武汉市日供水量与气象要素的相关分析

利用武汉市逐日供水量资料与温度、降水、日照等气象要素进行同步相关分析,选取相关性较高的气温作为预报因子,建立了日供水量的简易预测模型。     

我国冬季气温与影响因子关系的年代际变化

利用1951—2012年冬季全国160个站月平均气温以及NCEP/NACR再分析资料和海温、北极海冰等资料,分析了我国冬季气温及其关键影响因子的年代际变化特征,重点研究了关键影响因子对我国冬季气温影响关系的年代际变化。研究表明:我国冬季气温在1985年之前处于冷期,之后为暖期; 我国冬季气温异常与影响因子的关系发生了显著的年代际变化,而且影响因子之间的关系也发生了显著的年代际变化。针对这种年代际变化的基本事实,提出针对冷期和暖期中不同影响因子与冬季气温的关系分时段建立冬季气温的多因子回归预测模型,可以反映冬季气温及其影响因子关系的年代际变化特征。正确的预测策略是利用相同年代际背景下预测对象与预测因子的时间序列资料建立预测模型,以确保预测模型中反映的预测对象与预测因子关系的稳定性,进而保持较高的拟合及预测水平。     

影响光伏发电功率的气象因子分析及其预测检验

利用贵州省普安磨舍光伏电站2020年逐15 min的光伏发电功率、辐射资料与气象站资料，对光伏发电功率变化特征及影响光伏发电功率的气象因子进行分析，建立了光伏发电功率的预测模型，并利用CFSv2模式资料开展月内预测检验。结果表明：光伏电站发电功率呈现早晚低、中午高的单峰型日变化特征，其中春季发电功率值最大，夏季次之，冬季最小。影响光伏发电功率最关键的气象因子为总辐射和日照时数，其相关系数均在0.9以上。5种组合的线性回归预测模型检验结果显示，利用平均气温、最高气温、日较差建立的预测模型预测效果最好，而利用单一气象因子的预测效果最差。为增加光伏发电功率的预测准确率，可根据预测服务需求，并用延伸期模式资料开展光伏发电功率滚动订正预测。     

石家庄夏季用电量对天气的响应及其预测模型

从石家庄市2005～2007年每年6～8月的逐日用电量资料中分离出随气象因子变化的气象电量,分有、无降水日分别计算了气象电量与同期气象资料中关键气象要素的相关系数,着重分析了气象电量随气温、湿度、降水的变化规律.结果表明:石家庄夏季气象电量与气温呈显著性正相关,而与相对湿度仅在有降水日为显著负相关;计算了用电量逐日变化值与气象要素日变化值之间的相关系数,发现要素差值之间存在着很好的相关性.在统计分析的基础上,借助Origin7.5软件,分有、无降水日建立了综合气象因子影响下气象电量及用电量逐日变化的多元回归预测模型,回归统计及方差分析表明:预测方程均通过了α=0.0005的F检验,复相关高于单相关,拟合率较高,能为电力部门合理调度提供参考.     

基于组合统计降尺度的华西南部地区冬季气温预测技术研究

利用1982—2017年华西南部地区冬季气温和NCEP再分析资料以及CFS模式实时预测资料，通过SVD诊断分析，选取影响华西南部地区冬季气温的同期关键区大气环流和前期海温及OLR因子场，建立预测与观测场相结合的组合统计降尺度预测模型。该统计降尺度预测模型对1982—2017年的回报结果显示：与观测场的空间相关系数较CFS模式原始预测结果有显著提高，多年均值从-0.06提升到0.38，最高可达0.85。同时，此降尺度预测模型可较好地回报出华西南区冬季气温的空间分布型。     

河南夏季日最大电力负荷预测模型

利用2005—2009年河南逐日最大电力负荷和气象资料,分析了河南日最大电力负荷的变化特征及其与气象因子的关系。河南日最大电力负荷季节变化呈双峰型,最大的峰值出现在夏季,次峰值在冬季。夏季电力负荷与气温和炎热指数有密切的关系。用逐步回归方法,针对夏季(方案1,不区分工作日和休息日)以及周一至周日(方案2,区分工作日和休息日)分别建立日最大电力负荷预测模型,并对2010年夏季逐日最大电力负荷进行预测,两种预测方案对2010年夏季日最大电力负荷预测的平均相对误差均小于3%,相关系数均达到0.90,两方案在工作日预测结果都较好,但休息日预测误差相对较大。     

