共查询到20条相似文献，搜索用时 46 毫秒
1.
《气象研究与应用》1989,(4)
我区从1981—1985年开展水稻产量气象预报模式的研究,经过五年的工作,得出了早、晚稻农业气象产量预报长、中、短期相配套的预报模式,经1984—1986年的业务化试验建立了预报业务系统。1987年根据国家气象局的要求,正式开展不同时效的早、晚稻农业气象产量预报业务。从四年预报结果来看,长期趋势预报基本正确,中、短期预报的精度也比较高。早稻中期预报与实产的误差为3.0—5.3％,短期预报误差为1.7—6.0％;晚稻中、短期预报除1984年预报误差大于5％以外(但大减产的趋势预报是对的),其余年份中期预报误差为0.9—3.4％,短期预报误差为1.3—3.4％。由于预报比较准确,取得比较好的社会经济效益。 相似文献
2.
3.
4.
相似预报方法是一种基于历史相似个例的预报方法,在综合考虑天气发生的环境场和气候场的条件下,可实现高时空分辨率强对流天气的客观预报。利用2016—2019年5—9月宝鸡市自动气象监测站逐小时观测资料及ECMWF细网格0.25°×0.25°模式预报资料,应用相似预报方法对宝鸡市2020—2021年5—9月短时暴雨和雷暴大风天气进行预报和检验。结果表明：短时暴雨平均预报成功率和预报成功指数分别为0.852和0.304,14—20时预报效果最好;雷暴大风平均预报成功率和预报成功指数分别为0.837和0.254,20—02时预报效果最好;两类强天气漏报率均低于0.33,空报率均在0.75以下;相较配料法,相似预报法对两类强天气的预报准确率和预报成功指数均有较大提升,且空报率和漏报率也明显降低,能够较好地预报出短时暴雨和雷暴大风未来24 h的对流潜势,在宝鸡地区表现出更高的适用性。 相似文献
5.
6.
本文用上海100年资料(1873年—1972年)在地面气象要素中寻找对长江下游六、七月份旱涝有显著影响的预报因子。得到若干预报工具和预报指标。用1973年—1982年的独立样本资料作试报和预报,效果良好。 一、气象要素的信息估计 相似文献
7.
基于集合预报的四川夏季强降水订正试验 总被引：4，自引：2，他引：4
四川历来多暴雨洪涝,然而其发生具有很多不确定的因素,预报难度很大。从观测与模式预报的累积概率密度函数角度出发,利用2007—2012年6—8月中国降水观测格点资料和2012—2013年6—8月ECMWF模式集合预报资料,探索了一种提高四川地区强降水预报准确率的方法——概率阈值订正法,并运用该方法对2012年6—8月盆地东部的降水过程进行批量试验。试验结果表明:订正后的模式预报相比订正前的预报而言,不仅强降水落区更接近实况,而且较大程度地延长了预报时效,能提前6~7天给出强降水过程的警示信息,经过订正后显著提升了ECMWF模式的降水预报水平。 相似文献
8.
7—8月是夏季暴雨集中期,经过统计1961年至1988年,本站7—8月暴雨日数占总暴雨日数的84％,暴雨又属于关键性天气,作好7—8月暴雨预报至关重要。为提高夏季暴雨预报能力,特建立本预报专家系统, 本系统(简称MES系统)是在天气学理论和预报经验的基础上,应用计算机技术模拟预报员制作预报思路过程,在PC—1500计算机上使用BASIC语言实现的,经过1990年的使用效果令人满意。 相似文献
9.
为了解各种数值预报的误差特点,更好地在预报过程中选择数值预报产品作为参考依据,将中国国家气象中心的T213降水预报和德国降水预报分别进行晴雨预报检验,对2008年5—8月期间东北地区降水资料进行对比分析。结果表明：两种模式24—120h预报正确率为60%—70%左右,随着预报时效的增加,正确率呈下降趋势,德国降水预报的正确率高于T213,两种预报漏报率均明显小于空报率,T213漏报率较低,为5%左右,德国降水预报空报率较低,为20%左右。对2008年4—6月出现东北冷涡过程的两种模式降水预报进行对比分析,发现德国降水预报正确率明显高于T213预报,对冷涡降水预报有一定的指示意义。 相似文献
10.
利用Threat Score方法，对1991年6月12—15日，6月29日—7月12日江淮持续暴雨的定量预报进行了检验。结果表明，对于大雨和暴雨预报，目前主观预报优于客观预报。数值预报在降雨定量预报的某些方面有了一定突破。 相似文献
11.
本文从决策角度,提出一种新的方法——灰色决策,来解决多种预报方法的最终预报河题。同时,用限定记忆法,把实时预报结果和实况,不断输入灰色决策矩阵,改变决策矩阵内的决策元,以确保用目前预报能力最强或较强的预报方法参加决策。通过86——88年,6——7月对江苏省中期降水预报的应用验证,预报效果比用权重集成方法有较明显的提高。 相似文献
12.
江苏暴雨概率预报及其业务应用 总被引：1，自引：0，他引：1
以未来12~36 h、36~60 h和60~84 h的暴雨预报为目标,利用2011年—2013年夏季6—8月欧洲细网格数值模式预报产品分析了江苏夏季暴雨的可能预报因子。通过对各因子进行相关性、敏感性和代表性分析后,优选了22个对不同强度降水具有较好区分能力的暴雨预报因子。以这些因子为基础建立了一种简单的江苏省暴雨概率预报方法。其预报产品已在江苏省气象业务一体化平台上投入业务使用。该方法在2011—2013年7月,针对提前12 h预报的历史回报试验中,TS技巧评分平均为13.6,明显高于EC细网格24 h降水预报产品(平均TS评分仅为4.5)。在2014年梅汛期的6月25—26日、7月1—2日和7月4—5日三次区域性暴雨个例的预报试验中,提前60、36、12 h的预报效果均较好,其平均TS评分(44.6)也明显高于欧洲细网格数值模式的降水预报(20.4)。 相似文献
13.
