人工神经网络方法在短期天气预报中的应用

将人工神经网络方法试用于南京夏季短期降水分级预报，根据南京夏季梅雨期的天气特点，用统计和动力学方法从HLAFS（高分辨率有限区域预报系统）预报产品中寻找预报因子，然后用2种方法选取输入因子分别对人工神经网络进行训练，并利用抽取的5天雨量实况作降水分级预报检验．通过对人工神经网络方法预报降水的结果与HLAFS降水预报以及逐步回归预报的结果对比发现：与HLAFS数值模式的降水预报相比，人工神经网络降水预报方法的准确率提高了20％以上，而且漏报、错报明显减少；特别是与逐步回归预报相比，大到暴雨的预报准确率得到了明显提高，这一研究表明人工神经网络方法在短期天气预报中也会有较大的应用价值．     

极限学习机神经网络在短期降水预报中的应用

数值预报产品释用是天气预报现代化发展方向,也是我国预报业务建设的重点之一.结合主成分分析方法从中国气象局T213资料中选取降水预报因子,利用极限学习机(Extreme Learning Machine,ELM)神经网络方法进行衢州单站逐日降水的分级预报研究.结果表明:主成分分析方法可以保留原来预报因子矩阵大部分信息并大幅降低矩阵维数,使新的预报因子之间相互正交;ELM方法不仅具有很强的历史拟合能力,独立样本所有降水预报TS评分也从T213模式预报0.3提高到0.8,特别是对大到暴雨有了较强预报能力;与相同条件下BP方法预报模型相比,ELM方法网络参数设定简单,训练速度快,历史样本的训练结果和独立样本的预报结果也都要优于BP方法.     

朔州市分县分级降水预报实验研究

选取数值预报产品与朔州市6县(区)夏季(6月至8月)降水资料，采用最优子集回归方法，研究了朔州市分县分级降水预报指导产品，用以提高朔州市汛期降水天气的客观预报水平。     

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.     

定量降水短期预报在三峡地区的应用

1 前言短期降水预报的困难不仅在于影响产生降水的因素众多,而且还在于如何快速有效地从众多的气象信息中综合提取对预报降水有用的信息,尤其是定量降水预报更为困难.目前,各地的气象预报在经历了单纯的天气图法、统计法、数值预报法等方法后,逐步采用了综合性的预报方案.在综合各种方法的优劣后,认为如下的动力统计方案考虑问题较为全面合理.它首先从研究区上空的动力、热力因子的分布着手,分析它们与降水的定性关系,进一步了解形成降水的主要影响因素,并从中选出关系最好的物理因子作为预报因子.然后,通过判别分析得出降水的类别.最后通过回归分析得出降水量的大小.     

基于人工神经网络集合预报的济南市臭氧预报方法

由于观测的不准确以及资料分析、同化中的误差,单一预报仅是一个可能的解。为弥补其不足,提出了一种基于人工神经网络集合预报的臭氧(O₃)预报模型,选取8类气象因子及2类污染物因子,搭建人工神经网络预报模型,并采用随机扰动方法,产生15组相互独立的随机扰动气象场,搭建人工神经网络集合预报模型,并以2013年—2019年5月—9月数据作为训练集,以2020年5月—9月数据作为测试集。结果表明:与单一人工神经网络预报相比,人工神经网络集合预报准确率明显提高,O₃污染命中率明显提高,O₃污染漏报率明显减少,O₃污染空报率略有增加;人工神经网络集合预报对O₃污染预报有过多倾向,而单一人工神经网络预报则有过少倾向;以2020年7月3日—9日的一次O₃重污染过程为例,与单一人工神经网络的确定性预报相比,人工神经网络集合预报能够更好地反映出污染的迅速累积上升及持续过程。通过提供定量的概率预报,人工神经网络集合预报可以给出多种可能性及其发生的概率,能为预报员提供包括不确定性在内的更多预报信息,该模型具有一定的实际应用价值。     

关于分布自由的逐步回归集成预报法

继文本文提出在不同信度下,建立多个以秩和为因子的逐步回归方程,尔后应用集成最优法求出最优集成预报方程,它比文中的方法更充分地利用了大量因子的信息,从而提高了预报的精度和可靠性,其回报准确率和试报效果,均比普通逐步回归集成最优方程及文中以秩和为因子的单个逐步回归方程更为优越.     

