环渤海地区云量的动力过程相似预报方法

利用环渤海35个台站1954-2002年近50年逐日平均总云量和低云量的观测资料,统计关注区域内少云、中等云量、多云的发生情况;再用同期NCEP再分析资料,计算出预报关注区域内与不同云量形成相关性较好的各种不同要素的平均场,依据动力过程相似原理,利用T213数值预报产品相邻24h预报场,以域块距离为依据,建立云量预报模型,制作日平均总云量和低云量4～9天的预报.经过2003-2007年的预报结果与实况资料的对比检验表明:依据动力过程相似方法建立的云量预报模型对日平均总云量和日平均低云量的预报准确率较高;日平均低云量预报准确率要高于日平均总云量;冬半年预报准确率高于夏半年;天空出现少云的预报准确率高于中等云量和多云的情况.     

全球区域同化预报系统在台风移动与登陆预报中应用

全球区域同化预报系统为中国新一代数值天气预报模式.使用全球区域同化预报系统模式产品和常规观测资料,模拟预报了2005年4个登陆强台风,得到全球区域同化预报系统模式对于台风移动路径、登陆时间、地点、强度等方面的预报能力的初步评价,为应用全球区域同化预报系统模式进行台风天气预报和分析以及对于模式的进一步改进提供一些有意义的依据.结果显示,全球区域同化预报系统模式预报的台风路径24 h平均距离误差小于150 km,48 h平均距离误差小于200 km.模式预报台风强度偏弱,原因在于模式的初始场对台风强度的描述远低于实况,下一步需要改造模式初始场.     

甘南高原低云量的变化趋势分析

利用甘南地区8个气象观测站1974年到2013年的低云观测资料,对其40年低云的时空变化特征进行了分析。结果表明:甘南地区低云分布呈南多北少和东多西少的特征;月际变化表现为1-9月呈上升趋势,10-12月下降趋势;年际变化表现为甘南各地分布均呈上升趋势,原本云量较多的地区云量增加也更明显;低云量的变化与气温、降水、水汽压、人类活动等都有密切关系,相关分析表明低云量的变化与气温、水汽压呈正相关,与降水量呈弱的负相关。     

集合预报初值扰动在天气预报中的应用研究进展

对提高数值模式天气预报准确率和可用度,单个模式往往难以达到理想的目的,故常采用集合方法.例如,将模式的初值进行扰动后集合,或者将不同的预报结果集合,甚至运用多模式开展集合预报等.本文着重介绍集合预报初值扰动的应用研究情况,重点阐述目前最先进、最流行的两种方法--奇异向量法和增长模繁殖法.集合初值扰动研究近年取得了丰硕成果,也涌现了一些新的初值扰动方法.但很多问题仍有待解决,例如对初始场误差的进一步认识、误差的离散度还不够大、离散速度还不够快、更有效的扰动生成方法有待出现等.最后,对初值扰动的应用研究进行了展望.     

应用太阳辐射通量和云量的历史资料进行紫外线辐射强度预报

紫外线辐射是太阳总辐射的一部分,而云对太阳辐射具有明显的减弱作用。本文应用1961￣2000年南昌市太阳总辐射资料和云量（低云、总云量）资料建立不同月份太阳总辐射与云量之间的关系,并应用南昌市2002年6月￣2003年5月的紫外线辐射监测资料和太阳总辐射资料,建立紫外线与太阳总辐射之间的关系,最终建立南昌市紫外线辐射强度预报方法。     

基于非参数回归模型的局部线性估计云量预报方法研究

为研究云量的分布特点,本文利用历史观测资料,对新义州、定海、隆子3站的总云量和低云量进行了正态性检验,结果显示：总云量和低云量均未达到正态指标,具有一定的随机性.因此,在2004-2007年逐年1月T106L19模式产品和单站地面观测资料的基础上,采用适合被解释对象呈非未知分布的非参数方法——局部线性估计方法,选择合适的窗宽和核函数,创建了上述3站总云量和低云量的短期预报模型,包括不同的长度样本序列.同时,为了比较预报效果,还采用适合被解释对象呈正态分布的参数方法——逐步回归法,建立了相应的预报模型,并利用2003年1月1～31日的逐日T106L19模式产品和3站的云量历史观测资料,对各种预报模型进行了试报和效果的检验,结果表明：在3站的总云量、低云量的月平均准确率和月平均平均绝对误差的检验指标中,非参数局部线性估计的预报精度均高于逐步回归方法 使用短样本序列建立的自适应非参数局部线性估计预报模型与采用长样本序列建立的预报模型相比,效果相当.这意味着,在数值预报产品解释应用的云量预报中,非参数局部线性估计方法可以更合理地考虑其时间分布特征,尤其在缺乏较长时间的历史建模样本时,具有良好的应用前景.     

