短期预报

摘要： 为合理评估浮式平台的波浪载荷,着重总结归纳几种常用的波浪载荷计算方法的特点和适用情况,并将其应用于某新型浮式平台的结构型式设计研究中。结果表明:基于最大波法、长期预报和短期预报得到的设计波参数相差较大。若要合理评估浮式平台的波浪载荷,需综合运用多种计算方法,避免采用单一方法造成安全裕度不足。该研究可供海洋结构物型式设计、波浪载荷计算和结构强度评估参考。

摘要： 本文基于中国近海高分辨率ROMS(Regional Ocean Modeling System)海洋模式和“两洋一海”海洋-大气耦合预报系统,构建了由区域到近海的降尺度预报框架,建立了东中国海水动力短期预报系统。预报系统采用后报-预报循环计算方式运行,可以合理避免误差累积。结合多源观测海表面温度和海表面高度资料,评估了系统的模拟技巧,并进一步讨论了东中国海动力环境对海洋和大气强迫变化的敏感性。结果表明:不同模式对中尺度涡的模拟差异会影响黑潮流量变化,并进一步影响东中国海水动力环境的模拟和预报,台湾以东的反气旋式涡旋会增强黑潮东侧的水位,增大黑潮流量,黑潮次表层水跨陆坡向岸入侵的范围和存留时间都会减小。“两洋一海”海洋-大气耦合预报系统模拟的台风强度与全球预报系统GFS(Global Forecasting System)相比偏弱,对应的海洋响应也偏弱,简单增大风场强度而不改变海气界面其它状态变量会高估海洋对台风的响应,是需要关注的模拟误差。

摘要： 基于欧洲中期天气预报中心(ECMWF)的精细化数值预报产品、中国气象局下发的降水指导产品(TP;MA)及甘肃省340个气象站点降水实况数据,利用泰森多边形与K-means空间聚类方法(spatial cluster and Tyson polygon, SCTP),对2017—2019年4—9月甘肃省340站降水资料进行客观分区。在此基础上,采用随机森林算法(random forest, RF),筛选出与降水相关的物理量因子构建模型,开展甘肃省短期定量降水客观预报订正试验,并进行预报效果检验。结果表明:(1)甘肃省4—9月降水客观分区依次为7、6、14、13、14和11个。(2)就晴雨预报而言,SCTP-RF订正产品对甘肃省汛期的晴雨预报能力较TP;MA指导产品和ECMWF模式产品有一定提升,提升幅度分别为6.1%、4.2%;在空间上,SCTP-RF算法对甘肃省340站的晴雨预报均具有一定的订正能力,大部分站点晴雨预报准确率提升了5%,特别是河东地区。(3)在分级降水预报中,SCTP-RF订正产品对中雨和大雨的预报能力均优于TP;MA指导产品和ECMWF模式产品,且全省大部的订正效果较好,特别是河东中部及陇东南地区,但在强降水过程中对小雨和暴雨的预报订正不稳定,尤其是陇东南地区的小雨。

摘要： 太阳质子事件是一种由太阳活动爆发时喷射并传播到近地空间的高能粒子引起的空间天气现象。这些高能粒子会对航天器和宇航员产生严重危害,对太阳质子事件进行准确的短期预报是航天活动灾害预防的重要内容。针对当前主要预报模型中普遍存在的高虚报率问题,提出了一种基于集成学习的太阳质子事件短期预报方法,利用第23个太阳活动周数据,建立了一种集成8种机器学习模型的太阳质子事件短期预报系统。实验结果表明,本文方法在取得了80.95%的报准率的同时,将虚报率降低至19.05%,相比现有的预报系统具有较为明显的优势。

摘要： 每年浑河洪水都会给流域下游带来严重问题。洪水导致人员伤亡,基础设施和财产遭到破坏,基于此,本研究进行了洪水分析和短期水位预测。该研究使用了抚顺气象站的降雨数据和浑河抚顺水文站的水位数据来识别洪水模式。洪水分为三类:单峰洪水、多峰洪水和蔓延洪水。本文引入和实施洪水预报实践,对建立的降雨天数方程质量的评估表明,预测的成功率达到91%~96%,从而提出有效的抗洪方法 ,减轻洪水影响。

摘要： 本文在单站电离层短期预报的基础上,基于电离层参数的时间和空间连续性,介绍了区域电离层的短期预报思路,研究了克里金插值法和反向传播(BP)神经网络在重构区域电离层参数数值地图上的应用,并对预报误差进行了简要分析。