新疆"百里风区"强风天气预报方法

在对新疆"百里风区"大风形成原因分析的基础上,使用2003-2006年的实况资料和在T213数值预报产品中,选取适当的预报因子,运用双重检验的逐步回归方案,建立了以12h为一个预报时段的48h大风预报方程.检验表明:以12h为一个预报时段的48h预报,2003-2006年的回代检验准确率和2007,2008年试报准确率均在75%以上,24h内的预报准确率超过了80%.24～48h的预报准确率也高于新疆气象台天气图方法预报结果.     

人工神经网络进行电力系统短期负荷预报的几个问题的探讨

研究了利用人工神经网络进行电力系统短期负荷预报中常会遇到的几个问题,提出了考虑年负荷增长率、极端气候、节假日问题及历史负荷资料少带来的预报误差的一些极为新颖的斛办法。实例证明,这些办法明显地改善了预报结果,使人工神经网络进行电力负荷短期预报的应用更适应于实际的要求。     

基于RBF人工神经网络的X级以上太阳耀斑预报研究

采用第23太阳活动周X级以上耀斑的数据,通过回归分析、Gauss拟合和RBF人工神经网络等方法对X级以上耀斑进行预报研究.结果表明,将黑子群的位置、卡灵顿经度、耀斑爆发时间与黑子群达到最大面积的时间关系、每7d黑子群的最大面积、太阳耀斑流量的积分值、CME速度和F10.7射电流量7个预报因子作为参量对RBF人工神经网络预报模型进行训练,训练后建立的RBF模型的输出结果和训练数据的相关系数高达98%,对耀斑强度的预报结果与观测结果的误差在0.5以内,预报模型符合耀斑短期预报的要求.     

江淮流域梅雨期雨量的变化特征及其与太平洋海温的相关关系及年代际差异

运用相关分析和滑动相关方法,分析了江淮流域5个代表站1903-2000年梅雨期雨量的变化特征及其与太平洋海温的相关关系及年代际差异.结果表明,江淮地区梅雨期雨量在近百年来存在明显的年际和年代际变化特征.通过分析梅雨期雨量与太平洋海温的年代际相关特征发现,江淮流域梅雨期雨量与前期及同期太平洋海温关系密切,前一年冬季及梅雨期东北太平洋海温与江淮流域梅雨期雨量负相关,在热带东太平洋的Nino1 2区两者正相关显著,同年春季西太平洋部分海域海温与江淮流域梅雨期雨量正相关.从年际相关分析发现,前一年冬季太平洋海温与梅雨期雨量正相关,同年春季以及梅雨期两者相关不明显.通过分析年代际差异发现,江淮流域梅雨期雨量与前期及同期热带太平洋关键区海温的21a滑动相关存在显著的年代际差异,这种差异与海温的21a滑动平均的年代际冷暖背景关系密切,热带太平洋海温关键区前一年冬季冷海温背景下,梅雨期雨量同海温正相关显著,同年春季暖海温背景下,两者之间负相关显著,而江淮流域梅雨期雨量同中国近海海温之间(从冬季到梅雨期)维持显著的正相关,与该区海温冷暖背景的关系则并不明显.     

