简介:利用张掖国家湿地公园冬季水域结冰厚度观测资料和张掖观象台的气温、地温气象资料,运用统计学方法和BP神经网络方法建立了张掖国家湿地公园水域结冰厚度预报方程。通过对不同的预报方法进行预报效果验证,该结冰厚度的预报模型能够对结冰厚度有比较理想的预报效果,流动水域结冰厚度预报历史拟合率分别为:80.6%(多元回归)、74.6%(逐步回归)、100%(BP神经网络);模型试报准确率分别为:72.7%(多元回归)、72.7%(逐步回归)、81.8%(BP神经网络)。静止水域结冰厚度预测历史拟合率分别为:76.9%(多元回归)、71.8%(逐步回归)、93.5%(BP神经网络);模型试报准确率分别为:76.0%(多元回归)、72.0%(逐步回归)、84.0%(BP神经网络)。结果表明:多元回归方法优于逐步回归方法,而BP神经网络又明显优于传统的统计学方法,数据显示该结冰厚度的预报模型能够对结冰厚度有较好的预报效果,预报模型能够对水域结冰厚度进行有效的短期预报,其性能指标符合实际要求,具有很好的实际应用价值。
简介:1概况为满足社会各专业服务领域对高时空分辨率、网格化短时临近天气预报产品及服务的迫切需求,北京市气象局开始规划建设新一代分析及预报业务体系,即快速更新多尺度分析及预报系统(RMAPS:Rapid-refreshMulti-ScaleAnalysisandPredictionSystem)。该系统由临近预报(NOW)、短时预报(ST)和集成(IN)3个子系统组成,其中IN为集成(INTEGRATION)子系统,其建设目标为对北京市气象局RMAPS业务体系中的多尺度快速更新循环短时数值预报系统(SHORTTERM,简称ST)、自动临近预报系统(NOW-casting,简称NOW)以及定量降水短临融合预报系统等进行产品与天气实况观测的融合应用,经动力降尺度技术形成北京及周边地区高分辨率(1km)网格化、更高频更新的天气状况分析和预报产品,为政府及公众提供随时随地、不断更新的气象条件实况分析及未来预报。