共查询到20条相似文献,搜索用时 210 毫秒
1.
2.
利用T63数值产品,用动力统计模型组合因子,建立南宁地区降水的统计预报方程。再选取日本数值预报产品02的24小时预报结果和预报员的经验预报结果,三者结合建立综合预报模型,该方法克服了单一预报方法的缺陷,提高了预报准确率,是一个值得试验的方法。具体作法:(1)本文读取T63产品0时效中南宁、贵阳、昆明、南昌、海口五个站共120个预报因子建立数据库,输入11、12月南宁市降水资料作为预报童。〔2)首先利用相关分析方法初选出48个基本因子,相关系数取0.4。(3)然后用逐步判别方法对48个基本因子进行选取或剔除,得14个因子。”… 相似文献
3.
讨论了不同类型降水回波的自动识别方法。根据不同类型降水回波的特征,选择了4个识别因子——面积复杂度、强度梯度、强中心强度和面积因子,形成一个可以自动识别3种类型降水回波的3层判别系统。 相似文献
4.
5.
《干旱气象》2020,(4)
利用欧洲中心(ECMWF)ERA-Interim再分析资料,通过分析2008—2017年山东冬半年不同降水相态(雨、雪和雨夹雪)下温度和位势厚度特征,统计得到8个降水相态判别因子(T_(2 m)、T_(1000)、T_(975)、T_(950)、T_(925)、T_(850)、H_(850-700)、H_(1000-850)),并给出每个判别因子降水相态阈值指标。然后利用8个判别因子和阈值建立降水相态判别方程和训练DNN模型,通过随机检验发现DNN法对雨、雪和雨夹雪的预报准确率分别提高1.9%、0.2%和21.6%;利用ECMWF细网格预报资料进行个例检验,雨、雪和雨夹雪共106站中判别方程法判别错误29站,DNN法判别错误14站,即DNN法的降水相态判别能力优于判别方程法,且明显提高了对雨夹雪的判别能力。 相似文献
6.
利用Y模式建立雷达初步判别不同降水散落物系统 总被引:1,自引:1,他引:1
利用Y模式,对农七师奎屯和乌苏的两部XDR—X型711数字化雷达1998~2000年的回波资料,进行不同降水散落物判别运算后,结果准确率达80%以上。因此,利用Y模式建立雷达初步判别不同降水散落物系统具有较高的实际使用价值。 相似文献
7.
8.
9.
采用13年3—10月30个站点的高空资料,设计了34个因子,用统计方法求得平凉7县(市)的降水有无判别方程、温度和降水量回归方程,使建成的城市天气预报业务系统在运行中效果较好 相似文献
10.
利用2000—2015年10月至次年4月天津地区逐日常规气象观测资料和ERA-Interim再分析资料(0.125°×0.125°),对天津地区发生的3种降水相态转换(雨转雨夹雪再转雪)的天气过程进行统计,分析降水相态转换过程中温度、湿度和不同等压面厚度特征,得到与降水相态转换关系密切的9种判别因子:850 hPa温度(T 850)、925 hPa温度(T 925)、1000 hPa温度(T 1000)、地面温度(T s)、1000~850 hPa位势厚度(H 1000-850)、850~700 hPa位势厚度(H 850-700)、0℃层高度、-4℃层高度和925 hPa相对湿度,给出每种因子对应不同降水相态的阈值,并通过3次天气个例进一步验证指标的可用性。在此基础上,综合利用9个判别因子和阈值指标建立降水相态判别方程,经检验发现雨和雪回代检验判别准确率达80%以上。 相似文献
11.
12.
13.
14.
基于月动力延伸预报最优信息的中国降水降尺度预测模型 总被引:7,自引:0,他引:7
利用国家气候中心月动力延伸预报结果、NCEP/NCAR再分析资料和中国160个站观测资料,通过计算两次相关的方法,获取最优预报信息作为建立降尺度预测模型的预测因子,提取的最优预测因子同时满足既是观测环流要素场影响降水的关键区域,又是模式要素场预报的高技巧区域两个条件.结合挑选出的最优预测因子,利用最优子集回归建立月平均降水的降尺度预测模型.文中设计了消除预测因子和预测量的线性趋势值后建立预测模型(方案1)和直接利用原始资料建立预测模型(方案2)两种方案.经过独立样本检验,发现这两种方案建立的预测模型都能够提高月尺度降水预测,方案1对月尺度降水预测的距平相关系数平均可达0.35.利用该方案对超前时间分别为0、5、10 d的月动力延伸预报产品进行月降水的降尺度预测表明,模式初值信息不仅影响月动力延伸预报结果,也影响降尺度应用效果,利用超前时间为0和5 d的月动力延伸预报结果进行降水降尺度预测可在业务中参考.此外,降尺度预测模型中选取的预测因子不仪在统计上是显著的,同时也具有清楚的物理意义. 相似文献
15.
