共查询到20条相似文献，搜索用时 109 毫秒
1.
利用ECMWF 24h累计降水量预报资料,以全国范围内2403个国家地面气象观测站24h累计降水量作为观测资料,对站点预报结果进行雨量分级回归订正,并与直接双线性插值的预报结果进行对比,利用频率匹配法进一步对不同量级的降水预报结果进行二次订正。结果表明,雨量分级回归相比双线性插值,可以减小预报误差,提高预报结果与观测值之间的相关系数以及降水预报的ETS评分,使站点预报值更接近实况。频率匹配法能改善各降水量级的预报效果,降水面积偏差减小,小雨空报率和大雨漏报率减小。对于不同起报时间、不同降水量级和不同预报时效,雨量分级回归和频率匹配法的改进程度各不相同。雨量分级回归对于20:00起报的降水预报改进幅度大于08:00,对0.1mm和50mm量级的降水预报改进较为有限,对5～15mm量级的降水预报改进明显,且随预报时效的延长,对降水预报的改进幅度呈增大趋势。此外,频率匹配法对于起报时次效果较差的降水预报改进幅度较大。 相似文献
2.
李胜楠 《沙漠与绿洲气象(新疆气象)》2019,13(2):63-68
利用库尔勒市2010—2016年主汛期(5—8月)逐时自动降水资料,得出主汛期共出现降水371次,累计降水量393.5 mm,进而分析了库尔勒市主汛期降水日变化特征,结果表明:降水日峰值在17:00,次峰值区在08:00—12:00,最低值出现在21:00;一天中降水频次最高的时刻为10:00,最低时刻在17:00和20:00。降水强度高值区出现在16:00—17:00,最低值出现在21:00和07:00。≥0.1 mm、≥1 mm、≥3 mm降水出现频次整体均呈现先上升后下降的趋势,分别在10:00、08:00和10:00、09:00达到最大,其中,≥0.1mm降水出现频次最多、≥3 mm出现频次最少。定时时次≥8成低云量出现频次和定时时次累计降水量变化均表现为02:00—08:00呈上升趋势,到08:00达到最大,随后逐渐降低。 相似文献
3.
建立预报模型前, 对降水量进行一定的处理会对预报效果有较大的影响。对于降水量为0的样本, 根据对应的相对湿度情况分别赋予0或不同的负值, 并通过神经网络方法, 以中国国家气象中心T213模式、德国气象局业务模式和日本气象厅业务模式相应的降水量预报结果作为预报因子, 利用2003年和2004年夏季资料分别建立了处理后降水量以及未经处理降水量的预报模型。以北京等站为例, 2005年夏季试报结果的对比分析表明:通过相对湿度对降水量进行适当处理后, 预报结果从TS评分、空报率、漏报率及预报偏差来说, 不论是与不进行处理的预报结果还是与模式直接的预报结果相比都有提高, 尤其是减少了空报的情况。该处理方法简单可行, 并且对降水预报效果提高明显。 相似文献
4.
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
5.
利用MM5、T213和Grapes3种数值模式的降水预报产品和山西省108个标准测站的降水实况资料,采用客观统计检验方法,对2008年7月各模式在山西省的累加降水预报进行了对比检验。结果表明：24h中雨以下预报1、213优于MM5,中雨以上MM5则略优于T213,48h预报各级降水MM5都优于T213,T213和MM5对暴雨都有一定的预报能力。无论哪个预报时效和降水量级,Grapes均无明显优势。Grapes预报降水量级和降水范围都偏小,空报较少,漏报严重,尤其48h和72h10mm以上降水基本都漏报。MM5预报降水量级和预报范围都偏大,10mm以上降水TS评分较其它模式高,但同时空报也比较严重。3种模式TS评分均随降水量级的增大而减小,T213和Grapes的TS评分随预报时效的增加而减小,MM5的TS评分随预报时效的增加变化不大。 相似文献
6.
采用三种不同的平面插值算法对GRAPES模式降水预报场资料在鸟鲁木齐地区的24h和48h降水分级预报能力进行比较和检验。总体上,24h的预报能力优于48h的。通过不同插值算法计算后,降水预报能力或保持原水平或有不同程度的提高。对比分析发现,插值算法的不同对≥0．1mm且≤10mm累积降水的影响不大,对降水量偏少的极端干旱区站点影响也不大。然而当累积降水≥10mm时,经过高斯插值算法换算以后的站点,降水能力较维持原水平的最优插值法提高了5～7倍,从衢得分情况看,具有较好的预报效果。而距离平方法的降水预报能力提高幅度更大,约为10倍,不同的是,预报效果不但没有改善,反而有所下降,尤其是在累积降水≥10mm且≤25mm时,这时空报率高于高斯插值法计算的结果,巧评分有所下降。 相似文献
7.
