共查询到20条相似文献，搜索用时 15 毫秒
1.
根据ECMWF的变温资料建立了气温预报的拟合率较高的多元回归方程.以14时地面要素资料和高空要素场为基础,用欧氏距离选取最相似的前10个历史样本,用ECM-WF数值预报产品,选取90%以上拟合率的数值预报因子建立了晴雨判别模型,试报效果较好. 相似文献
2.
根据ECMWF的变温资料建立了气温预报的拟合率较高的多元回归方程。以14时地面要素资料和高空要素场为基础，用欧氏距离选取最相似的前10个历史样本，用ECMWF数值预报产品，选取90％以上拟合率的数值预报因子建立了晴雨判别模型，试报效果较好。 相似文献
3.
本文介绍了在普查历史天气图进行降水天气气候分析的基础上,根据影响本地降水的主要天气系统及形成降水的基本条件,选取适当位置的指标站的有关要素作为预报因子所统计建立的降水预报公式。其历史拟合率和概括率较高,试报效果较好。 相似文献
4.
利用2003—2005年4—9月国家气象中心T213的数值预报产品,通过动力诊断,从大量数值预报因子中提取不同层次、不同时效与降水关系较好的多个因子,使用K最邻近域（KNN）方法,制作不同代表站点的晴雨预报和大于或等于10 mm的降水预报试验。在搜索K邻近域的过程中,考虑天气事件出现的概率不同,而分别求取有天气事件的正样本K+值和无天气事件的负样本K-值,使该方法选择的最邻近域中的K值取得更为合理。利用交叉验证的方法,对历史资料依次选取部分样本作为预报测试集,通过预测结果的检验评分,选取获得最大准确率和最大概括率的K+和K-作为最佳邻近域的组合。确定了最优K值后,反算历史样本,通过比较,得到某站出现降水天气事件的预报判别值,在一定程度上减少了预报的空报率。经过对2006年4—9月的预报试验,改进后的KNN方法使24,48 h的晴雨预报和大于或等于10 mm降水预报的TS评分大多数高于未改进前的,也高于T213模式本身的降水预报和MOS方法动力统计释用的降水预报,特别是克服了模式降水预报和MOS方法预报中空报率较高的现象,达到了较好的预报效果。 相似文献
5.
本模式将传统的短期降水预报方法与计算机应用技术相结合,对预报员的预报思路作了深入的研究,以天气图预报流程为框架,发挥计算机的优势,结合老预报员经验,建立一种新型的人机结合预报方法。本模式首先对短期天气形势作晴雨判别,若判别结果为无雨,则直接作为预报结论;若为有雨或晴雨不明,则依次进行天气系统相似、预报区域地面要素相似和700hPa有限格点综合相似运算,从大量历史样本中找出若干相似样本(一般不超过20个)。将这些样本的预报对象与各类因子作动态相关普查,选取1—2个预报因子,用逐步回归模型建立量级预报方程,得出预报结论。本模式以连云港市的降水预报为例,在GW286B微机上实施,并投入业务使用。结果表明,预报准确率高于传统预报方法,尤其对转折性天气预报能力强。 相似文献
6.
B—P算法在青海省降雨分区分级预报中的应用 总被引：4，自引：0，他引：4
选用０８：００（北京时）常规资料和数据预报产品作为预报输入资料，将关键区要素场作贝雪夫多项式展开，取车贝雪夫系数作为预报因子，由Ｂ－Ｐ神经元网络进行训练，分别建立了全省各片未来２４ｈ内有，无≥５，１０和２５ｍｍ降水天气过程的人工神经元降水分区预报系统，从学习结果看，历史概括率均达９５％以上，１９９４和１９９５年６，７，８三个月的业务试报，效果较好。 相似文献
7.
选用０８时常规资料和数值预报产品作为系统输入资料，将关键区要素场作切贝雪夫正交多项式展开，取切贝雪夫系数作预报因子，由Ｂ－Ｐ神经元网络进行训练。分别建立了全省各片未来２４ｈ有无大于（等于）５ｍｍ、１０ｍｍ和２５ｍｍ降水天气过程的人工神经元降不落区预报网络。从学习结果看，历史概括率均达９６％以上，经１９９４年６、７、８三个月的业务试用，效果较好。 相似文献
8.
