卡尔曼滤波方法在温度分县预报中的应用

在引进省局推广应用的卡尔曼滤波温度预报方法的基础上,通过2004～2005年的预报试验,在对预报因子不断进行了组合和优化后预报效果稳定,客观预报结果基本接近预报员的主观预报水平.     

卡尔曼滤波方法在温度分县预报中的应用

在引进省局推广应用的卡尔曼滤波温度预报方法的基础上,通过2004~2005年的预报试验,在对预报因子不断进行了组合和优化后预报效果稳定,客观预报结果基本接近预报员的主观预报水平。     

降水温度分县客观预报方法研究

应用国家气象中心T106数值预报产品和MOS预报方法，研究建立了贵州省81个站1～5天的降水分级预报和最高、最低温度预报方程，并投入业务应用，检验证明效果较好，为业务提供了有效的省级客观预报指导产品，重点探讨了建立分县MOS预报方程中的关键技术，分析了其在业务应用中的误差特点并提出了改进方法。     

用卡尔曼滤波制作分县温度指导预报的研究

采用卡尔曼滤波方法建立预报模型，制作出全区分县温度指导预报。通过试运行，并对吕梁地区2002年7月份全区气温预报结果进行检验，系统基本达到预期的效果。     

用卡尔曼滤波方法作温度预报

针对以往温度定性预报的不足，应用欧洲数值预报产品资料，用卡尔曼滤波的方法对齐市的温度作出了逐日定量预报。预报结果接近主观预报结果，有实际的应用价值。     

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。     

以T42产品为因子用卡尔曼滤波方法作温度预报

本文以Ｔ４２数据预报产品为因子，用卡尔曼滤波方法建立可更新系数的预报方程作南京和芜湖的温度预报。从１９９４年１月至４月共８４次试报中，用完全相同的因子卡尔曼滤波方法比回归分析方法预报结果精度提高０．５度。     

以T63产品为因子用卡尔曼滤波方法作温度预报

以Ｔ６３数值预报产品为因子，用卡尔曼滤波方法建立可更新因子系数的预报方程，做４８ｈ的温度预报。     

数值产品省级分县温度预报方法研究

将国家气象中心Ｔ６３、Ｔ１０６和欧洲中心数值模式中温度预报场、湿度预报场、Ｕ、Ｖ分量预报场分别插值到１０８个测站上,以此作为预报因子,运用ＰＰＭ法、ＭＯＳ法、ＫＬＭ滤波法,分别建立最低、最高气温预报方程,用以上预防方法所得的预报结果作为预报因子,进行二次滤波集成和全集成预报,并建立了“数值产品省级分县温度预报系统”。１９９７年６月—１１月将该预报系统投入业务运行,取得了良好的预报效果。     

用数值产品作分县分级降水预报

利用T10 6数值预报产品资料 ,用人工神经网络建立铜川 3站 2 4、 4 8时分级降水预报方法 ,作为开展数值产品在地市级台站定量统计释用的一种尝试 ,经实际使用 ,该方法是可行的     

洛阳分县温度周滚动预报系统

利用洛阳9县(市)2002年11月～2004年9月逐日最高、最低气温资料,应用欧洲中心数值预报产品,建立了洛阳9个县(市)的温度周滚动预报方程.2004～2005年试报结果表明 24～48 h预报准确率在70%左右,绝对误差在2 ℃以内;24～144 h预报准确率在62%～70%之间,绝对误差在2 ℃左右;最低气温预报效果要好于最高气温,最低气温的绝对误差与准确率分别为1.98 ℃和67%,最高气温的绝对误差与准确率分别为2.28 ℃和61%.     

洛阳分县温度周滚动预报系统

利用洛阳9县(市)2002年11月~2004年9月逐日最高、最低气温资料,应用欧洲中心数值预报产品,建立了洛阳9个县(市)的温度周滚动预报方程。2004~2005年试报结果表明:24~48 h预报准确率在70%左右,绝对误差在2℃以内;24~144 h预报准确率在62%~70%之间,绝对误差在2℃左右;最低气温预报效果要好于最高气温,最低气温的绝对误差与准确率分别为1.98℃和67%,最高气温的绝对误差与准确率分别为2.28℃和61%。     

利用卡尔曼滤波方法释用数值预报产品

本文对卡尔曼滤波方法的基本原理作了简要的概述。并在ECMWF北半球的500hPa高度、850hPa温度、地面气压的0小时分析场上选取因子，利用卡尔曼滤波方法对温度和降水进行了预报及对相关结果进行了检验，结果表明利用卡尔曼滤波方法释用数值预报产品对于德阳各站的温度预报具有良好的预报能力。     

用数值产品制作阳泉分县降水预报

根据天气学动力学原理及日常天气预报工作的实际经验，对短期时效的数值预报产品进行分析，从天气形势、单站要素、物理量资料归纳出不同季节分县分级降水预报模式指标，通过逐步判别，制作分县短期降水预报，采用VB编程，自动生成客观预报产品。     

辽宁省气象要素分季分县完全预报方法

选取T106资料建立辽宁省54个县站的天气要素分季预报方程，使用T213资料进行预报，并对降水及温度预报结果进行了评分和分析。预报结果表明，完全预报方法可用于日常预报业务。     

利用卡尔曼滤波方法释用数值预报产品

本文对卡尔曼滤波方法的基本原理作了简要的概述.并在ECMWF北半球的500hPa高度、850hPa温度、地面气压的0小时分析场上选取因子,利用卡尔曼滤波方法对温度和降水进行了预报及对相关结果进行了检验,结果表明利用卡尔曼滤波方法释用数值预报产品对于德阳各站的温度预报具有良好的预报能力.     

分县温度预报方程的建立及其逐步订正

使用2000—2004年1-12月850 hPa天气图、日本FXFE782、FXFE783预报图、预报区域5个测站逐时自记及自动站观测资料,应用温度方程理论,从380个样本中筛选出平流项和非平流项因子17个,利用多元回归统计模型,以及850 hPa分型的△T值为逐步订正值,建立了四季分县温度预报方程,在2005年11月—2006年2月应用中取得较好效果,预报误差小于±3.0℃平均误差0.7℃。     

宜宾市常规天气要素分县预报方法

应用数值天气分析预报产品,选择与宜宾各县温度、降水有较好相关的预报因子,利用模式输出统计(MOS)法,建立温度、降水的分县、客观预报方程,从而达到气温、降水预报的定点、定量的目标.     

卡尔曼滤波方法预报因子的选择

利用ECMWF格点资料，设计了5种不同的预报因子选择方案，运用卡尔曼滤波方法制作1999年11月－2000年2月逐日14时温度预报，通过考察准确率，均方差，平均绝对误差，确定了最优因子选择方案。     

6月暴雨数值预报客观释用分县预报系统

以日本降水数值预报为指导产品,结合本州天气实际,通过寻找因子,建立6月暴雨客观自动分县预报系统。该系统在1996年业务试运行中,已显示出较强的预报能力。