ECMWF产品逐日降水客观预报业务系统

选用ECMWF格点场资料,用差分法、天气诊断、因子组合等方法构造能反映本地天气动力学特征的预报因子库,对预报因子和预报量进行线性（0,1）标准化处理,采用PRESS准则初选因子,用最优子集回归建立0~120 h降水预报方程,用多因子概率权重回归预测其降水概率。预报系统投入业务应用,检验证明预报效果较好,提供了有效的地市级客观预报指导产品。业务系统与MICAPS对接,实现全自动化,输出的预报产品客观、定量。

最优子集神经网络在武威气温客观预报中的应用

选取2003年3月1日至2008年12月31日20时的逐日ECMWF(欧洲中期天气预报中心)数值预报产品实况格点资料,使用差分法、天气诊断、因子组合等方法,构造出能反映本地天气动力学特征的预报因子库,采用PRESS(预测平方和)准则初选因子,逐步回归复选因子,最优子集回归精选因子,建立分月、分站点逐日最高、最低温度BP神经网络预报模型。模型业务试用结果表明:该BP神经网络预报模型具有较强的非线性处理能力,能较好地反映日极端温度的变化,0～120 h内的最高、最低温度平均预报准确率达较高水平,且对明显的升降温过程反应灵敏,升降温趋势和幅度预报较为准确,为0～120 h的城镇精细化温度预报提供了重要的技术支撑,同时也为ECMWF数值预报产品在温度的释用提供了一种好的思路和方法。

最优子集回归在武威市降水预报中的应用

选用Micaps下发的ECMWF 0～120h格点场资料，使用差分法、天气诊断、因子组合等方法构造出能反映本地天气动力学特征的预报因子库。根据大气环流产生降水的物理机制不同，将天气形势分为西北气流型、西南气流型和不规则型3种，分别对预报因子和预报量进行线性0,1标准化处理，采用Press准则初选因子，最优子集回归建立武威市6个站点不同天气类型的0～120h降水预报方程，用多因子概率权重回归预测其降水概率。预报方程的降水和晴雨拟合率达0．742，0．783；投人业务试用后，0～120h降水和晴雨预报准确率孔达0．653，0．813，说明该预报模型对降水天气预报能力强，其预报能力超过或接近13常业务预报，为地市级客观预报提供了有效的指导产品。业务系统与MICAPS对接，实现全自动化，输出的预报产品客观。