WebGIS技术在气象网格产品精细化服务中的应用

数值模式已经成为天气预报业务发展的主要方向,数值模式计算产生各种气象网格产品。气象网格产品具有数据量大、更新频次快、专业性强等特点,需要借助专业工具软件进行处理,不能很好满足企业和社会用户使用的需求,应用范围受到极大的限制。面对气象网格产品专业化与气象数据应用需求简单化之间的矛盾,文章提出针对气象网格产品,尤其是实况网格产品和预报网格产品,采用互联网服务手段,通过对网格数据离散化处理的方法,空间化管理的方式,将WebGIS技术应用到气象网格产品服务中。用户在客户端只需要进行简单文字检索或者GIS图形检索,系统便可以实现对气象网格产品中的有效数据进行精细化抽取,最终实现服务精细。文中提出的数据处理方法,对不同行业间气象网格产品的应用起到指导作用。     

基于聚类天气分型的KNN方法在风预报中的应用

以模式识别和相似预报思想为基础, 建立基于自组织神经网络 (SOM) 的聚类天气分型和交叉验证的K最近邻域非参数估计仿真模型 (KNN)。该模型首先以自组织神经网络技术对西北地区的高空流场和高度场进行聚类分型, 针对不同天气形势下的历史样本, 通过交叉检验, 分别寻求各类天气型下的最佳K组合。为了验证聚类天气分型对KNN方法的影响, 使用2003—2006年冬半年T213数值预报产品和宁夏日最大风速资料, 同时建立了宁夏冬半年日最大风速≥6 m/s天气分型和未分型的KNN预报模型, 并对2007年1—5月进行了预报试验, 预报评估结果表明:天气分型后的预报模型总体上降低了预报空报率, 提高了预报准确率, 特别是某些类天气型, 提高幅度更大, 为分类相似预报开拓了思路。