1998年7—8月HLAFS山东降水预报检验

以站点方式对１９９８年７－８月ＨＬＡＦＳ０８时的１２－３６降水预报进行了评分,统计了预报有降水时实况出现降水的几率。结果表明：ＨＬＡＦＳ改进模式对大雨以上降水的预报效果有明显改善,预报有降水,实况出现降水的几率随预报值的增大而提高。另外对主要过程降水分布趋势预报效果的评价表明,ＨＬＡＦＳ对较大暴雨过程的预报效果较好,优于日本传真图。     

从’98特大洪水中看改进的HLAFS数值降水预报的性能

文章对1998年大洪水期间改进的HLAFS[1]的降雨预报产品进行检验.结果表明, 改进的HLAFS对松嫩流域的暴雨预报较好, 中到大雨则是长江中下游地区预报较好, 而三峡库区相对较差; 对于主要降雨过程降雨区的强度预报往往比实况弱, 且其落区约有半数较实况偏北, 但其轴向一般与实况一致; 改进的HLAFS对小雨预报比原HLAFS好, 对中雨和暴雨预报也有不同程度的改进; 整体预报面积偏大和大雨以上降水预报准确率低仍是HLAFS有待改进的问题.对三峡库区面降水量预报, 半数左右的预报较好; 对大量级降水预报往往偏弱, 而小量级则相反     

人工神经网络在南京秋季短期降水预报中的应用

利用2002年10月2日—12月1日的HLAFS资料,计算得到组合因子,通过相关系数的检验得到预报南京秋季(10—11月)降水的组合预报因子。把这些组合因子和对应的降水实况输入人工神经网络中进行学习和训练,最后得到南京秋季降水的人工神经网络预报方法。检验和试预报结果表明,预报降水的准确率为70%～80%,高于HALAF模式10%～20%。     

预报业务的质量评定与管理系统

以地面观测信息化资料D文件与业务流程下的文本、分县、代码预报为基础,介绍了自动读取降水、大风、高低温的预报值、实况值,对HLAFS,T106,日本降水数值产品、省台降水预报指导产品、市台及县站预报进行质量自动评定与统计,各类报表自动打印输出与存档等的整个技术过程。本系统适用于各级气象业务使用,操作简单,便于移植。     

成都区域气象中心高低分辨率η模式降水预报检验分析

利用成都区域气象中心η坐标模式,对2002年汛期及主要降水过程进行了η坐标模式降水预报检验,对典型个例进行了详细的分析.结果表明:模式对夏季区域性过程有较强的预报能力,模式预报雨量中心强度有50%与实况相差小于25毫米.模式对晴雨预报有较好的指导意义,对降水强度的预报通常偏弱,对落区的预报位置易偏西、偏北.模式易漏报不易空报,当模式预报有较大量级的降水时,实况出现的概率很大,但要注意落区的位置.高分辨率模式在降水中心强度的预报较低分辨率模式接近实况,低分辨率模式在降水落区和中心位置预报上较接近实况.     

数值降水预报结果的并集集成方法及其试验研究

介绍了并集集成方法的基本原理和使用范围。在此基础上,利用2003～2005年T213、HLAFS、MAPS的降水预报资料,在孝感站进行了降水集成预报试验。结果表明:并集集合的预报能力比单个成员明显增强,集成预报效果总体上比任何单一成员的预报效果好,订正权重计算集成预报的TS综合评分比T213、HLAFS、MAPS提高了0.054、0.089、0.115,且预报性能较为稳定,可为降水预报提供客观依据。     

忻州市2002年6月7日至9日强降水过程简析

忻州市2002年6月8日至9日全市普降大雨，部分县市出现暴雨。从高空、地面天气图分析了有利于这次降水的天气形势及影响系统，并探讨了实况物理量场及要素变化与降水的对应关系，验证了HLAFS数值预报产品的某些物理量值与这次降水的对应关系。     

“6.28”、“8.18”四川盆地暴雨过程的数值预报

疚难∪?001年6月28日四川盆地的首次暴雨过程和8月18日四川盆地的区域暴雨过程,比较了成都区域中心η模式和国家气象中心的HLAFS模式对其降水预报,表明数值模式对此降水过程有一定的预报能力,特别是区域η模式,无论在降水强度和落区上都较HLAFS模式预报要好.     