利用洛阳市1981—2014年夏玉米产量资料、生育期内的气象资料,结合夏玉米的生物学特性,分别构建夏玉米温度、光照、水分适宜度模型,利用夏玉米生长季内不同时段的气候适宜度指数与气象产量的相关关系,构建夏玉米产量预报模型,并分别利用1981—2010年、2011—2014年数据进行回代、预报检验。结果表明,气候适宜度与夏玉米气象产量存在显著的相关性,两者变化趋势一致。1981—2010年各时段预报模型的单产回代检验准确率在89.19%~91.42%之间,趋势回代检验准确率达89.66%~96.55%。2011—2014年预报检验,预报准确率最高为96.16%,最低为91.05%,趋势预报准确率最高为100%,最低为75%,预报准确率较高,建立的产量动态预报模型可以在业务上推广应用。 相似文献
14.
1987年9——11月对张丙午等同志所作的新疆寒潮短期预报专家系统〔1〕(以下简称专家系统)的预报能力进行了初步检验,结果如下: 一、效果检验 1987年9——11月我区出现中度略偏强天气过程共5次,专家系统、主观预报(即值班对外预报)及实况对比见表1.专家系统的预报对象是距实况天气图36小时以后的24小时中发生的大型天气过程,与这24小时 相似文献
15.
文内以1974年盛夏(7—8月)季节开原站降水趋势长期预报为例子,试图对长期预报的基本思路和预报依据的客观处理作一些探讨。所用资料以开原单站为主。一、长期气候变化的背景分析了解长期气候变化的特点,对于作好年、季、月等长期趋势预报的重要意义,已越来越被预报实践所证实。所以,了解气候变化的背景,是作好长期预报的一个重要前提。从开原站1925—1973年7—8月的降水量的4年滑动平均(见图1),便可清楚地看出降水量的气候变动。1925—1947年为少雨期;1948—1967年为多雨期;1968年以后又转入少雨期。各时段降水量的平均 相似文献
16.
两种不同产量历史丰歉气象影响指数确定方法在农业气象产量预报中的对比研究 总被引：2，自引：0，他引：2
利用吉林省1980—2015年春玉米单产数据、50个气象站逐日气象资料,基于欧式距离和相关系数建立综合诊断指标,利用综合诊断指标研究分析预报年与历史年春玉米气象产量丰歉气象影响指数的关系,以此构建春玉米产量预报模型,对吉林省春玉米产量进行动态预报。产量预报模型对2003—2012年的预报试验结果表明,产量丰歉趋势ΔY的平均正确率均在60%以上,加权分析法的单产预报准确率除2009年外,均高于80.0%,且各时段的预报准确率均高于大概率法的。对2013—2015年吉林省春玉米产量的预报检验结果表明,加权分析法对产量丰歉趋势ΔY的预报结果稍好;加权分析法单产预报准确率几乎都在90.0%以上,普遍高于大概率法的。说明加权分析法建立的产量预报模型预报效果更好,可在业务上应用。 相似文献
17.
18.
19.
基于2019—2021年4—9月北京快速更新数值预报系统(CMA-BJ)产品以及北京地区地面气象站逐时降水实况,从表征水汽条件、热力和能量条件以及动力条件的多个物理量中筛选出在有无降水、是否强降水情形中有显著差异的物理量作为因子,采用配料法和模糊逻辑算法构建北京地区0～12 h时效逐小时短时强降水概率预报模型。以2019—2021年4—9月最优TS评分和偏差评分的概率值和组合反射率因子为确定性预报的概率阈值和消空处理阈值,运用该预报模型对2022年4—9月每日4次0～12 h预报时效北京地区短时强降水产品进行预报和检验。结果表明:北京地区短时强降水TS评分和偏差评分分别为0.104和1.341,预报效果明显优于CMA-BJ预报产品。概率预报模型能够有效提升强降水高发地区,即山前及平原地区的短时强降水预报技巧,获得较为平衡的命中率和空报率,但对山区预报技巧的提升有限。 相似文献
20.
基于集合预报的中国极端强降水预报方法研究 总被引：3，自引：1，他引：2
极端强降水天气属于小概率事件,其发生具有很多不确定的因素,预报难度很大。根据Anderson-Darling检验原理研究基于集合预报资料的极端强降水天气预报方法,利用2007—2010年中国T213集合预报资料和2001—2010年6—8月中国降水观测资料,分析观测与集合预报累积概率密度分布函数的特征,建立基于集合预报与模式历史预报累积概率密度分布函数连续差异的数学模型——极端降水天气预报指数(EPFI),并对2011年7月中国极端强降水天气进行预报试验。结果表明,极端降水天气预报指数可以充分利用集合降水累积概率密度分布的尾端信息,为极端强降水提供科学合理的预报,基于中国气象局(CMA) T213集合预报的极端降水天气预报指数可提前3—7 d发出极端强降水预警信号,随着预报时效的延长,预报技巧逐渐降低。研究还表明,模式气候累积概率分布的合理性将直接影响极端强降水天气识别能力。 相似文献