预报因子
预报因子的相关文献在1976年到2022年内共计373篇,主要集中在大气科学(气象学)、地球物理学、植物保护
等领域,其中期刊论文331篇、会议论文30篇、专利文献24329篇;相关期刊165种,包括浙江气象、气象研究与应用、气象与环境科学等;
相关会议26种,包括第32届中国气象学会年会、中国水力发电工程学会梯级调度控制专业委员会2012年学术交流会、2011年第二十八届中国气象学会年会等;预报因子的相关文献由824位作者贡献,包括崔延美、李蓉、李希灿等。
预报因子—发文量
专利文献>
论文:24329篇
占比:98.54%
总计:24690篇
预报因子
-研究学者
- 崔延美
- 李蓉
- 李希灿
- 等
- 李杰友
- 赵颖
- 何华庆
- 杨志东
- 段婧
- 苗春生
- 贺晗
- 郭媚媚
- 魏加华
- 麦冠华
- Carr.MB
- 万杰
- 于丽洁
- 于耀仁
- 于鹏
- 介玉娥
- 付俊丰
- 付振艳
- 何文英
- 何险峰
- 俞善贤
- 刘红雨
- 刘艳华
- 刘茂松
- 刘跃红
- 刘飞
- 华尧楠
- 卫福玉
- 司福意
- 吴义斌
- 吴晗
- 吴杰
- 周一鹤
- 周丹丹
- 唐红玉
- 姚坤
- 姜妮
- 姜芝豪
- 常军
- 庞志梅
- 张其敏
- 张勇
- 张姣姣
- 张宏
- 张志刚
- 张明捷
-
-
周焕;
闪丽洁;
揭梦璇;
汤斌
-
-
摘要:
本文针对沿海平原河网水文情势复杂、洪水位预报困难的特点,以温瑞平原为研究对象构建混合回归模型,采取物理成因与数理统计相结合的思路,探究适用于沿海平原地区的洪水位预报新途径。利用产汇流模型计算求得各水文分区洪水过程,形成预报因子库,并在此基础上构建混合回归模型,通过耦合多元逐步回归模型与门限回归模型进行洪水位预报研究。研究结果表明:混合回归模型在温瑞平原洪水位预报中取得了较好的效果,验证洪水确定性系数为0.82,合格率为75.60%,具有较高的预报精度。该模型算法结构简单,对输入资料的要求较低,可操作性和实用性较强,可以为沿海平原地区洪水预报实际工作提供一定的参考。
-
-
高小雲(编译);
李慧(编译)
-
-
摘要:
随着人类对水资源的需求持续增加,且土地利用与气候条件的不断变化,对淡水供应变化的准确模拟越发重要。然而,当前的模型尺度无法充分表现流域尺度的变化,缺少在较大尺度上对产流量随时间变化的经验研究与模拟研究的比较。鉴于此,模拟了英国81个流域在1985~1994年和2008~2017年2个时间段的年产流量,并通过经验数据进行了验证,以研究模型模拟产流量随时间绝对或相对变化的准确性,并确定对模型准确性影响最大的预报因子。
-
-
俞雯乐;
刘晓;
陈志先;
谢晓宇;
王红;
邵京
-
-
摘要:
准确开展各类植物花期预报服务,对于推动当地经济社会发展、有效提升公众的获得感和幸福感具有重要意义。花期具有可预报性,但受气候和生物等因子的综合影响,花期预报的准确性仍然存在很多困难。该文以木本观赏植物为例,梳理了木本观赏植物花期预报理论与方法、木本观赏植物花期与环境影响因子的关系以及花期预报模型构建等方面的研究进展。木本观赏植物花期预报在不同地区不同花期预报模型的预报精度存在较大差异。总的来说,合理的花期预报影响因子筛选和有效的花期预报模型是木本观赏植物花期预报的重要发展方向。因此,今后的研究要重视花期变化与环境因子作用机理以及构建普适性的花期预报模型,不断提高木本观赏植物花期预报精度。
-
-
李林芳;
石耀霖;
程术
-
-
摘要:
利用机器学习方法对地震活动大数据进行挖掘,识别出一些过去认识不到的异常,提高地震预测的准确性,是一个非常具有挑战性的科学问题.本文基于川滇部分地区(24°N—32°N,98°E—106°E)地震目录,采用滑动的时空窗口,选取16个反映地震时空强度分布特征的地震预测因子,建立了长短时记忆(LSTM)神经网络,对研究区域9个子区块未来一年的最大地震震级进行预测.通过设置训练集∶测试集=8∶2和训练集∶测试集=7∶3两个不同的训练测试模型,对过往发生的地震进行了回溯性预报.结果表明:训练集∶测试集=7∶3模型能够利用1970年1月至2004年9月的地震目录进行学习,成功回溯性预报2008年汶川地震;训练集∶测试集=8∶2模型利用1970年1月至2009年5月资料进行训练,回溯性预报2010—2019年间6级以上地震的R评分为0.407,回溯性7级地震预报时准确率高达92.31%.本文还探讨性给出预测意见:2022年2月前研究区西部、中部、东部、西南部存在发生5.1~5.3级地震的潜在危险性.