江津地区精细化气温预报模型研究

利用T639和欧洲中心细网格的气温数值模式预报产品及相应时段内研究区各镇街站点的实况气温建立动态预报方程,对江津地区各镇街24~72h日最高气温、日最低气温进行预报,为方便该模型投入业务运行使用,编制了基于数值预报模式产品的精细化气温预报软件,并在实际业务运行中取得了初步效果.对软件的初期试运行发现,软件预报较主观预报在业务评分方面有较明显的提升,对预报员主观预报有一定的指导意义.     

基于逐步回归和神经网络的北京市能见度预报对比

在研究北京市能见度变化特征的基础上,利用北京市环境监测站2015-2017年的空气污染物检测数据及同期美国国家环境预报中心的全球预报系统数值资料,筛选出主要的预报因子,分别用神经网络和多元逐步回归法建立预报模型,并进行试预报检验.结果表明,神经网络预报效果优于多元逐步回归,平均预报准确率达到75%(多元逐步回归为66%).神经网络在0～10 km能见度预报方面能够取得更好的效果,预测数据与观测值更为接近.     

基于栅格型新安江模型的中小河流精细化洪水预报

为提高中小河流洪水预报的精细化水平,以栅格型新安江模型(GXM)为基础,考虑沿程水流再分配、库塘坝蓄泄及河道特征对产汇流过程的影响,采用针对性的定量化模拟方法,并基于模型参数与下垫面特征的定量关系,对模型参数空间分布进行推衍。以安徽横江为例,对GXM的精细预报能力进行验证。结果表明:GXM不仅可以实现对屯溪出口断面洪水过程的高精度预报,也可以不经重新率定,实现对流域内部嵌套断面洪水过程的高精度预报;GXM能够预报流量、土壤含水量、流速等不同水文要素的时空分布,可为中小河流洪水防控提供丰富的预报产品。     

卫星云图为什么可以预报天气

每天晚上,电视都要播放中央气象台发布的天气预报,一开始总要播出一幅气象卫星发送回来的卫星云图,它是十分理想的天气预报工具。不同的天气与不同的天气系统有关。     

先秦时期的天气预报和灾害预报

先秦时期人们已经积累了一些预测未来天气和灾害的经验.他们或是通过占卜,或是物质的属性,或是通过对云层形状的观察,也有的是借助于动物对天气变化的敏感反应来预测未来的天气和可能出现的灾害.对未来天气和灾害的预报有助于人们避免生产和出行中带来的不便,降低了小患成灾的可能性.中国古代的天文星占学为天气和灾害预报提供了理论和实践依据.     

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...     

基于天气预报的参考作物腾发量预报方法比较

以常州站点为例,收集了2000—2017年历史气象观测数据和2011—2015年历史天气预报数据,以FAO56-PM公式的估算结果为对照,分别对Hargreaves-Samani模型、多元回归模型与傅立叶分析模型进行率定和验证,并以2016-04-21至2017-10-24逐日1～7 d天气预报数据为依据,分析评价3种率定模型的ET0预报精度。结果表明:率定后的MR模型在1 d、4 d、7 d预见期的平均绝对误差为0. 751 mm/d,准确率为87. 2%,预报精度均优于HAR模型与FA模型;均方根误差除在3d预见期时略高于HAR模型外,其他预见期均最小。考虑到天气预报准确率随预见期增加而降低,建议预见期不宜大于3 d。进一步在季节尺度下的精度比较显示,MR模型在各季节1～3 d预见期的预报精度均高于HAR模型与FA模型,总体预报精度最高。因此,建议采用MR模型对常州站点进行ET_0预报。     

用T106L19全球谱模式制作中期集合预报的试验

为解决传统的数值预报初值存在的不确定性,利用增长模繁殖法在T106L19全球谱模式上进行了中期集合预报试验.繁殖循环的初始扰动由模式24 h预报均方根误差和随机数的乘积构成,该随机数服从[-1,＋1]区间上的均匀分布,繁殖循环的周期为6 h,繁殖的总时间为3 d,集合成员为15个.结果表明：在1～10 a的预报中,无论是距平相关系数还是预报均方根误差,除第1天外,集合预报都优于控制预报,集合预报相对于控制预报的优势更主要地体现在对第3天以后的中期预报时段.从计算的离散度来看,集合平均预报的可信度要比控制预报的高.     

