张惠君
- 作品数：6 被引量：46H指数：3
- 供职机构：南京军区气象水文中心更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划公益性行业(气象)科研专项更多>>
- 相关领域：天文地球更多>>
- 西北太平洋台风活动的年代际变化与大尺度环流因子的关系被引量：19
- 2007年
- 用多项式拟合和统计分析的方法对1960～2005年西北太平洋台风年频数资料进行分析表明:台风活动存在明显的年代际变化,46 a间台风活动存在两个高频期和两个低频期,高低频期台风频数的差异主要集中在7～10月(称为台风活跃季),利用台风活跃季的NCEP/NOAA资料对影响台风年代际变化的大尺度环流因子进行分析,结果表明:与低频期相比,在台风生成的高频期出现了较高的海表温度、较低的海平面气压、较大的高层散度和低层相对涡度、较小的垂直风切变,而且500 hPa风场利于台风的生成和向西北太平洋移动,西太平洋副热带高压偏北,100 hPa南亚高压偏弱。西北太平洋海盆的总降水量的年代际变化与台风的年代际变化关系不明显。
- 卢秋珍胡邦辉王学忠苏宏琛张惠君
- 关键词：台风频数年代际变化
- 降尺度方法对中国未来两种情景下降水变化预估被引量：3
- 2013年
- 利用1951—2000年中国160个气象站的降水资料和美国GFDL-CM2.1模式输出的500hPa位势高度资料,建立了一个统计降尺度模型,并利用该模型对中国2011—2100年的降水进行了降尺度预估,分析了CO2浓度变化对中国未来降水变化的可能影响。结果表明,在未来A1B和A2情景下,中国各气候区各季节的降水都发生了变化,两种情景下的降水变化格局和变化幅度非常相似,但由于A2情景下的2011—2100年平均CO2浓度比A1B情景高,故其降水变化的幅度更为剧烈。CO2浓度的增加是中国未来降水变化的主要贡献因子,但它不会从根本上改变中国未来降水的分布格局,只会增强降水本身的自然变化幅度,是降水自然变率的放大器,且放大的幅度远远大于自然变率本身。CO2浓度变化引起的降水变化一般比CO2浓度变化滞后20～30年。CO2浓度增加引起的气温升高会导致中国大部分地区500hPa等压面的抬升和环流形势的改变,从而对未来降水产生影响。
- 胡轶佳朱益民钟中张惠君
- 关键词：统计降尺度降水CO2浓度
- BPSO优化朴素贝叶斯分类器的降水分级预报试验被引量：3
- 2014年
- 为进一步研究朴素贝叶斯分类器在单站降水预报方面的应用效果,利用2008年至2011年6~9月份的T511数值预报产品和单站观测资料,采用2种不同适应度函数的二进制粒子群算法（简称BPSO）优化朴素贝叶斯分类器算法（ BPSO-NB）,对石家庄、太原、林西3站13~24 h时段的晴雨和降水等级进行了预报试验。试报结果表明：BPSO-NB、BPSO-NB2模型3站平均晴雨预报准确率明显高于T511,均在85%以上,且BP-SO-NB2（87.1%）最优；2种模型小雨、中雨TS评分也高于T511,BPSO-NB1（0.403、0.167）最优。 BPSO-NB模型能有效降低T511空报次数。
- 张群席岩胡邦辉王学忠张惠君
- 关键词：粒子群算法二进制朴素贝叶斯分类器降水预报
- 一种Bayes降水概率预报的最优子集算法被引量：8
- 2015年
- MOS预报最优子集模型,通过消除数值模式系统性误差,可最大程度地提高其预报技巧。为了建立Nave Bayes降水最优模型,利用2008 2011年T511数值预报产品和单站观测资料,对介休、运城、丰宁3个站Nave Bayes降水概率分级预报模型进行研究。通过设计恰当的适应度函数,提出了一种用遗传算法搜寻Nave Bayes模型最优子集的计算方案,得到了3个站的最优子集模型。结果表明:最优子集的拟合效果明显高于普通初始子集,能够显著提升数值模式在单站的预报技巧。最优子集模型主要通过降低数值模式空报率提高单站晴雨、小雨预报效果,通过小幅提高正确次数和降低空报次数改善对中雨预报效果。
- 胡邦辉刘善亮席岩王学忠游大鸣张惠君
- 关键词：遗传算法朴素贝叶斯分类器
- 2011年西北太平洋热带气旋的活动特点及年代际成因分析
- 利用1949-2011的热带气旋资料,对2011年西北太平洋和南海热带气旋活动特点进行分析,总结出2011年热带气旋的活动具有编号偏少,登陆个数接近常年;生成时间较为集中,生成位置总体偏西;TC强度偏弱;登陆地点偏南;初...
- 袁良王亮于海龙张惠君
- 关键词：热带气旋拉尼娜
- 文献传递
- 基于非参数回归模型的局部线性估计云量预报方法研究被引量：14
- 2009年
- 为研究云量的分布特点,本文利用历史观测资料,对新义州、定海、隆子3站的总云量和低云量进行了正态性检验,结果显示:总云量和低云量均未达到正态指标,具有一定的随机性.因此,在2004-2007年逐年1月T106L19模式产品和单站地面观测资料的基础上,采用适合被解释对象呈非未知分布的非参数方法——局部线性估计方法,选择合适的窗宽和核函数,创建了上述3站总云量和低云量的短期预报模型,包括不同的长度样本序列.同时,为了比较预报效果,还采用适合被解释对象呈正态分布的参数方法——逐步回归法,建立了相应的预报模型,并利用2003年1月1～31日的逐日T106L19模式产品和3站的云量历史观测资料,对各种预报模型进行了试报和效果的检验,结果表明:在3站的总云量、低云量的月平均准确率和月平均平均绝对误差的检验指标中,非参数局部线性估计的预报精度均高于逐步回归方法;使用短样本序列建立的自适应非参数局部线性估计预报模型与采用长样本序列建立的预报模型相比,效果相当.这意味着,在数值预报产品解释应用的云量预报中,非参数局部线性估计方法可以更合理地考虑其时间分布特征,尤其在缺乏较长时间的历史建模样本时,具有良好的应用前景.
- 胡邦辉张惠君杨修群孙旭光
- 关键词：非参数回归局部线性估计核函数
