简介：介绍了人工神经网络原理和卫星云图估计降水的原理.从GMS红外卫星云图资料中抽取12个降水云图特征量,构造了网络结构为12-98-7的降水估计人工神经网络模型,并用1993年的小时地面雨量资料和GMS数字云图资料对神经网络模型进行训练,用1992和1994年资料对该神经网络模型分别进行测试.在日面降水估计试验中,地面雨量计值和卫星估计降水之间的相关系数分别为0.94和0.97,相对误差分别为41%和32%.

简介：基于T213L31、T106L19和欧洲中期预报中心数值预报产品,应用BP人工神经网络技术,建立了850hPa高度区域温度集成预报模型,并进行了检验。结果表明：该模型能比较准确地预报强冷空气活动过程中冷中心及温度槽脊的位置和强度,预报结果的平均绝对误差明显小于3个子模式,预报场与实况场的相关程度明显高于3个子模式,预报误差在我国华北北部、东北地区较小,在蒙新高地和帕米尔高原地区误差较大。模型实现了多模式产品的最优综合。

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：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。

简介：利用1961-2002年ERA-40逐日再分析资料和江淮流域56个台站逐日观测降水量资料,引入基于自组织映射神经网络（Self-OrganizingMaps,简称SOM）的统计降尺度方法,对江淮流域夏季（6-8月）逐日降水量进行统计建模与验证,以考察SOM对中国东部季风降水和极端降水的统计降尺度模拟能力。结果表明,SOM通过建立主要天气型与局地降水的条件转换关系,能够再现与观测一致的日降水量概率分布特征,所有台站基于概率分布函数的Brier评分（BrierScore）均近似为0,显著性评分（SignificanceScore）全部在0.8以上;模拟的多年平均降水日数、中雨日数、夏季总降水量、日降水强度、极端降水阈值和极端降水贡献率区域平均的偏差都低于11%;并且能够在一定程度上模拟出江淮流域夏季降水的时间变率。进一步将SOM降尺度模型应用到BCCCSM1.1（m）模式当前气候情景下,评估其对耦合模式模拟结果的改善能力。发现降尺度显著改善了模式对极端降水模拟偏弱的缺陷,对不同降水指数的模拟较BCC-CSM1.1（m）模式显著提高,降尺度后所有台站6个降水指数的相对误差百分率基本在20%以内,偏差比降尺度前减小了40%-60%;降尺度后6个降水指数气候场的空间相关系数提高到0.9,相对标准差均接近1.0,并且均方根误差在0.5以下。表明SOM降尺度方法显著提高日降水概率分布,特别是概率分布曲线尾部特征的模拟能力,极大改善了模式对极端降水场的模拟能力,为提高未来预估能力提供了基础。

简介：通过对降水过程认识的提高及发展更加完善的方法和技术,人工影响天气的效果将得到实质的改进.

简介：中国气象局人工影响天气中心有两项主要任务，其中之一是进行云物理和人工影响天气的科学研究，另一个任务是为人工影响天气业务提供指导和服务。2009年，人工影响天气中心在外场试验、数值模拟、室内实验以及人工影响天气相关领域的业务服务中取得了重要的进展，

简介：1．人工影响天气关键技术及装备研发科技部“十一五”科技支撑项目“人工影响天气关键技术及装备研发”于2010年结束。项目瞄准环北京地区云降水结构和降水形成机理、大气水资源等问题进行研究，重点关注混合云和暖云的形成和人工增雨，新的催化播撒工具如无人驾驶飞机播撒。

简介：自人工影响天气轨道“国家级人工影响天气业务建设”项目启动会召开以来，国家级人工影响天气业务建设项目工作已全面展开。

简介：在气象资料应用中，常常需用到等值线的绘制，本文提出了一种基于小网格重心生成矩形网格等值线的算法。该算法通过设计搜索追踪顺序，引入重心点分析每个网格，合理避免了传统等值线追踪算法起始点选取困难、网格出口边判断复杂的问题，不仅可确保等值线的唯一性，而且更真实地反应等值线整体逐渐变化的特征，此外，每条等值线增加的等值点可为后续光滑提供更多的控制点。最后通过示例说明了本文的算法的可行性，可扩展性，能在气象的雷达、数值预报、站点数据等中应用。

