塔里木灌区近40年来气候变化特征

根据塔里木灌区阿拉尔气象站1961年1月－1999年12月的气温及降水资料，分析了塔里木灌区近40年的气候变化，得出近40年来塔里木灌区降水量呈上升趋势（4．60mm/10年），秋季降水量却呈下降趋势（－3．45mm／10年）；年平均气温呈上升趋势（0．065℃／10年），冬季变暖的趋势（0．849℃／10年）；年平均气温呈上升趋势（－0．171℃／10年）；年极端低温的上升趋势（0．569℃／10年）大于年极端高温的下降趋势（－0．095℃／10年）。可以70年代末为界将近40年塔里木塔区气候分为冷、暖两个阶段，前为冷期，后为暖期。     

利用滚动式相关分析方法普查历史资料初探

介绍了一种新的普查历史资料的方法－滚动式相关分析方法，并将滚动相关分析法与一般相关分析法的相关分析结果进行了对比分析。结果表明，滚动式相关分析方法提高了相关稳定性，预报效果优于一般相关分析法。     

宁波市气候变化对水资源的影响

通过对宁波市水资源有关参数的计算，了解宁波水资源状况，根据工农业和生活用水，经济发展规划对水资源的需求，分析了宁波市气候和气候变化对水资源的影响，为更好地促进水资源向可利用水资源的转化，利用和开发好水资源提出了建议。     

中尺度数值模式(MM5V3)在沈阳区域气象中心的试用

简单介绍了沈阳区域气象中心在微机上调试和试用中尺度数值模式MM5V3的情况，MM5V3在前、后处理上使用Fortran90编程，与MM5V2有一定差别，利用T106L19资料和常规探空报形成经、纬网格的初值，预处理场和侧边界，代入模式前处理系统中，模式运行完毕后，预报产品直接进入MICAPS、Vis5d、Grads系统，进行图形显示，在2000年汛期试用中发现，MM5V3对东北地区的强降水过程有一定的预报能力，预报评分表明，MM5V3的降水预报结果和MM5V2互有优劣，总体来看，MM5V3的预报质量略高于MM5V2。     

1998年HUAMEX试验区的降水分析

利用1998年5－6月华南暴雨外场试验期间加密观测的降水资料，分析了试验区的降水特征，结果表明：广州试验区降水强于福建区；1小时雨量的变化，在时间上，呈现出强的脉冲特性，最大1小时雨量往往发生在依傍晚；在空间上，表现出明显的局地性；由GPS观测资料反演得到的在气可降水量（PWV）能较好地揭示暴雨发生的时段。     

北疆冬季降水异常与前期环流特征的相关分析

用相关分析法计算了北疆冬季降水与前期各月北半球500hPa平均高度场的相关系数，选择相关好的域计算了北疆冬季降水异常年份对应的前期相关月的500hPa距平场，结果表明当年9月欧洲脊的强弱及新疆上空急锋锋区的位置与前冬降水异常有一定的相关，6月北欧-极区冷空气的强度及12月西西伯利亚脊的位置和强弱与后冬降水异常有一定的相关。     

南疆西部大降水天气过程的统计分析

对南疆西部1970－1999年大降水天气过程的分析表明，大降水集中出现在夏季，中亚低涡是造成南疆西部大降水的主要影响系统。     

北太平洋海温与南宁地区后汛期降水量的关系

利用 195 8- 1995年北太平洋月平均海面温度及南宁地区后汛期 (7～ 9月 )降雨量资料 ,分析了它们之间的相关关系。得出 :南宁地区后汛期降雨量与上年夏季至当年春季的海面温度存在相当明显的遥相关关系。对 1996- 1999年后汛期降雨量进行预测试报 ,并经 2 0 0 0年实际应用 ,得到基本相符的结论     

一种改进我国汛期降水预测的新思路

1998年1月赤道东太平洋海温为正异常、1月黑潮－西风漂流区海温为负异常、青藏高原冬春积雪为正异常。通过对1998年汛期降水的预测实践分析研究指出，当此三因子同时异常时，利用其中任何一个单因子都难以较好地同时预测出1998年发生在我国长江中下游和东北嫩江流域的多雨区和华北平原的少雨区。而通过EOF分解和动力模式对三因子异常进行综合集成所作的预测和实况基本一致。对多因子异常的综合集成是改进和提高汛期降水预测水平的有效手段，沿着这一新思路，利用EOF筛选出前明显异常的重要因子，选择一个较好的区域气候模式，有希望通过综合集成作出比较可信的预报。     

Forecasting Monsoon Precipitation Using Artificial Neural Networks

This paper explores the application of Artificial Intelligent (AI) techniques for climate forecast. It pres ents a study on modelling the monsoon precipitation forecast by means of Artificial Neural Networks (ANNs). Using the historical data of the total amount of summer rainfall over the Delta Area of Yangtze River in China, three ANNs models have been developed to forecast the monsoon precipitation in the corre sponding area one year, five-year, and ten-year forward respectively. Performances of the models have been validated using a ＇new＇ data set that has not been exposed to the models during the processes of model development and test. The experiment results are promising, indicating that the proposed ANNs models have good quality in terms of the accuracy, stability and generalisation ability.