高度场格点距平的长期统计预报试验

采用多通道奇异谱分析和相似预报方法，建立了长期统计预报模型．以７００ｈＰａ前期位势高度场显著时空主分量为预报因子，直接预报后期高度场格点距平的类别，由此获得了一定的预报技巧     

基于TIGGE数据的西太平洋副热带高压多模式集成预报及检验

基于TIGGE(THORPEX Interactive Grand Global Ensemble)资料中的中国气象局(CMA)、日本气象厅(JMA)、欧洲中期天气预报中心(ECMWF)、美国国家环境预报中心(NCEP)和英国气象局(UKMO)等5个中心的500hPa位势高度场数据,评估了各中心对西太副高控制预报和集合预报的效果,并采用了多模式集成平均(EMN)、消除偏差集成平均(BREM)和滑动训练期超级集合(R_SUP)3种方法对各中心数据进行集成.评估方法包括Talagrand分布、相关系数、均方根误差、Brier技巧评分等.结果表明:各中心预报效果有明显差异,各模式对500hPa位势高度场控制预报中,UKMO预报效果最好,而各模式对500hPa位势高度场集合预报中,则是ECMWF预报效果最好.从均方根误差改进率来看,基于控制预报的BREM和R_SUP集成方法明显降低了对500hPa位势高度场预报的均方根误差,而EMN则无明显改进.基于集合预报的3种集成方法对500hPa位势高度场预报的改进效果不明显,综合评分略低于ECMWF单模式集合预报.     

基于物理统计方法的丹江口水库月入库径流预报

根据丹江口水库逐月入库径流与前一年逐月平均北太平洋海温场、100hPa和500hPa高度场以及74项环流特征量的相关关系,从中挑选出若干相关性较高的稳定气象因子作为关键影响因子,利用逐步回归方法建立逐月入库径流预报模型.基于所建立的模型,对丹江口水库1957-2000年逐月入库径流量进行模拟,并对2001-2006年逐...     

基于EOF迭代的月径流长期预报

应用经验正交函数分析方法,以月平均500hPa,100hPa高度场及月平均海温场为预报因子,对广东省Weng江流域的月径流进行预报。结果表明,基于EOF迭代的预报方法是一种有效的月径流长期预报新方法,具有明显的应用价值。     

南海台风中期路径趋势判别预报方法

根据历史台风的相似路径将台风分为西行、西北沿海登陆和海上转向三类，并分析了各类５００ｈＰａ高度场的特征。通过地台风位移与其相应的５００ｈＰａ高度场的曲型相关分析，提取了天气强迫信息，加同台风的一些气候学和持续性特征作为待选因子，采用多级逐步判别方法，建立了台风７２ｈ路径趋势的各判别函数。     

重庆“8.22”暴雨ECMWF模式中期预报转折分析

2018年8月22-23日重庆中部地区一次暴雨过程的预报出现了明显的偏差,本研究利用降水实测资料、高空探测资料和ECMWF(以下简称EC)模式的形势预报对降水产生原因、影响系统以及EC模式不同起报时间的预报效果进行了分析,结果表明:(1)此次暴雨过程是在高空槽和中低层切变线的共同影响下产生的.(2)EC模式降水预报在8月19日前后出现了突变,其原因是影响重庆地区的500 hPa高度场发生了转折性的变化.(3)在500 hPa高度场预报与实况基本一致的情况下,重庆中部地区的中低层切变线是20日主观预报降水落区与实况出现明显误差的原因.     

L波段雷达资料在保山市强降水预报中的应用

为加强基层短时强降水预报能力,结合前人研究,利用20082009年腾冲L波段雷达探测资料和保山市昼(夜)降水数据,统计分析了该市昼(夜)出现强降水时当日(前一日)沙氏指数、抬升指数、不同高度层的温度露点差情况.结果表明,保山市强降水与沙氏指数、温度露点差呈显著负相关,与抬升指数值呈显著正相关.采用相关性和显著性假设检验确定了6项强降水预报因子和它们各自对应预报值域后,将6种预报因子自由组合成8种预报判据.经预报质量检验从8种组合中挑选出了保山市昼(夜)间出现强降水的预报判据.以20102014年保山市强降水实况进行预报能力检验,该方法对夜雨和昼雨强降水的预报准确率分别为56.00%和60.00%,具有一定参考使用价值.     

