东北夏季月气温数值产品释用预报方法

采用对站点气象要素场EOF(自然正交函数)展开，预报几个主要特征向量时间系数的思路，对国家气候中心的T63动力延伸预报产品解释应用，制作东北夏季定点、定量月气温预报。根据EOF展开的空间特征向量分布特征，分别对反映测站上空高度数值大小与长波系统强弱的高度距平、地转涡度等预报因子进行处理，进而建立预报模型。     

用T106L19产品制作春季西南大风预报

使用最近１０年的逐日资料,分析了辽宁省西南大风的天气气候特征。应用天气动力方法,分析了产生西南大风的天气特点,发现了一些预报西南大风的重要物理因子,建立了基于Ｔ１０６Ｌ１９输出产品的预报方法并在业务中应用。结果表明,该方法预报效果明显好于主观预报     

副高后部中尺度对流云团的发展和衰弱分析

1997年8月1～2日,受副高后部中尺度对流云团的影响,辽宁出现1次暴雨天气过程。本文分析了这场暴雨的中尺度雨团和中尺度对流云团的活动特征,揭示了中尺度对流云团的发展和衰弱的大尺度环流背景和环境物理条件。1中尺度云团特征这次暴雨由A、B、C3个中尺度雨团（3h大于等于25mm）组成。A雨团生成在8月1日11～14时的葫芦岛和锦州地区,最大3h雨量为30mm,出现短时暴雨。然后就地逐渐减弱,14～17时和17～20时的3h最大雨量分别为20和22mm。B雨团在1日20～23时出现在辽西沿海,然后向东北方向移动,2日05～08时移至辽宁东北部地区,最大中…     

复州湾盐场晾晒期降水预报方法的研究

以复州湾盐场晾晒期之特定时期 (6月 1日～ 8月 31日 )的降水量为预报对象 ,利用历史资料作为基本资料 ,应用神经网络理论研制出复州湾盐场晾晒期降水预报方法 ,并进行了预报检验。     

短期集合预报中定量降水预报集合方法初探

针对短期集合预报中集合平均等方法对极端天气事件预报能力低下的缺陷，提出一种定量降水预报集合方法，简称两步法。该方法首先采用逐级归并法确定集合成员的总体相似度，进而确定集合成员预报场的延伸半径，对各成员的预报场进行修正，然后根据每个成员与其他成员的相似程度，确定各成员的权重系数。这个方法既考虑了集合成员总体的差异性又考虑了降水的概率分布。试验证明，通过上述两步得到的定量降水预报，对提高极端天气事件的预报确率有一定效果。本方法无需历史资料，能很好适应集合成员的改变，实现方便快捷。     

东北冷涡不稳定能量分布特征及其与降水落区的关系

应用地面自动站1 h雨量资料和NCEP再分析资料,以一次典型的东北冷涡过程(2005年7月8~14日)为例,根据冷涡环流特征,将冷涡过程划分为发展期、成熟期、减弱期3个阶段。发现冷涡发展阶段降水主要由其南部西风锋区湿斜压不稳定产生,属于大范围混合型降水;而其他阶段降水主要由对流不稳定产生,以局地对流性降水为主。冷涡的不同发展阶段均可对应不稳定能量区,但其分布有较大差异,对流层低层的暖湿输送及辐合是不稳定能量积累的关键。发展阶段不稳定能量区分布于离冷涡中心较远的东南部;成熟期位于接近冷涡中心东南部;减弱期位于冷涡减弱形成的低压槽中。不同发展阶段不稳定能量与对流降水有不同的对应关系,冷涡发展期对流有效位能与较大的水汽通量是影响降水落区的主要因素;成熟期对流降水基本发生在对流有效位能区和925 hPa湿区的重叠区域;减弱期对流降水不但与对流有效位能、低层相对湿度有关,而且还取决于对流层低层辐合线。     

2000年7月16日辽河流域暴雨过程分析

使用常规气象资料、GMS-5卫星云图以及物理量场分布，分析2000年7月16日辽河流域强降水天气过程的中尺度系统形成发展、云团演变特征和环境场条件。揭示辽河流域强降水天气过程环流背景及暴雨成因，为区域性暴雨预报提供预报依据。     

构建PC-Cluster系统实现精细数值模式业务运行

介绍了应用微机等设备构建PC-Cluster硬件系统以及完全应用免费开放软件配置PC-Cluster软件系统的方法,并以MM5并行模式为例,概述了并行模式在PC-Cluster系统的调试、运行技术。通过试验分析了PC-Cluster系统的性能后认为,PC-Cluster是一般用户高性能运算很好的解决方案,对提高我国数值预报业务和科研水平有重要意义。     

辽宁神经网络降水预报系统

利用BP(误差反向传播)神经网络建立辽宁灾害性天气预报系统。介绍了夏季降水的神经网络结构、学习算法和业务应用情况。结果表明,神经网络技术适于用预报气象要素。     

动力延伸预报产品在辽宁短期气候预测中的释用

基于1961～2000年辽宁53个测站40 a逐年的月气温距平和月降水距平百分率资料,根据EOF(经验正交函数)展开的空间特征向量分布特征,将前3个主要特征向量时间系数作为预报量,将500 hPa高度场的高度距平、地转涡度作为预报因子,利用多元统计回归分析,建立了一套定点、定量预测辽宁各月气温与降水量的数学模型。利用该模型对2001~2005年辽宁53个测站的月气温距平和月降水距平百分率进行逐月预报试验。结果表明:对气温和降水量的趋势预报的评分均比较好,有87%以上的月气温距平预测结果的评分超过66.0分,各月的平均Ps评分均高于66.0分,年平均为75.5分或以上,总平均为83.1分;有70%的月降水距平百分率预测结果的Ps评分超过60.0分,各月的平均Ps评分都高于53.0分,年平均为58.0分以上,总平均为66.5分。但对异常气候的预测效果不明显。