分享到:

全球区域同化预报系统模式开发成功

本报讯 记者纪家梅 通讯员黄幸媛报道 经过科研人员的不懈努力,于2001年正式启动的“十五”国家科技攻关计划“中国气象数值预报系统技术创新研究”取得了阶段性成果。3月5日,中国气象局预测减灾司和科技发展司联合举办了阶段成果发布会。$$ 中国气象局局长秦大河院士,副局长郑国光、许小峰出席了发布会。阶段成果发布会由预测减灾司司长阮水根主持,中国气象科学研究院副院长、项目首席科学家薛纪善首先介绍了“中国气象数值预报系统技术创新研究”的成果———“全球/区域同化预报系统(GRAPES)”,并展示了GRAPES模式的实际预报个例试验结果。参与GRAPES前期应用试验单位代表———空军装备研究院航空气象研究所的总工刘健文谈了使用体会。科技部农社司副司长孙洪到会表示祝贺并讲了话。最后秦大河作了大会发言。$$ 秦大...  (本文共1页) 阅读全文>>

《台湾海峡》1989年01期
台湾海峡

厦门港内雾的分析和预报系统

雾是沿海一带重要的灾害性天气之一。由于它直接影响到视程,给生产、生活特别是海上交通等带来严重影响。厦门地处东南沿海,东临台湾海峡,冬末至夏初常有雾产生。因此,做好厦门港内雾的预报很重要。本文从天气学的方法对厦门港内雾进行分析,着重于雾生预报,并建立了厦门港内雾的预报系统。 本文选用一971一1980年共连续lh以上有雾为一个雾日,港内雾进行气候统计。 1。厦门港内雾的月统计厦门港内雾的气候特征ioa的历史资料,并规定一d(20:00一翌日20:00)中ld以上(包括ld)连续有雾,定为一个雾过程,对厦门 由表1可见,多雾月主要集中于12一5月,即冬末X襄1各月林日橄及出现级率月份123456789101112雾日数(d)i。73。05。3 5.22。5须串(%)8。6 15.3 27。0 26。2 12。80。21。00 000。10。50。21。01。47。1初,6一11月雾较少,其中3一4月份雾最多,约占全年雾的53.2%,...  (本文共5页) 阅读全文>>

《东南亚南亚信息》2000年05期
东南亚南亚信息

泰国新的天气预报系统正式投入使用

据海外媒体报道,耗资数百万美元、由英国气象局及其合作伙伴为泰国气象部门安装的东南亚地区能力最强大的新天气预报系统之一日前正式投入使用。这套称为“泰国实用气象系统”(简称TOMS)的系统将能够对泰国的天气进行详细的研究,同时大大增强该地区的预报能力,特别是在恶劣的天气条...  (本文共1页) 阅读全文>>

《气象科技》1999年04期
气象科技

新的天气预报系统在NOAA投入使用

一个高科技、交互式计算机通信天气系统已经安装在分布于美国各地的152个NOAA站点,这标志着为期10年旨在加强气象服务、改进天气预报的计划胜利完成。美国商业部副部长RobertMallett说,AWIPS(AdvancedWeatherInteractiveProcessingSystem——先进的交互式天气处理系统)的安装是美国国家天气局(NWS)现代化的开端,是美国天气服务改革事业的一个里程碑。他指出,及时、准确的有关天气、水和气候的信息与每个美国人及国家经济密切相关,政府将继续支持国家天气局研究、开发和配备新的系统,使其能够应付下个世纪的挑战。AWIPS的投入使用大大改进了天气服务及有关洪涝的服务。安装了该系统...  (本文共1页) 阅读全文>>

《水文》2002年04期
水文

交互式河流预报系统数据管理模式分析

美国交互式河流预报系统(NWSRFS/IFP)是目前世界最先进的河流预报系统之一。它的先进性不仅体现在系统的设计原理、功能、技术方案和开发思路等方面,而且还体现在对数据的管理方面。由于在数据库结构和数据流程方面的技术优势,使得河流预报系统更能实现实时洪水预报的交互功能。在国家防汛指挥系统工程洪水预报系统的总体设计中吸收和借鉴了美国交互式河流预报系统中数据管理模式,现就该系统数据结构、该系统数据流程和交互式预报数据交换流程等方面分析如下,供同行们在开发我国的交互式洪水预报系统时参考。1系统数据结构根据数据类型和用途,美国交互式河流预报系统(NWSRFS/IFP)把与实时洪水预报相关的数据存储在以下4个数据库中。(1)预处理数据库(PPDB)。存放数据观测网中所有站的实测数据和预报或调度等数据源。实测数据源包括人工观测、遥测、卫星和雷达等数据。(2)预处理参数数据库(PPPDB)。存放预处理时段时间序列和面平均时间序列以及交互预报时...  (本文共3页) 阅读全文>>

权威出处: 《水文》2002年04期
《计算机与信息技术》2008年12期
计算机与信息技术

基于人工神经网络在天气预报系统中的应用

1引言人工神经网络(Artificial Neural Networks)是一种非线性知识处理系统,与专家系统(ES)都属于人工智能技术的分支。由于专家系统的优势在于逻辑推理,但仅靠逻辑推理显然不能解决天气预报的所有问题。而人工神经网络除具有一般非线性系统的共性外,其显著优势在于:大规模并行处理、具有良好的容错性和自适应性[1,2,4]。大气是复杂的非线性系统,人工神经网络则能较好地处理非线性的决策性问题,因此可以解决专家系统及其它方法难以解决的一些天气预报问题。2BP神经网络算法分析图1前向三层人工神经网络示意图BP模型的网络结构由输入层、隐含层和输出层组成。工作过程中包括信息的正向传播和误差信号的反向传播,由于后者是区别于其它模型的主要特征,故相应的算法就称为反向传播学习算法(Back Propagation Learning Algorithm)。在正向传播过程中,输入信息从输入层经隐含层逐层处理,并传向输出层,每一层神经...  (本文共4页) 阅读全文>>