S2南阳市汛期(6—8月)短期气候预测方法（优秀范文5篇）

第一篇：S2南阳市汛期(6—8月)短期气候预测方法

南阳市汛期（6—8月）短期气候预测方法

单伟

（南阳市气象局河南南阳473000）

摘要

通过建立短期气候预测数据库，分析当地天气气候规律，在充分分析汛前天气气候的基础上，抓住主要天气气候特点，来选择具有预示性的预报因子，以及天气阶段理论的应用，明显提高了南阳市汛期短期气候预测能力。

关键词短期气候预测数据库 长期天气过程长期预报因子天气谚语天气阶段

引言

我市位于亚热带和暖温带过渡地带，属于季风气候，降水量的季节差别很大，年降水量的大部分集中在夏季半年，汛期旱涝是对国民经济影响极大的灾害性气候。影响汛期旱涝的因素很多，单一的方法和预报因子的预报效果都不稳定，这样就给综合决策带来很大的难度。短期气候预测不是预报一个天气过程，而是要预测较长时间的天气特征，是一个集合——长期天气过程，有它本身的变化规律。认真整理、分析天气气候资料，并在计算机上建立短期气候预测数据库，经过几年的努力，已经建立了比较丰富的数据资料库，包括各种气象要素。分析豫西南天气气候规律，在充分分析汛前天气气候的基础上，抓住主要天气气候特点，来选择具有预示性的预报因子，以及天气阶段理论的应用，明显提高了南阳市汛期短期气候预测能力。

1南阳市气候预测数据库的建立与预报因子的选择

认真整理、分析当地的天气气候资料，并在计算机上建立短期气候预测数据库，经过几年的努力，已经建立了比较丰富的数据资料库，包括各种气象要素，温度（旬、月、季平均气温，月极端最高（低）气温、旬、月最高（低）平均气温）、气压（旬、月海平面平均气压，旬、月平均本站气压）、湿度（旬、月平均湿度）、降水量（旬、月、季平均降水量）、蒸发量（旬、月平均蒸发量）、日照时数（旬、月平均日照时数）、雾日日数（各月雾日日数）、雷日日数（各月雷日日数，初、终雷日数）、每年、每月500hpa环流指数和环流特征量资料、深层地温资料（0.8米、1.6米、3.2米旬、月平均地温）。

建立短期气候预测数据库，是一项繁杂、艰苦、细致的工作。不能简单的建立，还要分析资料提取有价值的信息，选择长期预报因子。短期气候预测的对象是相同或同类天气过程的集合——长期天气过程，只有时间尺度长，范围广，强度大的大气环流背景下，才能发

1生此种长期天气过程。因此，要求预报因子的时间尺度较长，一般采用旬、月、季时段。但也不能固定的使用旬、月资料。因为一次长期天气过程，不可能与固定旬、月时段相对应，如用固定的旬、月时段去统计、分析，可能被分割在两个时段内，主要天气特征被人为地掩盖或者平均掉了。所以也要参考每日的平均气压、气温、降水量、湿度曲线图。例如一、二月份平均温度差较大（大于等于4度）对应当年汛期降水量偏多，在这一预报因子的使用上，不能仅仅固定地用月时段去统计，要清楚其意义，只要冬季存在较长时段的温度异常偏低期，随后温度回升很快，这一预报因子就可以成立。在充分分析前期天气气候的基础上，抓住主要天气特点，来选择具有预示性的预报因子。不能用单站资料来代替全市县站资料，也不能用各站平均资料来代替单站资料，要认识点与面辩证关系。在选取预报因子时，可以采取分天气区域的方法来突出长期天气过程的特点，去掉一些偶然性与局部性的特点。也要注意预报因子与因子配合，一般是用冬季（12月-次年2月）的资料来分析当年夏季（6-8月）的降水趋势和温度趋势；同时要考虑年际气候变化规律和汛前期天气气候特点，根据预报经验和多年实践，三者权重比例为5：3：2。同时要考虑大尺度环流形势因子，以提高短期气候预测能力。2000-2004年我市夏季旱涝趋势预报基本正确，与短期气候预测数据库建立和抓住前期主要气候特点来选择具有预示性的预报因子密不可分。

2充分分析掌握当地的天气气候背景和规律

（图1）

对当地天气气候规律的分析，即时间序列分析。不能只限于年变化的周期分析上，当然年变化规律也很重要，周期分析方法在样本资料不太长的情况下提取出来的周期，不一定可靠。近几年，我们认真分析了当地的月降水量资料，发现了一些本地的天气、气候规律。把每年每个月降水量与当月历史平均降水量作比较，分成了5个级别，距平-60％以下为1级，-60％~-20％为2级，-20％~20％为3级，20％~60％为4级，60％以上为5级。南阳7月份30年平均降水量为177.8mm，而12月份30年平均值为11.5mm，二者相差很大，只有

