简介:逐小时自动站数据对于气象灾害预警、决策服务及预报预测等十分重要。以国家级自动站小时观测气温数据为基础,分析研究小时气温数据的疑误形式,针对各种疑误数据,利用国家级台站建站以来的日最高、日最低以及4时次(北京时02、08、14时和20时)定时观测气温数据,研制形成适用于中国自动站(区域站和国家站)逐小时气温数据质量控制系统,并将此系统应用到2006--2010年中国27000多自动站小时气温观测数据中。结果表明:区域站的正确率、可疑率、错误率分别为99.43‰、2.24‰和3.45‰,国家站则分别为99.82‰、1.27‰和0.49‰;区域站和国家站数据的可疑率相当,但错误率国家站明显比区域站低一个量级。通过历史数据质量控制分析,证明自动站气温质量控制系统设计合理,可以判断出错误数据和可疑数据.旦有可用性.
简介:为了研究AMDAR(AircraftMeteorologicalDataRelay)资料对GRAPES(GlobalRegionalAssimilationandPredictionSystem)系统的影响,针对从国家气象信息中心实时库检索的业务AMDAR资料,分析了该资料的偏差和标准差等质量特性;利用GRAPES数值预报系统,做了两个月的同化预报循环试验。选取资料和试验的时间是2013年5月、6月,同化窗口6h,预报时效7d。结果表明,与背景场该资料的温度要素的平均偏差在0.2℃,标准差在2℃,风的平均偏差在0.2m/s,标准差在3m/s,偏差基本符合正态分布;AMDAR资料对同化和预报效果均有改善。
简介:将BP(BackPropagation)神经网络方法引入到奥运空气质量预报工作中,利用MATLAB神经网络工具箱搭建运行平台,将高时效性的观测结果与多模式集成实时预报系统的模式输出结果相结合,做出BP神经网络拟合预报结果。在对北京大学医学部站点2008年7月7日到8月26日模式模拟结果、观测结果以及BP神经网络拟合结果的对比研究中发现:BP神经网络能大大提高模式预报效果,平均误差率减少34.7%,相关系数提高39%,特别是在模式模拟效果较差的情况下,对提高预报效果更明显。对BP神经网络样本问题进行敏感性实验结果表明,样本数目多少并不是决定拟合效果的决定性因素,应选取具有稳定映射关系的样本,才是提高拟合预报效果的关键。