基于SMOTE算法和逻辑回归模型算法的江苏短时强降水潜势预报

短时强降水是导致城市内涝和山洪、滑坡等灾害的重要原因,其突发性强,局地性明显,预报难度大,是强对流天气业务预报的重点和难点之一。本研究利用2011-2018年的江苏省国家气象观测的逐小时降水资料对江苏省短时强降水时空分布特征进行分析,江苏短时强降水频次分布为典型的南多北少,主要降水出现在早晨04-10时和午后15-19时,前半夜出现降水的概率则较低。基于ERA5再分析资料,选取了对于短时强降水有较强判断能力的气象要素,合成少数类过取样算法（SMOTE）和逻辑回归（LR）方法,构建短时强降水的预报模型,利用2019年的,欧洲中期天气预报中心（ECMWF）预报产品基于该模型进行短时强降水的确定性预报和概率预报,并使用同期实况数据进行系统性检验和天气过程检验。结果表明该模型总体性能较好,对短时强降水出现与否有较好的判别能力和预报指示意义。未来24h以内的6h时效预报,TS评分在0.23以上,未来60h以内的6h时效预报TS评分均在0.2以上,但也存在着一定程度的空报和漏报。基于SMOTE+LR短时强降水预报模型对短时强降水的潜势预报具有较好的指示作用,对气象防灾减灾具有重要意义。     

A physically-based statistical forecast model for the middle-lower reaches of the Yangtze River Valley summer rainfall

A new approach to forecast the middle-lower reaches of the Yangtze River Valley summer rainfall in June-August （JJA） is proposed in this paper. The year-to-year increment of the middle-lower reaches of the Yangtze River Valley is forecasted and hence the summer precipitation could be predicted. In this paper, DY is defined as the difference of a variable between the current year and the preceding year （year-to-year increment）. YR denotes the seasonal mean precipitation rate of the middle-lower reaches of the Yangtze River Valley summer rainfall. After analyzing the atmospheric circulation anomalies in winter and spring that were associated with the DY of YR, six key predictors for the DY of YR have been identified. Then the forecast model for the DY of YR is established by using the multi-linear regression method. The predictors for the DY of YR are Antarctic Oscillation, the meridional wind shear between 850hPa and 200hPa over the Indo-Australian region, and so on. The prediction model shows a high skill for the hindcast during 1997-2006, with the average relative root mean square error is at 18%. The model can even reproduce the upward and downward trends of YR during 1984--1998 and 1998--2006. Considering that the current operational forecast models of the summer precipitation over the China region have the average forecast scores at 60%--70% and that the prediction skill for the middle-lower reaches of Yangtze River Valley summer precipitation remains quite limited up to now, thus this new approach to predict the year-to-year increment of the summer precipitation over the Yangtze River Valley （and hence the summer precipitation itself） has the potential to significantly increase the operational forecast skill of the summer precipitation.     

Decadal variation of different durations of continuous Meiyu precipitation and the possible cause

The features of the decadal evolution of different durations of continuous Meiyu precipitation and their possible cause from the viewpoint of the low-level intraseasonal oscillation (ISO) are examined in this study. It is found that the total frequency of Meiyu precipitation events of certain duration gradually decreases as the duration of the events increases, and the main center of the events moves from the northern Yangtze-Huaihe River Valley (YHRV) to the southern YHRV. The linear trends of different durations of continuous Meiyu precipitation indicate that longer-duration precipitation has become significantly less frequent since 2000, while 2-day and 3?C4-day continuous precipitation processes have become more frequent. At the same time, a close relationship between the variation in the low-level ISO and the decadal evolution of frequency of longer-duration Meiyu precipitation is detected. Clearly, since 2000, the low-level ISO has significantly decreased, and a single peak of longer-duration events has been replaced by several peaks of shorter-duration events, which has resulted in a significant decrease in the frequency of longer-duration precipitation. Meanwhile, low-level baroclinicity increased (decreased) during each period, which is in accordance with the increasing (decreasing) frequency of longer-duration precipitation. It is confirmed that longer-duration precipitation has significantly decreased in recent years.     

