南京碌口机场冬季大雾预报初探.pdfVIP

静态图之间的动态相似统计方法比较，具有～定的优越性；并且对于一些只保留有多年历史观测资料的基层台站来说，此 种方法能有效来开发单站的历史资料，更好地进行预报。 (3)基于相似样本建立回归方程的过程中。考虑了每个样本的相似程度，对于所选的样本相似差异较大时，此方法 所得的预报值能更好地接近实况。 (4)本文中相似因子是根据天气现象产生的原理选取，再加以资料统计特征订正得到的，不一定能非常好地反映天 气过程，应加以细致考虑进行调整，以求更高的准确率。 (5)该方法对用客观方法制作大雾出现与否的预报做了初步尝试。可以相信。更长的历史资料，更为精确的相似因 子、相似标准，对提高用相似方法制作大雾预报的准确率都将起到积极的作用。· 参考文献 [I]李法然，周之栩，陈卫锋等．湖州市大雾天气的成因分析及预报研究．应用气象学报，2005，16(6)；794-803。 [2]王继志，徐祥德，杨元琴．北京城市能见度及雾特征分析．应用气象学报，2002，13(特刊)：160～168。 [3]江敦双，张苏平，陆惟松．青岛海雾的气候特征和预测研究．海洋湖沼通报，2008，3：7～12。 [4]叶玮，董光荣，袁玉江等．新疆伊犁地区末次冰期气候的不稳定性．科学通报，2000，45(3)：641～645。 [5]章基嘉，葛玲，孙照渤．中长期天气预报基础．北京：气象H{版社。 南京碌口机场冬季大雾预报初探 夏淋淋1 郭磊1 林洁2 臧增亮1 (1．解放军理工大学气象学院，南京211101：2．民航江苏空管分局气象室，南京211113) 天为试报样本。利用统计预报中逐步回归和判别分析的方法，分别建立预报方程，结果表明，无论对于回报还是试报， 判别分析法的TS评分均高于逐步回归法，但逐步回归方法的空报率却比判别分析法低。对分类后的样本同样利用这两种 方法建模，逐步回归法和判别分析法的预报效果均有所提高，但判别分析试报样本提高的幅度比较小。 关键词大雾预报聚类分析逐步回归判别分析 1引言 大雾是指能见度小于lkm的天气现象，会对交通运输及日常生活会造成严重的影响，是影响飞行的主要天气现象之 一。影响大雾的因素较多，包括气候背景、天气形势、局地地形等。故大雾是最难预报的气象要素之一，也是气象工作者 最为关注的预报内容之一。Friedleinn1利用地面自动观测系统逐时观测资料统计了芝加哥机场大雾的气候特征。闫敬华 等乜1分析了华南地区雾的影响因子，重点分析降水与雾的联系，表明华南地区降水与雾有显著的关系。李子华‘33总结了 中国近40年来在雾的研究方面所取得的重要成果。贺皓等n1应用天气学方法、统计预报方法、数值预报释用技术方法和 诊断分析方法对陕两省大雾作了研究。吴洪等n1依据1958--1994年首都机场大雾观测资料，统计分析了北京地区大雾生 统计了华北平原12月雾发生前或发生时大气低层部分气象要素的特征。 本文基于2004-2007年冬季南京碌口机场气象资料．利用逐步回归方法和判别分析方法，并结合聚类分析的思想分别 建立多类预报模型，然后用2008年冬季资料进行预报检验，对不同预报模型的优劣进行对比分析。 2资料及预处理 ． 本文所用的碌口机场资料来自于中国民航江苏空管分局气象服务室提供的机场地面气象观测数据，资料时间始于 533 四个月代表冬季。总样本数为601天。考虑到一般在当日17：00时以后发布次日预报，我们将当日17：oo的气压、气温、 相对湿度、露点温度、总云量、低云量、风向、风速共8个气象要素作为预报因子，次日08：00时能见度作为预报对象· 3预报模型和结果分析 3．1逐步回归法和判别分析法直接建模 回归方程，只有相对湿度没有进入方程，这是由于相对湿度和露点温度的相关性比较大，在露点温度因子进入回归方程后， 相对湿度因子被剔除出方程。该方程的回归系数如表1．复相关系数为0．4794153。 用判别分析法对上述481个样本建立判别方程，将8个因子全部引入到方程中，得到判别方程的系数见表2。判别临 界值弘=1．8104926，将各因子代入该判别方程，若小于y。则判断有大雾，反之无大雾。 下面用客观评分方法分别对上述两种模型的预报效果进行检验。检验统计量的计算公式为： Ts评分 五=M／(M+％+Ⅳc) 表1逐步回归法直接建模的方程系数