数值预报产品对寒潮天气过程的预报能力检验

2008年冬季,河北省连续3次出现了大范围的寒潮天气过程,为近10 a来之最。特别是2008年12月3～5日为历史同期最严重的一次寒潮天气过程。从3次过程的大气环流特征、冷空气强度及影响路径、要素特征等方面分析比较T213和欧洲数值预报产品(EC)与实况的异同,检验不同数值预报产品对寒潮天气过程的预报能力,为以后更准确地预报寒潮天气提供一定的参考依据。分析结果表明:T213和EC数值预报产品都能预报出寒潮爆发的典型特征,而T213具有更高的时空密度,对提高寒潮天气的精细化预报水平有更大帮助。     

2015年2月新巴尔虎左旗一次寒潮天气过程分析

文章利用常规天气资料和数值预报产品,应用天气分析和诊断分析方法,对2015年2月6—8日新巴尔虎左旗寒潮天气过程的环流背景、影响系统、天气成因进行综合分析。结果表明:乌拉尔山高压脊东移过程中发展,脊前偏北风进一步加大,脊前冷涡南下是引发此次寒潮爆发的原因。对本次寒潮天气过程,EC数值预报的高度场、温度场、气压场、变压场都表现出很好的预报能力。本次过程成因分析与EC模式产品的检验对今后类似寒潮天气过程预报提供一定的参考。     

四川盆地中期寒潮预报概念模型及自动预报系统研究

从影响气温变化的物理过程入手，针对中期寒潮天气的预报对象，分析与其物理过程有关的天气学因子的变化规律，建立四川盆地中期寒潮预报的概念模型，利用数值预报产品，建立冬半年寒潮自动预报系统，该系统不仅能准确预报寒潮或强冷空气侵袭盆地的开始时间，还能较准确地提供过程降温幅度预报。     

春秋季寒潮预报技术：欧洲数值预报产品释用

利用叠加的地面至５００ｈＰａ平均温度场的欧洲数值预报图分析了１９８９～１９９７年春季（３～５月）和秋季（９～１１月）的寒潮天气过程,总结出寒潮预报的经验指标。这项工作是对数值预报产品深加工的过程。     

遂宁市寒潮客观预报方法及效果检验分析

利用1981～2018年地面实况资料、高空观测资料、遂宁地区观测站地面气象要素数据以及2013～2018年欧洲中心数值预报产品,采用最小二乘法和MOS法两种方法建立遂宁地区寒潮客观预报方法。结果表明:遂宁地区寒潮客观预报方法能够明显提高欧洲中心温度预报的准确率,并且极大的降低欧洲中心预报寒潮过程的空报率和漏报率,投入实际预报业务以来使用效果较好,准确预报了2018年4月～2019年4月的5次寒潮天气过程,对遂宁地区寒潮和降温天气过程的预报具有较高的指导作用。      

用经验指标与数值产品结合制作寒潮天气预报

通过对商丘市2006年4月12日至13日寒潮天气过程有关资料的分析发现,寒潮出现前期有明显的回暖现象,欧洲中心数值预报产品中的850 hPa温度预报对降温幅度和最低气温的预报有很好的指示作用.     

用经验指标与数值产品结合制作寒潮天气预报

通过对商丘市2006年4月12日至13日寒潮天气过程有关资料的分析发现,寒潮出现前期有明显的回暖现象,欧洲中心数值预报产品中的850 hPa温度预报对降温幅度和最低气温的预报有很好的指示作用。     

内蒙古初冬两次寒潮天气过程对比分析

文章利用常规天气资料和数值预报产品,对2009年10月31日至11月3日和2009年11月8—17日,在内蒙古自治区大部地区发生的两次寒潮天气过程,进行了分析和诊断,分别从高空强冷平流下沉入侵引起流场变化,导致冷空气爆发,地面配合的系统及冷高压的变化角度上,对这两次寒潮天气过程进行了一些对比分析,结果表明:这两次寒潮天气从类型、影响系统、维持时间以及能够达到寒潮标准的降温影响范围都有所不同。另外,欧洲中心数值预报产品在这两次过程中预报效果较好,说明做好数值预报产品的释用研究,也是提高重大天气预报质量的有效途径之一。     

