共查询到20条相似文献，搜索用时 60 毫秒
1.
模式预报的订正是决定局地天气预报结果的一个重要步骤,基于机器学习的后处理模型近年来开始崭露头角。本文发展了基于岭回归（Ridge）、随机森林（Random Forest,RF）和深度学习（Deep Learning,DL）的3种后处理模型,基于中国气象局（CMA）的BABJ模式、欧洲中期天气预报中心（ECMWF）的ECMF模式、日本气象厅（JMA）的RJTD模式和NCEP的KWBC模式这4个数值天气预报模式2014年2月至2016年9月（训练期）近地面2 m气温预报和实况资料确定各模型参数,进而对2016年10月至2017年9月（预报期）华北地区（38°N~43°N,113°E~119°E）的逐日地面2 m气温预报进行了多模式集合预报分析。采用均方根误差对预报效果进行评估,这3种后处理模型的预报效果和4个数值天气预报模式以及通常的多模式集合平均（Ensemble Mean,EMN）的预报效果的对比表明:1）随着预报时长增加,4个数值预报模式及各种后处理模型的均方根误差均呈上升趋势;但区域平均而言,Ridge、RF和DL的预报效果在任何预报时长上都明显优于EMN和单个天气预报模式;特别是前几天的短期预报DL的预报效果更好,中后期预报Ridge的预报效果略好。2）华北地区的东南部均方根误差较小,其余格点上均方根误差较高,从空间分布而言,DL的订正预报效果最好,3种机器学习模型的误差在1.24~1.26℃之间,而EMN的误差达1.69℃。3）夏季各种方法的预报效果都较好,冬季预报效果都较差;但是Ridge、RF和DL的预报效果明显优于EMN,这3种模型预报的平均均方根误差在2.15~2.18℃之间,而EMN的平均均方根误差达2.45℃。 相似文献
2.
利用浙江省慈溪市的公众天气预报和草莓大棚内极端气温的观测数据,构建一个以室外日最高气温、最低气温、相对湿度、最大风级、白天和夜间天空状况作为输入变量,棚内日最高气温和日最低气温作为输出变量的BP神经网络预测模型。用以预测草莓大棚室内日最高气温和日最低气温。结果表明,该模型对大棚内日最高气温、日最低气温的训练值和实测值之间的均方根误差分别为4.0℃和1.3℃,绝对误差则分别为3.2℃和1.0℃;日最高气温和日最低气温的预测值和实测值之间的均方根误差分别为3.6℃和1.2℃,绝对误差为3.0℃和1.0℃。该模型数据获取方便,实用性强,模拟精度较高,可以较准确的预测未来温室内的极端气温,为温室管理和调控提供依据。 相似文献
3.
《干旱气象》2020,(3)
基于METRo模型探讨2022年北京-张家口冬季奥运会高速公路示范站(北京回龙观站)的冬季路面温度临近预报方法,采用大量样本数据迭代训练拟合的人为热参数作为前置参数加入METRo模型,拟减小METRo模型的系统性误差和人类生产生活对路面温度预报的影响。结果表明:(1)引入人为热参数后,METRo模型的模拟能力明显提升,特别是夜间,路面温度预报的均方根误差可控制在1℃左右;(2)人为热对路面温度有白天负反馈、夜间正反馈的作用;(3)白天路面温度受气象模式对辐射预报能力局限性的影响,仍存在一定误差。总体上,使用前置人为热参数的METRo模型对冬奥高速公路示范站进行路面温度尤其是路面低温的模拟是可行的,能够支撑冬季高速公路路面温度及路面结冰的预报预警能力。 相似文献
4.