开都河年径流量逐步回归模型的建立与预报

每年7、8月份，巴州有关部门要求水文部门预报开都河当年年来水量，本文为满足此项要求而撰写。文章应用逐步回归分析的基本原理和方法，分别以开都河大山口水文站1956-1999、1956-2000、1956-2001、1956—2002、1956-2003年当年1-7月及前一年1—12月月平均流量序列(19个因子)为预报因子，以当年年径流量序列为预报对象，建立了逐步回归预报模型，并对2000、2001、2002、2003、2004年年径流量分别进行了试预报，试预报结果符合水利部《水文情报预报规范》(SL250---2000)要求，可供生产实践参考和应用。     

基于周期分析方法的低频天气信号延伸预报

对1980—2014年的NCEP/NCAR 500 hPa高度场逐日格点资料进行Butterworth带通滤波,通过周期分析和最优子集回归方法,利用预报日前150 d的低频数据对2011—2014年全球逐年6—8月500 hPa低频高度场的低频信号进行逐日外延(至未来30 d),并对其结果进行检验.结果表明,周期分析和最优子集回归方法对500 hPa高度场对应的低频信号的拟合效果从整体上来看,北半球好于南半球,低纬度好于高纬度;随着预报时效的增长,拟合准确度逐步降低,后期趋于稳定.中国对应6个关键区的拟合效果显示,除新疆地区在第10天和第30天未通过信度检验之外,其余5个关键区均通过95%以上的信度检验.该方法对低频系统高低中心配置及落区拟合较好,符合利用低频天气图进行延伸期预报的相关思路,可在该方法的基础上,利用低频天气图方法进行预报.     

LASSO回归和支持向量回归耦合的中长期径流预报

同样预报精度情况下,中长期径流预报提前期越长,对水库调度方案与发电计划的制定辅助决策作用效果更强.中长期径流预报的难点在于径流序列的随机性以及相应预见期的气象难以可靠预报.当前的预报模型大都是基于数据分析的数据驱动模型,其输入因子多为前期径流和大尺度气候因子.而预报因子的选择对于数据驱动模型的精度非常关键.因此,需要有效的因子筛选方法以辅助建模.本文引入lasso回归方法以筛选径流预报因子,其选择结果作为支持向量回归(SVR)模型中的预报因子,形成LASSO回归和支持向量回归耦合(LSVR)模型,并将LSVR模型应用到龙羊峡水库进行预见期为一个月的入库径流预报,并与传统SVR模型预报结果进行对比.结果表明,径流因子的选择对两种模型的预报效果都有较大的影响,过多引入前期径流因子时预报效果较差.两种模型的预报结果对比表明,LSVR模型能够增强有益预报因子的作用,减弱干扰因子的影响,在验证期和测试期的预报结果都好于SVR模型的.在2010年1月到2016年10月的82个月的测试期中,LSVR模型的4项评价指标相比SVR模型都有所提升,其中均方误差(MSE)比SVR模型减小了13.09%.     

数值预报产品的历史相似订正方法研究

针对数值预报存在误差的基本事实,提出了一套利用历史相似资料订正数值预报的方案,利用2003-2008年T213 L31数值预报产品和1948-2007年的NCEP资料,建立了100～1000 hPa等压面的高度场、温度场、风场、垂直速度场和水汽场的24～240 h预报的24 h变量订正方程.采用24 h变量相关系数和均方根误差两个指标,对2009-2010年的T213,L31高度场和温度场、数值预报产品的试应用订正效果进行了检验.结果表明:以24 h变量相关系数衡量,高度场和温度场预报订正效果都是正面的,预报时效为96～192 h,订正效果最明显;以均方根误差衡量,高度场和温度场预报订正效果同样是显著改进的;订正效果存在区域差异,高度场订正效果高纬度显著,低纬度差一些;温度场订正效果低纬度要显著一些.     

