夏季地面温度场月预报的统计模式

用15年北半球夏季地面温度的资料分析了月平均场与该月前后一周左右的逐日平均场在时间和波数上的相关。发现越新、越靠后的日平均场与该月的平均场相关越强。用第0天外推的未来30天平均场与实况的相关比用前30天平均场作外推的相关要显著得多。由此得出结论认为各种预报方法的效果检验应与前者定义的惯性预报作比较。文中提出了几个用于作月预报的统计模式，分别用不同时间或不同波数作预报因子。其结果均使预报准确率有所提高。既用不同时间又用不同波数作预报因子的模式更为理想。文中最后讨论了一个源于动力学考虑的统计模式。近1400个月预报例子的结果与实况的平均相关系数高达0.75，显著优于惯性预报。     

T213 100hPa高度预报场的检验

用2002年3月～2004年9月能使用的共24个月的T213 100hPa24～168h7个时效的逐日高度预报场资料，分别计算各时效逐月高度预报场的月平均误差和方差，分季进行检验分析；对冬半年超长波调整过程中长波东移以及夏季南亚高压呈双体型时副热带长波槽东移的预报能力进行了综合检验；检验结果对预报工作有很大的实用价值。     

广西月蔗糖份预报研究

对广西十几家糖厂月糖蔗份资料进行分类分析，并对其蔗糖份积累变化规律进行模拟，建立各厂榨期内月蔗糖份长期预报和逐月跟踪预报模式，经过三个榨季的预报．效果良好．     

夏季副高数值产品的集成预报研究

本文使用１９９５年和１９９６年６－８月欧洲中期天气预报中心和我国Ｔ６３Ｌ１６的５００ｈＰａ４８＾ｈ－１４４＾ｈ五个时效平均预报场，以及相应的Ｔ６３５０００ｈＰａ五天平均场资料，根据１００－１４０°Ｅ、２－５０°Ｎ范围内西北太平洋副热带高压的南北位置分为四类副高。对比分析ＥＣ和Ｔ６３两个模式的各类副高特征参数的预报误差特点，发现当ＥＣ预报的副高强度强于或接近Ｔ６３预报时，ＥＣ预报副高的数值产品精度优     

模式大气月尺度可预报性的对比研究

首先采用方差分析方法，研究了实际大气500 hPa高度场的月尺度可预报性，并进一步分析了不同空间尺度大气运动的可预报性及其对大气整体运动可预报性的影响；对ECMWF和国家气候中心T63谱模式分别模拟和预报的500 hPa高度场，也用同样的方法进行了研究。结果表明，欧洲中心和我国T63模式大气的可预报性均比实际大气可预报性小，特别是在对整体运动可预报性影响最大的0～3波部分，差异较大，说明改进模式对0～3波部分的预报能力，必将提高模式性能。     

中国夏季降水的可预报性研究

利用５００ｈＰａ高度场资料和中国１６０个站的月降水资料,根据夏季各种降水型的特征,寻找环流型与降水型的同期及前期关系,确定降水分型的物理意义和前期环流型对降水预报的指示意义,对中国夏季降水的可预报性进行了研究．研究发现,王绍武等［２］的降水分型在环流上有较明显的天气学意义,对应的前期环流型在统计上有显著的差异,可以用来作汛期降水预报．高度场与降水场的关系随考察地区和时间的不同有较明显的变化,这表明控制降水的因子各地并不完全相同,同一地区也随时间而变化．研究表明,对于中国东部地区而言,夏季降水的可预报性在不同区域有一定差异,比较而言,长江中下游地区的可预报性较其它地区要大一些     

辽源夏季明显降水过程雨量预报方法研究

通过对辽源地区1994年-2002年过程降水量超过20mm的44个个例进行分析后。总结出副高系统和冷涡系统影响下的形势场特征，分析了降水前期辽源本站要素变化规律以及辽源与东丰两站要素的差异，最后选取T213模式预报产品和本站要素因子，制作夏季明显降水定量预报方程。     