摘要： 利用1965-2017年韶关地区8个站点的日平均气温观测资料,发现将过去连续7 d的日平均气温分别作为逐步多元线性回归、LightGBM(light gradient boosting machine)以及BP-NN(back propagation neural network)算法(机器学习)的自变量可最准确地预报出未来1~3 d的日平均气温。据此分别构建了三种短期气温预报模型,并系统地探讨了其适用性。主要结果如下:(1)三种模型的预报准确度均较高,机器学习方法在预报正确率(绝对误差(absolute error)小于2 °C的天数占比)、相关系数(R)和平均绝对误差(mean absolute error,MAE).上均要优于逐步多元线性回归法。其中LightGBM的预报效果最优,其1~3 d的预报正确率分别为84.38%、69.86%、61.37%,对应预报值与测量值之间的R分别为0.98、0.94、0.93,MAE分别为1.17、1.76、2.00°C。(2)冬春季、秋冬季日平均气温较大的波动性是导致该时期三种模型MAE总体偏大的主要因素,但LightGBM仍具有最优的预报稳定性,其绝对误差的方差最低。

摘要： 电离层延迟是全球卫星导航系统(GNSS)高精度导航定位应用中的重要误差源.通过对电离层总电子含量(TEC)进行测量和短期预报可有效提升GNSS单频用户的定位精度,对其他无线电系统的电离层效应也可起到有效减缓作用.近二十年来提出了很多行之有效的短期预报方法,但还没有哪一种方法有绝对优势,其预测精度都有待提高.利用Madrigal数据库任意选取的5个格网点的TEC观测数据,首先比较了自相关和自回归滑动平均(ARIMA)方法,然后研究了自相关预报方法中实际参与加权的观测值覆盖天数和观测值数量这两个参数的选取对预报误差的影响,并提出了参数设置优化方案.试验结果显示:1)自相关方法的预报误差略小于ARIMA方法,且自相关方法所花费时间比ARIMA方法少,总体上自相关方法是一种性能更优的方法;2)对于自相关方法,相比于传统的“4+12”参数设置方案,“3+9”方案总体上具有更优的预报性能,说明TEC时间序列的当前状态可能主要与前3天的状态有关.相关结果可作为电离层短期预报工程实现的一个有用的参考方案.

摘要： 采用数值分析软件Sesam/HydroD对某半潜式起重船在航行状态和起重作业状态下的波浪载荷进行长期预报和短期预报.在航行状态下,预报得到的最大波浪弯矩和剪力分别为规范值的1.4倍和2.0倍,用于进行结构疲劳评估(超越概率为10-2)的波浪弯矩最大预报值约为用于进行结构强度评估(超越概率为10-8)的波浪弯矩最大预报值的20％.在起重作业状态下,预报得到的波浪弯矩最大值约为航行状态下的15％.预报得到的波浪载荷结果和船舶运动响应结果可应用到船体结构强度和疲劳分析中,供船舶设计参考.

摘要： 为了解基于全国雷达分钟降水方法在面雨量上的短期预报效果,利用2020年7月25日08:00—28日08:00安徽巢湖及其子流域的实况面雨量数据,依据平均绝对误差、均方根误差、TS评分、漏报率和空报率几项检验指标,对安徽巢湖及其子流域研究时段内逐小时和累计2h面雨量预报结果进行检验评估.结果表明,全国雷达分钟降水方法对巢湖北部平原区子流域的预报效果好于南部丘陵地区子流域;累积2h产品的预报效果好于逐小时产品的预报效果;对小雨量的预报结果优于大雨量的预报结果.

摘要： 利用荆州市6个国家地面观测站的降水、天气现象、雪深和气温等常规资料,统计1981-2010年冬季暴雪个例,结果表明:近30年全市共发生19次暴雪过程,其时空分布不均,1月发生最多,约占全部暴雪站次的61％;东南部地区发生概率明显高于西北部地区,且2000年以后西北部地区没有出现暴雪.经过普查历史天气图,认为暴雪天气发生与500hPa西风带低槽、地面中等偏强冷空气、700hPa强劲的西南暖湿气流、700hPa与850hPa的逆温层以及温度的垂直分布有关.预报方法上采取PP法的技术思路,即在建立天气图预报模型和指标的基础上,选取数值预报对应的参数制作暴雪短期预报,实践证明应用效果较好.

