简介:以中国夏季气温为预测对象,选取东亚地区冬季500hPa高度场、海平面气压场、地表温度场和850hPa温度场为预测因子,采用1951~2009年去趋势处理后的资料,通过变形的典型相关分析(Barnett-PreisendorferCanonicalCorrelationAnalysis,BP-CCA)方法分别建立单因子预测模型,再利用集合典型相关分析(EnsembleCanonicalCorrelation,ECC)方法建立集合预测模型,对中国夏季气温进行基于交叉检验方法的预测试验,然后利用2010~2014年的资料对中国夏季气温进行独立样本检验。通过分析BP-CCA模态可知,一对BP-CCA模态的空间型在一定程度上可以反映预报因子场和对象场的遥相关特征。通过基于交叉检验方法的预测试验表明环流场和热力场均能为气温提供预测信息。ECC预测模型综合了各个预报因子的在不同地区的预报技巧,比单因子BP-CCA预测模型有更高、更稳定的预报技巧。独立样本检验表明ECC模型与单因子BP-CCA预测模型相比,对中国夏季气温有更高、更稳定的实际预测能力,对气温季节预测具有参考价值。
简介:文章介绍了WeatherCentral和Micaps系统的主要功能,分析了WeatherCentral系统对Micaps数据的应用,从Micaps的各类数据格式、数据转换以及Live播出的图形等多个方面来说明Micaps数据和WeatherCentral的无缝隙结合,进一步探讨了WeatherCentral在气象影视节目制作中对气象数据应用的优越性.同时对Micaps数据资料和WeatherCentral做了本地化开发,并且制作了本地化节目模板,极大地提高了日常节目制作的效率.
简介:辽宁局地分析和预报系统(LiaoNingLocalAnalysisandPredictionSystem,LNLAPS)经本地移植后,可以融合T639预报场、高空探测、自动气象站、风云卫星和多普勒雷达等资料,输出空间分辨率为3km×3km的分析场。本文主要介绍了LNLAPS的基本框架和设计原理,同时针对2013年8月16日辽宁省抚顺地区的一次暴雨过程,探讨LNLAPS产品的适用性。结果表明:LNLAPS融合多源观测资料后输出的分析场可以识别对流系统的中小尺度特征,且有助于订正数值模式预报的降水落区和降水强度。环境中存在极强的上升运动,伴随充足的水汽和不稳定能量,可以指示抚顺市清原县特大暴雨过程的发生,且云微观特征和雷达回波特征也可以从多个方面体现此次暴雨过程的极端性。