船舶预报爆发性气旋的综合方法和模式图表

根据气旋爆发性发展的天气气候特征，综合分析地面图上东亚大陆冷高压、５００ｈＰａ东亚大槽和云系发展模型等对爆发性气旋的贡献，结合数值预报产品，判断有无气旋作爆发性发展，这种综合预防为船舶实现气旋爆发性发展的短期预报提供了可能性。     

门限回归模型预测粤中西部冬春气温

用门限自回归模型和混合门限回归模型对广东省中西部的冬春季平均气温做预测.选取北半球500 hPa高度场和太平洋海温场的分区分季节的多个气候背景场的前若干个主分量作为因子(共1792个),这些因子包含着气候背景场的主要信息,通过对预报量和预报因子群的相关筛选,选取相关系数最大的因子建立混合门限非线性回归模型.并初步探讨了气候背景场对预报量的影响.结果表明:混合门限回归模型优于门限自回归模型;前者能较好地拟合冬春气温序列,预报效果较理想.粤中西部冬季气温场与东北半球南部3-4月高度场第5个主模态相关最密切,当3-4月500 hPa高度场东亚大陆为低槽控制,日本海太平洋附近为高压脊,有利于当年冬季气温偏低;春季气温场则与北半球冬季500 hPa高度场第8个主模态相关密切,当冬季500 hPa高度场乌拉尔山附近地区为明显的阻塞高压形势,有利于次年春季气温偏低.     

南海夏季风建立日期的预报研究

利用1958-2001年ECMWF和1948-2006年NCEP的全球再分析气象资料,研究南海夏季风爆发迟早与前期气象要素场之间的关系。结果表明,南海夏季风建立日期与当年2月份全球风场(u、v、ω分量)、位势高度场、气温场等气象要素场之间都存在显著相关区。把各要素场中的显著高相关区视为影响季风建立日期的关键区,并定义关键区内的要素平均值为建立日期的预报因子,从中选取10个与建立日期关系最为紧密的预报因子建立预报方程,对季风建立日期进行预测。分析发现,有10个预报因子与季风建立日期有密切联系,对季风爆发迟早有一定的指示能力和预测作用。最后,经过SAS系统的分析和试验选择最好的回归预测方案,利用10个预测因子建立南海夏季风建立日期回归预报方程(简称回归预报方程)。对回归预测方程进行回报实验发现,拟合得到的南海夏季风建立日期与许多学者确定的建立日期之间的相关系数都达到95%以上的置信度,拟合误差基本控制在2候以内,有一定的预报能力。可以说,该方法是作为预报南海夏季风爆发迟早的一种新的尝试。     

基于预报因子聚类分级的日径流预报深度信念模型及应用

径流预报是水库运行调度的重要决策依据,提高入库径流预报精度,对水库优化调度和水资源高效利用具有重要意义.本文提出一种基于大样本数据分级策略的深度信念网络模型(Deep Belief Networks,DBN),以龙羊峡入库径流预报为例,采用Fuzzy C-means(FCM)聚类方法,将总样本训练集分为不同训练样本子集;不同样本子集下,对不同预报因子(只考虑降雨、考虑不同时期的降雨及同时考虑降雨及前期径流),分别建立DBN模型和人工神经网络模型(Artificial Neural Network,ANN),分析样本分级和考虑不同因子情况下不同模型的预报结果.结果表明:与不考虑预报因子分级的预报模型相比,基于时间序列聚类的预报模型显著提高了径流预报的精度;通过FCM聚类,将样本分为3类,考虑降雨及前期径流作为预报因子进行分级时,比只考虑降雨、考虑不同时期的降雨时建立的预报模型的预测精度更高.用该模型进行龙羊峡水库入流日径流预报,提高了预报精度,可为龙羊峡水库调度提供决策支持.     

基于全球天气预报系统对河套周边地区低云量精细化预报

基于2008-2013年全球天气预报系统(GFS)预报场资料,构造了30个云预报因子,分析了其与低云量的相关关系,采用多元逐步回归预报方法建立了黄河河套周边地区低云量0～168 h逐小时精细化区域预报,评估了预报模型的预报效果.结果表明,低云量与水汽类因子整层湿度和整层相对湿度具有较强的正相关性;与大气可降水量、低层温...     

