准确性较高,模型模拟检验精度达到I级水平,发展系数〈0．3,可用于该地区作物病虫害作中长期预测。     

灰色系统理论在天山北坡牧草评价中的应用

本文以牧草出苗至子实成熟期间的间隔日数作为质量评价参数。以≥0℃积温、降水量、日照时数作为参评因子,应用灰色关联分析,对本地段有代表性的三种牧草进行了评价     

用灰色系统理论试作灾变预测

灰色预测是指以GM(1,1)模型为基础所进行的预测。实质上就是根据过去及现在的信息,建立一个从过去引伸到将来的模型。灾变预测同数列预测一样,均属灰色预测, 设有原始数列X~((0))=X_((1))~((0)),X_((2))~((0)),………,X_((n))~((0))若规定一个阀值A,把X_((i))~((0))中的那些大于或小于A的点认为是具有异常值的点,然后将符合这一条件的数据挑出来,另外组成一个新的数列再将这一新的数列做灾变映射,而后将映射得到的灾变日期集P=P_((1＇)) ,     

第七讲 灰色系统理论在气象中的应用实例

7.1在数值产品统计释用中的应用 (1)原理 首先,我们将给出关联度的定义。若有m个时间序列     

灰色预测模型在长江上游流域面雨量预报中的应用

文章以数值预报产品为基础，用灰色关联度分析了不同数值预报产品降水量预报的可信程度，应用灰色预测方法建立了长江上游五大流域面雨量预报模型。2001年和2002年6～8月投入业务运行，24h、48h预报平均准确率分别达84．5％和83．2％。     

基于数理统计方法的降水量预测模型建立及应用

降水量是一个随机事件,但在一个相当长的时间段内又有一定的规律性。由于降水过程存在高度随机性和不确定性,很难用物理成因等方法来确定某一时段确切的降水量值。在国内具有代表性的权马尔科夫链预测降水量方法的基础上,结合数理统计的知识,提出了一种改进的预测降水量思路,即对原始降水量序列进行3 a滑动平均,并考虑序列间的相关程度,以减弱原始序列的随机因素,用新序列进行降水量预测的方法,并对北京、延安等5个站点的降水量序列进行了应用检验。检验结果表明,除了在极端年份(如岢岚站点2006年,偏关站点2006、2009年均为枯水年)时预测有较大误差外,其余年份的预测结果比较令人满意,总体上合格率达到80%。由于权马尔科夫链模型建立时在统计学基础上利用了降水量序列的均值和均方差,预测值是在一定概率条件下趋向于某一状态,而极端条件发生的概率较小,因此在预测极端条件时会出现较大误差。     

利用灰色理论建立预报模型的结构分析及其修正

本文从灰色理论建模的原理入手,对其模型结构进行了数学分析,提出了一种较为合理、有效的残差修正初步方案。这对进一步认识灰色理论,提高其使用精度有参考作用。     

灰色系统理论在降水量,气温超长期预测中的应用

本文应用灰色系统理论,根据乌鲁木齐地区46年(1941—86年)降水量、气温资料,建立了一套灰色动态模型,并对未来降水量(6年)、气温(6年)趋势进行了研究,还用1981—86年的资料进行验证,得到了较为理想的结果,可为小麦、水稻及其他粮食作物、棉花、瓜类产量预测及制定农业规划提供科学依据。