16.
利用攀枝花市1988~2010年5~10月的逐时降水资料,对各历时各级强降水的时空分布特征进行了分析,利用皮尔逊-Ⅲ型频率分布函数,计算了攀枝花市4站1h、3h和6h各重现期的极端最大降水量。结果表明:各级强降水主要集中在6~9月,以7月为最多,且日变化特征显著,最容易出现在00~05时。1h、3h、6h的最大降水量均出现在盐边,盐边和市区更容易发生1h≥50mm的极端强降水。短时强降水过程具有非常强的局地性,单站过程高达80%,且雨强越大局地性越强。各历时各重现期的极端最大降水量均以盐边为最大。 相似文献
17.
Statistical Downscaling Based on Dynamically DownscaledPredictors: Application to Monthly Precipitation in Sweden 总被引:3,自引:0,他引:3
A prerequisite of a successful statistical downscaling is that large-scale predictors simulated by the General Circulation Model (GCM) must be realistic. It is assumed here that features smaller than the GCM resolution are important in determining the realism of the large-scale predictors. It is tested whether a three-step method can improve conventional one-step statistical downscaling. The method uses predictors that are upscaled from a dynamical downscaling instead of predictors taken directly from a GCM simulation. The method is applied to downscaling of monthly precipitation in Sweden. The statistical model used is a multiple regression model that uses indices of large-scale atmospheric circulation and 850-hPa specific humidity as predictors. Data from two GCMs (HadCM2 and ECHAM4) and two RCM experiments of the Rossby Centre model (RCA1) driven by the GCMs are used. It is found that upscaled RCA1 predictors capture the seasonal cycle better than those from the GCMs, and hence increase the reliability of the downscaled precipitation. However, there are only slight improvements in the simulation of the seasonal cycle of downscaled precipitation. Due to the cost of the method and the limited improvements in the downscaling results, the three-step method is not justified to replace the one-step method for downscaling of Swedish precipitation. 相似文献
18.
利用覆盖北京地区的地基GPS水汽监测网数据反演的地基GPS大气柱水汽含量 (precipitable water vapor, PWV),分析了2009年7月3次暴雨天气过程中大气柱水汽含量的水平分布特征;利用高空、地面常规气象资料以及加密气象自动站观测资料计算地面和高空比湿,结合温度、风等物理量分析3次暴雨天气过程中的大尺度水汽输送和中尺度局地辐合作用;对最大降水强度以及降水量的时间变化的分析表明:3次降水落区分布特征与降水前期大气柱水汽含量高值的水平分布较为一致;大气柱水汽含量曲线变化特征与各尺度天气系统造成的水汽输送和水汽辐合密切相关,大气柱水汽含量的大小与水汽来源密切相关;降水前4小时内大气柱水汽含量出现陡增,线性增速大于1.1 mm/h,最大降水强度出现在大气柱水汽含量峰值出现后的1~2 h。 相似文献
19.
将武汉天空云量预报的81个预报因子运用到该站中等以上强度的降水预报中,基于SVM方法进行了交叉验证和预报试验。结果表明用81个预报因子建立的5~9月和全样本的降水预报模型有较好稳定性、且对降水都有正的预报技巧。因此天空云量的预报因子可以用来做降水的预报因子,同时也证明了这些预报因子在天空云量和降水预报中是协调的。SVM方法为天空云量和降水的预报提供了客观参考依据。 相似文献
20.
应用国家基本观测站资料、自动站逐时降水资料,基于客观统计检验方法,针对降水(12h、24h累积雨量)、近地面要素(2m温度、10m风)和高空要素(风场、温度场、高度场),分别评估SWCWARMS模式和GRAPES模式对2015年西南地区预报能力,得到如下几点结论:(1)SWCWARMS模式降水ETS评分高于GRAPES模式,除24h小雨外SWCWARMS模式偏差值均高于GRAPES模式,两个模式在不同预报时效内对中雨、大雨、暴雨都表现一定程度的空报;(2)12h降水分段评分上,SWCWARMS模式TS评分均高于GRAPES模式,但SWCWARMS模式预报降水范围过大,随着预报时效增长空报多于GRAPES模式;SWCWARMS模式中雨和大雨空报大于其它量级降水,GRAPES模式对大暴雨漏报较多其它量级降水表现为空报;(3)两模式对高度场和温度场预报优于风场,对对流层中层预报优于中低层,SWCWARMS模式对高度场和温度场预报优于GRAPES模式,夏半年SWCWARMS模式均方根误差小于GRAPES模式;(4)两模式都表现出2m温度均方根误差在秋季增加而春季减小这一特征,SWCWARMS模式近地面要素均方根误差均小于GRAPES模式。 相似文献