摘要： 针对舰船运动的非平稳性特征,基于承认舰船运动数据之间具有相关性的假设,提出采用时间序列分解模型的数学方法实现对舰船运动的短期预报.根据时间序列分析的理论和方法,将舰船运动的时间序列分解为趋势项、周期项和平稳随机项.本文采用样本均值提取趋势项,基于傅里叶级数展开理论提取周期项,利用自回归模型(AR)拟合剩余的平稳随机项.本文基于实测的舰船运动数据进行预报,预测值与实测值十分吻合,均方根误差较小,预报精度达到83.67％,表明本文算法适用于舰船运动预报.

摘要： 为了准确评估钻井船的波浪载荷,应用三维线性势流理论,结合北大西洋波浪散布图,对某钻井船进行波浪载荷长短期预报,对比分析同概率水平下波浪载荷的长短期预报极值,波浪弯矩直接计算值与挪威船级社规范值比较表明,同概率水平下,波浪载荷的短期预报极值稍大于长期统计极值.对于该型工程船舶,应采用直接计算法来评估波浪载荷.

摘要： 由中国西安电波观测站采集的电离层F2层临界频率(f0F2)的资料,利用小波神经网络技术,考虑f0F2随时间的变化特性,提出一种提前一小时预测电离层临界频率f0F2的方法.该方法将f0F2预测问题简化为时间序列预测,网络输入为前三个小时的观测值网络输出为下一小时预测值,模型简单实用.经检验,预测结果与观测数据符合的较好,模型精度稳定可靠.

摘要： 基于三维势流理论,应用HydroSTAR软件对LNG-FSRU进行水动力计算分析.介绍了波浪载荷短期预报的理论基础及HydroSTAR软件的计算流程,并将水动力分析结果和规范计算结果进行对比.对于海工产品,采用数值方法进行波浪载荷预报比规范公式计算值更加合理,可靠.

摘要： 详细分析了1981-2003年6-8月发生在川鄂的14场区域性特大暴雨过程的卫星云图和天气图,发现在特大暴雨过程中,不仅存在着大量的水汽输送,而且存在着大量的液态水输送,表现为特大暴雨区的上游方向存在一个或几个中尺度的水汽和液态水源地,向暴雨区汇集;特大暴雨的触发系统对应的云系多为中尺度涡旋云系和准纬向斜压叶云系.总结出了区域性特大暴雨的若干环境云场卫星云图和形成过程的物理图象,研究了特大暴雨形成的机理,发现特大暴雨是由高原涡旋云系或准维向斜压叶云系东移叠置在"露点锋"上或暖湿空气上,触发而成,CISK是其主要作用机理,"露点锋"在特大暴雨的触发中起到了重要作用,但不是特大暴雨的必要条件.这一发现为区域性特大暴雨的短期预报和短时预报提供了依据.

摘要： 采用基于线性回归的标准化残差与最低训练样本数量相结合的样本筛选方法,设计了基于决策级融合算法的两级决策天气预报模型,对云贵地区影响航空飞行的各种天气类型进行了天气预报试验.试验结果表明,该方法对于改善各种模式算法的预报效果作用较好,特别是筛选前预报效果较差的天气类型,其改善作用明显;两级决策预报模型,对于中度降水、冻雨、大风、雷暴等天气类型取得了高水平的历史拟合率和试报准确率.

摘要： 2012年8月21日晚上南昌地区出现了短时强降水,时雨量最大达54.6毫米,短时强降水一直以来是短时和短期预报的难点.本文利用常规资料及日本GMS卫星TBB资料以及自动站资料对本次短时强降水天气的成因进行分析,结果表明:(1)南昌上空气柱内丰沛的水汽以及一定的水汽输送为南昌短时强降水提供强大水汽条件;(2)500hP高空槽东移,引导地面冷空气南下,台湾以东有热带低压活动,其东侧的东南气流与副高南侧偏东气流伸入江西与北风冷空气交汇,导致了南昌附近局地强锋生,锋面抬升作用触发了对流层中低层不稳定能量的释放,导致了南昌短时强降水的发生;(3)相当黑体亮温-63°C以下的面积对短时强降水有很好的指示意义,因此利用卫星资料,可对短时强降水的演变进行详细的监测,为短时强降水的分析和预报预警提供依据.

