共查询到20条相似文献，搜索用时 156 毫秒
1.
从短期气候预测业务面临的实际问题出发,针对月尺度气候预测,通过多元逐步回归统计方法对1981~2010年贵州省降水主分量与NCEP/NCAR再分析资料的500 h Pa高度场建立预报模型,进而将该预报模型分别应用到2007~2013年5月16日、21日、26日起报的DERF产品500 h Pa高度场中,以检验不同起报时间DERF产品的预报能力。结果表明:贵州83站6月降水量EOF前5个模态的方差累积贡献率均达到了65%以上,PC1与同期6月降水量标准化序列的相关系数达0.955。贵州6月降水量与副热带高压位置以及中高纬度大气环流密切相关。释用DERF产品发现,该产品对贵州6月降水主分量具有一定的可预报性,其中5月26日起报的预报效果较好,其与同期NCEP/NCAR拟合值和实况值的相关系数分别为0.76和0.53。对2007~2013年5月26日起报6月的DERF产品释用预报结果进行Acc和Ps评分检验,发现除2008年预报评分较低外,其余6 a预报评分较好,Acc平均为0.45,Ps平均为82.0,尤其是2007年和2009年DERF产品释用的预报Ps评分分别达83.9和83.5,表明DERF产品在贵州降水主分量逐步回归预报模型中的释用具有较好的预报能力。 相似文献
2.
基于主分量的神经网络水位预报模型应用研究 总被引：5，自引：0，他引：5
根据气象和水文资料，以上游面雨量、水位值为预报因子，以西江流域的梧州水位为预报量，发现预报因子与预报量有很好的相关性。采用人工神经网络与主分量分析相结合的方法，建立了梧州水位的预报模型。结果表明，该预报模型对历史样本拟合精度高，试报效果及预报稳定性明显好于传统的神经网络预报模型，可在预报业务中应用。 相似文献
3.
城市暑热危险度统计预报模型 总被引：9，自引：5，他引：9
利用武汉市5个区1993－2000年中暑死亡个例，统计了中暑死亡的时间分布、性别、年龄、区域差异等流行病学特征，进行了中暑死亡的气候分析，计算了中暑死亡数与27个气象因子的单相关系数，找出了关键气象因子为持续不小于37℃的有效累积温度。利用逐步回归方法建立了逐日中暑死亡数的统计预报模型，并将高温危险度划分为5个等级，经回代和试报检验，预报效果较好。 相似文献
4.
5.
为了提高紫外线预报准确率,应用BP(Back Propagation Learning Algorithm)神经网络模型和支持向量机(Support Vector Machines,简称SVM)回归方法建立重庆市主城区紫外线辐射强度客观预报模型。统计相关分析结果显示,不同季节影响紫外线辐射强度的主要因素并不相同。对所有相关分析因子用逐步回归方法,按方差贡献大小筛选出预报因子,以每日紫外线平均辐射量为预报对象,分季节建立预报模型。比较用不同方法建立的预报模型发现,两种非线性模型(BP模型和SVM模型)的拟合能力优于线性逐步回归模型,但独立样本检验结果表明,3种模型的预报准确率基本相当。将3种方法所建预报模型应用T213数值预报资料进行业务试报,得到较好预报效果。 相似文献
6.
广东省清远市低温霜冻监测预报系统 总被引：8，自引：8，他引：0
根据清远市低温霜冻气候概况,应用1970～2000年的地面和高空气象历史资料作统计样本,运用逐步回归方法,建立测站的日最低气温和日最低地温的短期预报方程,作定量预报;并根据霜冻与气温和地温的关系判别预报区内有无霜冻,建立了广东省清远市低温霜冻监测预报系统。用2007—2008年冬春低温雨雪冰冻历史资料进行试报,收到了较好的效果。 相似文献
7.
《干旱气象》2015,(6)
利用1951~2011年中国160个气象站逐月降水、温度、74项环流指数和NCEP再分析海表温度资料,采用偏最小二乘回归(PLSR)方法,结合均生函数构造预报量周期性因子,建立辽宁省汛期平均降水量及其5站(沈阳、朝阳、营口、丹东和大连)汛期降水量预测模型,并进行预测效果检验分析。结果表明:采用均生函数构造预报量周期性因子,在一定程度上弥补了气候预测统计模型高相关性因子的不足,从而使辽宁汛期平均降水量PLSR模型的试报均方根误差降低约10 mm。PLSR模型由于较好地解决了预报因子之间的多重相关性问题,其预测效果较逐步回归模型有明显提高,对2002~2011年辽宁5站汛期降水量试报的Ps评分平均值为72.6%,比逐步回归模型提高了10.3%。 相似文献
8.
根据“九五”贵州短期气候预测研究课题总体安排，研制了一套短期气候预测模型，并建立了5种统计模型；逐步回归预报模型、多因子综合相关相似预报模型、500hPa环流相似预报模型、北太平洋海温相似预报模型、贵州分区RT在归预报模型。各预报模型的建模样本年限为1957－1996年，独立试报期为1997年及其以后年份。每一个预报模型均可在每月作出其后6个月的逐月雨量和平均气温预报、其后3个季度的季雨量及气温预报气候灾害指数预报。经1997－2000年试报表明，各项报模型对预报较以往公开发布的月雨量和月平均气温业务预报无论在趋势预报评分或技巧评分上均有明显提高。 相似文献
9.
10.