《气象与环境学报》2016,(5)
利用2007—2013年安徽省闪电定位资料和蚌埠地区雷电灾害资料,选取安徽省蚌埠地区36个致灾雷电样本作为建模样本,采用全球预报系统GFS(Global Forecasting System)模式的强对流参数作为预报因子,利用Logistic回归法建立了蚌埠地区4种类型致灾雷电的预报模型。结果表明:CAPE、LFTX和PW共3个参数可作为蚌埠地区致灾雷电预报的指标;建立的4种类型致灾雷电模型的预报效果较好,其中08—14时雷电预报模型的总体预报准确率最高,可达83.00%。当雷电预报模型输出概率偏高且超过0.7时,4种致灾雷电预报模型的预报技巧评分最高,且预报准确率最高,失误率和虚警率较低,预报效果较好。夏季致灾雷电预报模型的整体预报效果较好,平均预报准确率达82.20%,特别是在雷电发生的密集地区,预报出了雷电的高概率分布。 相似文献
9.
用人工神经元网络作西南涡降水量级预报 总被引：3，自引：0，他引：3
根据汛期预报服务的需要，引进人工神经元ＢＰ网络，选取经验指标和数值预报产品为预报因子，以西南涡影响下鲁西南地区短期降水量级为预报对象，在对历史样本进行训练的基础上，得到了一个可有效判别受西南涡影响时，鲁西南地区降水量级大小的分类预报网络。方法简便、客观，实际预报效果好。 相似文献
10.
基于EC（0.25°×0.25°）模式预报资料和闪电定位资料，结合雷暴三要素形成条件，分别从水汽、能量、热力、动力等几个方面挑选预报因子，利用主成分分析方法配料权重系数，并根据海拔高度将四川划分为四川盆地、攀西地区、川西高原3个不同的区域分别建立预报模型，研发了四川省闪电格点概率预报产品。检验结果表明：四川盆地在概率预报值为70%以上时，预报效果较好，TS评分为0.294；攀西地区和川西高原在概率预报值为60%以上时，预报效果较好，TS评分分别为0.302和0.299。 相似文献
11.
对常规探空资料进行加工处理,形成多个单站要素物理特征量,利用郑州辖区7个观测站1990~2000年实况资料,寻找各要素特征量与冰雹天气的关联,选取相关性好的因子,建立冰雹天气单站物理特征量预报方程。经历史回代,方程拟合率均在70%以上。 相似文献
12.
一、前言 不同的天气系统有其相应的特征,在日常预报业务中,为了提高天气预报准确率,采用天气分型来突出反映各类天气系统的特征。从广义上讲,分型是一种动态模型预报方法,部分考虑了预报因子的非线性作用。在现有的历史样本不太大或者某类天气型所含的样本较小的情形下,天气分型所概括的天气系统的特征受个别随机样本的影响很 相似文献
13.
14.
最优多因子动态配置的东北汛期降水相似动力预报试验 总被引：4，自引：0，他引：4
基于中国气象局国家气候中心季节预报业务模式27a(1983—2009年)预报结果和同期美国气候预报中心组合降水分析(CMAP)资料及国家气候中心气候系统诊断预报室74项环流指数和NOAA40个气候指数(1951—2009年),提出了客观定量化的最优多因子动态配置汛期降水相似-动力预测新技术,并对中国东北地区汛期降水进行了预报试验。利用历史资料有用信息估算模式预报误差原理,选取4个历史相似年对应模式误差来估算当前模式预报误差。通过单因子交叉检验距平相关系数确定主导因子及演化相似因子,结合当前及前期优化多因子组合配置确定预报因子集,最后利用历史相似年对应模式误差来估算当前模式预报误差并订正国家气候中心季节预报业务模式的预报结果,得到预报的汛期降水。对2005—2009年进行独立样本检验的结果表明,此技术对中国东北地区汛期降水有一定预报技巧。证实了利用历史资料估计业务模式预报误差的另类途径是可行的,显示了在业务预报应用中的潜在能力。 相似文献
15.
