开封市环境空气质量预报体系的建立及应用

根据开封市的气象特征，利用污染潜势预报、统计预报两种方法建立了开封市环境空气质量预报系统．着重阐述了统计学预报方法在开封市环境空气质量预报中的应用，     

用线性回归法建立城市环境空气质量预报模式

本文探讨了用线性回归法建立城市环境空气质量预报模式以及所建模式用于实际预测的可行性.结果表明,由气象资料和污染物浓度延续性构成的线性回归模式预报城市环境空气质量是可行的.     

环境空气质量预报准确率研究

在分析多年空气自动监测数据的基础上,选用统计预报模式(多元线性回归)和数值预报模式(CAPPS)两种模式同步应用,以源解析结论为数据修正程序,很好地解决了安阳市在空气质量预报方面准确率低的问题.安阳市2005年1月~9月环境空气质量预报PM10浓度预报准确率为74.70%.     

福州市城市空气质量预报方法研究

本文对福州市城市空气质量预报系统进行了介绍,运用统计学方法,建立统计预报模式。结果表明运用统计模式开展城市空气质量预报是可行的。     

福州市城市空气质量预报方法研究

本文对福州市城市空气质量预报系统进行了介绍,运用统计学方法,建立统计预报模式.结果表明运用统计模式开展城市空气质量预报是可行的.     

浅析降水时长对天津市环境空气中可吸入颗粒物（PM10）浓度的影响

利用数学方法,对天津市2008年和2009年雨季可吸入颗粒物及降水自动观测资料进行统计,分析降水时长与可吸入颗粒物浓度削减的对应关系,建立对应函数关系式,有助于完善环境空气质量预报工作。     

南海热带气旋风力的逐步回归分析及预报

选取具有天气学意义和物理意义的９个预报因子，采用逐步回归分析，建立了８４个统计预报方程，用于东南沿海１４个台站预报热带气旋影响的风速．根据统计样本外的１９８８年的资料作预报检验，结果表明所建立的一套统计预报方程是可以用于实际预报的．     

基于WRF模式的山西省风电功率短期预报系统

风电具有很大的随机性、间歇性和不可控性,大容量的风电接入电网将会对电力系统安全、稳定运行带来严峻的挑战,若能对风电场的风场进行短期预报,将是解决这一问题的有效途径。利用中尺度数值模式与风电功率统计预报模型,构建了山西省风电功率短期预报系统。通过模拟发现,预报的发电量与实际电量的一致性和相关性较好,可以满足风电场风电功率预报的服务要求。     

"三段四分法"在环境空气质量统计预报模型建立"基础数据库"中的应用

"三段四分法"是在环境空气质量统计预报模型建立"基础数据库"中总结出的有效方法,它可以有效保障"基础数据库"建立的有效性,从而提高空气质量预报的准确率.此法在权重系数法建立的预报模型中得到很好的应用,也可以为其它统计模型的建立在数据筛选方面所借鉴.     

城市暴雨积水预报系统的理论模型及模拟计算

提出了一个城市暴雨积不预报系统的模式。这个系统由暴雨、地面径流、管网汇流和地面积水四个数学模型串联构成。在输入暴雨气预报信息后，系统即可对可能发生的城市暴雨积水进行模拟计算，最后对发生地面积水的概念、地点，持续时间和最大积水深度作出统计预报。     

2021年蚌埠市6种空气质量预报模式的检验

本文把2021年安徽省空气质量预报预警平台采用6种空气质量预报模式的具体预报情况,与2021年蚌埠市空气质量实测值进行对比检验,分析了6种模式在蚌埠市的预报效果。结果表明,集合预报、CMAQ、统计预报模式在24 h时效内,集合预报、CMAQ、CAMX模式在48 h、72 h时效内的AQI预报中具有较高参考价值;在除冬季外的24h时效AQI预报中,集合预报、CMAQ、统计预报准确率较高,而NAQPMS则在冬季准确率较高;仍需通过人工综合分析,进一步提高AQI范围预报准确率。     