-
-
董鹤松;
张莹莹;
冯景瑜;
隋妍
-
-
摘要:
利用常规观测资料、NCEP再分析资料及Micaps资料,统计近30年吉林省边疆近海区东风急流影响下的暴雨个例,分析了东风急流影响下暴雨时空分布特征以及大尺度环流背景。选取温带气旋型东风急流暴雨个例11个和热带气旋型东风急流暴雨个例13个,通过统计分析其低空急流、比湿、水汽通量、水汽通量散度、垂直速度、假相当位温等常规预报因子,建立了温带气旋型、热带气旋型东风急流暴雨概念模型,给出了定量化的物理量判别指标。
-
-
李福威;
包爱美;
疏杏胜;
丁伟
-
-
摘要:
长期径流预报对于掌握未来径流信息,实现水资源的高效利用具有重要意义。当前长期径流预报可利用模型众多,且各模型在不同预报条件下表现各有优劣,为实现多模型间的相互协调和性能互补,以桓仁流域长期径流预报为研究对象,耦合相关性分析和向前搜索包裹法从众多水文-气象因子中筛选影响桓仁水库入库径流的关键预报因子;采用统计分析法和机器学习法共6种径流预报方法,分别建立桓仁流域年径流预报模型和汛期月径流预报模型,对比分析多模型在该流域长期径流预报的适用性。结果表明:大气环流因子与预报对象的相关性明显高于水文因子,其在流域长期径流预报中起关键作用;基于主成分分析的人工神经网络(Artificial Neural Network Model based on Principal Compo⁃nent Analysis,PCA-BP-ANN)、支持向量机(Support Vector Machine,SVM)等机器学习模型的年径流预报效果优于传统统计模型;汛期各月径流预报中,各模型预报精度有所差异,基于主成分分析的人工神经网络模型(PCA-BP-ANN)在5月份和8月份的预报合格率最高,且相对人工神经网络(Back Propagation-Artificial Neural Network,BP-ANN)模型提升了10%左右,但在6、7月份的预报效果不如其他模型,而门限回归(Threshold Regression,TR)模型在7月份表现最佳,合格率达94%;选择汛期各月表现最优的预报模型,给出综合多模型预报方案,在最优预报方案下,桓仁流域年径流预报以及汛期相对重要的7、8月径流预报的合格率均能达到90%以上。
-
-
韩世茹;
周须文;
车少静;
王志强
-
-
摘要:
基于ERA-Interim逐日4时次再分析资料和753站逐日降水资料,对1980-2013年江淮流域夏季降水特征进行分析,探究江淮流域夏季低频降水的前期预报信号,结果表明:1)江淮流域夏季降水受10~30 d低频振荡影响显著,10~30 d低频分量在江淮流域夏季降水中占较大比重.2)200 hPa上,低频降水过程发生前9~6 d有低频反气旋(低频气旋)自青藏高原东北部向中国东部移动.500 hPa上超前低频降水过程9 d至低频降水过程发生时有西太副高自东向西(自西向东)移动至中国东部沿海地区,热带地区负(正)低频OLR中心不断向北移动,最北端到达江淮流域并达到最强,进而促进(抑制)江淮流域低频降水的发生.3)青藏高原预报信号能够有效补充西太副高及热带OLR信号的不足,将青藏高原信号、西太副高信号及热带OLR信号作为综合预报因子对江淮流域降水进行预报,对仅依赖低纬度地区信号进行降水过程预报的准确率有较好改进作用.
-
-
李瑶婷
-
-
摘要:
对广汉机场而言,雷暴发生频次具有较明显的季节性特点,主要集中在7、8月,多出现于早间和午后至傍晚时段.通过分析夏季有无雷暴发生时A、SI、K、ΔCAPE等对流参数的变化情况,有如下结论:各参数值的大小在夏季各月的表现不尽相同,由统计分析可知,当6月 A>14,K>35,7月 A>13,K>40,8月 A>11,K>40且 SI<-1.5,ΔCAPE>1 300,再有高空槽、西南涡等有利于雷暴产生的天气系统配合时,本场有大概率出现雷暴天气,须提前预报雷暴发生的时间,并及时向塔台指挥员汇报,做好航空气象预报、预警服务.