韦英英 《沙漠与绿洲气象(新疆气象)》2020,14(6):46-53
利用安溪县国家气象站2004年至2015年的雷暴观测资料，分析了安溪县雷暴的气候特征及环境背景分类。并根据雷暴活动特征及雷暴天气产生的环境场条件，诊断和分析T639数值模式输出产品与雷暴观测资料的相关性，对41个相关因子做显著性检验，挑选相关性较好的9个因子做分析。对9个预报因子进行0,1化处理并进行逐步回归，最后选取850hPa垂直速度、850hpa假相当位温、700hPa温度、K指数、850hPa比湿等5个因子，建立雷暴潜势预报方程。利用2015年至2017年T639模式资料进行回代分析评估，发现当雷暴概率预报Y值>0.6时，雷暴预报准确率最高，达85.60%，且漏报率、空报率很低。再以2018年T639数值模式资料对雷暴潜势概率进行计算评估，准确率为83.84%，漏报率为5.75%，空报率为10.41%。由此可见，基于T639数值产品的雷暴潜势方程可以为安溪县雷暴天气的预警预报和防雷减灾服务提供客观的参考和依据。 相似文献
16.
17.
利用太原市7个国家观测站实况、探空以及MICAPS等资料，对1998—2018年5—9月太原的雷暴大风进行天气学分型，选取雷暴大风的消空因子以及不同天气型下的预报因子并确定其阈值，利用指标叠套法，建立雷暴大风潜势预报方法，并进行预报检验。结果表明：(1)选取700 hPa温度露点差、850 hPa与500 hPa的温差、条件性稳定度指数和混合相层4个环境参数作为消空因子并确定了消空阈值。（2）将雷暴大风分为高空槽型、冷涡型、切变线型、西北气流型和副高边缘型5类，选取了5类天气型下雷暴大风的预报因子，利用指标叠套法，建立了太原雷暴大风潜势预报方法。(3)运用雷暴大风潜势预报方法开展历史样本回报检验和2019-2020年试预报检验，取得了较好的预报效果。 相似文献
18.
19.
河南省小麦病虫害气象预测预报模型研究 总被引：4，自引：2，他引：2
根据1988-2005年河南省小麦病虫害总发生面积,结合对应年旬气象资料、温雨系数,采用相关统计分析方法,得出关键旬光温水气象因子和温雨系数的相关系数,确定关键气象因子.根据关键气象因子和温雨系数的参与时间,建立了长期、中期和短期共8个预报模型.经过历史资料的回代检验,发现9月上旬和10月中旬两个模型预测面积准确度在80%以上的历史符合率占72%和78%;12月上旬、2月下旬、4月下旬和5月上旬,模型预测面积准确度在80%以上的历史符合率均在89%以上.对等级进行预测时发现历史完全符合率在70%左右,但总体趋势较好,其预报等级与实际等级差的绝对值最多为1,未发生偏轻预报为偏重或偏重预报为偏轻的现象.本模型能根据最新气象数据的参与时效,对小麦病虫害的发生发展进行滚动预报,且效果良好. 相似文献
20.
利用典型相关分析(CCA)方法建立统计气候预测模型，对我国冬季气温进行了预测试验，采用历史资料独立样本检验的方法，对预报技巧给出合理的评定。结果表明，使用CCA方法对我国冬季气温进行短期气候预测，有一定的预报技巧，对于特定地区和特定时期优选的因子场组合，可以取得较为满意的预报效果。大部分地区的季平均预报时效在2个季以内时，最佳预报相关系数在0.5以上。季平均的预报水平明显高于月平均的预报。海温场是所有因子场中最好的预报因子，不仅单独海温场的预报效果较好，而且与其他因子场组合后的预报水平还可以得到进一步提高。 相似文献