洛阳市2003年夏季多雨环流特征及汛期降水预报

分析了2003年洛阳夏季多雨环流特征，探讨了汛期降水偏多的预报因子，并用副高特征量因子建立了汛期降水预测模型。     

盛夏数值预报模式对副高预报性能检验及其释用

利用１９９８年６～８月Ｔ１０６和ＥＣＭＷＦ数值预报产品,对副高预报能力和产品质量进行了全面检验;通过对数值预报产品加工处理后获取的有关参数和特征量进行综合分析,在业务预报中对重大天气预报实例进行释用。结果表明,ＥＣＭＷＦ对副高增衰进退的运动趋势预报能力较强,对中期重大天气过程和雨区预报有重要指导意义。Ｔ１０６９６小时预报基本可信,１２０小时以后预报能力锐减,是模式改进的重点     

基于ECMWF和华东区域中尺度模式的暴雨预报特征研究北大核心

为探讨ECMWF、华东区域中尺度模式(简称为CMA-SH9模式)多个时效对夏季(2019年6—8月)暴雨预报特征,采用目标对象检验方法对不同类型影响系统下模式预报的强降水落区面积、位置、形状等进行评价,并对预报难度较大的受西风槽和西太平洋副热带高压(以下简称副高)边缘切变线影响的高空要素场及环流形势场进行了研究。结果表明:ECMWF和CMA-SH9模式对夏季暴雨预报偏小3个量级次数最多,CMA-SH9模式各时效对暴雨及以上降水预报的准确率大多高于ECMWF;ECMWF和CMA-SH9模式对热带气旋与中纬度系统相互作用的暴雨预报最好,其次是冷涡影响,预报较差的是受西风槽及副高边缘切变线影响的暴雨过程;西风槽及副高边缘切变线影响时ECMWF的位势高度场预报略好于CMA-SH9模式,温度的预报500 hPa以上CMA-SH9模式略好于ECMWF,500 hPa以下二者相差不大,相对湿度的预报CMA-SH9模式误差小于ECMWF,且CMA-SH9模式850 hPa的36 h和60 h时效预报误差最小;受西风槽及副高边缘切变线影响的一次暴雨过程中,相对湿度90%及以上落区的预报ECMWF与实况10 mm·h^(-1)降水落区几乎无交集,CMA-SH9模式的预报包含了10 mm降水落区。     

CAPPS3模式在福州市预报效果检验

对2009年7月至2010年6月区域空气质量数值预报模式CAPPS3在福州市的应用进行效果检验,分析各季节CAPPS3预报福州市3种污染物SO2、NO2和PM10的等级预报准确率、转折性天气预报准确率及与监测值的相关系数以及综合评分。结果表明：夏秋季节CAPPS3模式3种污染物等级预报准确率较高,冬季NO2和春季PM10的等级预报准确率较低,错误等级预报多数偏高;转折性天气预报准确率夏秋季最高,春季最低,模式对天气形势的变化反应不灵敏,特别是污染物浓度突变时,预报能力较差,当天气形势稳定时,预报效果较好;CAPPS3模式浓度预报值较监测值有偏大和滞后的缺点;相关系数及综合评分结果夏秋季最高,春季最低。CAPPS3总体预报效果较好,可提供有价值的指导预报,适合业务运行。     

ENSO引起的短期气候异常变化的潜在可预报性的数值研究

本文用大气环流模式研究了ＥＮＳＯ引起的全球短期气候异常变化的潜在可预报性。大气对ＥｌＮｉｎｏ／ＬａＮｉｎａ事件的响应应分为瞬时响应和迟后响应。最后探讨了这种潜在可预报性形成的可能机理。     

