数值产品省级分县温度预报方法研究

将国家气象中心Ｔ６３、Ｔ１０６和欧洲中心数值模式中温度预报场、湿度预报场、Ｕ、Ｖ分量预报场分别插值到１０８个测站上,以此作为预报因子,运用ＰＰＭ法、ＭＯＳ法、ＫＬＭ滤波法,分别建立最低、最高气温预报方程,用以上预防方法所得的预报结果作为预报因子,进行二次滤波集成和全集成预报,并建立了“数值产品省级分县温度预报系统”。１９９７年６月—１１月将该预报系统投入业务运行,取得了良好的预报效果。     

夏季温度预报综合统计释用技术

针对夏季温度预报，综合选择实时资料和数值预报产品与温度密切相关的因子，运用物理统计释用方法，制作了葫芦岛6～8月温度预报方程和订正预报．并于2002年汛期通过业务试用效果检验。     

广西分县逐日滚动温度预报业务系统研究

利用T106数值预报产品及实时温度，建立用卡尔曼滤波方法制作全区89站24-72小时最高、最低温度预报业务系统，对使用结果进行分析并探讨成败的原因。     

一种短期气候预测集成技术的应用研究

以递归正权综合决策方案为基础，结合实际情况，首先对多种预报方法进行筛选，选取预报效果较好并且较为稳定的几种方法参与集成，并将集成结果写成Micaps数据格式，最终以图形方式显示出来。评分结果表明：该集成方法对温度预报和灾害指数预报较权重平均集成法效果好；而对月雨量预报和季度雨量、温度预报则与权重平均方法相当；但是对季度雨量、温度预报来说，集成后预测精度有明显提高。同时，将集成结果通过Micaps工作平台以图形方式显示，不仅客观、定量，而且更一目了然．     

最佳数值预报模式选取与订正系统设计——温度集成预报系统

本文依据国家指导预报产品,山西省MOS预报以及MM5数值预报产品,对山西省的温度预报进行集成,通过3种客观预报方法的前期准确率对比,建立数学模型,从而产生一种新的客观预报方法。系统对3种数值预报产品进行了集成,建立了一个统一的预报指导产品分析、对比平台,为省台预报员提供一种客观的温度预报参考手段。     

多模式温度集成预报

基于中国国家气象中心T213模式、德国气象局业务模式和日本气象厅业务模式2 m高温度预报, 利用神经网络方法中的BP网络建立了我国600多个站的温度集成预报系统, 该预报系统的预报时效为72 h, 间隔为3 h。通过对2004年1—5月的预报结果检验, 表明:集成的温度预报结果明显优于3个模式单独的预报结果, 72 h内预报的平均绝对误差在3 ℃以内, 并且不存在明显的系统误差, 预报达到了一定的精度, 可以为预报员提供定时、定点精细的客观温度预报参考。分区的检验结果表明:不同区域预报误差存在差别, 新疆和西藏误差比较大, 而长江流域和华南地区误差很小, 并且不同区域系统误差的情况也不相同。从总体情况看, 预报误差还存在日变化, 一般来讲, 夜间的预报误差小于白天。     

超级集合预报的误差订正与集成研究

利用类似KALMAN滤波的自适应误差订正法对中国国家气象中心、日本气象厅、美国国家环境预报中心、加拿大气象中心和澳大利亚-法国气象局的区域集合预报模式2m温度预报做订正,并对订正后的结果采用算术平均和多元回归两种方法进行集成.结果表明:订正后温度预报的各项检验指标都显示出不同程度的改善.36h内平均绝对误差在1.8℃以内;均方根误差也有明显减小,且与离散度大小更接近;talagrand图的U型分布仍然存在,但个别成员异常的现象得到改善;集合成员预报分簇的现象得到了很好的矫正;此外预报误差存在日变化.两种集成方法的温度预报结果都优于单一模式预报,并且不存在明显的系统误差,预报达到了一定精度.其中多元回归方法的集成效果胜于算术平均集成.     

