卡尔曼滤波方法在天气预报中的应用

从气象应用角度介绍了卡尔曼滤波的基本原理及其递推算法。为了说明卡尔曼滤波递推算法的应用方法，制作了北京１９９３年１月份逐日最低气温３６小时预报。预报结果令人满意，表明该方法很有实用价值，与ＭＯＳ方法相比，它的优点是不需要收集大样本历史资料，因此，它容易适应数值预报模式的变化。     

T42MOS预报业务自动化系统

利用国家气象局发布的Ｔ４２数值预报产品，建立了黑龙江省３１个重点站的降水，极温，大风等ＭＯＳ预报方程，并对Ｔ４２初始资料进行破译，实现了ＭＯＳ预报业务运行自动化。     

卡尔曼滤波在相对湿度预报中的应用

用卡尔曼滤波方法,利用 Ｈ Ｌ Ａ Ｆ Ｓ资料制作商丘站１９９６ 年８ 月份每日１４ 时相对湿度预报。经与 Ｍ Ｏ Ｓ方法对比,卡尔曼滤波具有适应性、稳定性、可用性等优点。     

按不同气候背景制作单站MOS预报方程

在基层业务体制的框架基本形成以后，县局在参考上级指导预报的同时，初步开展对单站数值预报模式的研究，注意中、小尺度天气的变化规律，以提高订正预报的精度。     

在雷达测雨和洪水预报中自适应卡尔曼滤波法的应用

采用自适应的卡尔曼滤波方法，运用少量雨量计对雷达估测降水进行了校正，结合新安江水文模型和GAME／HUBEX项目1998年在史灌河流域观测的水文资料，对6月28日08：00～7月5日20：00史灌河流域的一次洪水过程进行预报，并与雨量计网测量的面雨量预报结果进行对比。比较结果表明，经过校正后的雷达估测雨量和雨量计测量的面雨量都能较好地预报出流域出口蒋家集的洪水变化趋势、洪峰时刻以及洪水总量，雷达预报的结果同实际观测更加接近，而雨量计预报结果明显偏高。     

MOS预报中的非线性因子处理

利用欧洲气象中心、日本东京和北京气象中心每天发出的各类数值预报产品，建立前期数值预报要素产品与未来天气过程要素的相关关系，并在回归方程中考虑预报因子和预报量之间的非线性关系，经统计发现方程中选入的非线性因子具有较高的相关显性。实践证明，合理利用这些数值预报产品信息，可以进一步提高短期天气预报的准确率。     

集合卡尔曼滤波数据同化在一维波动方程中的应用

简要回顾了集合卡尔曼滤波(EnKF：Ensemble Kalman Filter)数据同化方法的发展历史,并介绍了EnKF数据同化方法的基本原理,利用一维非线性波动方程进行了数值试验。EnKF数据同化方法的实现过程简单可行。避免了EKF中协方差演变方程预报过程中出现的计算不准确和关于协方差矩阵的大量数据的存储问题,最主要的是EnKF可以有效控制模式变量估计误差方差的增长,改善预报效果。     

卡尔曼滤波在最低气温预报中的应用

用卡尔曼滤波方法制作１９９７年１２月－１９９８年２月商丘市逐日最低气温２４ｈ预报,其预报准确率比常用的ＭＯＳ方法提高３％～４％。     

不同因子处理方法对广西MOS方程降水预报准确率影响的试验

利用１９９５—１９９７年Ｔ１０６输出产品，以相同的数学回归模型对各种不同的因子处理方法生成的预报因子做广西８９站的降水预报准确率对比试验，结果表明预报因子的选取与准确率关系极大。这也说明了选取合理的、有物理意义的因子是建立ＭＯＳ降水预报方程成功与否的关键。     

自适应网格模式在暴雨数值模拟中的应用

基于变分原理，自适应网格技术能根据数值模式的特点，在模式解梯度大的地区自动加密网格，提高模式的分辨率。将其应用于MM4模式中，采用多重网格法以加速自适应网格的生成。对1996年8月4日至5日发生在华北的特大台风暴雨过程，用自适应网格模式和均匀网格模式进行了数值模拟和动力诊断分析，以研究自适应网格模式在天气预报和模拟应用中的特点。试验表明，采用自适应网格后计算稳定，对所关心的天气系统及其降水的模拟精度均高于均匀网格模式，对形势场、风场的模拟精度也有明显改善。     

