个人超级计算时代即将来临

互联网的蓬勃发展改变了人类文明的进程和沟通的方式，三维电影、网络游戏、数字电视提供了新的娱乐方式，数字图书馆、远程教育使我们足不出户就能享受到学习的快乐，电子政务则改变了“大政府、小社会”的传统形象，基因工程、药物分子研究让人们离生命的奥秘越来越近，精准的数值天气预报让风云不再变幻莫测……这一切，都离不开高性能计算机。     

空气湿度与人类生活

在中央气象台公开发布的全国各主要城市的天气预报中．增加了湿度预报。以满足人们日常生活的要求。那么，湿度预报究竟有何用呢？     

花香鸟语报天气——从“花气袭人知骤暖”说起

在《村居书喜》中,南宋著名诗人陆游大笔挥就“花气袭人知骤暖,鹊声穿树喜新晴”这样形象生动的诗句。他借用“花气袭人”和“鹊声穿树”的物候现象,分别推测“骤暖”(气温变高)和“新晴”(天气放晴)的气象情况,堪称一流的“天气预报词”。不知你在公园或者花园里散步时,有没有注意到:如果当日的气温较高,便可随处闻到浓郁的花香,令人心旷神怡,得到美的享受;然而在气温较低时,花的香气却要淡得多,只能在花卉的附近嗅到。研究表明,大多数花卉之所以会散发出香气,原来是它们的花瓣里含有一种油细胞,它能够不停地分泌出芳香油。而芳香油的分子…     

关于溃变理论在湖北省春季短期强对流天气预报中…

依据溃变理论将非均匀信息在突发性，强烈天气过程预报中进行了应用，使用不连续参数把湖北省春季发生的强天气过程（如暴雨、强对流）划定出来，再结合强对流预报判据分辨出强对流天气，用于湖北省春季短期强对流天气预报，其效果经过了１９９５．０３．１５￣１９９５．０５．１５连续试验的检验。     

长期天气的人工神经网络混合预报模型研究

利用人工神经网络方法结合均生函数和多元分析方法，提出了一种同时考虑预报量自身显著变化周期和外生变量因子对预报量未来变化影响的混合预报模型。这种新的神经网络混合预报模型，比单纯采用时间序列统计预报方法或多元分析统计预报方法具有更好的预报效果，并且这种预报能力的提高具有合理的分析依据。     

一种新的多因子约束下的NWP反演ZTD残差改正模型

对流层延迟是GNSS定位的主要误差源之一,利用NWP模型的气象数据积分反演ZTD是当前研究热点.然而,采用两大气象预报中心(ECMWF和NCEP)的再分析资料反演ZTD的残差一般在±60 mm之间浮动,预报资料反演的ZTD的精度更差,都不能直接用于精密定位.一般是先将此反演的ZTD作为初值,设定先验方差,将残差作为未知参数求解.NWP反演的ZTD的精度,将直接影响对流层和模糊度参数在滤波过程中收敛速度.前人的研究表明,NWP反演ZTD的残差大小与测站所在纬度相关,利用纬度与残差的相关函数可提高NWP反演ZTD的精度,但效果并不明显.针对以上问题,比较ECMWF和NCEP再分析资料反演ZTD的精度,然后分析精度较高的ECMWF资料反演的ZTD的残差随温度、湿度、纬度、季节等因子变化的规律,并结合基于最小绝对残差法的多项式拟合方法拟合残差,提出一种新的多因子约束下的NWP反演ZTD的残差改正模型,从而提高NWP反演ZTD的精度.为验证模型的性能,以133个IGS站高精度ZTD为参考,拟合2015年ECMWF反演ZTD的残差,构建残差改正模型,并利用此模型改正2016年ECMWF反演的ZTD.实验结果表明：在纬度高于15°的地区,NWP反演的ZTD的平均残差和均方根误差比使用模型前分别减小了86.9%和36.3%.另外,对于较低纬度地区,此残差改正模型的效果不明显.