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
8.
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降水预报与德国降水预报分别进行晴雨预报检验,对2008年5—8月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％,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
9.
利用我国黄淮地区1961—2010年50年6—8月的日降水资料,采用REOF和t检验的方法,将中国黄淮地区夏季降水分成Ⅰ—Ⅴ区。5个区域进行差异性t检验表明5个区域之间（彼此）差异显著,说明了区域划分的正确性。在此基础上利用1999—2007年6—8月站点日降水资料以及CFSv2模式后预报的日降水资料建立了5个区域内共5个代表站点的夏季日降水概率预报方程,并进行了确定性、概率性预报检验和业务试用检验。对各区域内5个代表站日降水量的确定性预报检验表明：Logistic回归降水概率预报方程的TS评分要高于CFSv2模式预报和T213的集合预报平均,空报率也低于CFSv2模式预报和T213集合预报平均,但是漏报率却略高。各区域代表站日降水量的概率预报Brier评分检验表明：Brier评分均不超过0.2,大大低于T213集合预报所得概率预报的Brier评分分值,说明本文Logistic回归方程的概率预报较为可靠。Brier技巧评分表明：Logistic回归降水概率预报方程各站的BSS技巧评分都大于0.0,说明各站的预报技巧高于检验样本气候概率的预报技巧,且高于T213集合预报的Brier技巧评分,说明在分区基础上建立Logistic回归降水概率预报方程的方法是有预报意义的。 相似文献
10.
基于乌鲁木齐区域数值预报业务系统,运用Ts和Bias评分方法,对2012年9月1日—2015年8月31日逐日2个起报时次的逐6 h累积降水量的年与季节预报性能进行检验,并从空间上分析了2015年全疆站点逐6 h累积降水量在4个预报时段的评分特征。结果表明:(1)2个起报时次的降水评分相差较小,00 UTC起报略优于12 UTC起报,2015年系统改进了白天大量级降水的空报现象。(2)系统对晴雨预报较为准确,Bias接近1,空报、漏报率很小;随着降水阈值的升高,Ts评分减小,Bias变幅增大,空、漏报率也随之增加。系统对强降水过程以漏报为主。(3)系统的降水预报能力存在季节差异,夏季Ts评分最高,秋季次之,冬季最小;随时间模式对四季降水预报能力均有提高,降低了冬季大量级降水的漏报率和夏季大量级降水的空报率。(4)在新疆地区,08—14 BT(Beijing Time)、14—20 BT、20—次日02 BT空报站点数多于漏报,14—20 BT空报率最高;在02—08 BT整体呈漏报。(5)各站点整体来看,白天Ts评分高于夜间,山区及邻近地区评分高于平原地区;西天山评分略优于东天山,夜间晴雨预报有天山北坡漏报、南坡空报的趋势。 相似文献
11.
The paper introduces the basic concept and flow diagram of genetic algorithm (GA) and themerits and demerits of artificial neural network (ANN) as a timeseries prediction model andthereupon developed is a new model with ANN and GA in combination. Eventually, calculationsare presented with the results and model examined. 相似文献
12.
In the context of tower measured radiation datasets.following the correction principle meetinga diagnostic equation in data quality control and in terms of a technique for model construction ondata and ANN(artificial neural network)retrieval for BP correction of radiation measurementswith rough errors available,a BP model is presented.Evidence suggests that the developed modelworks well and is superior to a convenient multivariate linear regression model,indicating its wideapplications. 相似文献
13.
JIANG Guorong ZHANG Ren SHA Wenyu YAN Junyue YAO Huadong 《Acta Meteorologica Sinica》2002,16(1):123-132
In the context of tower measured radiation datasets.following the correction principle meeting a diagnostic equation in data quality control and in terms of a technique for model construction on data and ANN (artificial neural network) retrieval for BP correction of radiation measurements with rough errors available,a BP model is presented.Evidence suggests that the developed model works well and is superior to a convenient multivariate linear regression model,indicating its wide applications. 相似文献
14.
TIMESERIES PREDICTION MODEL CONSISTING OF ARTIFICIAL NEURAL NETWORK AND GENETIC ALGORITHM* 
下载免费PDF全文
下载免费PDF全文 The paper introduces the basic concept and flow diagram of genetic algorithm(GA) and the merits and demerits of artificial neural network(ANN) as a timeseries prediction model and thereupon developed is a new model with ANN and GA in combination. Eventually, calculations are presented with the results and model examined. 相似文献
15.
