基于数值预报产品的温度释用方法比较

为了选取适当的预报方法,运用于业务预报工作中的客观要素预报,我们以ECMWF数值预报输出产品为基础,对卡尔曼滤波(K lm)、最优子集回归(OSR)和岭回归(RR)三种方法针对温江、宜宾、内江、达县2005年6~7月的温度预报进行了探讨。结果表明:在样本完全相同的情况下,三种预报方法效果相当,但从运行速度来看,RR最快,K lm其次,OSR最慢;在预报方法相同而样本长度不同的情况下,样本长度为60天的预报效果较好。     

最优子集回归方法在季节气候预测中的应用

利用DEMETER计划多个模式的模拟资料研究1959～2001年多模式集合预报的季节降水在中国区域的表现, 并结合最优子集回归(OSR)方法对中国区域的季节降水进行降尺度预报, 比较其与多模式集合预报的技巧。研究表明: 多个单模式在中国区域对季节降水的模拟性能普遍较差, 多元线性回归(MLR)集合的预报技巧不如集合平均(EM)。利用OSR方法进行降尺度预报可以极大改善中国区域季节降水的预报技巧。夏季, 降水距平相关系数(ACC)在长江以南、西藏以及内蒙古中部等地区提高很显著, ACC在中国区域的平均达到0.29, 明显高于多模式集合平均与多元线性回归集合。冬季, OSR方法可以改善多模式集合在中国北方地区较低的预报技巧。概率Brier技巧评分(BSS)也表明了OSR方法对季节降水预报的改善。需要说明的是, 虽然OSR方法在中国区域能明显提高季节降水的预报技巧, 但是其选取的预报因子与中国区域季节降水的物理机制问题仍有待于进一步的研究。     

最小二乘支持向量机在云量预报中的应用

基于2003-2006年逐年1、8月WRF区域数值预报产品和单站观测资料,采用最小二乘支持向量机回归方法,结合选取合适的参数和核函数,分别按月通过不同长度样本序列建立了台北和厦门站总云量和低云量短期释用预报模型,利用2007年1、8月样本资料对模型进行了预报和检验,并与神经网络方法进行了对比.结果表明:最小二乘支持向量机回归方法的预报效果要好于神经网络方法;两站不同长度样本的总云量和低云量预报模型,预报效果较好,其预报准确率不会因为训练样本的减少而降低.可见,最小二乘支持向量机回归在云量等气象要素释用预报方面,具有较好的应用前景.     

中国区域秋季旱涝特征预测

利用国家气候中心综合气象干旱指数(CI),以干旱日数为预报对象,以前期500 hPa高度场为预报因子,结合最优子集回归(OSR)方法建立回归预报模型,对1971-2007年期间中国区域秋季干旱形势进行交叉检验预报。针对秋季华西秋雨与华南干旱特征,分别建立以华西洪涝站数与华南干旱站数为预报对象的预报模型,研究OSR方法的预报技巧。研究表明:OSR预报方法对秋季中国区域的干旱日数具有较高的预报技巧,距平相关系数(ACC)在全国大部地区均通过α=0.05的显著性水平检验,中国东部地区整体预报水平高于西部地区,ACC在中国区域平均达到0.45。对于秋季华西洪涝站数与华南干旱站数,OSR方法也体现出较好的预报能力,ACC分别达到0.71和0.55。此外,对华南区域干旱站数的独立预报检验表明,模型能较好地预报出2003-2007年秋季华南地区偏旱的趋势,但对干旱范围的预报有所低估。     

机器学习在广西台风极大风速预报中的应用

以1980-2020年广西台风期间桂林、梧州、龙州、南宁、玉林等5个气象观测站的地面日极大风速为研究对象,采用多元线性回归(MR)、支持向量机(SVM)、模糊神经网络(FNN)等三种较为常用的线性和非线性方法分别进行预报建模,对2011-2020年共10a独立样本的检验.结果 表明,在全样本风速预报的平均绝对误差上,FNN模型对桂林站、梧州站、龙州站、玉林站共4个站点预报的平均绝对误差最小,总体预报精度最好,MR预报模型则对南宁站有较好的预报能力,SVM模型预报效果总体偏差.对于6级以上大风的TS评分、命中率、空报率和预报偏差等4个评估指标的统计,FNN模型的预测精度最高且相对稳定,MR方案次之,SVM在三种方案中预报效果最差.FNN方法对广西台风期间地面日极大风速的预报有较好的参考作用.     

预报因子选取及方程建立人机交互平台

利用计算机技术,将预报因子选取、方程建立和样本拟合融为一体,建立了预报因子选取及方程建立人机交互平台。该平台包括文件信息,因子初选和回归分析三个模块:(1)文件信息模块主要是读取预报对象文件和预报因子文件,显示并检查文件头信息样本长度的一致性;(2)因子初选模块主要是计算各气象要素或物理量场中每个格点因子与预报量之间的相关系数,构成各相关场,分析这些相关场及其关键区域,从中筛选出组合因子;(3)回归分析模块是对选入的组合因子与预报对象进行逐步回归计算,建立预报方程,并根据回归方程参数和样本拟合率,通过改变因子引入和剔除标准来调整回归结果。     

T213数值预报产品在强暴雨预报系统中的应用

本文针对发生在青藏高原东侧四川盆地内的强暴雨,进行了预报系统开发方面的研究,研究指出:以T213数值预报产品为资料样本,以天气动力学理论和强暴雨预报经验为基础,利用强暴雨预报经验对R213数值预报产品进行解释应用,在检验的基础上构筑预报因子系列,依据于大量历史个例的总结,采用回归方法与判别方法相结合的方式,就能在较短样本资料的情况下,建立起实用效果理想的强暴雨预报系统.     

回归方程的预报稳定性检验

回归分析是气象统计预报中应用十分广泛的一种定量预报方法,农MOS(模式输出统计)预报中应用很多。由一定的样本资料建立的回归方程,有的方程的预报效果与拟合效果差异不大,有的方程的预报效果显著低于拟合效果。回归方程预报效果的这种改变情况,称为回归方程的预报稳定性。一个回归方程,如果预报效果与拟合效果差异     

基于动态最优PP法的乡镇温度预报技术

利用2016年宁夏气象台县站温度预报数据和宁夏县级气象观测站、乡镇级自动观测站实况数据,采用训练择优、回归PP技术,建立动态最优PP法乡镇温度预报统计方法,检验该方法的温度预报效果,分析择优过程中的内部规律。研究表明:动态择优PP法对宁夏固原乡镇温度预报的质量评分明显高于旧指标法的乡镇预报质量评分,其中最低气温提高4.74%,最高气温提高8.20%;经过逐日动态最优方法选择的最佳样本长度,各县站、各月的出现频次并不完全相同,说明采用动态择优技术选择最佳样本长度是合适的;一年中最佳样本长度累计频次随着样本数的增加而呈对数下降,但依然有3、5、7、11、19、22等样本长度容易被选中为最佳;最佳样本长度间接反映了县与乡镇温度之间的关系存在周期性。     

云南5月降雨量可预报性的时空分布

基于交叉验证计算方案,利用OSR和EOF-CCA两种预测方法,使用1961～2005年500、100 hPa月平均高度和SST海温资料作为预报因子,客观定量地探讨了不同因子和方法对云南5月降雨量可预报性的时空分布特征.在时间变化上,500 hPa使用OSR方法时,2和3月资料可预报性最高,使用EOF-CCA方法时7和9...