基于BP神经网络的北京夏季日最大电力负荷预测方法

利用2006~2017年北京夏季（6~8月）逐日最大电力负荷和同期气象资料,分析最大电力负荷与各种气象因子的相关性,基于BP（Back Propagation）神经网络算法,建立了两种夏季日最大电力负荷预测模型并对比。结果表明:北京夏季周末基础负荷远小于工作日,剔除时应加以区分;气象因子对气象负荷的影响具有累积效应,累积2 d时两者的相关性最强;结合实际,根据自变量的不同分别建立了两种日最大电力负荷预测模型;经实际预测检验,两种预测模型均取得了较好的预测效果,能够满足电力部门的实际需求,其中自变量中加入前一日气象负荷的模型效果更优。     

陕西省高速公路路面温度特征及预报模型

利用2013年8月至2017年12月陕西高速公路交通气象站的路面温度、气温、相对湿度、风速等资料和全球大气再分析资料云量数据,分析四季不同天空状况下路面温度的分布特征,研究路面温度与气象因子的关系,建立多元回归方程。结果表明:四季路面温度有明显的日变化规律,雪后,00:00—08:00为路面结冰较易发生时段;气温是影响路面温度变化的最重要因子之一;对比路面温度实测值与预报值,回归模型对冬季路面最低温度的拟合效果较优,相关系数在0.94以上,标准差小于1,误差在±2℃的频率为98%。此外,模型对路面0℃低温预报水平较高。     

基于气象因子杭州市燃气负荷预测研究

利用2008—2013年杭州市逐日和逐时燃气负荷资料及同期气象观测资料,统计分析了杭州市燃气负荷的变化及其与气象因子的响应关系,并基于支持向量机(Support Vector Machines,SVM)方法建立了杭州市燃气负荷预测模型。结果表明:2008—2013年杭州市燃气负荷具有较明显的季节变化特征,冬季日平均气象负荷率最高,夏季日平均气象负荷率最低;而各季节燃气负荷总体的日变化规律较相似,基本呈单峰型变化。除6月和9月,其他月份逐日气温与日气象负荷率均呈负相关关系,其中12月逐日气温与日气象负荷率的负相关最显著。当日平均气温≤13℃时,日气象负荷率为正值;当日平均气温为3℃左右,日气象负荷率达最高值。1—4月和10—12月日平均气压与日气象负荷率均呈显著的正相关关系。除夏季外,其他季节逐时气温与小时气象负荷率呈显著的负相关关系,且秋季相关最显著。考虑主要气象影响因子,采用SVM回归方法构建杭州市燃气负荷逐日和逐时预测模型,模型预测效果较好,逐日燃气负荷预报的平均误差为4.36%,逐时燃气负荷预报的相对误差约为4.18%。     

基于滤波技术的上海日最大电力负荷气象预报模型

电力负荷与气象条件密切相关,为建立上海市日最大电力负荷的预报模型,利用2010—2013年上海市日最大电力负荷数据及同期气象资料,分析日最大电力负荷的时间变化特征及其与气象因子的相关性,并基于滤波技术将日最大电力负荷分离为时间趋势项和逐日变化项,用逐步回归方法针对冬季和夏季分别建立预测模型。结果表明：①上海日最大电力负荷的各个节假日效应存在差异,春节节假日效应持续时间最长,影响最大,国庆节假期前半段节假日效应明显大于后半段。夏季的周末效应最强。②采用逐步回归方法建立的气象预报模型效果较好,回代年和预测年的平均预测相对误差均小于5%。     

雾与能见度数值预报诊断SW方案和FSL方案改进的研究及评估

为了提高雾与能见度的预报水平,对业务上常用的两种能见度诊断方案,即Stoelinga and Warner（SW）方案与Forecast Systems Laboratory（FSL）方案的改进进行预报试验,SW方案基于Gultepe方案考虑了液态水粒子数浓度对能见度的影响,FSL改进方案中利用了递减平均法对公式中用到的温度与露点温度进行订正,并用其重新计算公式中的相对湿度。基于山东省气象科学研究所逐时更新循环（hourly update cycle,HUC）业务模式输出结果,从2015—2016年选取10次雾天气过程,并详细分析了2015年11月13—14日这次雾天气过程的预报结果,比较了改进前后各方案对雾与能见度的预报效果,结果显示：在模式预报的雨水含量占总液态含水量比例较大的预报时效,改进后的SW方案对雾与能见度预报效果优于原始方案,在模式预报液态含水量接近0的预报时效,改进前后的SW方案对雾与能见度的预报效果相当;利用订正的温度与露点温度重新计算相对湿度,其平均绝对误差（mean absolute error,MAE）降低明显的预报时段,改进后的FSL方案对雾与能见度的预报效果大大提升。将两种改进后的方案相融合并进行预报试验,结果显示,综合对能见度与雾的预报效果,Combined Visibility（CVIS）方案要优于其他两种改进方案。     

