基于贝叶斯理论的单站地面气温的概率预报研究

基于贝叶斯理论,建立了将确定性预报向概率预报转换的基本模式,并利用TIGGE资料中欧洲中期天气预报中心(ECMWF)地面气温预报资料及地面气温观测资料,对概率化后的预报进行了评估与释用。结果表明,概率化后的预报结果不但能提供丰富的预报产品,而且所提供的预报均值优于原始的确定性预报。应用贝叶斯模式平均法(BMA)将中国气象局(CMA)、美国国家环境预报中心(NCEP)和ECMWF 3个模式的预报结果进行多模式集成,得到了更为合理的概率分布,其中分布的均值可作为模式的预报结果,方差和置信区间反映了预报量的可变范围。因此,基于贝叶斯预报模式的概率预报相对于确定性预报,不但能够提供更高精度的预报,而且能提供更全面的预报信息。BMA集成预报结果不但优于集合平均预报,而且还能定量描述预报的不确定性。利用ECMWF预报中心51个预报成员进行集成贝叶斯概率预报试验,发现BMA预报融合了各成员对预报不确定性的描述,还对概率预报的均值进行了调整,使之与观测值更为接近。BMA预报的概率密度分布更能反映大气的真实分布情况。     

旗县级预报服务业务平台的设计与实现

平台集值班信息、浏览信息、预报制作、专项制作、服务产品、资料查询、系统设置、系统帮助等8个板块。实现了对预报值班登记分析和管理;对上一级预报服务业务指导产品的浏览和分析;提供较多实用的预报工具,对提高预报服务水平将会起到很好的促进作用;提供实用的专项预报制作方法便于旗县级开展专业专项服务;提供了预报、服务产品等多种产品的制作;规范了决策服务、公众服务、专项服务的产品模式,制作产品时图文并茂;实现了历史资料的实时查询和制作图、表。通过平台的建设和实施,为业务人员提供一个更为丰富的预报、服务业务信息平台。     

东北高速公路行车安全气象条件预报业务系统

概述了东北高速公路行车安全气象条件预报业务系统的总体结构,介绍了系统包含的行车安全气象条件预报专用数据库、行车安全气象条件预报方法和预报工作平台。业务应用结果表明：系统为预报员提供了能够满足实时业务需要的高速公路行车安全气象条件预报工作平台,研制的大雾、积雪、道路结冰和湿滑等客观预报方法可为交通管理部门提供高速公路行车安全气象参考信息。     

北京地面O3的集合预报试验

基于蒙特卡罗集合预报方法建立了一个北京地面臭氧的集合预报系统,该系统对包括排放源、气象场在内的154个模式输入和参数进行了扰动,共包含了50个集合成员。利用该集合预报系统模拟了北京奥运会期间一次臭氧过程(2008年8月11日～8月13日),分析了集合预报系统在概率预报,最优集合子集预报以及表征预报可靠性方面的特点。结果表明:与原确定性预报相比,集合预报能为用户提供更加丰富的预报信息,通过概率预报可以提供不同事件发生的概率,对臭氧事件的预报准确率更高。采用最优集合子集预报方式时的臭氧预报均方根误差比原确定性预报低了10%以上。     

东亚地区冬季地面气温延伸期概率预报研究

利用TIGGE资料中的ECMWF、NCEP、UKMO三个中心集合预报系统以及由此构成的多中心集合预报系统所提供的地面2 m气温10~15 d延伸期集合预报产品,建立贝叶斯模式平均(Bayesian Model Averaging,BMA)概率预报模型,对东亚地区冬季地面气温进行延伸期概率预报研究。采用距平相关系数、均方根误差、布莱尔评分、等级概率评分等指标分别对BMA确定性结果与概率预报进行评估。结果表明,BMA方法明显地改进了原始集合预报结果,预报技巧优于原始集合预报,且多中心BMA预报优于单中心BMA预报,最佳滑动训练期取35 d。BMA预报为气温的延伸期概率预报提供了更合理的概率分布,定量描述了预报的不确定性。     