成都区域气象中心高低分辨率η模式降水预报检验分析

利用成都区域气象中心η坐标模式，对2002年汛期及主要降水过程进行了η坐标模式降水预报检验，对典型个例进行了详细的分析。结果表明：模式对夏季区域性过程有较强的预报能力，模式预报雨量中心强度有50％与实况相差小于25毫米。模式对晴雨预报有较好的指导意义，对降水强度的预报通常偏弱，对落区的预报位置易偏西、偏北。模式易漏报不易空报，当模式预报有较大量级的降水时，实况出现的概率很大，但要注意落区的位置。高分辨率模式在降水中心强度的预报较低分辨率模式接近实况，低分辨率模式在降水落区和中心位置预报上较接近实况。     

三种数值预报产品在清江流域面雨量预报中的释用

日本有限区降水预报模式、MAPS、HLAFS是宜昌市气象台常用的三种数值预报模式。在此,初步分析了三种模式对清江流域降水预报的性能,同时考虑到清江隔河岩水电站等重点水利工程对气象服务的实际需要,改变了通常的降水量级预报模式,对流域面雨量预报进行了尝试;在此基础上,对三种预报模式的降水预报产品加以综合,再利用多元线性回归方法建立了一套清江流域主汛期面雨量预报模型。1基本资料所使用的资料主要有：清江流域面平均雨量资料（08～08时）,日本气象厅有限区模式预报资料,国家气象中心HLAFS降水预报格点资料,武汉暴雨…     

HLAFS资料在短期降水、气温MOS预报方法中的应用

通过对HLAFS资料建立的5~9月夏半年气温、降水方程中所选的因子进行统计整理,找出使用频率最高的因子。气温方程中所选的因子,24 h气温预报方程中以24 h前的因子多;而48 h预报方程中多选24 h后的因子,实况因子选中的几率大,与预报员的思路一致。降水方程中,因子辐散风选中的最多,其次为Q矢量散度和涡度。利用“1999.7.4”庆阳大到暴雨个例,对方程中使用最多因子的实时场和预报场进行了分析,所选因子有较明确的物理意义,为以后MOS预报降水因子的选取提供了参考依据。     

“6．28”、“8．18”四川盆地暴雨过程的数值预报

本文选取2001年6月28日四川盆地的首次暴雨过程和8月18日四川盆地的区域暴雨过程，比较了成都区域中心η模式和国家气象中心的HLAFS模式对其降水预报，表明数值模式对此降水过程有一定的预报能力，特别是区域η模式，无论在降水强度和落区上都较HLAFS模式预报要好。     

GRAPES中尺度模式的广东定量降水预报检验

采用客观降水检验方法,对GRAPES中尺度模式2011年4月1日～2012年3月31日广东降水预报进行了分级降水检验、时空分布演变评估以及降水预报个例分析。结果表明:随着降水量级和预报时效提高,模式降水预报质量呈现下降趋势;模式能够对降水过程时间演变做出准确的预报,对于实况较小的降水,模式存在预报比实况偏大的问题,而对于实况较大的降水,模式存在预报比实况偏小的问题;模式不能很好预报出与地形有关的广东3个降水中心;通过对一次台风降水预报个例分析表明,模式24 h预报能较好反映雨带分布和暴雨中心。     

2002年主汛期国家气象中心主客观降水预报对比检验

主要就2002年主汛期(6—8月)对国家气象中心预报员和数值预报(HLAFS、HLAFS0．25、T106和T213)产品进行全国和分区统计学检验和对比分析评价。对于全国降水平均检验结果而言，主客观降水预报TS评分均随降水量级的增大和预报时效的增加而下降。对于各级降水，预报员评分最高，其次是T213，HLAFS0．25列第三位(大暴雨除外)，T213较T106、HLAFS0．25较HLAFS0．5的降水预报都有明显的提高，说明改进的数值预报系统的降水预报水平有了较大的提高。与2001年汛期比较，预报员的小雨预报进步明显，暴雨、大暴雨的24小时预报也有一定的提高；T213则在中雨预报上有所改进，大雨及暴雨的24小时预报也有提高，其余预报的TS评分不及2001年。从分区的检验结果来看，南方各区的预报评分远高于北方各区的评分，预报员在长江中下游和华南地区的各级降水预报中具有明显的预报优势；北方各区的降水评分以T213预报略好，HLAFS及HLAFS0．25在西北地区东部暴雨预报中表现出色。     

人工神经网络在梅雨期短期降水分级预报中的应用

将人工神经网络应用于南京夏季梅雨期短期降水分级预报。根据梅雨期天气特点,用统计和动力学方法从HLAFS（高分辨率有限区域预报系统）资料中寻找预报因子;然后分别用两种方法选取输入因子对人工神经网络进行训练,并分别利用抽取的五天做降水分级预报检验。通过对人工神经网络方法预报降水的结果与HLAFS降水预报以及逐步回归预报的结果对比发现：与HLAFS降水预报相比,降水预报准确率由原来的66．7％提高到88．2％,漏报、错报明显减少;与逐步回归预报相比,大到暴雨的预报准确率得到了明显提高。     