基于低频振荡特征的夏季江淮持续性降水延伸期预报方法 总被引：7，自引：1，他引：6
本文利用1981~2008年我国南方地区200站逐日降水量、NCEP再分析资料和NCEP气候预报系统 (CFS) 的模式回算数据, 针对降水低频信号, 分析了江淮地区夏季降水的延伸期可预报性, 并选取对江淮持续性强降水有显著影响的东亚环流指数作为预报因子, 以降水20~50天低频分量作为预报量, 进行了针对江淮地区夏季持续性强降水过程的延伸期预报试验。结果表明, 江淮地区夏季降水具有明显的20~50天周期的低频振荡特征。降水的20~50天低频振荡, 尤其是峰谷值位相的变化与实际降水集中期和中断期的交替有较好的关系, 研究20~50天降水低频分量的延伸预报, 对于江淮地区夏季持续性强降水过程的延伸预报有一定的指示意义。本文尝试提出一种基于大气环流低频信号和数值模式预报产品的动力与统计相结合的预报方法, 以期为江淮地区夏季持续性降水过程的延伸期预报提供参考。 相似文献
11.
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
12.
基于奇异谱分析的江淮降水场预测模型研究 总被引：3，自引：1，他引：3
中国的降水预报主要是对汛期(夏季)的单站降水量或区域的降水型态进行预报,而主要的预报方法为动力学方法和统计学方法。据此,利用江淮地区的月降水量标准化序列,得到江淮地区降水时空分布型态。并在此基础上,利用奇异谱分析和时间序列的分析方法,设计了统计学的降水预测模型,对江淮地区的月降水量进行了预测试验。结果表明,模型能对江淮降水场的趋势作出较好的预报,且递推时间短时预报效果较好。 相似文献
13.
14.
北京地面气温可预报性及缺测资料恢复的研究 总被引：4，自引：1，他引：4
利用１９５１－１９９０年期间北京地面气温资料作未来气温预测可预报性及缺测气温资料恢复的研究，对单月序列使用自回归、选阶自回归、逐步回归和预测残差最小逐步回归及对多月序列使用后两种模型等６种方案进行试验。结果表明，多月序列使用残差最小逐步回归模型有最好的可预报性，且预报方程具有较高的稳定性。本文使用该方案还对１８４１－１９５０年期间的缺测气温资料进行恢复。 相似文献
15.
16.
中国地形复杂，模式地形与实际观测地形存在一定高度差异，因此设计合理的复杂地形下地面观测资料的同化方案有利于使我国目前仅用作探测手段的地面观测资料（常规地面观测站和地面自动站）在中尺度数值模式中得到充分利用。作者在MM5_3DVAR同化系统中利用近地层相似理论将地面观测资料进行直接三维变分同化分析，并对地面资料同化方案设计中是否需要考虑模式与实际观测站地形高度差异进行探讨研究。研究结果表明：通过近地层相似理论将地面观测资料同化到数值模式能起到一定的作用，并且地面观测资料（温度、 湿度、 风场、 地面气压）中各物理量同化到数值模式都能影响24小时降水数值结果，但各物理量起的作用大小不一样，其中影响最大的是温度，其次为湿度；地面观测资料同化方案设计有必要考虑模式地形与实际观测站地形高度差异，适当考虑这种高度差异能取得较好的结果。 相似文献
17.
采用滑动分区车贝雪夫多项式展开模型，研制福建省建阳市单站5～6月暴雨客观预报模型，以提高单站暴雨预报能力。模型取得了较好的结果：客观预报模型因子结构简单而天气学意义明了，具有预报准确率较高、稳定性好。各预报模型的三层形势特征都能体现出有利于暴雨生成的合理垂直配置。在2000～2002年的试用中，准确率平均比主观预报高出50％，且无漏报。在2003年的试用中无空报也无漏报。这表明该技术模型是一种能够有效提高单站暴雨客观预报能力和效果的适用模型。 相似文献
18.
19.
基于遗传优化BP神经网络的水稻气象产量预报模型 总被引：9，自引：4，他引：5
利用1951—2010年江苏省水稻产量及同期14个气象站点的逐日平均气温、降水资料,采用因子膨化及相关分析,研究了水稻气象产量的影响因子及影响时段。在此基础上建立了逐步回归、PCA-BP神经网络以及PCA-GA-BP神经网络3种产量预报模型。结果表明:(1)7—9月份是水稻产量形成的关键时期,对气温、降水的变化最为敏感,气温对气象产量的影响大于降水;(2)两种神经网络模型预报效果好于回归模型;(3)遗传优化的神经网络模型比未优化模型的训练速度提高了70%左右,预报精度也提高了4.3%。 相似文献
20.
从2018年7月16日北京暴雨过程雨情和地质灾害灾情出发,介绍了此次过程的地质灾害气象预警及检验;并基于北京区域地质灾害易发度信息,结合多源融合定量降水估测(QPE)驱动CREST水文模型模拟径流量与土壤湿度特征、过程雨强特征,分析了北京本次地质灾害气象成因。结果表明,北京北部和西部处于地质灾害中、高易发区,区(县)小时累计面雨量达到50 mm以上易发生灾害,降水持续24 h后是地质灾害的高发时段,灾害常发生于雨强较大峰值后的15 h内;基于雨强-降水持续时间推求的地质灾害致灾临界雨量阈值对北京地区地质灾害气象预警有一定的借鉴意义;基于水文模型的北京区域径流量、坡面径流深、土壤湿度等水文过程要素模拟对预警也有较好的指导意义。 相似文献