摘要： 利用常规资料、自动气象站、风廓线、ERA Interim0.25°×0.25°再分析资料、EC-thin和TJ-wrf模式结果,对2017年11月23日夜间渤海突发性大风成因进行了诊断分析,并探讨短期时效的预报失败原因及订正思路.研究表明:高空动量下传是风速快速增长的原因,较强的高层动量下传及风速垂直切变明显增强了近地层风速的突发性和对流性;大风过程冷平流强度的增强直接造成地面增压,前期增温使冷锋过境时锋区强度加大地面气压梯度加强,风速变化与最大变压梯度对应,大风区位于正变压梯度中心;由于前期增温导致补充冷空气过境前层结不稳定伴有上升运动,有利于空气的垂直能量交换;数值模式因对地面高压强度及移速的预报偏差,导致模式对于渤海23日风场预报大幅度偏弱.

摘要： 利用常规资料、自动气象站、风廓线、ERA Interim0.25°×0.25°再分析资料、EC-thin和TJ-wrf模式结果,对2017年11月23日夜间渤海突发性大风成因进行了诊断分析,并探讨短期时效的预报失败原因及订正思路.研究表明:高空动量下传是风速快速增长的原因,较强的高层动量下传及风速垂直切变明显增强了近地层风速的突发性和对流性;大风过程冷平流强度的增强直接造成地面增压,前期增温使冷锋过境时锋区强度加大地面气压梯度加强,风速变化与最大变压梯度对应,大风区位于正变压梯度中心;由于前期增温导致补充冷空气过境前层结不稳定伴有上升运动,有利于空气的垂直能量交换;数值模式因对地面高压强度及移速的预报偏差,导致模式对于渤海23日风场预报大幅度偏弱.

摘要： 预报时长不确定条件下的短期组合钟差预报方法，步骤为：获取原始钟差序列并做差分处理；根据原始钟差序列计算钟差数据质量因子并确定预报时长；采用至少两种钟差预报方法进行预报学习；计算各钟差预报方法的权重值；根据各种钟差预报方法的预报学习结果及对应的权重值计算组合钟差预报值，预报过程中随时判断时间同步是否重新建立，若时间同步已建立则停止预报，否则继续预报直至达到预报时长，达到预报时长后时间同步仍未建立则延长原始钟差序列的时长，重新估计预报时长，重复前述步骤直至时间同步重新建立；钟差预报结束后，对组合钟差预报结果差分逆运算，获得最终的钟差预报序列。本发明方法针对预报时长不确定的情况，预报鲁棒性较好。

摘要： 本发明涉及一种短期天气预报系统软件的预报性能评估方法，首先构建天气预报系统软件预报性能评估的三层结构模型，然后计算所述指标层指标相对于所述目标层和准则层的组合权重，并对指标层指标进行打分，对于预报准确率对应的指标，根据所述天气预报系统软件计算的准确率进行打分；对于功能可实现性指数和预报实时性指数对应的指标，根据指标计算结果与设定阈值的偏差进行打分，最后结合指标层指标的组合权重和计算分值，得到天气预报系统软件的预报性能综合评价分数，进而判断所述天气预报系统软件的预报性能等级。该方法能够实现对天气预报系统软件预报性能的准确评估。

摘要： 预报时长不确定条件下的短期组合钟差预报方法，步骤为：获取原始钟差序列并做差分处理；根据原始钟差序列计算钟差数据质量因子并确定预报时长；采用至少两种钟差预报方法进行预报学习；计算各钟差预报方法的权重值；根据各种钟差预报方法的预报学习结果及对应的权重值计算组合钟差预报值，预报过程中随时判断时间同步是否重新建立，若时间同步已建立则停止预报，否则继续预报直至达到预报时长，达到预报时长后时间同步仍未建立则延长原始钟差序列的时长，重新估计预报时长，重复前述步骤直至时间同步重新建立；钟差预报结束后，对组合钟差预报结果差分逆运算，获得最终的钟差预报序列。本发明方法针对预报时长不确定的情况，预报鲁棒性较好。

摘要： 本申请提供了冰雹短期落区预报方法、装置、电子设备及存储介质，涉及气象灾害预测技术领域，包括：获取预报时刻待预报区域的各个冰雹预报因子的数值；其中，多个冰雹预报因子分别从大气静力不稳定条件、抬升触发条件、动力维持条件、水汽条件和冻结融化条件中分析筛选得到；利用各个冰雹预报因子的数值，以及预报时刻所属时间区间的各个冰雹预报因子的阈值范围，得到各个冰雹预报因子的得分，将所有冰雹预报因子的得分相加得到冰雹落区预报综合指标值；根据冰雹落区预报综合指标值，得到预报时刻待预报区域的降雹风险等级分布，即冰雹的落区预报。本申请能够提高冰雹预报的准确度。