简介：利用地表太阳总辐射和散射辐射对LongandAckerman（2000）的云检测算法进行了改进，提高了云判别的准确率。首先采用比值概率密度峰值法，初步选出晴天时刻。然后根据晴天时刻的地表太阳总辐射和太阳天顶角余弦值，拟合得到该日晴天总辐射近似表达式。在此基础上，计算各时刻实际观测值与用该拟合式估计的总辐射的比值，并再次利用比值概率密度峰值法，判断该时刻的天空状况。最后利用全天空成像仪观测资料和站点天气记录结果检验算法，结果表明，在天顶角小于75°条件下，本算法判断准确率平均达90．9％。改进的云检测算法减少了因水汽柱总量、气溶胶浓度和系统测量偏差的日变化及天顶角变化造成的误差。应用该检测算法，得到了香河和太湖两地云El发生频率并分析了云地表辐射强迫季节变化特征。两地云出现频率和云地表短波辐射强迫均夏季最大，春秋次之，冬季最小，太湖站云出现频率的季节变化幅度不及香河。香河云地表短波辐射强迫年平均为-39．5W·m-2，春夏秋冬季节平均分别为-25．9W·m-2、-70．9W·m、-51．1W·m-2、-10．8W·m-2。太湖云地表短波辐射强迫年平均为-66．2W·m-2，春夏秋冬季节平均分别为-84．6W·m-2、-89．1W·m-2、-50．2W·m-2、-44．1W·m-2。

简介：l概况为了解和学习国外人工影响天气作业飞机改装和设备集成等技术，促进国内相关工作的发展，中国气象局人T影响天气中心陈跃和卢广献等与西安飞机工业（集团）有限责任公司共同组团，于2013年3月3lFt至4月6日赴泰国执行增雨机技术及人丁影响天气技术考察任务。

简介：

简介：依据陕西省人工防雹业务工作的特点,通过对高炮射击特征的分析,利用雹云催化人工引晶数值模拟、陕西省积云的云水含量探测和37mm防雹弹爆炸的实验结果,寻找一种适合陕西高炮防雹定量化作业的技术方法。提出的高炮人工防雹作业技术操作简单、方便,符合《高炮人工防雹增雨作业业务规范》的要求,同时贯彻了防雹支撑理论在业务工作中的应用,定量化的参数指标为规范化业务管理提供了科学依据。

简介：1外场试验情况由中国气象科学研究院人工影响天气研究中心与青海省气象局共同主持研究的“人工增雨成套技术预研究”在总参大气环境研究所的通力合作及空军某部机组、民航有关飞行保障单位的密切配合下,于今年5月开展实施两架飞机（运-8,安-26）组成的飞机人工增雨综合监测和催化作业试验,对黄河上游不同降水天气系统进行了综合监测和催化作业。

简介：从自动站试运行的一年中各个气象要素观测值与人工站相比较,同类观测值间差值均较小,能够满足气象资料精确度的要求,唯独在地温(包括0cm温度及浅层地温,深层地温因无人工资料无法比较)存在较大差异.太阳辐射强,地温增温快的晴天正午时刻,其差异大,表现为14时自动站数值各层均偏高,尤其5cm异常偏大,有时可达5～6oC;太阳辐射弱,地温增温慢的阴雨雪天和早晚时刻,差值较小,表现为08时自动站数值0cm偏高,其余各层略偏低(5cm偶偏低较多),20时自动站数值高低不一,晴天高温时偏高,阴雨天降温时偏低.经分析有以下原因.

简介：

简介：选取QIN和SOB两种代表性劈窗算法对辽宁地区地表温度进行反演，并分析二者的精度和误差分布。结果表明：QIN和SOB算法反演的地表温度（Ts）与地面气象台站准同步观测的气温和地温的线性拟合显著，SOB算法线性拟合更好；从误差分布直方图可知，两种算法的反演结果与地温更接近，SOB算法与同步气温和地温在±2.0℃之间的误差比例略高于QIN算法；在野外开展与卫星遥感空间尺度一致的地表温度观测试验，QIN和SOB算法与实测值的平均绝对误差均为1.5℃；与NASA官网发布的地表温度产品对比发现，QIN和SOB算法的平均绝对误差分别为1.75℃和1.70℃；因此，QIN和SOB算法在辽宁地区均适用，而SOB算法误差较小。

简介：利用HJ／IRS遥感数据，根据普适性算法和单窗算法反演太湖水温。结果表明：普适性单通道方法反演太湖水温均方根误差为1．058；单窗算法均方根误差为o．538。太湖水温空间分布呈现出南高北低、周围高于中心的特征，湖面温度低于周边陆地温度1～3℃。

简介：世界气象组织（WMO）设立的UAE人工影响天气杰出贡献奖是在2003年5月WMO第14次世界气象大会上由WMO秘书长提议，通过大会决议而设立的，由世界气象组织和阿联酋水资源研究部合作建立的一个特殊奖项，2004年开始首次评奖，奖励为人工影响天气科学和实践做出杰出贡献的单位和个人，特别是在人工增雨领域所取得的重大进展、开展权威性研究和提出新理论的团体和个人，以鼓励他们继续探索人工影响天气科学方法。三种奖励总共不超过10个。