K指数和低空急流在暴雨过程中的预报特征分析

利用2010年5月～6月初中国南方持续暴雨资料,对K指数、低空急流的预报特征进行了分析。结果发现,K2对未来24 h区域暴雨强度及落区预报具有较好的指示性、超前性和相关性,正相关系数达0.987;低空急流对未来24 h区域暴雨强度及影响范围同样有较好的超前指示意义,相关系数达0.8以上。将K2和低空急流作为主要因子,建立了暴雨落区的基本概念模型。该模型已通过计算机程序,实现了业务自动化。其中,K2为暴雨强度和落区预报提供了重要依据。     

宁夏雾的时空分布特征及预报方法研究

利用1961～2009年宁夏24个气象站大雾天气观测资料,在对雾的时空分布特征分析的基础上,结合同期NCEP／NCAR逐日再分析资料,对宁夏雾的环流背景和主要影响系统特征进行了分析,总结归纳出宁夏雾的预报指标,建立了宁夏雾的预报模型及预报业务系统。结果表明：1961—2009年,宁夏雾的发生频数呈逐渐增加趋势,南部固原市和中部干旱带发生频数逐渐减少,北部引黄灌区明显增加;固原市发生频数明显多于中北部地区;一年中,秋冬季是雾的多发季节,春末夏初是雾的少发季节。雾出现时,500～700hPa基本为较稳定的西西北气流,850hPa为偏南气流,地面为均压区;500～700hPa相对湿度较小,850hPa到地面湿度较大,850hPa相对湿度在70％～80％．地面湿度接近饱和,850hPaT—Td≤3℃;地面水平运动微弱,高空风垂直切变较小。大雾出现时,500～850hPa垂直速度场均为下沉气流,且多数大雾前日出现降水,近地面层有逆温存在。     

基于最小二乘支持向量机的灌区粮食产量预测研究

对常用作物产量预测模型进行了简要评述,建立了基于最小二乘支持向量机的灌区产量预测模型。对灌区作物产量进行模拟计算,并用检验样本与灰色预测和神经网络模型的预测结果进行了比较。结果表明,最小二乘支持向量机预测的最大误差7．12％,平均误差4．81％。最小二乘支持向量机模型有较高的预测精度和良好的推广能力,可做为灌区粮食产量预测的一种新方法。     

抚顺≥33℃高温天气研究

通过对抚顺1960~2009年≥33℃高温天气的气象要素和环流形势统计,分析高温天气时空分布特征,形成高温天气系统,初步得出高温预报指标及预报流程。结果表明,抚顺夏季高温日数呈增多趋势,进入90年代以后,高温日数、持续时间、强度有增加趋势;抚顺高温日出现在5~9月,其中7月份最多。高温空间分布抚顺西部多,东部少。大陆高压、副热带高压、强暖平流影响是高温天气出现的主要天气系统。高温预报指标为ECMWF数值预报当日08：00 850 hPa温度、500 hPa影响高压系统和高温日预报的14：00相对湿度、风力、云量,根据预报指标预报出当日最高气温。     

两次相隔较近的降雨和降雪天气对比分析及其预报着眼点

针对2009年2月相隔时间较短的两次降雨和降雪天气过程,从环流形势、影响系统、中低层温度层结特征、数值预报产品应用等进行了对比分析。结果表明,判断冬季降水形态是雨还是雪,除了要细致分析温度垂直分布状况外,还要准确预报冷空气入侵时间、气温下降的速度,尤其是雨雪分界线相配合的高低层气温临界值更是做好雨雪预报的关键点;降水前高空地面温度不同是照成降水性质不同的主要原因。     

灰色GM(1,1)模型在贵州省畜产品产量预测中的应用

以1995～2007年贵州省畜产品产量为原始数据,分别建立了贵州省肉类、禽蛋和奶类产量的GM（1,1）灰色预测模型,并对其分别进行了残差、关联度和后验差检验。结果表明,3种预测模型均通过检验,并显示出较高精度,可用于贵州省畜产品产量的预测研究。     

基于 ARMA 模型的我国蔬菜价格预测--以大白菜、黄瓜和番茄为例

以2002-2014年农产品集贸市场价格为样本数据,利用 Eviews 8.0软件,建立了基于时间序列分析的 AR-MA 模型,对大白菜、黄瓜和番茄的价格进行了分析预测。结果表明,我国蔬菜价格未来2 a 将呈上涨趋势,且具有季节性波动的特征,其中季节因素是影响蔬菜价格波动的最主要因素。     

浙江省严重干旱发生年份的GM（1，1）预测模型

传统灰色GM（1，1）模型对稳定序列的中长期预测效果较好，对变化幅度较大的严重干旱年序列的中长期预测效果较差。本文采用中心逼近式灰色GM（1，1）模型，通过调整m值，使模型精度达到要求，从而建立浙江省严重干旱发生年份的GM（1，1）预测模型。拟合结果表明，该方法对预测浙江省下一个严重干旱发生年有一定的参考价值。     

北京地区冬小麦冻害预报系统初探

采用运筹学决策树方法，通过归纳冬小麦各生育阶段各种因素的综合影响，建立了冬小麦冻害预报系统。系统分为品种、播种、冬前条件、越冬条件、早春条件5个层次，并以冬4、麦自身抗寒力（品种，生长状况等）和环境因素（土壤，气象条件，田间管理等）为指标，判断预测麦苗抗寒力、越冬冻伤情况及冻害程度，预测结果均以5个等级描述，系统按照预测的冻害级别给出不同时段冻害预防的补救措施和建议，具有较高的应用价值。     

神经网络方法在车内噪声信号预测中的应用

针对以往车内噪声有源控制过程中存在的次级声源在初级声场采样传声器上的声反馈问题，提出了车内噪声信号识别和预测的神经网络方法。对被试面包车在稳态和非稳态两种工况下的试验研究表明，利用车身悬置点和发动机的振动信号，通过BP神经网络来识别和预测车内驾驶员耳旁噪声是可行的，可以解决次级声源在初级声场采样传声器上的声反馈问题。