GRAPES模式对湖北省汛期强降水预报的分类检验分析

使用常规观测资料及GFS资料(1°×1°),选取2005-2008年汛期22次湖北省强降水天气过程,按照其影响系统分为低槽型、台风型和副高外围型三类,对GRAPES模式(2.1版本)预报效果进行分类检验分析,结果表明:(1)就低槽型降水而言,0-24 h预报时效内,模式对晴雨、小雨、大雨的预报效果在三类降水中最好,24～48 h则中雨预报效果最好,0～24 h预报效果总体而言优于24～48 h.模式预报的主要降水区从雨型、雨区范围和雨强的分布特征均与实况较为一致,预报的主要偏差在于强中心位置偏离和强度偏弱.(2)就台风型降水而言,0～24 h预报时效内,模式对中雨和暴雨的预报效果在三类降水中最好,24～48 h,则晴雨、小雨、大雨、暴雨预报效果最好,24～48 h预报效果总体而言优于0～24 h.模式对台风的主体降水落区把握得比较好,和实况较为一致,但对于台风外围云系产生的降水往往与实况差别较大,另外,主体降水中暴雨落区预报总是比实况偏小.(3)副高外围型降水在上述两个预报时次中,各量级的评分成绩均为最低,0～24 h预报效果总体而言优于24～48 h.模式对副高外围局地性强降水过程预报能力较弱,基本不具备预报中雨以上降水的能力.最后对(;RAPES模式的进一步改进提出了一些建议.     

98大洪水期间几种数值预报的降水预报能力分析

对1998年汛期大洪水期间日本、HLAFS、MAPS模式降水预报场进行预报能力分析。分析结果表明 :日本和HLAFS模式降水预报以偏小为主 ,而MAPS模式是偏大的略多于偏小的 ;雨带位置有误差的所占的比例是 :日本模式53 % ,HLAFS模式34% ,MAPS模式47%。     

数值预报产品在开封市的检验

利用2004年夏半年(5～10月)HLAFS、T213、欧洲中心物理量场,计算出开封区域内物理量预报值与实况值的绝对误差和相关系数,结果表明,欧洲500 hPa高度场、风场预报,对短、中、长期环流形势预报有很好的指导作用,T213的假相当位温和相对湿度预报为降水预报提供可靠依据,欧洲850 hPa温度、海平面气压预报对气温升降、大风预报有很好的指导作用.通过试用,相关系数在0.60以下的仅供预报参考,相关系数在0.60以上的可作预报依据.     

基于ECMWF模式的江西及周边地区锋面暴雨预报检验和订正

利用全国降水资料（包括江西加密降水资料）、探空资料、ECMWF模式72—24 h降水和形势预报资料,采用天气学检验、SAL定量降水预报检验等方法,对2017—2019年江西及附近地区锋面暴雨的实况和模式产品进行检验分析,检验主要影响天气系统预报效果,得出ECMWF模式降水预报误差分布特征及原因,并对模式的暴雨预报进行订正。结果表明：ECMWF模式对2017—2019年锋面暴雨过程预报较实况大多偏北,落区预报误差主要源于大尺度降水。从锋面暴雨三种SAL分析误差可见,落区预报较实况大多偏北,暴雨过程强度多数较实况偏弱,结构较实况偏小。对误差较大个例的分析得出两点订正思路：1） 锋区南侧有较明显动力热力对流发展的弱锋区暴雨,暴雨落区可订正至925 hPa锋区南侧高温高湿区。2） 较强锋面暴雨,当中低层切变辐合抬升区重叠时,暴雨落区可向925 hPa锋区位置调整,暴雨通常不易出现在锋区北侧冷区。     

基于空间检验技术的甘肃河东地区短时暴雨预报产品误差分析

以6个短时暴雨过程为例,采用空间检验技术对甘肃河东地区短时暴雨预报产品误差进行分析。结果表明：降水概率预报对于系统性降水过程预报准确度明显高于突发性降水过程;短时暴雨预报方法的预报位置较实况偏东偏南,纬度偏差-2.1°～1.3°,经度偏差-0.4°～3.1°;强度较实况偏弱,61%本地预报方法雨强为实况的0%～90%;降水范围较实况偏小,偏小程度最多仅6个格点;强度误差占比最大,其次为范围误差,位移误差最小。预报员可基于本地短时暴雨预报方法对预报误差进行相应的调整。