棉花生育模拟模型及生产管理决策系统研究进展

简要叙述了国内外棉花生长发育模拟模型，棉花专家系统和棉花生产管理决策系统的发展，重点介绍了美国的GOSSYM模拟模型和我国的COTGROW模拟模型等最成功的研究成果。     

大到暴雪天气模型及数值产品释用预报方法

用欧洲数值预报产品格点资料,对1986年11月-2002年3月河南省出现的87个大到暴雪个例进行对比分析,将大到暴雪划分为3个类型,即高原低槽型、阻高-横槽型和L型,对每个型进行合成平均,建立了大到暴雪的天气学概念模型。为提高样本中大到暴雪的概率,先将样本进行消空处理,然后选取物理意义清晰、天气学意义明确的预报因子,分别建立了全省分片大到暴雪1-7 d预报方法,在业务试应用中取得了较好的预报效果。     

冷食销量与气象条件的统计分析及预测

对天津市冷食销量与气象要素进行了统计分析，结果表明：冷食销量与月、候、日平均气温、最高气温、舒适指数、炎热指数等均有很好的相关性，尤其是与气温相关最佳，把气温作为影响冷食销量的主要因子，采用最小二乘法分别是建立了月、候、日销量回归预报方程，并制作了冷食指数预报服务系统，投入业务使用。     

大到暴雪天气模型及数值产品释用预报方法

用欧洲数值预报产品格点资料,对1986年11月-2002年3月河南省出现的87个大到暴雪个例进行对比分析,将大到暴雪划分为3个类型,即高原低槽型、阻高-横槽型和L型,对每个型进行合成平均,建立了大到暴雪的天气学概念模型.为提高样本中大到暴雪的概率,先将样本进行消空处理,然后选取物理意义清晰、天气学意义明确的预报因子,分别建立了全省分片大到暴雪1-7 d预报方法,在业务试应用中取得了较好的预报效果.     

百叶箱与通风辐射罩的气温日最值差异

利用2009年8月—2010年7月的平行观测资料,对新型自动气象站中百叶箱和通风辐射罩气温观测系统气温日最值对比差的分布、粗差率、一致率以及平均值等进行统计,对日最值的出现时间进行对比,对日最值对比差与环境风速的关系进行分析,建立并验证了百叶箱气温日最值的订正方法。结果表明:百叶箱和通风辐射罩气温日最值对比差的分布均呈右偏态,且偏斜程度较大,不服从正态分布;日最高气温与最低气温的一致率分别为90.0%和81.5%,两者存在较大差异,但其粗差率基本一致,均略高于3.0%;与通风辐射罩气温观测系统相比,百叶箱的日最值数据总体偏高0.2℃左右,同时其出现时间也存在不同程度的滞后;气温日最值的差异会随着环境风速的增强而减小,特别是当风速大于4.5 m·s-1时,其差异可缩小到0.1℃以内;以环境风速为主要参数的气温订正方法将最高气温的差异缩小到0.03℃,一致率提高到95.2%,将最低气温的差异缩小到0.01℃,一致率提高到94.1%。     

浅析大风天气现象的记录与编报

对大风现象的查询、记录、编报流程及编报注意事项进行详细的分析总结,以期给广大测报人员提供参考。     

Historic and Future Perspectives of Storm and Cyclone

In weather sciences, the two specific terms “storm” and “cyclone” frequently appear in literature and usually refer to the violent nature of a number of weather systems characterized by central low pressure, strong winds, large precipitation amounts in the form of rain, freezing rain, or snow, as well as thunder and lightning. But what is the connection between these two specific terms? In this paper, the historic evolutions of the terms “storm” and “cyclone” are reviewed from the perspective of...     

TES和程控电话的使用与维护

介绍了卫星数字电话网络系统（ＴＥＳ）的功能、指示器及其ＬＥＤ代码解析。介绍了程控交换机（ＨＪＤ－８０型）的功能,故障的处理及系统的诊断测试内容和维护方法。