阿勒泰地区寒潮天气特征分析及预报

采用阿勒泰地区7个气象站1961年9月—2006年5月的地面观测资料,筛选出该地区寒潮天气过程,运用统计法,概括了该地区寒潮天气的气候特征。重点分析了该地区1991年9月—2006年5月111个寒潮个例的历史天气图及NCEP/NCAR再分析资料、欧洲中心和T213数值预报产品,并对500hPa高度场、850hPa温度场、地面气压场的季节特征及地面积雪深度和云天状况在形成寒潮天气中的作用进行了分析,从而确立了阿勒泰地区寒潮天气的预报指标。运用欧洲中心和T213数值预报产品以及预报员的经验建立了寒潮天气的预报模式,并进行了检验,效果较好,在预报业务中具有重要的参考价值。     

基于TIGGE数据的我国寒潮自动识别预报方法

利用1951—2006年中央气象台寒潮天气过程数据以及NCEP/NCAR 500 hPa高度场等逐日再分析资料,通过客观聚类方法与主观对比分析确定寒潮爆发的典型形势场,结合寒潮过程特征量阈值,建立了基于TIGGE集合预报产品的寒潮自动识别客观预报方法,并利用TIGGE集合预报数据对2008年1月和2009年1月两次寒潮天气过程进行预报试验。结果表明:利用500 hPa高度距平场进行聚类分析,一方面可以消除环流季节特征对划分结果的影响,另一方面也突出了寒潮这种强天气的异常扰动表现;基于集合预报产品的寒潮自动识别预报方法浓缩了集合预报产品信息,可直接为预报员提供寒潮发生的概率预报,从而在集合预报产品与我国实际灾害性天气之间建立了直接联系。     

数值预报产品在桂林暴雨预报中的应用研究

利用1998～2002年4～7月间欧洲、日本,2002年5～7月我国数值预报产品进行统计分析,总结出以数值预报产品为主的暴雨预报模式指标。这一模式指标,为日常预报工作中以天气学预报为主转向以数值预报为主奠定良好基础,也为预报员提供客观简捷的预报方法。通过一年的试报探索和一年的实际业务应用,其预报准确率较为理想。     

ECMWF集合预报统计量在江西降水预报中的检验分析

利用江西省93个国家气象观测站降水量资料,对2014年ECMWF集合预报降水统计量进行逐6 h和24 h晴雨检验、降水分级检验及区域性暴雨检验。结果表明:1)10%、25%、Mode、融合、最小值在晴雨预报准确率方面较控制预报更有参考价值。2)对于全年降水分级检验,10%、25%、Mode、融合、最小值这5个统计量在小雨的预报方面较控制预报更有参考价值;中位数、概率对中雨的ETS评分要略高于控制预报;90%、75%、概率对大雨预报比控制预报好。对于暴雨预报,最大值、90%、融合比控制预报好;融合、最大值对大暴雨落区的指示意义不大,但对大暴雨量级降水的可能性可以供预报员参考。3)对于区域性暴雨预报,90%、融合、最大值的预报技巧比控制预报高,最大值虽然空报较严重,但对降水量级有一定的指示意义。集合预报各统计量对于强降水过程爆发或发展阶段的预报效果不如降水过程成熟期或末期好。     

花粉浓度预报

重点探讨气候和植物对空气中花粉浓度的影响。通过对天津市河西区气象铁塔站、和平区南京路站1999年4月－2000年10月花粉观测资料分析表明：一年中花粉浓度有明显的周期性和季节性。经统计分析得出：当日花粉实况、气温日较差、日平均气温距平与未来25小时花浓度相关显著，用基作因子分别建立了春季、夏秋逐日花粉浓度预报主程，复相关系数分别为0．73和0．76，均通过F检验。同时利用降水、风、云量气象要素以及植物物候加以订正，作花粉浓度预报效果很好。     