跟当月常年平均值比较才有意义。从1956年1月份起作各月分级雨量五点滑动平均，把每年的春、夏、秋、冬（1-12月）的每月各级雨量联系起来，样本的长度增加了12倍。

（图2）

各月分级降水五点滑动平均图（图2）上显示，从1996年开始呈现明显峰谷形势，说明从1996年起，南阳市降水气候特点呈连续干旱和持续雨涝的特点。

3天气谚语在短期气候预测中的应用

各种天气现象和天气过程都处在辩证运动之中，随着时间、空间的变化而变化，这种变化都不是孤立的，而是互相依赖和互相制约的，广大劳动人民在长期的生产实践中，积累了丰富的预测天气变化的宝贵经验，并以天气谚语的形式广泛流传。几年来，通过对当地天气谚语进行广泛的搜集、整理、归类和验证，使天气谚语在短期气候预测中发挥了较好的作用。对天气谚语的验证是正确使用天气谚语的重要环节，在弄清谚语含义的基础上，对其所反映的天气气候变化规律，用历史气象资料进行统计学分析、检查、考证，从而得到具体的预报规则或者制成预报图表，并不断加以改进、补充。如：“腊月雾多，来年秋季旱”。其含义是，若冬季（12月-次年2月）雾日多，则当年夏季（6-8月）容易发展或干旱。用南阳1971-2003年冬季（12月-次年2月）雾日资料和夏季（6-8

月）降水量作验证。

（图3）

冬季各月雾日资料和夏季（6-8月）降水量资料做点聚图（图3）显示，冬季各月雾日之和大于15，夏季（6-8月）降水量小于500mm，夏季降水量呈正常偏少趋势。4天气阶段理论的应用

所谓天气阶段是指在一定区域内，在一段较长时间内（15—40天）影响该区域的主导环流系统保持相对稳定，多个相似天气过程的集合。天气阶段与降水趋势的关系表明，天气阶段的主导环流系统的类型决定本区域这一天气阶段的降水趋势。为关键农时预报和月预报提供了比较客观的依据。几年来我局将这一理论应用于月预报和关键农时预报中，取得了很好的服务效果，中、长期预报质量明显改善。

夏季（6月—8月）影响我市的主导环流系统是位于中、低纬度的西太平洋副热带高压、台风和大陆高压等，夏季天气阶段可划分为初夏阶段、汛雨阶段、盛夏阶段、晚夏阶段。

天气阶段的应用，还必须解决天气阶段的转换问题，天气阶段在发展序列中，一般降水趋势呈现一多一少的发展过程。但更要注意天气阶段的假调整和同一类型天气阶段的再生问题，同一类型天气阶段连续出现，是造成长时间的干旱和雨涝的根本原因。

5冬季深层土壤温度与汛期降水

土壤的热容量比空气大很多，长时间地温异常将影响地表向大气的热输送并将对大气活动产生作用。因此，土壤温度可以与大气活动或旱涝存在某种关系。地表活动层与大气对流层之间各种势力过程的反馈作用，形成了地气之间一种准周期的振荡，约半年左右。地温作用的后延气候效应是这种振荡的表现。

分析南阳站建站以来深层地温资料，发现南阳站冬季深层地温与当年汛期降水量有很好的相关关系。1月上旬1.6米平均地温在12.5度以下汛期（6-8月）降水量偏少趋势，12.6度以上汛期（6-8月）降水量偏多趋势，但1月上旬1.6米平均地温大于14.0度时，汛期（6-8月）降水量偏少趋势。

6结语

天气气候变化很复杂，每年不可能使用固定的长期预报因子来做短期气候预测，在充分分析前期天气气候的基础上，抓住主要天气特点，来选择具有预示性的预报因子非常重要。学习、总结、掌握符合本地区的天气阶段理论，是提高汛期和月预报质量的重要途径。

第二篇：2011年汛期天气短期气候预测与对策建议

XXX 气 象 局

2011年汛期气候趋势预测

一、2010年汛期气候回顾

2010年汛期（6—8月），我县主要气候特征为降水偏少，气温偏高。

1、气温：2010年6—8月各月平均气温均高于常年，比常年同期平均高1.0℃，6月份平均气温23.9℃（常年23.7℃），7月份平均气温27.8℃（常年26.6℃），8月份平均气温27.6℃（常年26.0℃）。