基于德国天气在线T7online(简称T7)、ECMWF细网格(简称EC)及T639三种数值模式的气温预报产品,结合本溪站气象观测资料,对三种数值模式2014年1月至2015年12月本溪市气温预报的准确率及预报误差进行了检验和分析,根据误差分析结果利用BP神经网络模型建立了本溪市数值模式气温预报误差客观化订正模型。结果表明:对于气温预报的年检验,T7、EC和T639三种数值模式的最低气温预报准确率均高于最高气温的预报准确率;对于气温预报的月检验,三种数值模式对夏季、秋季最低气温的预报效果明显优于冬季和春季,而对于最高气温的预报,T7的气温预报准确率明显优于EC和T639模式;当气温波动较大时,三种数值模式气温的预报准确率均明显下降。三种数值模式对最低气温预报的平均误差均为2.00℃以内,对最高气温的预报准确率存较大差别,T7模式最高气温的预报误差最小,T639模式气温预报的系统偏差最明显,最低气温系统偏差为-1.34℃,最高气温系统偏差为-2.87℃。根据三种数值模式气温预报误差的特征,结合BP神经网络建立本溪市气温误差预报模型对数值模式气温预报结果进行订正,订正后气温平均绝对误差由2.40℃左右降至1.40℃左右,系统偏差和均方根误差均明显缩小,气温预报准确率由50%左右提高至80%以上,数值模式气温预报准确率明显提高,具有较好的应用价值。 相似文献
5.
利用中国752个基本、基准地面气象观测站2000—2010年地面温度日值数据,采用具有自适应特征的Kalman滤波类型的递减平均统计降尺度技术,对中国地面温度进行精细化预报研究。分析该方案的降尺度效果,并与常用插值降尺度方法进行比较。结果表明:1)递减平均统计降尺度技术相比插值方法有较大的提高,显著减小东西部预报效果差异,1~3 d预报的均方根误差减小了1.4℃;2)该方案1~3 d预报的均方根误差为1.5℃,预报误差从东南地区(均方根误差为1.4℃)向西北地区(均方根误差为1.8℃)逐渐增大,并且预报效果夏季优于冬季。因此,递减平均统计降尺度技术对中国地面温度进行精细化预报是可行的。 相似文献
6.
机器学习在气象数值模式的后处理中表现优越,但其稳定性和适用性有待深入探究。本文选取了ECWMF模式包括2米温度、风、降水等多气象要素预报产品和安徽省80个国家气象站观测2米温度实况资料,分析了EC模式在安徽省站点温度预报误差,利用决策树、随机森林、LightGBM三种机器学习算法订正EC 模式0-72小时温度站点预报,并将其与传统MOS订正方法和SPCC主观预报产品进行了对比。结果表明：EC模式高温预报误差明显高于低温预报,在安徽皖南山区和大别山区存在较大误差;机器学习算法中最高温度预报随机森林表现最优,最低温度预报LightGBM最优,比EC模式平均绝对误差MAE分别降低了0.55℃、0.2℃,均方根误差RMSE分别降低0.6℃、0.31℃,预报准确率提高了18.16%和5.19%;高山站独立建模并融合周围站的信息能有效降低模型误差;相比SPCC主观预报产品,机器学习预报模型在高温和寒潮过程中互有优劣,但在天气转折初期落后;机器学习可以作为常规预报模式的补充,能显著优化或改善传统预报中温度预测精度,特别是对于数据缺乏的高山站点。 相似文献
7.
卡尔曼滤波方法在南宁市单站温度预报中的应用 总被引：1，自引：1，他引：1
卡尔曼递推滤波方法适用于温度等连续变量的预报，具有容易适应模式的变化和不需要收集大量历史资料样本的优点，用卡尔曼滤波方法制作南宁市最高、最低和平均气温预报，对1995年1—2月的历史资料进行试报的结果表明，最低温度预报与实况的拟合最好，其次是平均温度和最高温度。均方根误差和平均约对误差的计算结果，除了最高温度预报外，均方根误差都在3℃以内，平均绝对误差在2℃以内。 相似文献
8.
利用中尺度数值预报模式MM5对山西省2009年发生的几场典型雾个例进行数值模拟。结果表明：模拟2 m温度比观测值偏低约2 ℃,相对湿度模拟结果比观测值偏大约15 %,10 m的模拟风速比观测的偏大0-2 m·s-1。山西省雾的预报指标为20 m液态水含量大于等于0.13 g·kg-1而小于0.60g·kg-1、20-1500 m高度大气层存在逆温层、地面风速小于4 m·s-1。利用太原测站日平均能见度、日平均相对湿度以及空气污染指数进行拟合建立太原能见度预报模型,并利用实测资料订正MM5、CAPPS模式预报误差,给出订正后的能见度预报方程并以两次实例对区域及太原雾天能见度预报表明该能见度预报模型有一定的适用性。 相似文献
9.