基于贝叶斯方法的四川暴雨集合概率预报产品释用

在贝叶斯概率决策理论的基础上,探索了一种提高四川暴雨预报准确率的方法,该方法利用四川境内1951—2004年147站暴雨的气候概率对西南区域中尺度集合预报模式提供的≥50mm集合降水概率预报产品进行了修正。从2008年6—9月的连续性预报试验结果来看:基于贝叶斯方法修正后的集合概率预报产品在一定程度上消除了空报,尽管相比于区域中尺度集合预报系统直接提供的暴雨概率预报产品实际提高暴雨准确率的效果不明显,但在如何有效地利用数值集合预报产品提高四川暴雨预报的准确率以及如何为预报员提供更有价值的暴雨预警决策方法上值得进一步探索。     

西北太平洋热带气旋频次的延伸期动力-统计预报方法和评估

介绍了西北太平洋热带气旋(TC)频次的延伸期预报方法,比较了新构建的动力-统计和统计预报模型的预测技巧,并探讨了预报误差来源及改进方向。动力-统计预报模型是基于动力模式预测的热带季节内振荡(ISO)信号及ISO-TC生成的同期统计关系来进行预报;统计预报模型则是基于TC生成的前兆ISO信号建模预报。预报评估结果显示,动力-统计混合预报模型的预报技巧高于统计预报模型,原因在于影响TC次季节变化的前兆信号并不稳定,且随着预报超前时间迅速消散,无法提供有效且稳定的可预报源;相反地,TC生成与同期的ISO背景场显著相关,动力模式对ISO(预报因子)有较好的预报能力,因此动力-统计相结合的预报方法为TC延伸期预报提供了有效途径。虽然目前动力-统计预报模型的预报技巧可达5～6周,但仍有进一步改进和提高的空间。通过对不同类型TC预报技巧检验和误差分析,研究认为年际和年代际背景场对ISO调控TC活动的影响不可忽略,且热带外ISO信号(如罗斯贝波破碎和西风急流强度等)对TC频次和轨迹也有显著影响,这些因子为TC延伸期预报提供了潜在可预报源。     

集合数值预报方法在山洪预报中的初步应用

选取湖南4个典型山洪个例,分析了嵌套模式不同分辨率的预报效果,并采用多物理过程组合的集合预报方法,研究区域集合数值预报技术在山洪预报中的应用。研究指出,单一模式条件下,使用模式嵌套技术提高分辨率,并不能有效地改进对引发山洪灾害的突发强降水过程的预报能力,且这种单一的确定性预报,对暴雨等灾害性天气的预报存在不确定性。集合预报是解决单一预报不确定性提出的新方法,与单一模式提供的确定性预报结果相比,集合预报可为山洪预报提供多种定量预报产品。利用集合平均预报、极值预报,可以引导对山洪采取分类应对措施;集合预报在给出降水分布的同时,还给出伴随预报结果的可信度;概率定量降水预报(PQPF)与水文预报模型结合,可以用于概率水文预报。     

AREM模式预报体系对2010年5月我国南方连续暴雨过程预报效果评估

对AREM模式预报体系各成员2010年5月我国南方连续性暴雨过程的预报效果和预报特点进行了详细分析。结果表明:AREM模式预报体系各成员对此次过程的预报效果较好,且各具优势:业务模式对主雨带位置、范围有较好的预报效果;快速更新循环预报系统具有提供短时临近预报的优势;集合预报系统的降水集合平均和概率预报的有机结合能够为主雨带及其降水中心的预报提供较有价值的参考依据。     

一个集合海浪预报系统及其初步试验

使用集合天气预报系统的多个成员的风场预报来驱动海浪模式WAVEWATCH Ⅲ, 计算出含多个成员的海浪预报场,并相应开发出各海浪要素的集合预报产品,如集合平均、离散度、集合概率等,建立了一个集合海浪数值预报系统。使用该系统进行了2007年9—10月为期两个月的预报试验,利用太平洋和大西洋海域范围的浮标观测资料对系统的预报水平的初步检验分析显示,该集合海浪预报方法能够有效地将传统的确定性预报扩展到概率预报领域,且集合平均的预报水平要优于单一的确定性预报,采用集合预报方法可以提供单纯确定性预报所不能够提供的额外信息,具有较好的应用潜力。     

泛相似预报法在汛期降水预报中的应用

文中分析了中国汛期降水的最佳相似情况,将传统的相似方法推广为包含有相似和反相似两个方面,得出近23a的最佳相似的距平相关系数(ACC)可以达到0.382。在此基础上提出泛相似预报的方法。利用近23a降水资料试验,表明泛相似的汛期降水预报评分的ACC可达0.130。     