2010年6—8月出现35℃以上的高温日数为9天，其中8月3日—5日连续3天出现大于35.0℃的高温，我局连续发布高温警报。年极端最高气温为36.5度。

2、降水：2010年6—8月总降水量为342.9mm（常年507.5mm），比常年同期少32%。其中6月降水43.7mm(常年111.5mm),7月降水163.8mm(常年223.5mm)，8月降水135.4mm(常年172.5mm)。

2010年6—8月，我县共出现1次暴雨天气过程，发生在7月10日，降雨量为54.1 mm。汛期暴雨日数比常年少2.5天。

二、2011年汛期（6-8月）气候趋势预测

降水预测：2011年我县主汛期（6-8月）降水量为500-620毫米，比常年偏多（常年507.5mm），存在过程性强降水，有局部涝的可能性。其中6月降水110-140毫米(常年111.5mm)，较常年正常略偏多；7月降水250-300毫米(常年223.5mm)，比常年偏多；8月降水140-180毫米(常年172.5mm)，接近常年。

雨季预测：2011年雨季开始期约为6月下旬旬末，结束期约为7月中旬中期。雨季总雨量230～280毫米，较常年偏多。

气温预测：2011年汛期平均气温为25.2-26.3℃（常年25.4℃），与常年相比正常或略高；其中6月平均气温23.8-24.8℃（常年23.7℃），接近常年或略高；7月平均气温26.3-27.3℃（常年26.6℃），与常年相比正常或略高；8月平均气温25.8-26.8℃（常年26.0℃），接近常年或略高。

高温预测：2011年夏季极端最高气温36～38℃，大于35℃的高温日数6～8天，比常年略多。7月下旬后期到8月上半月可能有一段伏旱高温天气。

台风预测：2011年可能有1-2个台风或台风外围影响本地。

三、对策与建议

我县应充分做好各种防汛、防灾准备工作，合理安排好水电资源和防汛物资调度，应立足于防大汛、抗大灾，把确保人民生命财产安全放在首位。

1、根据今年汛期气候预测结果，本地降水量比常年偏多，降水相对集中，容易发生内涝，同时要注意上游客水的影响。雨季结束后，还可能

出现一段伏旱高温天气，应注意涝旱急转。

2、目前极端气候事件呈多发趋势，预计我县今年汛期暴雨、强雷电、短时强降水、雷雨大风等突发性灾害性天气可能较多，应超前做好突发灾害性天气的防御和应急准备工作。

3、近年来，北上台风及其外围云系对我县的影响呈增强趋势，预计今年可能有1-2个台风影响我县，应及早做好防台抗台准备。

4、加强农业基础设施建设，增强防御农业气象灾害的能力。

鉴于影响汛期天气气候的因素非常复杂，我局将密切监测天气气候的变化，加强分析和会商，及时开展滚动订正预报，做好跟踪服务，为县委县政府指挥部署全县防汛防旱工作提供科学依据。

2011年5月20日

第三篇：模糊均生函数逐步回归模型在谷城汛期降水短期气候预测中的应用

模糊均生函数在谷城汛期降水短期气候预测中的应用

杨诗定

(湖北省谷城县气象局，谷城 441700)

摘要: 利用谷城站1959—2007年汛期降水量资料，分析了谷城县近49年汛期降水量变化特征，依托模糊均生函数和逐步回归方法建立了汛期降水量短期气候预测模型。该模型的历史拟合效果较好，通过2005—2009年使用该模型进行试报，预报结果和实况基本一致，取得了较好的预报效果。

关键词: 汛期降水；气候特征；预测模型

中图分类号:P文献标识码:A

..1引言

目前，我国短期气候预测方法大多是以统计方法加经验模型为主，如多因子异常综合集成[1]、动态回归方程[2]、EOF迭代降尺度方案[3]、年际增量方法[4]等。由于气候因子周期性变化的不确定性，使人们对于天气气候转折性变化的预测能力较差，依据气候时间序列蕴涵不同时间尺度振荡的特征，魏凤英等[5]拓展了数理统计中算术平均值的概念，定义了时间序列的均生函数，提出了视均生函数为原序列生成的、体现各种长度周期性的基函数的新构思。早在20世纪90年代前期，魏凤英等[6]将均生函数(MGF)概念推广到模糊集中, 定义了模糊均生函数(FMGF)，并给出了相应的建模方案及实施步骤，同时将这一方案应用于淮河、长江流城夏季降水的计算实例，结果表明，该方案具有较好的长期预报能力。由于均生函数预测模型既可作多步预测，也可较好地预测极值，为短期气候预测开辟了一条新途径。因此，自此之后，均生函数预报模型在气象预测中得到了广泛应用[7-9]。