基于网格的精细化降雨径流水文模型及其在洪水预报中的应用

以正交网格降雨径流模型研究为基础,提出了用于洪水预报的精细化基于网格蓄满与超渗空间组合的降雨径流模型(Grid-XAJ-SATIN)。从模型的原理与结构、地理信息空间处理、参数空间分布估算、模型的驱动场分析、模型流域状态同化几个方面对该模型进行讨论,分析模型在湿润、半湿润流域的实际应用情况。结果表明,无论是湿润流域还是半湿润流域,所提出的精细化模型均能取得良好的模拟预报精度,且模型在输出流域出口断面流量过程的同时,可实现对流域内任意网格单元流量过程的精细预报。     

太阳辐射流量实测值对低地球轨道卫星轨道预报的影响

太阳辐射流量是影响卫星轨道预报精度的重要因素之一。在太阳活动活跃期,空间环境的变化十分频繁,太阳辐射流量的变化也是如此。这里,我们对2011年6月份的太阳辐射流量峰值及谷值两种极端情况下,分别对低地球轨道卫星轨道进行预报,结果表明：对700km高度的圆轨道卫星而言,一个月预报的位置差异可以达33 km左右,速度差异可以达0.035 km/s左右。     

基于CERES资料的山区低层云特性时空变化研究

采用NASA地球观测系统"云与地球辐射能量系统"的2003年1月至2007年12月CERES SSF AquaMODIS Edition 1B/2B/2C云资料,分析了中国新疆的天山、阿尔泰山和昆仑山三大山区低层云的云量、云冰水柱含量和液态水柱含量及云有效高度的时空变化特征.结果表明:三大山区的低层云的云量、云冰水柱含量和云有效高度在6-8月达到高值,区域平均最高值分别为30.1%～32.3%,183.7～247.3 g/m2和4.11～6.20 km;低值出现在10月至次年3月,最低值分别为18.0%～20.1%,29.1～47.7 g/m2和2.66～5.33 km.而三大山区云液态水柱含量高值出现在12月至次年1月,最大为64.0～104.2 g/m~2,低值主要出现在7-10月和3-4月,最小值为36.1～41.0 g/m~2.     

雷达低可观测动目标精细化处理及应用

 雷达探测环境复杂、探测对象特征多样,回波具有低可观测性,雷达探测性能难以满足实际需求,面临着复杂环境下微弱目标检测难题。本文论述了低可观测动目标的内涵、特征、雷达探测面临的挑战以及精细化处理的关键技术,结合雷达实测数据给出了工程应用的途径,并展望了对精细化处理的发展方向。     

基于神经网络逐级分类建模的北京地区能见度预报

在研究了北京市近10年来城市能见度变化特征及低能见度发生的主要影响因素的基础上,利用北京市气象站观测资料筛选出主要的预报因子,使用学习向量量化算法对样本进行分类,再利用列文夸特算法逐级建立预报模型,并进行预报试验.结果表明神经网络逐级分类模型具有良好的预报能力,其关键在于模型的识别分类能力,试验得到分类准确率达到87.0%,采用列文夸特优化算法的逐级分类模型较统计回归预报残差平方和下降了57.1%;低能见度、中等能见度、高能见度预报准确率分别为60.0%,68.2%,79.3%,均高于统计回归预报方法(12.5%,41.7%,52.4%).     

基于预报观测器的状态反馈调节系统CAD

针对使用预报观测器组成的状态反馈调节系统 ,设计过程需对 2n阶系统进行方程求解及带符号变量的矩阵运算 ,过程非常繁杂 ,提出借助MATLAB控制系统工具箱和符号数学工具箱中有关函数 ,构成CAD的M文件 ,自动完成设计过程。计算结果与仿真数据比较 ,两者基本一致 ,证明此方法的正确性和实用性。