以数值产品为基础的省级分县温度预报方法

将国家气象中心Ｔ６３,Ｔ１０６和欧洲中心数值模式中温度预报场,湿度预报场,ｕ,ｖ分量预报分别插值到１０８个测站上,以此作为预报因子,运用ＰＰＭ,ＭＯＳ,ＫＦ（卡尔曼滤波法）等方法分别建立最低,最高气温预报方程,用以上预报方法所是的预报结果作为预报因子,进行二次滤波集成和全集成预报,并建立了“数值产品省级分县温度预报系统”的１９９７年６月～１１月将该预报系统投入业务运行,取得了良好的预报效果。     

遗传算法优化的BP神经网络在地面温度多模式集成预报的应用研究

基于TIGGE资料集中的ECMWF、CMA和JMA的数值预报产品,利用加权集成、回归集成和消除偏差集成等线性集成方式与遗传算法优化的BP神经网络(GABP)集成,对我国大部开展地面2 m温度在24 h、48 h和72 h预报时效的多模式集成预报试验。通过对2013年1—6月的预报检验,结果表明:GABP集成预报效果有较大提升,均方误差明显小于各单一模式预报。GABP集成的误差分布在新疆和华北均方误差较大,但是在预报效果改进上GABP集成在西部地区相对单一模式的误差减小更加明显。在进行几种多模式集成方式时,GABP集成相比线性方法预报结果更加精准。对于天气过程个例的预报,GABP集成预报出预报量的变化趋势,预报效果优于单一模式和线性集成预报。无论是较长时间段还是短时间的天气过程,在改进预报效果上GABP集成都起到了最佳的作用。     

县站温度集成预报方法

介绍了以各台、站气温预报为因子，县站最高、最低气温为预报对象，用多元回归技术做温度集成预报的方法。     

汕头气象台预报业务工作站简介

1前言基于预报业务的应用目的，把一些较好的预报工具或科研成果进行优化完善，并由总控菜单程序把各预报系统集成起来，在同一中文平台上运行，通过计算机网络调用各预报系统所需资料，从而形成一套较完整的业务系统，供日常预报值班使用，这对于促进科研成果业务化，提高预报水平起着积极作用。2几种预报业务系统简介及简单集成方法2．且潮汕地区4～6月逐日降水分片预报系统该系统在收集预报员经验的基础上，应用数值预告产品、天气形势分型、物理量场特征及有关实时气象资料，根据专家系统理论和方法，采用逐步判别法作出潮汕地区4～6月…     

辽宁省气象要素分季分县完全预报方法

选取T106资料建立辽宁省54个县站的天气要素分季预报方程，使用T213资料进行预报，并对降水及温度预报结果进行了评分和分析。预报结果表明，完全预报方法可用于日常预报业务。     

三峡库区流域面雨量预报模糊检验

采用面雨量模糊评分方法，对三峡库区流域面雨量预报中3种客观预报(相似预报、T213降水预报、MM5模式预报)和面雨量综合集成预报结果进行综合评定。检验结果表明，3种预报模式对流域面雨量预报水平相差不大，冬半年的预报评分高于夏半年。在业务中采用动态权重系数法对3种预报方法预报结果进行集成，其集成预报的评定质量高于每种单独预报质量。在流域面雨量预报质量检验中采用了模糊评分法，该方法能够较为客观地反映预报和实况之间的差距，也可以用于降水定量预报评定中。     