近年来，均生函数仍在我国各地气象部门的气温、降水等短期气候预测中发挥着重要作用[10-11]。本文在在已有均生函数预测模型的基础上，提出了模糊均生函数逐步回归模型，试图通过更多地注重因子间的独立性，以提高模型的预测能力和稳定性[12]。

谷城县地处湖北省西北部，汉水中游西南岸，五当山脉东南麓，地跨30°53'～32°29'40''N，111°07'30''～111°52'E。南依荆山，西偎五当，东临汉水，南北二河夹县城东流汉江，西北、西南三面群山环抱，地势从西南向东北倾斜，海拔最高1584米，最低71米。汛期(5—9月)是当地降水最集中、降雨量最多的时期，占全年降雨总量的63%，也是洪涝、干旱和滑坡、泥石流等地质灾害的易发期。汛期洪涝或干旱，给当地经济建设及工农业生产带来严重影响,甚至威胁人民生命财产安全。因此,准确预测汛期降水量对于当地防灾减灾,有效保护人民祉安康意义重大。资料说明与研究方法

2.1 资料说明

本文采用的资料为1959—2009 年谷城站人工观测的降水资料，汛期指5—9月。其中，将1959—2004年汛期降水量作样本序列建立模型，使用2006—2009年资料进行模型预报试验。

2.2模糊均生函数模型原理

设有N个观测样本的降水序列：

X(t)=｛X(1), X(2), …, X(N)｝(1)定义该序列的均生函数为:

1Nl

Nl

Xl(i)=



j0

X(ijl)

(2)

其中i=1,2,…,l；1≤l≤M；Nl=INT(N/l)，M=INT(N/3)。对Xl(i)做周期性延拓，则可得到外延序列：

fl(t)=Xl[i-lINT（t1l)](3)

将上述均生函数的概念推广到模糊集中，设论域U={Ui|i =1,2,…,N}，在U上构造模糊子集A和B ,定义具有周期性，且随时刻的远近以指数的形式下降的隶属函数。即

(4)

式中：按对过去观测值重视程度事先给定；r由经验或试算确定；N为样本量。模糊均生函数为:

Xl(i)=

1Nl

Nl

A(i

j0

jl)X(ijl)(5)

对原序列和一、二阶差分序列分别用求出模糊圴生函数,并作周期性延拓,得到3组外延序列:fl(0)(t)、fl(1)(t)、fl(2)(t)，构造一组累加延拓序列：

fl

(3)

(t)=X

(0)

t

1(1)+fl

i1

(1)

(i1)t=2，3，……,n;l=1,2, ……,m。(6)

式中fl(3)(1)=X

(0)

(1)。这样共得到4×M个外延序列。用fl(t)为预报因子，X(t)为预报量用

逐步回归方法得到如下预报模型：

^

m

x(t)=a

+aifi(t)(7)

i1

式中，a0为常数项；a1,a2,……，am为回归系数。t=2，3，……,n；m为入选因子个数。

^

m

作p步预测：x(tp)=a0+aifi(tp)，p预报点数。

i1汛期降水量预测模型的建立

用谷城县1959—2004年逐年汛期降水量资料，分别计算汛期降水量原序列及其一阶、二阶差分序列的模糊均生函数,对模糊均生函数作周期性延拓,得到它们的延拓序列,再计算累加延拓序列(样本量N=46，周期最大长度M=INT(46/3)=15，β=0.01)。以原序列作为因变量,以上述原序列派生出的模糊均生函数延拓序列作为自变量备选因子, 采用逐步回归分析法(阈值Fa=4.0)建立基于模糊均生函数的逐步回归预测模型：

^

x(t)=-15.9559+0.0603*f

(0)

15(1)(2)(1)

(t)+0.0112*f5(t)+1.6440*(t)f12-1.5839*f12(t)(8)

(0)(1)

式中f15(t)为原序列周期长度为15年的模糊均生函数外延序列，f5(1)(t)、f12(t)分别为一

(2)阶差分序列周期长度为5年、12年的模糊均生函数外延序列，f12(t)为二阶差分序列周期

长度为12年的模糊均生函数外延序列。构建统计量:F

R/m

(1R)/(nm1),其中方程的复相关系数R=0.8698,序列样本数n=46,预报因子个数m=4.经计算F=31.85, 取0.05, F0.01 = 3.82, F > F0.01,回归效果显著,通过显著性水平检验。模型预测效果检验

