共查询到20条相似文献,搜索用时 765 毫秒
1.
本文利用静态马尔可夫过程和一定时段内随机变量极值的概率分布,给出了干日和雨日持续日数概率和预报模型,并对佛山市进行了预报试验。 相似文献
2.
本文利用静态马尔可夫过程和一定时段内随机变量极值的概率分布,给出了干日和雨日持续回数概率的预报模型,并对佛山市进行了预报试验。 相似文献
3.
神经网络方法在广西日降水预报中的应用 总被引:7,自引:3,他引:7
以广西前汛期5、6月区域平均日降水量作为预报对象,采用人工神经网络方法进行新的数值预报产品释用预报研究。对T213预报因子进行自然正交分解,有效浓缩数值预报产品因子的预报信息,并结合日本降水预报模式因子建立广西3个不同区域的逐日降水神经网络释用预报模型。运用与实际业务预报相同的方法对2004年5、6月进行逐日的实际预报试验,并与T213的降水预报进行对比分析。结果表明,本文建立的3个区域日平均降水量神经网络预报模型,在预报性能上明显优于同期的T213降水预报。 相似文献
4.
5.
基于集合预报系统的日最高和最低气温预报 总被引:1,自引:0,他引:1
根据欧洲中心集合预报系统2 m气温预报的集合统计值,提出了BP-SM方法,针对中国512个台站2016年3月的日最高(低)气温做预报分析。将集合预报系统的模式直接输出、BP和BP-SM方法得到的日最高(低)气温进行了比较,结果表明:预报时效越长,BP-SM方法较之BP方法的预报优势也更明显;在1至5 d的预报中,BP-SM方法显著降低了预报绝对误差,误差在2℃以内的准确率大部分在60%以上,部分站点达到90%;正技巧评分均值大多高于30%,在青藏高原东部和南部地区超过了60%。预报正技巧站点次数在绝对误差≤2℃(1℃)范围内有所提高,对日最高气温预报准确率的提高略好于日最低气温;BP-SM方法有效地降低了预报系统偏差,较大预报误差出现次数显著减少。 相似文献
6.
7.
使用欧洲中期天气预报中心(ECMWF)的20年集合预报回算数据,检验分析了延伸期第16天至第30天预报时效其对我国日最高气温的预报性能。结果表明,西部地区预报误差明显大于中东部地区。全国平均而言,模式预报较实况偏低1.1℃~1.39℃,均方根误差为4.6℃~4.9℃。进一步分析指出,第16天均方根误差最小、且随着时效的延长其略有增大。夏季模式预报效果最好,春季和秋季的部分时段预报效果较差。基于历史偏差订方法,本文还对2018年6月至2019年6月的日最高气温预报进行了误差订正试验。结果显示,订正后的预报准确率提升了15.2%~19.2%。聚焦2018年7月的一次中东部地区大范围高温过程,模式原始预报明显低估了高温强度,订正预报更接近实况,显示其具有一定的订正效果。 相似文献
8.
利用周口1959 ̄1993年降水资料和万年历天文资料,分析了对天气了运动有影响的天文条件,建立了双夏期降水预报方法。 相似文献
9.
10.
11.
12.
13.
对1996年7月13 ̄17日的连续暴雨过程,武汉中心气象台作出了十分准确的预报,并开展了积极主动的服务,减轻了灾害损失,获得湖北省委、省政府和国家防汛总指挥部的表彰。从数值预报方法及产品的动力统计释用和经验预报集成等方面反映了近年来暴雨预报技术的进步并阐述了开展汛期决策气象服务的一些经验。 相似文献
14.
15.
16.
17.
为评价用于公众气象服务的精细化多模式客观集成预报服务产品(refined multi-model objective consensus forecasting service products,以下简称OCF)多模式集成气温预报效果,分析其误差成因,以中国区域OCF日最高气温和日最低气温预报检验为切入点,对服务影响较大的大误差日及其典型特例——降温日开展检验分析,并与参与OCF集成的ECMWF和NCEP气温预报进行对比。结果表明:OCF日最高气温和日最低气温总体上预报性能优于参与集成的模式预报,准确率夏季高冬季低,拉开了气温变化范围,也有效减小了误差。OCF的大误差日较少,但2~3 d时效及冬半年的大误差日较ECMWF多,与集成的模式预报性能、降温天气相关。针对降温日的检验分析发现:OCF、ECMWF和NCEP在降温日的预报性能有所下降,OCF日最高气温预报误差增长尤其快;OCF对降温日的日最低气温、非降温区域的日最高气温进行了有效订正,但在降温日的降温区域里,其日最高气温预报有明显的正误差特征。基于以上分析,提出了OCF气温集成订正技术改进方向,说明针对性的检验更利于发现客观模式预报及集成订正的问题。 相似文献
18.
利用数值预报产品与广西大范围霜冻天气过程对照作为分析依据,建立广西大范围霜冻天气过程的概念模型,结合预报指标、相关因子普查,用多元回归方法建立广西89站逐日最低温度预报方程及霜冻等级预报。 相似文献
19.
判别回归方法在四川盆地大雾预报中的应用 总被引:1,自引:0,他引:1
用最近10多年的历史实况资料和四川盆地大雾发生的站数进行相关分析,采用最优分割进行因子筛选,建立了最优判别方程和大雾站数预报的回归预报模型,拟合率较高,残差较小,模型具有较强的预报能力。 相似文献
20.
本文针对发生在青藏高原东侧四川盆地内的强暴雨。进行了预报系统开发方面的研究,研究指出:以T213数值预报产品为资料样本,以天气动力学理论和强暴雨预报经验为基础,利用强暴雨预报经验对T213数值预报产品进行解释应用,在检验的基础上构筑预报因子系列,依据于大量历史个例的总结。采用回归方法与判别方法相结合的方式,就能在较短样本资料的情况下,建立起实用效果理想的强暴雨预报系统。 相似文献