“Climate effect” of the northeast cold vortex and its influences on Meiyu

The Northeast Cold Vortex (NECV) is an important weather system in the middle and high latitudes in East Asia. Its time scale is synoptic, yet the frequent activities of NECV have significant "climate effect" which influences not only the monthly temperature in the lower troposphere in Northeast China but also the Meiyu rainfall in East Asia. On the basis of ERA-40 reanalysis data provided by ECMWF, the "climate effect" of NECV and its relationship with Meiyu in East Asia are studied. It is shown that there is significant correlation between NECV during the Meiyu period and rainfall amount: strong NECV corresponds to more Meiyu rainfall and weak NECV corresponds to less rainfall. In strong NECV years, the dry and cold air from the north is led to the south by NECV, converges with the lower-level warm and wet southwesterly on the north verge of Meiyu region, thus forms an unstable stratification of "upper dryness and lower wetness" . Triggered by ascending motion, the Meiyu rainfall amount is more than usual. It is on the contrary in weak NECV years. The anomalous SST in north Pacific in the previ-ous year may be a factor that results in the anomalous NECV at Meiyu period. The land-sea thermal contrast in summer facilitates NECV, while that in winter inhibits NECV. All of the above provide a meaningful result for the short-term climate prediction of NECV and Meiyu.     

基于自组织映射的梅雨期西太副高分型及降水特征研究

为了研究梅雨期西太副高的变化特征及其对梅雨降水的影响,本文利用1951-2016年西太副高监测指数,采用自组织映射（self-organizing map,SOM）方法对梅雨期西太副高进行聚类分析,得到9种SOM分型,并利用中国1km分辨率逐月降水量数据集和中国雨季历年信息表进行不同西太副高分型下梅雨降水的特征分析。结果表明,9种梅雨期西太副高分型对应着多种不同的梅雨降水特征：纬向上,当西太副高偏东时,梅雨区降水强度偏低,反之则强度偏高。经向上,在西太副高主体位于我国陆地的前提下,脊线指数高于25°N时,梅雨区大部被副热带高压控制,整体降水偏少且有小幅度南少北多态势;脊线指数偏低时,副高控制梅雨区南部边缘或更南地区,水汽输送导致降水整体偏多。本文得到了不同类型副高与梅雨降水特征的对应关系,也说明SOM方法能较好地对副热带高压等气象要素做出客观分型,并进行气候现象的相关性研究。     

基于EOF和REOF分析江淮梅雨量的时空分布

基于江淮梅雨区域50个气象台站1960-2002年的梅雨量资料,利用EOF、REOF展开方法,分析了江淮梅雨降水的空间分布及时间演变特征.EOF展开方法表明江淮梅雨前三个特征向量累积方差贡献比例为88.9%,其主要特征是三个特征向量场呈现纬向带状分布;第一特征向量场空间分布均为正值,说明江淮梅雨量的干湿变化具有一致性,但是各特征向量场之间的特点相差明显.REOF展开方法表明可以把江淮梅雨划分为6个典型的梅雨量场;后一个时间系数序列的变化幅度比前一个时间序列要小;主成分旋转后载荷要比旋转前分布均匀得多;第一时间系数的变化等同于各站平均梅雨量变化.     

2003年江淮连续梅雨暴雨过程的中尺度数值试验

为了分析天气研究及预报WRF(weather research and forecasting)模式对我国天气现象的适用性,利用WRF模式对2003年淮河汛期的3次梅雨锋暴雨过程进行了一组数值模拟试验,对3次天气过程模拟试验采用相同的参数设置,模拟区域根据实况降水落区作了相应设置.模拟结果分析表明,WRF模式能有效模拟我国梅雨锋暴雨的环流背景和天气形势,较好地反映影响暴雨的中尺度系统的发生和发展等特征,还可以较好地模拟出雨带的范围、位置和走向,对降水中心的模拟基本可用.     

Rainfall-runoff modeling for storm events in a coastal forest catchment using neural networks

1 Introduction Rainfall-runoff models play an i mportant role in water resource management , and different types of models with various degrees of complexity have been developed. These models , regardless of structural diversity , generally fall into thre…     

Simulation of 1991–2005 Meiyu seasons in the Yangtze-Huaihe region using BCC_RegCM 1.0

By using BCC_RegCM 1.0 (RegCM for short) from Beijing Climate Center (BCC), China Meteorological Administration (CMA), the Meiyu season characters over the Yangtze-Huaihe region during 1991-2005 are simulated. The major conclusions of this study may be summarized as the following: (1) RegCM can reproduce the interannual variation and the spatial distribution of the summertime precipitation and temperature in the Yangtze-Huaihe region. (2) By use of a generalized Meiyu criterion and in accordance with model-...