广西中短期极端温度客观预报方法研究

利用欧洲中心(ECMWF)数值预报产品和常规资料,应用MOS预报方法和多元线性回归技术,研究建立了广西90个站1~7d的最高、最低温度预报方程,试报检验效果较好,预报结果在大多数情况下是可用的或是可参考的,为业务提供了有效的省级客观预报指导产品,对误差特点进行了分析并提出了改进方法。     

荆州夏季人体舒适度模型改进与应用评估

利用荆州6个国家气象站1989—2018年的夏季逐日平均气温、相对湿度、风速等气象要素,采用与经典人体舒适度模式计算及评判结果对比分析的方法,建立荆州夏季人体舒适度模型,确定人体舒适度评判标准,并用湖北近 30 a气象资料对各区域人体舒适度进行适用性分析。结果表明：荆州6市(县)一年中各有3个月的舒适期,松滋还有2个月的较舒适期,松滋气候条件最佳;湖北各区域30 a平均人体舒适度指数月分布均呈“W”型;鄂西南是湖北避暑胜地,松滋是荆州避暑胜地。     

A combined model of wind, wave, tide and storm surges

A combined numerical model of wind, wave, tide, and storm surges was built on the basis of the “wind field model in limited sea surface areas”. When used to forecast the sea surface wind, wave height and water level, it can describe them very well. Contribution No. 4108 from the Institute of Oceanology, Chinese Academy of Sciences. This work supported by Stress Project (KZ952-S1-420), Chinese Academy of Sciences; 863 Project (863-818-06-05), and (863-818-Q-07)     

主汛期降水量预测信号及方差权重方法的应用

为了制作四川盆地主汛期降水预报对相似方法作了改进,首先是根据四川盆地主汛期降水的前３个特征向量分别寻找有物理基础的前期信号作为预报因子,然后充分考虑各因子对总降水量贡献大小定义因子场的相似,确定相似年,最后引入“集成”的思想,由５个相似年的降水场得到预测年降水的定量客观预报。１９８１～１９９４共１４年的预报结果准确率高于当前业务预报水平。     

人工神经网络在云南5月雨量预测中的应用

提出了一个基于３层ＰＢ神经网络的云南５月雨量的短期气候预测模型。由于神经网络本身是一个非线性动态系统,将其应用到短期气候变化预测这一非线性系统中,更能反映出气候系统状态量之间的物理关系和动力行为特性。并用该预测模型对云南５个区域１９９１～１９９８年的５月雨量距平趋势进行了共４０次的预测试验和检验,其预测的距平符号相关准确率可达到７７．５％。     

四川盆地汛期旱涝预测研究

对近１０年来四川盆地汛期降水预测水平进行了定量评估,并与国家气候中心预测水平作了对比。在分析影响四川盆地汛期降水主要物理因素的基础上,提出了四川盆地汛期旱涝预测的基本思路和技术方法,并在实际业务预报中取得了较好的效果。     

三种数学模型在海洋经济预测中的应用

根据可得的海洋经济统计数据,采用三种数学模型对2007年至2010年中国主要海洋产业的产值进行了预测,通过对历史数据拟合的比较,认为ARIMA模型拟合度较差,三次指数平滑法的拟合精度居中,灰色系统拟合误差最小。     

Annual Frequency of Tropical Cyclones Directly Affecting Guangdong Province:Prediction Based on LSTM-FC

Tropical cyclone(TC) annual frequency forecasting is significant for disaster prevention and mitigation in Guangdong Province. Based on the NCEP-NCAR reanalysis and NOAA Extended Reconstructed global sea surface temperature(SST) V5 data in winter, the TC frequency climatic features and prediction models have been studied.During 1951-2019, 353 TCs directly affected Guangdong with an annual average of about 5.1. TCs have experienced an abrupt change from abundance to deficiency in the mid to late ...     

Sensitivity Analysis of the Super Heavy Rainfall Event in Henan on 20 July (2021) Using ECMWF Ensemble Forecasts

An unprecedented heavy rainfall event occurred in Henan Province, China, during the period of 1200 UTC 19-1200 UTC 20 July 2021 with a record of 522 mm accumulated rainfall. Zhengzhou, the capital city of Henan, received 201.9 mm of rainfall in just one hour on the day. In the present study, the sensitivity of this event to atmospheric variables is investigated using the ECMWF ensemble forecasts. The sensitivity analysis first indicates that a local YellowHuai River low vortex(YHV) in the southe...     

基于长短期记忆神经网络的风速超短期快速滚动预报技术

利用甘肃省某风电场2017—2020年测风数据,基于长短期记忆神经网络(LSTM)模型,通过评估不同输入数据和模型时间窗口长度下的预报精度,设计一套适用于风电场的风速超短期快速滚动预报方案。结果表明：通过输入不同的特征变量,在风速的超短期(未来4 h内)预报中,风速自身变化起主导作用,模型输入变量中只加入各高度层的风速能得到更好的模拟效果。通过评估LSTM模拟时间窗口长度L对模拟效果的影响,当时间窗口长度L≤24 h时,模拟效果较好,说明超短期风速变化主要和风速自身临近时刻的变化有关;当L>24 h时,模拟效果快速下降,说明过长的L会削弱模拟能力,降低模拟精度。通过分析LSTM在未来4 h内的风速模拟能力,发现随着预报时长的增加,模拟精度逐步下降,但在未来2 h内的风速均方根误差RMSE均小于2 m·s^-1,结果较为理想,且该方法对计算资源要求不高,经济实用性强,在业务中具有较高的应用潜力。