不同因子处理方法对广西MOS方程降水预报准确率影响的试验

利用1995－1997年T106输出产品，以相同的数学回归模型对各种不同的因子处理方法生成的预报因子做广西89站的降水预报准确率对比试验，结果表明预报因子的选取与准确率关系极大。这也说明了选取合理的、有物理意义的因子是建立MOS降水预报方程成功与否的关键。     

卡尔曼滤波方法在温湿度预报中的应用

采用卡尔曼滤波方法,对北京地区的温湿度作了预报试验。结果表明,该方法不需很多样本即可得到较好的预报方程,预报误差比较稳定,对最低,最高温度,相对湿度等连续性气象要素有一定的预报能力。     

基于卡尔曼滤波方法的MOS与PP法在德阳温度预报中的效果评价

本文对卡尔曼滤波方法、mos与pp法的基本原理作了简要的概述。并分别在ECMWF北半球的500hPa高度、850hPa温度、地面气压的0小时分析场上和预报场上选取因子，即pp法和mos法分别1建立预报方程，利用卡尔曼滤波方法对德阳的日平均气温、日最高气温、日最低气温进行了预报并对相关结果进行了检验，其结果表明用pp法建立预报方程，其预报结果的误差比用mos方法建立预报方程的结果相对要一些。     

卡尔曼滤波在短期气候预测中的应用

用PRESS准则和最优子集回归选取预测因子，建立河西走廓东部月平均气温的卡尔曼滤波预测模型，经实际使用发现，该预测方法的精度较高，稳定性较好，为短期气候提供了一种新的思路和方法。     

温度集合预报的类卡尔曼滤波自适应订正方法在海南省东北部的应用

利用类卡尔曼滤波的自适应业务订正方法,对2010—2016年欧洲中心数值模式集合预报产品在海南东北部地区的温度预报进行订正分析,结果表明:1)数值模式集合预报较控制模式和业务模式在最高、最低温度预报上有准确率更高和时效更长的优势;2)对类卡尔曼滤波自适应订正方法中权重系数的选取进行了试验,从而通过在不同时效选择最优的权重系数对该方法进行本地化改进;3)对优化后的订正方法进行检验,结果显示有效地提高最高、最低温度预报准确率,各时效温度平均绝对误差有效下降0.5℃,接近甚至超过主观预报水平;同时可以改善模式对高温事件的预报性能,提高高温事件概率预报的Brier评分和技巧评分。     

天气动力学组合因子在MOS降水预报中的应用

利用我国的数值产品ＨＬＡＦＳ格点场资料,结合内蒙古地区降水系统的天气动力学演变特征,构造出能反映降水系统的天气动力学发展机制的结构特征因子,采用ＭＯＳ方法建立预报方程。用较短的样本资料建立ＭＯＳ预报方程,提高了ＭＯＳ预报方程的预报能力和适应性。试验结果表明,该ＭＯＳ预报方程计算稳定并具有很好的预报能力和效果,易于业务化。     

卡尔曼滤波方法在温度预报中的应用

应用卡尔曼滤波方法,结合欧洲中期数值天气预报中心的数值预报产品,尝试建立西安２４ｈ最高／最低气温预报方法,取得了比较满意的效果。表明卡尔曼滤波方法具有建模简单方便等特点,同时卡尔曼滤波方法对温度和季节变化和数值预报模式的变化都具有很强的适应能力,与动力统计方法（ＭＯＳ、ＰＰ等）相比较具有较大的优势。在数值预报产品的解释应用中有广阔的前景。     

基于卡尔曼滤波方法的MOS与PP法在德阳温度预报中的效果评价

本文对卡尔曼滤波方法、mos与pp法的基本原理作了简要的概述.并分别在ECMWF北半球的500 hPa高度、850hPa温度、地面气压的0小时分析场上和预报场上选取因子,即pp法和mos法分别1建立预报方程,利用卡尔曼滤波方法对德阳的日平均气温、日最高气温、日最低气温进行了预报并对相关结果进行了检验,其结果表明用pp法建立预报方程,其预报结果的误差比用mos方法建立预报方程的结果相对要一些.