飞机积冰预报算法对比及其集成预报模型研究

以人工增雨作业获取的飞机积冰实例资料为基础,利用WRF模式对51次飞机积冰过程进行数值模拟,对比分析了常用七种积冰预报算法对积冰潜势区和强度的预报效果,进而采用评分权重集成法建立了飞机积冰强度集成预报模型,并检验了其预报效果。结果表明:(1)假霜点温度经验法对2002年4月4日积冰个例的预报效果与实况一致,而其他积冰算法预报效果均与实况相差较大;(2)对51次飞机积冰预报效果进行统计检验发现,假霜点温度经验法的预报效果最好,积冰强度预报准确率为72.55%,其次是RAOB法,IC指数法和I积冰指数法次之,改进的IC指数法预报准确率最差,只有19.61%;(3)对比不同积冰算法建立的集成预报模型的预报效果发现,选用IC指数法、假霜点温度经验法、RAOB法进行集成预报时,预报准确率最高,且漏报率、偏弱率及偏强率均能控制在10%以内,比单一预报算法中的最高预报准确率提高了8%,且漏报率降低了4%,偏强率降低了8%。     

最高（低）温度PP法预报修正方案的比较研究

用EC850hPa温度数值预报格点值为参考做短中期的最高(低)温度预报是预报员常用的温度预报方法,本文提出了划分季节、划分有无降水和划分850hPa变温3种最高(低)温度PP法修正预报方案,并进行比较,找出最优方法,使最高(低)温度的预报精确度在原来的基础上有所提高。      

几种降水集成预报方法的对比分析

采用多数表决集成法、评分权重集成法、多元回归集成法对承德市两来系统形成的降水进行晴雨和分级集成预报试验.结果表明:在每种单一的数值预报方法TS值均较高,总体预报质量相差不大的情况下,多数表决集中集成法可大幅度提高预报准确率;如果几种数值预报对于降水分级预报的预报准确率相差较大时,可采用评分权重集成法来提高总体预报质量;在样本足够的条件下,细化的预报结果多元回归集成法是晴雨预报和分级降水预报中比较可行的集成方法之一.     

夏季温度预报综合统计释用技术

针对夏季温度预报 ,综合选择实时资料和数值预报产品与温度密切相关的因子 ,运用物理统计释用方法 ,制作了葫芦岛 6～8月温度预报方程和订正预报 ,并于2002年汛期通过业务试用效果检验。     

诊断分析在数值预报产品释用中的探讨

文章针对地方性天气预报特点，根据现有数值预报产品以及实时探空资料的接收情况，利用中尺度数值预报模式ＭＭ４引入中尺度信息，提出一个实际可行的夏季降水预报方案，以求提高区域范围内具有明显突发性对流降水特征天气过程的预报能力。作法是用ＭＭ４模式计算出１９８４—１９８７年７月、８月逐日的零时刻物理量诊断场，格距为１００公里，使用欧洲中心数值预报产品和诊断物理量共计４１个场作为预报因子场；将内蒙古全区划分为９个气候区和８个代表站；应用典型相关分析法，并结合逐步判别法和逐步回归法，得到相应的９个区域和８个单站降水预报方程。９个分区预报方程降水ＣＳＩ指数在９７．６７％以上，８个单站降水预报方程对中雨以上降水ＣＳＩ指数在８０％以上。方程的实际预报能力令人满意。由于所采用的典型相关分析的典型因子绝大部分取自于中尺度诊断分析量，降水预报方程的因子变量多数为中尺度量。换句话说，方程中包含了大量的中尺度信息，８５０百帕零时刻水平Ｕ分量、温度Ｔ，７００百帕位势高度、涡度、湿球位温，５００百帕位势高度、温度Ｔ、涡度和湿球位温场对降水预报方程的贡献最大。     

用T42产品作17城市温度预报及其误差订正

本文运用国家T42模式产品为因子，用数理统计方法，建立预报方程作5—6月17城市温度预报，并用指数平滑法作温度预报的误差订正。     

EC850hPa温度预报场与自贡市的寒潮降温

成都０８时８５０ｈＰａ的实时温度自贡站当日的日平均气温有较好的对应关系。而ＥＣ８５０ｈＰａ温度预报场对成都８５０ｈＰａ温度的预后误差小，同时ＥＣ８５０ｈＰａ温度预后场预邱的降温与自贡市的降温有很好的同步对应关系。