首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 156 毫秒
1.
区域降水数值预报产品人工神经网络释用预报研究   总被引:6,自引:1,他引:6  
利用T213、日本细网格降水预报等数值预报产品,采用人工神经网络方法进行预报释用。通过聚类分析方法对广西自治区测站进行分类,简化预报对象,对数量众多的T213数值预报产品采用自然正交分解(EOF)方法,浓缩大量因子的有效信息,并结合日本降水预报因子建立广西5~6月区域降水量级的逐日人工神经网络预报模型。运用与实际业务预报相同的方法进行逐日预报试验。结果表明,用这种数值预报产品释用方法建立广西3个预报区域的B-P人工神经网络预报模型对中雨以上降水量级预报的TS评分分别为0.55、0.5和0.26,比目前业务预报中参考使用的T213和日本数值预报产品降水预报具有更好的预报效果。  相似文献   

2.
林健玲  金龙 《气象》2006,32(9):49-54
针对前汛期广西北部暴雨洪涝灾害频发的问题,利用T213模式和日本细网格降水预报等数值预报产品,采用条件数计算选取回归因子的方法建立广西北部区域平均降水量的预报方程。进行了2004、2005年两年5-6月的前汛期业务预报应用试验。采用条件数方法建立的预报方程和传统的逐步回归预报方程的平均预报误差分别为6.3569mm和7.0096mm,同期T213模式的预报误差为7.9456mm。试验表明新方法比传统的逐步回归方程和T213模式具有更高的预报精度,有较好的业务应用前景。计算对比可知,采用条件数计算选择的预报因子间的复共线性较微弱,而逐步回归方法选择的因子间的复共线性很严重,影响了回归方程的预报效果。  相似文献   

3.
准确的降水天气预报是一个十分重要的研究课题。以中国气象局的T213和日本的细网格数据资料为基础,首先利用粒子群——投影寻踪对众多气象物理因子降维,其次在低维子空间利用四种线性回归方法提取降水系统的线性特征,四种神经网络模型提取降水系统的非线性特征;最后利用最小二乘支持向量机对其集成,对广西6月的逐日降水量进行试验结果表明,该模型预报稳定性好,预报准确率较高,具有较好的业务应用前景。  相似文献   

4.
基于遗传神经网络的乡镇降水量预报方法试验   总被引:1,自引:0,他引:1  
利用T213数值预报产品.采用遗传算法与神经网络相结合的方法,进行了乡镇降水量预报模型的预报建模研究;并将这种遗传一神经网络乡镇降水量预报模型与逐步回归预报方法和中尺度模式降水输出结果进行对比分析,试验预报结果表明,遗传-神经网络方法在大雨以上降水具有更好的预报能力.  相似文献   

5.
以南宁市所辖8个站暴雨集中的6-8月逐日降水量作为预报对象,采用人工神经网络方法进行了新的数值预报产品释用预报方法研究.通过运用动力相似法,结合日本降水预报模式对未来暴雨发生的可能性进行判别,然后通过对欧洲中期数值预报中心预报场进行滑动分区车氏展开计算,求出与降水量序列相关较好的预报因子,并对这些因子进行自然正交分解,有效浓缩数值预报产品因子,建立了南宁市逐日暴雨的神经网络释用预报模型.利用该预报模型,对2006年6-8月的逐日暴雨预报试验结果表明,该预报模型对南宁市的暴雨强降水具有很好的预报能力.  相似文献   

6.
赵琳娜  董航宇  吴亮  王彬雁  白雪梅  党皓飞 《气象》2015,41(12):1503-1513
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   

7.
利用2002年6月—2005年6月3 a的T 213数值预报历史资料和对应的降水实况资料及1980—1999年20 a降水和实况资料,通过本地经验和气候概率的订正,将T 213降水预报、T 213物理量计算降水的预报和降水实况三者对比分析,建立M O S方程,预报连续5 d降水量。通过对2005年7—10月的回报,有一定的预报效果。  相似文献   