国家气候中心多模式解释应用集成预测

多模式集合和降尺度技术是提升模式预测能力的有效工具。该文对国家气候中心多模式解释应用集成预测 (MODES) 技术与业务应用现状进行了综合介绍。MODES采用欧洲中期天气预报中心、东京气候中心、美国国家环境预报中心和中国气象局国家气候中心4个气候业务季节预测模式输出场,利用EOF迭代、变形的典型相关分析、最优子集回归和高相关回归集成4种统计降尺度方法以及等权平均、经典超级集合等集成方法进行全国月及季节降水和气温预测。目前对MODES进行了夏季回报检验和约1年的实时业务应用。回报检验和业务应用表明,MODES对气温有较好的预测能力 (月预测平均PS评分为76),对降水有一定预测技巧 (月预测平均PS评分为68),具有短期气候预测业务应用价值。     

气候动力诊断和分析系统设计与应用

气候动力诊断和数值模拟是认识气候变化规律、提高短期气候预测与科学决策服务水平的重要手段。但基于气候模拟的动力诊断技术在气候预测业务中还未得到广泛应用,缺乏支撑科研成果转化为业务应用的中试平台。为此,通过集成多种现代计算机通信协议、可视化编辑和气象数值计算等技术,研发可视化交互气候动力诊断和分析系统（Climate Dynamic Diagnosis and Analysis System,CDDAS）,以促进气候模拟的动力诊断技术在气候业务中的广泛应用。该系统具有结构开放、诊断方法集成度高、方便易用等特点,包括数据更新备份、气候动力诊断、多模式数值模拟、结果分析4个功能模块,并设计了一种远程交互控制脚本语言,为用户二次开发提供语言环境,可实现本地客户端、服务器端和超级计算机三者交互通信控制可视化管理。该系统使用便捷,目前已在国家级业务和科研单位获得应用,在气候异常成因分析、气候预测和气候决策服务中可显著提高工作效率。     

我国短期气候预测技术进展

经过近60年的发展,我国短期气候预测技术和方法也有了长足进步。近年来,一些新的预报技术和机理认识不断应用于短期气候预测业务。ARGO海洋观测资料的使用大大提高了业务模式的预测技巧,新一代气候预测模式系统已经投入准业务化运行,研发了多种模式降尺度释用技术,多模式气候预测产品解释应用集成系统(MODES)和动力-统计结合的季节预测系统(FODAS)逐渐应用于业务中,大气季节内振荡(MJO)逐步在延伸期预报中得到应用。近年来,对全球海洋、北极海冰、欧亚积雪、南半球环流系统对东亚季风影响的新认识也不断引入到短期气候预测业务中。这些新技术和新认识的应用极大提高了我国短期气候预测的业务能力。     

集约化数值预报业务自动化管理系统可视化平台的设计与实现

自动化管理系统以全面、有效、便捷的管理监视数值预报业务为出发点,整合了国家局和各省级区域中心多种监视系统,在NMIC_SMS(管理监视调度系统)的基础上搭建统一运行监视平台,平台基于B/S架构设计多层框架模型,结合Java语言、JSP和Oracle关系数据库。实现对数值预报业务和高性能计算机系统的分级监视、运行状态统计查询及短信报警等功能。以数值预报中心、辽宁、四川区域中心多个数值预报业务模式和国家局高性能计算机系统作为实验系统,已完成综合测试,运行稳定。该平台的应用能够及时发现系统故障,缩短处理时间,从而保证数值预报业务系统的稳定运行。     

Comparison of prediction performance using statistical postprocessing methods

As the 2018 Winter Olympics are to be held in Pyeongchang, both general weather information on Pyeongchang and specific weather information on this region, which can affect game operation and athletic performance, are required. An ensemble prediction system has been applied to provide more accurate weather information, but it has bias and dispersion due to the limitations and uncertainty of its model. In this study, homogeneous and nonhomogeneous regression models as well as Bayesian model averaging (BMA) were used to reduce the bias and dispersion existing in ensemble prediction and to provide probabilistic forecast. Prior to applying the prediction methods, reliability of the ensemble forecasts was tested by using a rank histogram and a residualquantile-quantile plot to identify the ensemble forecasts and the corresponding verifications. The ensemble forecasts had a consistent positive bias, indicating over-forecasting, and were under-dispersed. To correct such biases, statistical post-processing methods were applied using fixed and sliding windows. The prediction skills of methods were compared by using the mean absolute error, root mean square error, continuous ranked probability score, and continuous ranked probability skill score. Under the fixed window, BMA exhibited better prediction skill than the other methods in most observation station. Under the sliding window, on the other hand, homogeneous and non-homogeneous regression models with positive regression coefficients exhibited better prediction skill than BMA. In particular, the homogeneous regression model with positive regression coefficients exhibited the best prediction skill.     