摘要： 本发明公开了一种用于光伏功率超短期预测的短临气象预报数据处理方法，包括如下步骤：首先，通过卫星反演辐射模型，补充光伏电站历史辐射数据的不足情况；然后，利用卫星外推技术获得分钟级卫星外推云图，为光伏功率超短期预测提供高精度的短临气象预报数据。本发明实现了卫星反演辐射技术，弥补因辐射监测站少导致的历史实况数据不足情况，为实现高效准确的光伏发电功率预测提供数据支撑。通过卫星外推模型得到卫星云图预报数据，即获取分钟级云图信息，为光伏功率超短期预测提供了高精度的短临气象预报数据，为光伏功率超短期预测准确率提供了数据基础。

摘要： 本发明涉及电离层技术领域，尤其涉及一种短期电离层TEC组合预报方法，构建了一种以奇异谱分析基础并融合长短期记忆神经网络模型的短期电离层组合预报改进模型，通过输入处理后的区域电离层总电子含量数据对短期电离层组合预报改进模型进行训练，训练成功后再结合TEC预报值和GNSS中心发布的电离层GIM数据进行性能评估，最终形成了TEC值的预测方法，同时充分考虑电离层TEC时空特性，还提高了TEC值的预报精度。

摘要： 一种面向风场的临近预报与短期预报的融合系统，涉及气象与工程防灾的交叉领域，解决现有融合集成预报方法实现风速预测精确度难度较大的问题，该系统包括质量控制模块、误差特征分析模块、模型建设模块、检验模块和综合效果评估模块，本发明的临近预报与短期预报的融合系统，基于大量的站点实况数据、临近预报数据和短期数值预报数据，通过BP神经网络建立模型，该模型可简单快捷的生成融合数据。本发明所述的融合系统在北京区域业务化实时运行效果已被检验证实能够有效的提高风速的准确率。

摘要： 本发明提供了一种船体运动位姿极短期实时预报方法，其包括：在满足香农采样定理的条件下，以较大采样周期采集船体运动位姿数据，建立AR模型，采用贝叶斯信息BIC准则确定AR模型的阶数，采用限定记忆的递推最小二乘算法进行AR模型参数的在线更新，采用滚动预报的方式进行船体运动位姿多步预报，将预报所得的数据与一定时长的历史数据组合在一起，建立RBF神经网络模型进行拟合插值，获取船体运动位姿极短期预报数据。本发明采用限定记忆的递推最小二乘算法进行在线更新，建立RBF神经网络模型进行拟合插值，可有效提高预报算法的实时性，具有较高的预报准确性。

摘要： 本发明属于空间天气预测技术领域，具体为一种基于EMD和BP神经网络的太阳10.7厘米射电流量中短期预报方法，包括：获取F10.7日观测值数据并进行预处理；对预处理后的F10.7日观测值数据进行归一化处理；对处理后的数据通过EMD算法提取F10.7日观测值数据的IMF模态分量；对处理后的各IMF模态分量分别进行训练集和测试集划分；将各IMF模态分量训练集和测试集转换为可被BP神经网络训练的监督学习样本数据；搭建BP神经网络，将各个IMF模态分量的训练样本分别单独输入BP神经网络进行训练，得到IMF预报分量；将IMF模态分量的预报分量重构；预报值和测试集进行误差分析。本发明可有效提升短、中期预测精度。

摘要： 本发明公开了一种融合机理与ML的湖泊叶绿素a短期集合预报方法及系统，首先对月尺度的湖泊叶绿素a浓度数据及其气象和水环境影响因子进行相关性分析识别关键因子。然后建立湖泊藻类动力学机理模型，计算获得湖泊叶绿素a以及关键水环境因子的每日浓度数据。再基于日尺度的叶绿素a及其关键因子的时间序列数据，构建基于机器学习的时间序列预报模型集合，实现叶绿素a的未来数天短期多模式预报。最后结合多组机器学习模型的短期预报结果，建立多元线性回归集合预报方法，实现湖泊叶绿素a的高精度短期集合预报。本发明有效克服了日尺度叶绿素a和水环境因子监测数据缺乏的问题，通过建立多元线性回归集合预报方法，有效提升了预报精度。