基于雷达资料快速更新四维变分同化（RR4DVar）技术和三维数值云模式发展的快速更新雷达四维变分分析系统（VDRAS）,通过在系统中加入地面自动气象站观测资料的同化方法,对发生在北京地区的10个强对流过程开展了地面资料同化的高分辨率模拟分析和检验评估,并与已经业务使用的地面资料融合方法进行对比。研究结果发现,地面观测资料同化使边界层1 km高度以下的分析场改善最为明显,风速和风向的均方根误差分别平均降低0.1 m/s和7.2°,温度的均方根误差降低0.2℃。模式最低层100 m高度的风速均方根误差降低0.5 m/s,风速的误差随高度上升逐渐增大。模式最低层风向的均方根误差降低15.5°,温度的均方根误差降低0.4℃,且1.5 km高度以下的温度偏差都减小。区域内地面10 m高风速的均方根误差平均降低0.2 m/s,风向的均方根误差降低10.8°,地面2 m气温的偏差也降低。随着预报时效的延长,地面温度和风场的误差不断增大,但地面资料同化方法在一定程度上可以提高1 h内地面气象要素的预报效果。对2019年5月17日北京地区局地强对流新生和增强过程的详细分析表明,地面自动气象站观测资料的同化方法相对于融合,可以通过更细致准确地分析低层大气的热动力特征,改善低层气象要素的预报效果。在此基础上,通过探究对流单体的局地触发机理发现,海风锋辐合线与城市的相互作用一定程度上影响了对流的局地新生和发展,该同化方法可以进一步提高北京地区局地突发强对流的临近数值预报能力。 相似文献
10.
《贵州气象》2016,(5)
利用2014年1月—2015年12月海南海口居民住宅室内小气候观测数据和室外气象要素,基于BP神经网络构建海口住宅室内气温预测模型,通过与统计回归模型相比来综合评估模型的预测效果。结果表明:BP模型预测精度较高,不同季节预测精度存在差异,春秋季精度最高、夏季精度最差,其中地温加入对模型预测精度有较大改进。不同季节采用地温的BP模型对室内气温的预测值与观测值的均方根误差分别为0.25℃、0.62℃、0.26℃和0.52℃,平均绝对误差均小于0.5℃,即误差均在合理范围内。且预测精度(RMSE)较统计回归模型分别提高了26.5%、34.7%、56.7%和25.7%。可见该模型可以满足海口居民住宅室内气温的预测需求,可为室内居住环境、建筑能耗研究提供有效的基础数据。 相似文献
11.
为了分析气象要素与供暖之间的关系,选取北京市观象台2009年供暖季期间日平均气温、相对湿度、日总辐射量、日平均风向和风速作为气象因子,将北京市海园物业供热单位的供、回水温度和供回水温度差代表供暖温度,进行了相关分析。结果表明,日平均气温与供、回水温度呈明显的负相关,分别达到-0.75和-0.62。日平均湿度与其的负相关次之,分别为-0.41和-0.47,日平均风速与上述供、回水温度的相关性较小。同时分析了各气象要素日平均值与供、回水温度及供回水温度差之间的对应关系,制定了各气象要素日平均值所对应的供、回水温度及其供回水温度差的表。利用各日平均气象要素的供回水温度调节运行作业表,各供暖单位可以根据不同天气条件直接定量控制供热量或下达供、回水温度指令。 相似文献
12.
13.
14.
15.
兰江流域近43年气候变化及对水资源的影响 总被引：5，自引：0，他引：5
利用累积距平法对兰江流域近43年（1961-2003年）气温、降水量和径流量资料进行分析，研究兰江流域气候变化及其气候变化对水资源的影响。结果显示：兰江流域近43年来气温、降水量总的趋势是上升的；1990年代是兰江流域气温上升和降水增加最显著的时段，主要表现在冬春气温明显上升，夏季降水量明显增加：兰江流域年径流深与年降水量基本保持同步变化。兰江流域过去43年的气候变化对流域内水资源产生了较大的影响，而且由于兰江流域内水资源空间分布差异较大，致使流域内人均水资源占有量较少的金华地区易受气候变化影响而出现供水紧张。 相似文献
16.