Lorenz系统混沌解序列可预报性的统计检验

利用Lorenz简化热对流模式产生了吸引子区域内的混沌解序列，对截取的序列进行了乎稳性和正态性检验．按照3种情形分别选取样本，并应用统计预报中的ARMA模型、多元线性回归模型、多项式回归模型和均值生成函数模型等作出项报。比较分析表明：所选取方程组产生的混池解序列，呈现非周期、非乎稳、非正态特性等极不规则的分布，导致几种统计模型对于两个不稳定平衡状态间的不确定的突变情形基本失去了预报能力，系统行为几乎无法预测，其根本原因在于系统的混沌特性。但在某一不稳定平衡状态内，序列段呈现振幅不断放大的准周期振荡，具有一定的规律性，几种统计模型预报的效果较好，说明在应用统计方法进行预报的前提下，系统行为存在着局部时段的有限的可预报性。     

城市空气质量数值预报的不确定性与可预报性

主要综述了数据误差、随机误差和模式物理误差所造成的城市空气质量数值预报的不确定性,简要介绍分析预报不确定性的统计方法。并对由内在随机性和外在误差引起的可预报性问题进行了分析讨论。     

关于粘虫预报模式的探讨

本文对粘虫的预报模式进行了深入探讨;其中,适温偏差因子的采用对异常气象条件和风因子的量化处理,对提高预报模式的精度和可靠性具有重要意义。连续三年的实际应用表明,模型的稳定性较好,预报结果与实际发生情况比较吻合,有效地指导了粘虫害的防治工作。     

应用模式输出统计作海雾出现判别预报

应用模式输出统计的逐步判别方法，对山东南部沿海４－７月海雾出现作２４ｈ的判别预报。候选预报因子包括：日本数值预报传真图，近岸台站的观测，经验设计因子及其一些组合因子。     

智能预报模式与水文中长期智能预报方法

建立了以模糊优选、BP神经网络及遗传算法有机结合的智能预报模式与方法。在应用该方法进行中长期水文智能预报时，首先选取训练样本的数量，根据预报因子与预报对象的相关关系得到相对隶属度矩阵;再将其作为BP神经网络输入值以训练连接权重；最后将得到的连接权重值用于预报检验。计算结果表明，智能预报模式与方法的运行速度、精度及稳定性都达到了实际应用的要求。     

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.     

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．     

岭回归算法在臭氧浓度集合预报中的应用

基于机器学习方法,利用已有的预报模式构造一种全新的集合预报模型,对于提升预报的准确度和稳定性都有重要意义.以臭氧浓度预报为例子,讨论一种基于机器学习的集合预报技术——岭回归(ridge regression,简称RR)算法.首先,对RR算法的特点和实现流程进行描述.在实现RR算法之后,对我国近两年的环境空气质量真实数据进行大量的数值实验.然后,对最优化集合预测(operational consensus forecasts,简称OCF)和RR算法的预测结果在均方根误差和时间序列对比等方面进行详尽分析.实验结果表明,RR算法比OCF算法具有更好的预测精度和稳定性.最后,对算法可能的误差来源进行探讨,提出了进一步改进的方向.     

华东区域中尺度模式在景德镇暴雨过程中的检验与应用

利用2015年至2019年7月中旬期间华东区域数值模式24 h降水预报图片产品及景德镇国家站雨量资料,对该模式预报景德镇24 h暴雨进行了TS评分、空报率、漏报率检验,得出主要结论如下:模式对景德镇市24 h暴雨TS评分为0.26,空报率为68%,漏报率为37%,预报能力总体呈逐年上升趋势。6-7月模式TS评分高于空报率和漏报率,表明该时段模式预报具备较高的参考价值。模式20起报产品评分优于08。模式对不同类型暴雨预报结果统计表明,静止锋暴雨预报成功率高,参考价值大;冷锋暴雨及暖区暴雨次之。模式24 h暴雨预报一定程度上优于主观预报,但近2 a差距减小。模式对景德镇地区多次致洪暴雨预报表现良好。