排序方式: 共有29条查询结果,搜索用时 0 毫秒
1.
应用MJO制作长江流域月降水预测的试验研究 总被引:1,自引:0,他引:1
用MJO指数RMM1、RMM2、振幅 1—25日平均代替月平均,用上月月平均RMM1和RMM2、振幅构造为右场,下月长江流域降水场为左场,SVD分析两场的关联,借助最优化技术,在降水场预测距平与实况距平同号总站数最大意义下确定系数,建立估计公式,由右场时间系数估计左场时间系数,最后反演降水场。尽管多数的月第一模态相关并不显著,但实际预测效果较好。 相似文献
2.
该文使用湖北省10个气象代表站汛期前期逐月降水量及逐月平均的太平洋海温、北半球500百帕高度场和海平面气压场资料,分别建立了湖北汛期总降水量的神经网络预报模型.该模型在1999年汛期的试验结果表明,其对湖北汛期总降水量的预测有一定效果. 相似文献
3.
神经网络模型预报湖北汛期降水量的应用研究 总被引:18,自引:1,他引:18
使用人工神经网络方法建立了湖北省汛期 (6~ 8月 )总降水量的短期气候预测模型 ,该神经网络模型的输入是汛期前期 (2~ 4月 )的北半球月平均 5 0 0 h Pa高度场、海平面气压场和太平洋海温场的扩展自然正交展开 (EEOF)的前几个主要模态的时间系数 ,输出了湖北汛期降水场的自然正交展开 (EOF)的前 2个主要模态的时间系数。41 a历史资料的交叉检验表明 :样本试验的预报技巧评分平均为 0 .2 4 6 ,虽然该模型对各年的预报效果仍存在一定的不稳定性 ,但它可为湖北汛期降水的短期气候预测提供一种具有明显统计预报正技巧的预报方法 相似文献
4.
判别分析方法在天气预报中的应用 总被引:1,自引:0,他引:1
选取了M(M≥3)个具有较高分辨预报量类别能力的因子后,也即决定了由这M个因子所确定的M维空间。Fisher判别的做法是定义这M维空间到一维空间的映射,本文定义这M维空间到二维空间的映射,其映象结果后者优于前者。 相似文献
5.
6.
经SVD分析,截取足够多的预报场和因子场时间系数,使其相互关系代表两场的大尺度联系,预报场时间系数与其奇异向量线性组合估计场能反映原场主要特征.利用最小二乘法得到数值上最接近原场的初值,借助最优化技术,确定合理的系数,建立预测公式,由因子场时间系数预测预报场时间系数,同时订正预报场时间系数a1,a2,……,aN本身的误差和反演过程中分析误差造成的场格点趋势预测的误差.最后将预测的预报场时间系数和对应奇异向量反演为整个场的预报.预报过程重点考虑可预报的大尺度变化,滤去不可预报的小扰动,依据两场主要耦合关系,预测预报场未来的主要变化. 相似文献
7.
1 1996年梅雨期天气概况 湖北省1996年天气气候异常,梅雨期暴雨过程频繁、强度大,总降水量大部分地区较常年偏多1倍以上,其中鄂东北、鄂东南和江汉平原南部800~1000毫米,武汉市、江汉平原中部、北部500~750毫米,鄂西南400~550毫米,鄂西北250~400毫米,与常年相比,江汉平原及其以东大部县(市)多1~1.5倍,其它地区偏多5成至1倍。按武汉中心气象台标准,1996年梅雨量仅决于1954年,居有气象记录以来第2位。 相似文献
8.
OLR与长江中游夏季降水的关联 总被引:9,自引:0,他引:9
用SVD方法分析了1、4、7月全球OLR与夏季(6-8月)中国华中区域降水场的关系,结果表明:若1月南非东部沿岸至西印度洋、北美北部OLR(Outgoing Longwave Radiation)偏低(偏高),或北非、美国西南沿岸及近海OLR偏高(偏低),则夏季长江中游降水将偏多(偏少).若4月澳大利亚至东印度洋、日界线以东热带太平洋OLR偏低(偏高),或西北太平洋偏高(偏低),则夏季长江中游降水将偏多(偏少).若7月东印度洋-澳大利亚大陆、东亚OLR偏低(偏高),则夏季华中区域长江及其以北降水将偏多(偏少),湖南和江西南部降水将偏少(偏多).夏季长江中游旱、涝年前期OLR明显的区别在于热带太平洋:涝年1月东、西太平洋为明显负、正异常,4月这种异常进一步加剧;旱年1月正好相反,东、西太平洋为微弱的正、负异常,4月转为东、西太平洋为微弱的负、正异常.太平洋暖池OLR低值区(强对流区)4、7月持续偏南,是夏季长江中游降水偏多的另一重要信号.冬、春季OLR与夏季长江中游降水大尺度关联的可能机制为:若1月热带东、西太平洋OLR为明显负、正异常,4月这种异常进一步加剧,也即冬、春季热带太平洋Walker环流持续减弱,从而使夏季暖池对流活动减弱,热带辐合带偏南,Hadley环流偏弱,使夏季西太平洋副热带高压主体位置偏南,导致中国夏季主雨带不能北推至黄河流域,而长期滞留长江中下游,最后造成长江中游降水异常. 相似文献
9.
支持向量机(SVM)及其在场预测中的应用 总被引:2,自引:3,他引:2
介绍一种新的非线性回归分析方法--SVM回归.利用EOF能分解数据场和SVM回归分析可建立因子与预报量非线性关系的优势,设计预报方案:(1) 将因子场和预报场分别用方差标准化、EOF场展开,提取两场时间系数;(2) 用SVM回归分析实现因子场时间系数对预报场时间系数非线性预测;(3) 由预测的预报场时间系数与对应空间函数反演原场.用交叉检验的方法,对1960~2003年1月热带海表温度场预报汛期(6~8月)华中区域降水场进行试验.SVM回归44年独立预报平均技巧评分10.4%,较随机预报具有明显的技巧水平,优于经典回归. 相似文献
10.
东亚冬季风系统低空环流特征及其对1月华中地区气温异常的影响 总被引:1,自引:0,他引:1
用NCEP/NCAR全球再分析月平均850 hPa风场资料分析湖北省冬季长连续雨雪、华中地区气温异常与东亚冬季风系统低空环流异常的关联。2008年1月东亚冬季风系统低空环流异常主要表现在蒙古高压偏强、阿留申低压偏强且位置偏西,使得东亚大陆边缘中高纬高、低压间的地转风-偏北风加大,而中国长江中下游及以南南风偏强,致使大范围雨雪冰冻天气连续出现。出现在1、2月湖北省长连续雨雪年份的共同点是:发生月中国长江中下游及以南南风较常年明显偏大,北太平洋出现大范围反气旋、气旋环流异常。11月850 hPa风场与次年1月华中地区气温场SVD分析表明,若11月850 hPa风场阿留申气旋环流偏强,位置偏南,其次台湾岛以东的气旋环流异常和其以东的反气旋环流异常,随之而来的次年1月华中地区气温将偏低,反之亦然。依据2007年11 月850 hPa风场,成功预测出2008年1月华中地区气温负异常。 相似文献