新预报业务流程中预报制作模块的二次开发

本文介绍在新预报业务流程中预报制作模块进行二次开发的做法，经过对软件编程处理使之更切合市州级气象台预报制作的实际需要。     

T213预报产品在电力负荷预测中的应用

用2005—2006年4—9月准东电网负荷资料和T213预报产品资料,建立日平均有效时间序列数据,对电力负荷与T213主要预报因子的相关性进行了分析,筛选出影响该地区负荷变化的重要预报因子为700 hPa水汽通量、850 hPa水汽通量和降水量,建立日平均电力负荷变化的预报方程。对2007年进行试报,负荷变化趋势与实际一致,但对负荷发生明显波动的预报有时出现偏差,原因是T213对降雨天气预报有误所致。提出改进方案,采用模式与预报员经验相结合,从气象观测要素中再筛选出新的降雨因子,与T213重要预报因子重建预报方程,再次试报结果更接近实况。对2007年4—9月预报误差进行分析得到,计划负荷平均误差为11.5%,T213建模平均误差为8.2%,通过改进后重新建模的平均误差为6.4%。在降雨天气条件下,计划负荷误差22.3%,T213建模误差13.4%,而改进后的预测误差降低到8.9%。     

基于模式预报倾向的预报系统设计与初步试验

为了充分利用数值模式的预报产品信息,首先对数值模式预报产品的误差进行了分析,针对误差分析结果,首次提出了一种新的基于模式预报倾向的精细化预报方法,并在此基础上设计开发了新疆精细化数值预报系统。初步试验结果表明:该方法对新疆地区的温度预报具有一定的正效果。后期经过调整订正系数,利用更多时次的观测资料进行温度订正,则有望可以使订正的温度更加接近观测。即该方法可以提高气象台站的温度预报准确率,展现了该方法的业务应用潜力。     

暴雨站数预报在暴雨落点预报中的应用

采用暴雨站数预报与站点降水量预报相结合的方法预报暴雨落点,在１９９８年７月￣８月的暴雨落点预报中,ＴＳ评分达到２２．４％,超过了ＨＬＡＦＳ和主观预报。进一步的研究的分析表明：这种方法可充分利用降水量预报的空间分布信息,预报准确率还在较大的可提高空间,是一种较为有效的暴雨落点客观预报方法。     

ECMWF集合预报产品在广西暴雨预报中的释用

基于最大相关最小冗余度算法和随机森林回归算法,该文提出一种对欧洲中期天气预报中心（ECMWF）集合预报产品进行暴雨预报的释用方法。该方法采用最大相关最小冗余度算法,对ECMWF集合预报的51个成员进行筛选,选取若干个与预报对象相关性最大、相互间冗余度最小的成员作为随机森林回归算法的输入因子。利用ECMWF集合预报降水量平均值对建模样本进行分类,使预报模型的建模样本更具有针对性。通过2012年4月—2015年12月的交叉独立样本试验预报和2016年1—9月的业务预报试验的统计结果表明:该释用方法的暴雨预报TS和ETS评分,均比采用ECMWF集合预报产品51个成员降水量预报进行插值后取平均值的释用方法分别提高了0.07和0.05以上,显示了较好的数值预报产品释用效果。     

新预报业务流程中预报制作模块的二次开发

本文介绍在新预报业务流程中预报制作模块进行二次开发的做法,经过对软件编程处理使之更切合市州级气象台预报制作的实际需要.     

暴雨站数预报在暴雨落点预报中的应用

采用暴雨站数预报与站点降水量预报相结合的方法预报暴雨落点,在１９９８年７～８月的暴雨落点预报中,ＴＳ评分达到２２．４％,超过了ＨＬＡＦＳ和主观预报。进一步的研究分析表明：这种方法可充分利用降水量预报的空间分布信息,预报准确率还存在较大的可提高空间,是一种较为有效的暴雨落点客观预报方法