8.
亚洲夏季风系统成员与西太平洋副高的相关特征分析   总被引:9,自引:8,他引:9  
利用500hPa月平均高度距平场派生出涡度变化、经向风切变、纬向风切变等变量场。从1958~2001年6月500hPa月平均高度距平场及其派生变量场中选取预报因子,并将各个场中的因子分别作EOF分解,得到浓缩了初选因子变量大部分信息的综合预报因子,用以建立同月的广西月降水量的BP神经网络预报模型。进而利用2002~2005年月动力延伸集合预报产品及其派生变量,对广西6月降水量作BP神经网络降尺度释用预报。作为对比试验,以相同的预报量,从1957~2000年5~12月及1958~2001年1~4月500hPa月平均高度距平场中选取预报因子,并作相同处理,建立前期综合因子的广西6月降水量BP神经网络预报模型。独立样本试验结果表明,利用同期综合因子建立的BP神经网络降尺度预报模型的拟合精度优于利用前期综合因子建立的预报模型,但预报效果依赖于月动力延伸集合预报产品。  相似文献   

9.
基于数值预报模式降水产品的集成应用方法试验   总被引:1,自引:0,他引:1  
利用2008年5~7月四川省152个站点的逐日降水实况和T213、德国数值预报模式、日本数值预报模式、西南区域本地化的MM5集合降水预报模式和各成员的逐日降水预报产品进行Ts评分,然后基于西南区域集合预报8个成员Ts评分权重系数进行集成预报试验和集成方法对比试验,结果表明:基于Ts评分为权重系数的集成预报效果得到明显改进,且该方法优于逐步回归和支持向量(SVM)回归方法;最后根据上述5~7月T213、日本、德国和集合预报8个成员共11个数值模式降水预报的Ts评分按权重系数集成,预报四川2008年8~9月降水并进行效果评价,结果显示:以多个模式Ts评分为权重系数集成的降水预报效果相对于单一模式有明显提高,有较好的预报指导意义.  相似文献   

10.
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   

11.
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   

12.
2008年T213与德国降水数值预报产品对比检验分析   总被引:3,自引:0,他引:3       下载免费PDF全文
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   

13.
2004年主汛期各数值预报模式定量降水预报评估   总被引:23,自引:2,他引:23       下载免费PDF全文
王雨 《应用气象学报》2006,17(3):316-324
随着数值预报技术的飞速发展, 模式定量降水预报已成为天气预报业务工作中的主要参考依据。本文对目前在国家气象中心应用的3个业务运行模式T213L31, HLAFS0.25, 华北中尺度模式MM5和德国模式及日本模式的降水预报产品进行了季节空间分布、区域时间序列演变及统计检验, 试图从空间、时间及统计方面对降水预报产品的预报性能进行综合评估。检验结果表明:目前的数值预报模式对短期时效内定量降水预报均具有一定的空间预报能力, 但强降水中心位置有一定的偏差; 从时间序列演变检验来看, 模式对区域强降水过程的发展趋势具有较强的预报能力, 但降水量预报与实况有一定的差距; 从累加统计评分检验结果来看, 模式短期时效的预报性能差别不大, 全球模式在小中雨预报方面有一定优势, 其中日本模式的综合预报性能最好, 大雨以上量级的预报则是国内的模式有一定的优势, 其中华北中尺度MM5模式, T213L31模式各有所长, 但均存在预报量和预报区偏大问题。  相似文献   

14.
华北及周边地区夏季分区客观降水预报   总被引:1,自引:0,他引:1       下载免费PDF全文
在降水客观分区的基础上,对华北及周边地区进行夏季降水预报。利用2006—2008年的6—8月T213资料和相应时段的实况资料,通过概率回归降水等级方案建模,对2009年和2010年6—8月进行了试报。结果表明:分区建模的降水预报与单站建模预报相比,TS评分在不同时效、不同量级上均有提高,并且在空报和漏报上有较大改善,特别是大量级降水预报改善明显。从因子分析上看,分区建模较单站建模所选因子更丰富,利用了模式产品的有用信息,因此做出了更好的预报。分区建模与模式降水预报的对比分析表明:分区建模的降水预报效果好于模式直接降水预报,空报现象改善明显。  相似文献   