支持向量机方法在山东山洪地质灾害预报中的应用试验

用支持向量机(SVM)方法根据T213数值资料和济南、淄博、泰安、莱芜4站的降水实况资料对山东山洪灾害多发的鲁中山区进行了降水分类预报试验。结果表明:多项式核和径向基核函数建立的模型较好地提炼了降水信息,都具有很高的预报技巧,客观性和实用性强,有很强的推广能力;用径向基核函数建的非线性降水分类模型优于用多项式核函数建立的线性降水分类预报,特别是资料减少时,非线性降水分类预报明显优于线性降水分类预报;低层大气湿度可能对线性降水分类有重要影响;建模时用的资料数据格式与实际业务中获得的数据格式应尽量保持一致。     

中国业务动力季节预报的进展

利用动力模式开展季节到年际的短期气候预测 ,是目前国际上气候预测的发展方向。自 1996年以来 ,经过 8a多的研制和发展 ,国家气候中心已建立起第 1代动力气候模式预测业务系统 ,其中包括 1个全球大气 海洋耦合模式 (CGCM )、1个高分辨率东亚区域气候模式 (RegCM_NCC)和 5个简化的ENSO预测模式 (SAOMS) ,可用于季节—年际时间尺度的全球气候预测 ;全球海气耦合模式与区域气候模式嵌套 ,可以提供高分辨率的东亚区域气候模式制做季节预测。CGCM对 1982～ 2 0 0 0年夏季的历史回报试验表明 ,该模式对热带太平洋海表面温度和东亚区域的季节预测具有较好的预测能力。RegCM NCC的 5a模拟基本上能再现东亚地区主要雨带的季节进展。利用嵌套的区域气候模式RegCM NCC对 1991～ 2 0 0 0年的夏季回报表明 ,在预报主要季节雨带方面有一定技巧。 2 0 0 1～ 2 0 0 3年 ,CGCM和RegCM NCC的实时季节预报与观测相比基本合理。特别是 ,模式成功地预报了 2 0 0 3年梅雨季节长江和黄河之间比常年偏多的降水。SAOMS模式系统的回报试验表明 ,该系统对热带太平洋海表面温度距平有一定的预报能力 ,模式超前 6～ 12个月的回报与观测的相关系数明显高于持续预报。 1997～ 2 0 0 3年 ,SAOMS多模式集合实时预报与观测的相关系数达到     

基于NCEP CFSv2模式的黑龙江省夏季降水预测研究

基于1982-2017年NCEP_CFSv2（NCEP Climate Forecast System version 2）模式预测资料对黑龙江省夏季降水进行降尺度预测。通过分析黑龙江省夏季降水与同期环流因子的关系、模式对关键区环流因子的预测,选取模式模拟与再分析资料相关较好、黑龙江降水实况与再分析资料关系较好的环流因子作为预测因子,结合最优子集回归法筛选因子,建立降尺度预测模型,最后采用交叉检验法进行预测效果检验和独立样本预测。结果表明：模式降尺度预测与实况的距平符号-致率为69%,6 a独立样本预测中有5 a预测正确,优于目前的业务预测效果。进-步研究发现,在模式能够准确预测环流因子的情况下,模式降尺度可以较好地预测黑龙江省夏季降水的趋势。此外,模式降尺度在拉尼娜年预测效果较好。     

我国短期气候监测预测业务进展

回顾了我国短期气候监测预测业务发展技术历程,总结了业务的现状和主要进展,根据经济社会发展对气候监测预测服务的需求,分析了气候监测预测业务水平不高和业务能力不能满足服务需求的问题。提出了建立涵盖从延伸期(15到30天)、月、季、年、年际和年代际的时间尺度的无缝隙业务的发展目标和重点任务。