将汛期降水量按距平百分率分为7级, 各级的含义和相应的范围如表1所示。

表1降水量距平百分率(△R%)分级%

级别含义距平范围

1异常偏多80% ≤△R%

2显著偏多50% ≤△R% < 80%

3偏多25% < △R% < 50%4正常-25% ≤△R% ≤25%

5偏少-50% < △R% <50% 7异常偏少△R% ≤2009年的降水预测检验显示(表2):

表2谷城汛期降水量预测与实况距平百分率比较%

年测值距平百分率（%）预报值距平百分率（%）相对误差

2005743737

2006-12-57

***4200913141平均11.8

从表2可以看出，五年预测趋势全部正确，2005年汛期实况降水量显著偏多(距平百分率70%),预测结果为偏多（距平百分率37%）具有实际应用价值。2006-2009年汛期实况降水量

均属正常，预报也为正常，预报数值十分接近。5年汛期降雨量实测距平百分率与预报值距平百分率平均相对相对误差11.8，基本满足气象服务和防灾减灾需求。该方法既考虑了观测值随起报时刻远近而起的作用不同，又考虑了时问序列的周期性变化，拟合及预报效果较好，对汛期降水趋势预报具有实用价值。结论与讨论

5.1 结论

(1)影响气候变化的因素错综复杂,气候资料时间序列本身就反映了曾经发生过的所有因果与结构关系的影响。通过本文研究证实,利用时间序列自身演变规律进行气候预测是可行的,模糊均生函数模型是一种具有使用价值的数学预测模型, 对单一的序列做趋势估计有一定的可信度,且具有多步长，该方法对谷城汛期降水量趋势预测有较好的预测能力。

（2）本文提出的模糊均生函数逐步回归模型，利用逐步回归方法既保证因子对回归方程的贡献又保证因子的独立性，避免了双侧评分法选择因子时只注重单个因子作用的片面性，在预报精度和稳定性上比模糊均生函数模型更为理想。5.2 讨论

（1）从试验结果看出,基于模糊均生函数的预测模型对某些年份的预测效果不好,这可能是与降雨量本身是离散性较强的变量有关,如果采用区域雨量（加入区域自动站资料）或加入相关较好的物理因子指数建立模型可能有助于进一步提高预测准确率。

（2）本文实例使用整个汛期降水量序列建模,未考虑汛期降水量的突变,可能影响模型的预测准确性。若通过对汛期降水量原序列进行突变性检验，考察分析降水的气候变化特征，截取发生气可候突变后不少于20年的实况序列进行建模，能有效消除气象要素突变对预测的不得影响，对于提高预报模型预报能力的影响值得研究。

（3）汛期降雨量的变化是多种因素相互作用的结果，单序列的预报方法难以反映这种物理过程，因此，引入与汛期降水量相关好的物理因子做为变量，建立多元的均生函数模型，包含了原模型的优点，而且比原有均生函数模型具有更强的物理基础，使气象要素变化的物理诊断研究与预测方法研究有机地结合起来必将提高模型的预测能力。参考文献

[1] 董文杰,韦志刚,丑纪范.一种改进我国汛期降水预测的新思路[J].高原气象,2001,20(1):36-40.[2] 王建英,李月英,杨清印,等.动态回归方程在衡水汛期降水预测中的应用[J].安徽农学通报,2008,14(23):59-60,71.[3] 沈愈.EOF迭代降尺度方案及其在华东梅汛期降水预测中的应用[J].高原气象,2008,27(增刊):52-63.[4] 范可,林美静,高煜中.用年际增量方法预测华北汛期降水[J].中国科学D辑:地球科学,2008,38(11):1452-

1459.[5] 魏凤英.现代气候统计诊断与预报技术[M].北京:气象出版社,2007:36-55.[6] 魏凤英,曹鸿兴.模糊均生函数模型及其应用[J].气象,1993,19(2):7-11.[7] 李长军,谢考现.利用均生函数预测模型作山东春季降水量的预测试验[J].山东气象,1996(1):25-28.[8] 解明恩,单巴次仁,张万诚.均生函数模型在高原汛期降水预报中的应用[J].高原气象,1998,17(2):190-196.[9] 刘德,李永华,陈道劲.均生函数的改进模型在重庆地区主汛期降水预测中的应用试验[J].四川气

象,2001,21(1):13-15.[10] 张珍.利用均生函数预测焦作夏季降水及高温日数[J].气象与环境科学,2009,32(S1):211-213.[11] 董秀丽,王贵平,哈立宇.用均生函数模型做赤峰夏季温度和降水气候预测试验[J].内蒙古气

象,2008(1):24-26.[12]马开玉..丁裕国.屠其璞.么枕生..气候统计原理与方法[M].北京:气象出版社.1993:165-181