17.
对2001~2004年豫东地区越冬花菜发育期的光照、温度、水分等条件进行田间试验获得的数据进行统计分析,结果表明:豫东地区越冬花菜幼苗期适宜温度为15~25℃,最低温度5~7℃,最高温度25~30℃;莲座期适宜温度为4~20℃,最低温度-1~3℃,最高温度21~22℃;花球形成期适宜温度一般为14~21℃,最低温度8~10℃,最高温度21~30℃。花菜生育期耗水量在765~940 mm之间,水分利用效率最高,超过950 mm或低于510 mm时,水分利用效率显著降低。该研究为开展越冬花菜高产优质栽培技术,提高花菜越冬的抗灾能力提供了理论和实践基础。 相似文献
18.
为提高地基反演大气可降水量中加权平均温度的计算精度和效率,以香港市域为例,根据2017年香港无线电探空资料,设计了一种以地面气压为基础的大气加权平均温度模型,并通过2014—2016年探空数据对该模型进行验证,分析表明该模型与探空数据得到的加权平均温度有良好的一致性,具有较高的精度。基于气压回归模型和气温回归模型对2017年7月香港地区进行地基反演大气可降水量,验证新建模型的水汽反演精度。结果表明,该模型能很好的满足地基反演大气可降水量的精度要求,相比于气温回归模型反演精度有了较好的提升。 相似文献
19.
ZHAO Tian-Bao 《大气和海洋科学快报》2014,(4):369-375
Diurnal temperature range （DTR） is an im- portant measure in studies of climate change and variability. The changes of DTR in different regions are affected by many different factors. In this study, the degree of correlation between the DTR and atmospheric precipitable water （PW） over China is explored using newly homogenized surface weather and sounding observations. The results show that PW changes broadly reflect the geographic patterns of DTR long-term trends over most of China during the period 1970-2012, with significant anticorrelations of trend patterns between the DTR and PW, especially over those regions with higher magnitude DTR trends. PW can largely explain about 40% or more （re 0.40） of the DTR changes, with a d（PW）/d（DTR） slope of -2% to -10% K^-1 over most of northwestern and southeastern China, despite certain seasonal dependencies. For China as whole, the significant anticorrelations between the DTR and PW anomalies range from -0.42 to -0.75, with a d（PW）/d（DTR） slope of-6% to -11% K^-1. This implies that long-term DTR changes are likely to be associated with opposite PW changes, approximately following the Clausius-Clapeyron equation. Furthermore, the relationship is more significant in the warm season than in the cold season. Thus, it is possible that PW can be considered as one potential factor when exploring long-term DTR changes over China. It should be noted that the present study has a largely statistical focus and that the underlying physical processes should therefore be examined in future work. 相似文献
20.
MP-3000A型地基微波辐射计探测性能及其在乌鲁木齐降水天气中的初步应用 总被引：1，自引：0，他引：1
利用乌鲁木齐MP-3000A型35通道地基微波辐射计与L波段高空气象探测系统2010年逐日探测的温湿度,分析微波辐射计探测温湿度性能及其在降水天气中的特征。结果表明：微波辐射计与探空测量温、湿度具有很好的相关性和一致性,两者观测58层高度的温度、相对湿度、水汽密度和整层可降水量的相关系数分别为0．99、0．74、0．92和0．94,均达到0．01显著性水平。10km以下垂直廓线分析表明：微波辐射计测量的温度值均小于探空测量值,相对湿度和水汽密度大于探空测量值,存在系统误差。可降水量偏差冬季最小,夏季最大。降水发生时两者探测的温湿度廓线变化趋势一致,温度和2000in以上水汽密度受降水天气影响相对较小,微波辐射计能较好地反映大雨和暴雨天气发生和结束过程中热力和水汽参数的时空分布和剧烈变化特征。 相似文献