-
-
胡玉杰;
杜景林;
董亚;
滕达
-
-
摘要:
针对传统的分类方法在构建降雨预测模型时都存在着泛化能力低、精度不足的问题,基于集成学习的思想,提出一种改进的Adaboost-C4.5算法.通过自适应增强算法集成C4.5决策树算法,得到多个弱分类器,再赋予弱分类器权值,利用粒子群算法对其权重系数进行优化,最后线性组合成强分类器来提高模型的分类性能.文中选取大气压强、气温、风向、风速和相对湿度作为预报因子,并建立5个等级预报降雨模型.实验表明,所提模型在性能上表现更好,提高了预报的准确率,降低了预报的漏报率,在5个等级预报中,降低了3级和4级降雨预测的标准误差.
-
-
李典南;
徐海;
许东蓓
-
-
摘要:
利用双流国际机场2013—2018年的逐小时气象观测资料、欧洲中心ERA-interim逐6 h再分析资料、成都市气象局多普勒天气雷达产品资料,运用统计学方法分析双流机场雷暴月变化和日变化特征,并利用相关性分析筛选出双流机场雷暴天气预报因子,在此基础上基于二级逻辑回归法建立潜势预报模型(预报方程和消空方程),最后进行数据的回代检验.结果表明:对流有效位能、K指数、850 hPa比湿、850与500 hPa假相当位温差、回波顶高、1.5°仰角基本反射率、3.4°仰角基本反射率、垂直累积液态水含量为雷暴天气的主要预报因子,据此建立的潜势预报模型对双流机场雷暴天气的预报具有一定指示性,且综合来看在夏季的预报效果更好.
-
-
曾鹏;
钟利华;
李勇
- 《2016年广西气象学会学术年会》
| 2016年
-
摘要:
利用1988至2013年广西电网流域面雨量实况和数值预报再分析资料,对广西电网流域大雨历史个例进行统计分析;结果表明:(1)造成广西电网流域大雨的天气形势主要有高原槽型、台风槽型和高后槽前型三类,其中高原槽型所占的比例最大;(2)高原槽型和台风型主要以5~8月为多发月份,高后槽前型主要以3~6月为多发月份;(3)通过选取有物理意义的预报因子,初步建立影响电网流域的三类天气形势系统的判据,为电网流域强降雨预报技术研究提供参考.
-
-
栾健;
蔡波;
林楠;
肖稳安;
王迪
- 《第32届中国气象学会年会》
| 2015年
-
摘要:
雷暴产生机制的复杂性决定了他的发生具有显著的非线性特征,人工神经网络由于具有很强的非线性映射能力和并行性、适应性、容错性及自学习能力,特别适用于解决因果关系复杂的非确定推理、判断、预测和分类等问题,因此在雷暴潜势预报研究领域越来越受到重视,在人工神经网络的研究应用中,BP(Back-Propagation,反向传播算法)人工神经网络被各领域广泛应用.这种模型相比于其它模型而言,研究成熟,且通用性好.相对传统的数理统计方法而言,BP人工神经网络模型可以求解非线性问题,同样对样本大小的要求也可以相对少得多.由于研究地域的不同,选取的预报因子不同,网络模型的构建方式不同,预报结果判定方式也有所不同[6-10].因此,利用沈阳市2007~2011年6、7、8月探空资料与闪电定位资料,分析该地区的雷暴潜势预报因子,进一步建立BP人工神经网络模型,对该地区的雷暴潜势预报进行研究,对比分析6h和12h雷暴潜势预报效果,获得更高的预报准确率.
-
-
-
-
-
-
-
严小冬;
吴战平;
古书鸿;
徐丹丹;
周丽娜
- 《第七届全国优秀青年气象科技工作者学术研讨会》
| 2010年
-
摘要:
利用1962~2008年贵州84个测站冬季冻雨和前期500hPa高度场和太平洋海温场资料以及秩序量三因子最佳子集回归法,把前期不同时间步长、不同时段的高度场、海温场、高度场和海温场同时作为预报因子与冬季冻雨求复相关.结果发现:前期两个场共同作为预报因子比把其中某场单独作为预报因子的相关要好.并且存在着较好的"隔季度相关"现象.预报因子最佳时段为同年的4~7月.影响贵州冬季冻雨的最佳预报因子主要集中于高度场和海温场具有重要天气气候意义的关键区域,如暖池附近以及中高纬大槽大脊等区域.
-
-