青藏高原冬、春植被归一化指数变化特征及其与高原夏季降水的联系

青藏高原气候独特,影响高原夏季降水的原因是十分复杂的和多方面的。文中利用1982—2001年的卫星遥感植被归一化指数(NDVI)资料和青藏高原55个实测台站降水资料,应用经验正交分解(EOF)、奇异值分解(SVD)等方法分析了青藏高原冬、春植被变化特征及其与高原夏季降水的联系,得到以下几点初步认识:青藏高原冬、春季植被分布基本呈现东南地区植被覆盖较好,逐渐向西北地区减少的特征。其中高原东南部地区和高原南侧边界地区NDVI值最大,而西北地区和北侧边界地区NDVI较小。EOF分析表明,20年来冬、春季高原植被的变化趋势是总体呈阶段性增加,其中尤以高原北部、西北部(昆仑山、阿尔金山和祁连山沿线)和南部的雅鲁藏布江流域植被增加明显。由SVD方法得到的高原前期NDVI与后期降水的相关性是较稳定的。青藏高原多数区域冬、春植被与夏季降水存在较好的正相关,且这种滞后相关存在明显的区域差异。高原南部和北部区域的NDVI在冬春两季都与夏季降水有明显的正相关,即冬春季植被对夏季降水的影响较显著。而冬季高原中东部玉树地区附近区域的NDVI与夏季降水也存在较明显的负相关,即冬季中东部区域的植被变化对夏季降水的影响也较显著。由此可见,高原前期NDVI的变化特征,可以作为高原降水长期预报综合考虑的一个重要参考因子。     

WRF模式对江苏如东地区风速预报的检验分析

探讨了WRF模式在风电场的风速或者功率预报中应用的可行性, 主要研究和评估了WRF模式对地处东亚季风区及海陆交界的江苏如东地区夏季和冬季风速的短期预报效能。研究发现WRF模式可以比较好地预报如东站冬季的风速, 24 h预报的风速时间序列和观测资料的相关系数可以达到0.61, 通过置信度99%的检验, 48 h和72 h的预报与观测风速相关系数分别为0.54和0.47, 也能通过置信度99%的检验;相对而言, 模式对夏季风速的预报则要差一些, 24 h的相关系数有0.59, 48 h和72 h的相关系数只有0.47和0.30, 但仍能通过置信度99%的检验。在量值上, 模式预报的风速比观测值都略偏大一些。而江苏南通市预报结果显示, 模式的预报效能要比如东稍高一些, 和如东类似, 模式对该地冬季的预报要好于对夏季风速的预报。从更大尺度范围的分析也表明, 模式对不同地区预报的准确度是不一样的, 对海面以及海陆交界的海岸预报精度要高一些, 在平坦的内陆地区预报也比较好, 但在山区预报效能则较差。总体说来, WRF能胜任风速短期预报, 值得进一步研究和应用。     

基于20—30d振荡的长江下游地区夏季低频降水延伸期预报方法研究

用长江下游降水低频分量和环流低频主成分,构造多变量时滞回归模型(MLR)和主成分复数自回归模型(PC-CAR)的混合预报模型(MLR/PC-CAR),对长江下游降水低频分量进行延伸期逐日变化预报,延长预报时效。通过2011年6—8月预测试验表明,20—30 d时间尺度的长江下游低频降水预测时效可达50 d左右,采用南半球中高纬度地区850 hPa低频经向风的主成分作为预测因子的模型的预测精度明显高于东亚地区低频经向风作为预测因子的模型。这表明在20—30 d时间尺度上,长江下游降水与南半球中纬度绕球遥相关(SCGT)型有关的主分量的时滞相关更加密切。进一步对于较强20—30 d振荡的多年资料构建的MLR/PC-CAR混合模型预测试验表明,SCGT是预测夏季长江下游低频降水未来50 d变化的显著信号。基于SCGT的发展和演变,对于把握类似长江下游地区2011年6月初旱涝急转和7月中旬持续降水和强降水过程异常变化过程很有帮助,SCGT可以作为夏季长江下游20—30 d低频降水和强降水过程进行延伸期预报的主要可预报性来源之一。     

用TSI天气分型方法分析上海环境空气质量

基于主成分分析和聚类分析的TSI天气分型方法,把2003-2005年上海市的气象资料按季节分型,对比分析上海市四季不同天气类型下的空气污染指数,结果发现：四季API最大值的天气类型为冬季Ⅷ型、春季Ⅲ型、夏季Ⅰ型、秋季Ⅱ型;不同天气类型下同一污染物指数冬季差别最显著,春秋季节次之,夏季最不显著;冬季污染物指数最大,春季次之,夏季最小;各季节各天气类型下,均以PM10污染指数最大。     