15.
对2014—2016年中国国家气象中心T639数值预报、日本细网格数值预报、欧洲中心细网格(EC thin)数值预报以及天津市乡镇指导预报产品中在天津地区降水预报分别进行检验。结果表明:所有模式降水的晴雨预报准确率均随预报时效的延长而下降。降水预报准确率在秋冬春季的预报效果明显好于夏季。EC thin产品在冬季降水的预报中优势更为明显,而指导预报及T639对5月、6月及9月天津地区局地降水多发期的降水更有指示意义。针对2014—2016年天津地区的23个暴雨日按影响系统分型并统计检验结果,暴雨日降水预报晴雨成绩较好有参考价值,而降水分级检验偏差较大。相对于局地性暴雨过程,区域性的暴雨过程数值预报有更为可靠的参考性。  相似文献   

16.
根据最近5年的降水资料和T213、日本、德国三家数值模式降水预报产品,对三家数值模式在广西晴雨预报和降水分级预报的能力进行分析、比较,结果表明,T213模式的暴雨预报能力最强,日本模式在大雨及以下各级降水预报中预报能力最强,但降水的量级比实况偏小;德国模式对晴雨预报,特别是无雨天气预报能力明显高于日本模式和T213模式。  相似文献   

17.
2007年6—8月T213与ECMWF及日本模式中期预报性能检验   总被引:1,自引:3,他引:1  
李勇 《气象》2007,33(11):93-100
对2007年6—8月T213模式进行天气学检验,并与欧洲中心ECMWF模式及日本模式进行了比较。结果表明:3种模式对亚洲中高纬环流形势的调整演变具有较好的预报性能。综合来看,ECMWF模式对各系统及要素的预报误差最小,最接近实况,日本模式和T213模式稍差,稳定性不如ECMWF模式,特别是T213模式对0709号台风圣帕路径及强度的预报与实况相差较大,而ECMWF模式及日本模式预报较为准确。  相似文献   

18.
检验梅雨期降水的预报效果,对于提升梅雨期降水预报能力、减少梅雨期降水带来的人员伤亡和经济财产损失有着重要的意义。文章对安徽省2021年梅雨期(6月10日—7月10日)六个客观模式和一个主观订正预报产品进行了检验分析,其中包含了三个区域模式数值预报(中国气象局中尺度天气数值预报系统(简称CMA-MESO)、中国气象局上海数值预报模式系统(简称CMA-SH9)、安徽WRF)、三个全球模式数值预报(中国气象局全球同化预报系统(简称CMA-GFS)、欧洲中期天气预报中心确定性预报模式(简称ECMWF)、美国国家环境预报中心全球预报系统(简称NCEP-GFS))和安徽智能网格主观订正预报的降水产品,进行了检验分析,结果表明:传统检验中安徽智能网格和区域模式对晴雨准确率的预报效果优于全球模式,又以CMA-MESO最优;在暴雨及以上量级的强降水预报中,传统检验表明安徽智能网格预报的得分最高(23.83),ECMWF模式则是客观模式预报中效果最好的(20.12),CMA-SH9次之(19.34);通过对除安徽智能网格以外的各个客观数值模式进行的MODE空间检验可知,不同数值模式间暴雨预报误差原因不尽相同,ECMWF与各区域数值模式主要是由雨区位置的预报偏差,尤其是纬度偏差导致的,NCEP-GFS全球模式对降水强度和雨区面积的预报偏弱偏小比较明显,CMA-GFS在强降水方面的预报可参考性较差;各个主客观预报暴雨及以上量级预报,整体表现出较明显的日变化特征,在午夜前后、上午时段TS评分较高,而午后到傍晚评分较低,这个现象或许是梅雨期的午后降水多以地表太阳加热引起的短历时热对流降水为主造成的。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号