利用1999—2009年安徽省淮河以南地区60个县市站夏季逐日降水资料和安庆市探空站逐日资料,研究了中低层不同风向配置下局地降水与大尺度降水场之间的关系,以3种不同预报对象及相应的预报因子分别采用神经网络和线性回归方法设计6种预报模型对观测资料进行逼近和优化,从而实现空间降尺度.分析对比6种预报模型46站逐日降水量的拟合和预报效果,结果表明:采取相同的预报对象及预报因子的BP神经网络模型在拟合和预报效果上均好于线性回归模型,可见夏季降水场之间以非线性相关为主;神经网络模型预报结果同常用的Cressman插值预报相比,能很好地反映出降水的基本分布及局地特征;预报对象为单站降水序列的神经网络模型在以平原、河流为主要地形的区域预报效果较好,预报对象为REOF主成分的神经网络模型则在山地和丘陵地形区域预报效果较好. 相似文献
16.
An artificial neural network (ANN) is used to model the middle atmosphere
using a large number of TIMED/SABER limb sounding temperature profiles. A
three-layer feed-forward network is chosen based on the back-propagation
(BP) algorithm. Latitude, longitude, and height are chosen as the input
vectors of the network while temperature is the output vector. The
temperature observations during the period from 13 January through 16 March
2007, which are in the same satellite yaw, are taken as samples to train an
ANN. Results suggest that the network has high quality for modeling spatial
variations of temperature. Quantitative comparisons between the ANN outputs
and those from the popular empirical NRLMSISE-00 model illustrate their
generally consistent features and some specific differences. The NRLMSISE-00
models zonal mean temperatures are too high by ～6 K--10 K near the
stratopause, and the amplitude and phase of the planetary wave number 1
activity are different in some respects from the ANN simulations above
45--50 km, suggesting improvement is needed in the NRLMSISE-00 model for
more accurate simulation near and above the stratopause. 相似文献
17.
本文主要对相同条件下线性回归法(LR)和人工神经网络法(ANN)对降雨、雨夹雪和降雪3种降水相态的预报效果进行了对比检验.选取降水发生时和发生前6h的地面2 m温度、露点温度作为预报因子,对降雨、雨夹雪和降雪进行预报.应用国家气象中心2001-2011年我国地面756站实况观测资料,其中应用2001-2010年资料对方法进行训练,2011年资料用来对比检验预报效果.结果显示,(1)两种方法对3种相态降水都有一定的预报能力,对降雪预报最好,其次是降雨和雨夹雪;(2)两种方法对北方的雨雪分界线预报比对南方的好;(3)无论是对全国还是长江中下游流域,在相同条件下,ANN法的预报效果大都优于LR法,当温度和露点温度预报准确时,ANN法对北方的雨雪分界线能进行较准确的预报. 相似文献
18.
GA-BP神经网络模型在流域面雨量预报的应用研究 总被引：2，自引：3，他引：2
通过采用遗传算法优化网络初始权重的方法,将遗传算法（GA）和前馈误差反传播（BP）算法有机地结合,优势互补,并应用于流域面雨量预报.以广东省东北部的滨江流域为试验区域,以1995～2001年气象探空资料为基础,利用最优子集回归技术进行预报因子筛选,建立了流域面雨量预报的GA-BP神经网络模型,取得了满意的结果.试验表明：（1）6小时流域面雨量预报神经网络的优化结构是7-7-1,转移函数的组合方式为tansig-线性函数.（2）训练算法为Levenberg-Marquardt算法（LM）.（3）遗传算法具有快速学习网络权重的能力,对BP网络易陷于局部极小点.（4）利用GA-BP神经网络模型对未来6小时流域面雨量的预报精度明显高于其它统计方法,证明了这种方法的有效性和可靠性. 相似文献
19.
将人工神经网络应用于南京夏季梅雨期短期降水分级预报。根据梅雨期天气特点，用统计和动力学方法从HLAFS（高分辨率有限区域预报系统）资料中寻找预报因子；然后分别用两种方法选取输入因子对人工神经网络进行训练，并分别利用抽取的五天做降水分级预报检验。通过对人工神经网络方法预报降水的结果与HLAFS降水预报以及逐步回归预报的结果对比发现：与HLAFS降水预报相比，降水预报准确率由原来的66．7％提高到88．2％，漏报、错报明显减少；与逐步回归预报相比，大到暴雨的预报准确率得到了明显提高。 相似文献
20.
用神经网络方法对雷达资料进行降水类型的分类 总被引：2，自引：1，他引：2
利用不依赖先验统计模型的多层前馈神经网络模型对合肥的新一代S波段A系列雷达2001-2003年的降水资料进行了三种降水类型的分类,并将训练完成后的网络应用于一次降水过程。利用单隐层的多层前馈神经网络模型,在取适当参数时,已经可以较好地对雷达资料进行对流云降水、层状云降水和混合云降水三种降水类型的分类。同时验证了：训练集样本的数量和顺序、隐层神经元的数目以及学习率的选择等都将影响分类的成功率。 相似文献