Estimation of dependence of seasonal predictability of meteorological quantities in different regions of the Northern Hemisphere on the El Niño-Southern Oscillation phenomenon

Potential predictability and rms errors of ensemble forecasting of seasonal variability of the meteorological fields are estimated for different El Niño-Southern Oscillation (ENSO) episodes in the winter and summer of 1983–2002. By means of composite analysis, the rms errors and the potential predictability index are compared for different ENSO episodes in seven regions of the Northern Hemisphere midlatitudes. It is shown that the ENSO signals have a model-resolved response in the atmospheric circulation patterns in certain extratropical regions for some meteorological quantities. Geographic distribution of the potential predictability index shows that the maximum values occur near the centers of action of the main teleconnection systems.     

Inherent sea ice predictability in the rapidly changing Arctic environment of the Community Climate System Model, version 3

Seasonal predictions of Arctic sea ice have typically been based on statistical regression models or on results from ensemble ice model forecasts driven by historical atmospheric forcing. However, in the rapidly changing Arctic environment, the predictability characteristics of summer ice cover could undergo important transformations. Here global coupled climate model simulations are used to assess the inherent predictability of Arctic sea ice conditions on seasonal to interannual timescales within the Community Climate System Model, version 3. The role of preconditioning of the ice cover versus intrinsic variations in determining sea ice conditions is examined using ensemble experiments initialized in January with identical ice?Cocean?Cterrestrial conditions. Assessing the divergence among the ensemble members reveals that sea ice area exhibits potential predictability during the first summer and for winter conditions after a year. The ice area exhibits little potential predictability during the spring transition season. Comparing experiments initialized with different mean ice conditions indicates that ice area in a thicker sea ice regime generally exhibits higher potential predictability for a longer period of time. In a thinner sea ice regime, winter ice conditions provide little ice area predictive capability after approximately 1?year. In all regimes, ice thickness has high potential predictability for at least 2?years.     

ECC方法在中国夏季气温预测研究中的应用

以中国夏季气温为预测对象,选取东亚地区冬季500 h Pa高度场、海平面气压场、地表温度场和850 h Pa温度场为预测因子,采用1951~2009年去趋势处理后的资料,通过变形的典型相关分析(Barnett-Preisendorfer Canonical Correlation Analysis,BP-CCA)方法分别建立单因子预测模型,再利用集合典型相关分析(Ensemble Canonical Correlation,ECC)方法建立集合预测模型,对中国夏季气温进行基于交叉检验方法的预测试验,然后利用2010~2014年的资料对中国夏季气温进行独立样本检验。通过分析BP-CCA模态可知,一对BP-CCA模态的空间型在一定程度上可以反映预报因子场和对象场的遥相关特征。通过基于交叉检验方法的预测试验表明环流场和热力场均能为气温提供预测信息。ECC预测模型综合了各个预报因子的在不同地区的预报技巧,比单因子BP-CCA预测模型有更高、更稳定的预报技巧。独立样本检验表明ECC模型与单因子BP-CCA预测模型相比,对中国夏季气温有更高、更稳定的实际预测能力,对气温季节预测具有参考价值。     

云南地区季降水量和气温的潜在可预报性分析

利用云南地区42年气候资料,使用低频白噪声延伸法和方差分析方法,估计了该地区季节降水量和季节气温的气候噪声方差和潜在可预报性。分析结果表明：（1）云南季降水量的气候噪声方差随着季节降水量的增加而增加,空间上主要是由南往北减小,夏季降水量的气候噪声方差显著大于其他季节,季气温的气候噪声方差则随着季节气温的减小而增加,空间上春、冬季由东往西减小而夏、秋季由南往北增加;冬季气温的气候噪声方差显著大于其他季节;（2）云南季降水量和季气温的潜在可预报性同样具有显著的季节变化和空间变化,云南春季的降水量和气温的潜在可预报性均显著大于其他季节,夏季降水量和气温的潜在可预报性均较其他三个季节小;春、秋季降水量潜在可预报性西部大于东部,夏季北部大于南部,冬季则是南部大于北部,云南季气温除夏季外均是西部大于东部。（3）季风和冷空气活动可能对云南地区的季降水量和气温的潜在可预报性有重要影响。