基于CAM3T42的云南5月降水的可预报性试验研究

取逐月地表温度作外强迫,用NCAR CAM3T42模式积分50a,获得1951～2000年的模式大气环流资料,截取40a的5月500hPa高度场与云南124个测站5月降水资料建立的基于CAM3T42公共预报因子集具有很好的一致性,可以用来讨论云南5月降水的可预报性.CAM3T42的5月500hPa高度场影响云南5月雨量的关键区主要分布在地中海、印度次大陆、西太平洋暖池、东北太平洋、北美等区域以及南印度洋、南太平洋和南大西洋等区域.应用公共预报因子集建立的云南124个测站5月雨量预报试验表明有113个复相关系数通过0.05的显著性检验,占总测站数的91%左右.利用10a样本作为独立预报检验表明复相关系数的量值与非独立样本检验的相比略有减小.试验结果和独立样本检验结果表明:5月CAMT42的500hPa高度场的变化与云南124测站5月降水间具有良好且稳定的关系,CAMT42对云南5月降水具有一定的预报能力.     

短期气候预测中基于预报因子的误差订正方法研究

依据动力-统计相结合进行短期气候预测的基本思想,为了将统计经验运用于动力预报中,提出了基于预报因子的误差订正新方法(PREC).分析表明,该方法能够有效利用预报因子与模式预报误差之间的显著相关关系,并通过建立统计预报模型对预报误差进行估算和订正.进一步利用国家气候中心CGCM的季节回报数据,并选用表征气候系统年际变率最主要模态ENSO循环的特征量(即Nio3区海温指数)作为物理预报因子,将PREC应用于动力季节预测试验.相比于传统的系统误差订正,利用前期预报因子信息的PREC对夏季平均环流和降水量预报结果均有不同程度改善,从而为利用统计经验改进短期气候预测提供了新途径.     

门限回归模型预测粤中西部冬春气温

用门限自回归模型和混合门限回归模型对广东省中西部的冬春季平均气温做预测。选取北半球500hPa高度场和太平洋海温场的分区分季节的多个气候背景场的前若干个主分量作为因子（共1792个），这些因子包含着气候背景场的主要信息，通过对预报量和预报因子群的相关筛选，选取相关系数最大的因子建立混合门限非线性回归模型。并初步探讨了气候背景场对预报量的影响。结果表明：混合门限回归模型优于门限自回归模型；前者能较好地拟合冬春气温序列，预报效果较理想。粤中西部冬季气温场与东北半球南部3—4月高度场第5个主模态相关最密切，当3—4月500hPa高度场东亚大陆为低槽控制，日本海太平洋附近为高压脊，有利于当年冬季气温偏低；春季气温场则与北半球冬季500hPa高度场第8个主模态相关密切，当冬季500hPa高度场乌拉尔山附近地区为明显的阻塞高压形势，有利于次年春季气温偏低。     

基于北太平洋海温的河北省冬小麦白粉病发生趋势预报

基于全球气候系统的遥相关机制,北太平洋海温经常作为中国中长期天气和气候预报的指示因子.为延长冬小麦白粉病预报时效,提高预报的实用价值,利用北太平洋海面温度的逐月5(经度)×5(纬度)网格数据,通过1990-2010年历史数据的相关分析和逐步回归分析,发现前1年5月~当年4月的北太平洋赤道中部和西北部区域的太平洋海面温度(SST)对河北省冬小麦白粉病发生面积存在显著影响;进而筛选并利用关键海温因子建立不同时段的河北省白粉病发生面积预报模型,即利用前1年5月~12月的海温、可在年前进行白粉病预报的年前预报模型以及利用前1年5月~当年3或4月海温进行预报的白粉病早春模型或仲春模型;并根据贝叶斯分类规则,进一步建立了白粉病流行程度的等级预报模型.经检验,3个时段模型的面积预报历史拟合率分别为82.6%,83%,80.5%,贝叶斯模型对发病程度历史拟合的最大误差为1个等级;在2011-2013年的实际应用预报中,2012年将中等偏轻的实况预报为偏重发生,相差2个等级,其他年份预报结果与实际发生趋势一致.另外,分析结果还表明,白粉病发生面积与前1年发生面积显著相关,因此,建立了基于前1年生物基数和太平洋海温预报的小麦白粉病中长期综合预报模型.结果表明,海温对小麦白粉病害具有较强的气候指示效应,辅以其他因子的综合预报方法,能够较早、较好地预报出冬小麦白粉病流行程度,从而提高白粉病的长期预报能力,为生产部门的管理决策和提高防保效率提供可靠依据.