美国国家天气局天气预报模式有新改进

美国国家天气局宣布，其制作15天天气预报的天气与气候模式有重大改进。2005年9月，美国国家天气局环境模拟中心开始提供更精细的大气信息，这些信息能帮助预报员提高预报准确度。随后，美国国家天气局对其全球预报系统（GFS：Global Forecast System）进行了升级，该系统是其用来预报全球天气形势的主要模式。美国国家天气局的各种天气预报均使用该模式，例如飓风预报、暴雨预报、干旱预报、雪暴预报、冰况预报以及航空预报。     

德国天气在线产品在寿光温度预报中的应用分析

为了提高更加精细化的温度预报,通过对2009-2010年德国天气在线的数值预报产品中24小时最高、最低气温进行检验,结果表明,在士2℃误差范围内,德国天气在线的数值预报产品对高温预报准确率平均达到78％;低温预报准确率平均达49％。分析影响该模式预报高、低温偏差的主要天气原因,找到通过该模式订正高、低温预报的方法。     

《亚洲沙尘暴数值模式系统》在新疆的应用及检验评估

2006年底新疆气象局引进了《亚洲沙尘暴数值模式系统》,并对该系统进行本地化试验。2007年初该系统开始业务运行,运行情况良好。为了更好地了解该模式的各种预报指标,提高新疆沙尘天气的预报准确率,本文对2007年春、冬季时节该模式输出的沙尘预报结果分别进行了主、客观检验。并从检验结果可以看到,沙尘模式的预报能力非常强,区域预报有无检验一般60%以上,空报率也比较高,一般都在30%以上。但总的来说该模式对于强冷空气造成的大范围的沙尘天气有很好的预报能力,在新疆尤其是沙尘天气的高发时段,可发挥该模式的作用。本文对其使用的主客观检验方法进行了详尽的描述。     

天气预报决策方法探讨

依据运筹学中的线性规划原理，建立了一个多意见（天气预报模式、指标）下的优选方法，即预报决策模式。该模型对于同时出现的不同意见（多模式预报结果不共性）具有解决如何选择的问题，即最终预报决策最优方法。方法不直接作天气预报，但依据各模式对天气贡献率的大小，直接挑选出最佳预报模式，从而对天气作出最佳的预报。     

阿坝州区域大雪自动化预报方法研究

大雪是阿坝州的主要灾害性天气，本文对该区域大雪天气的特征进行了较深入的分析，提出了有针对性的数值预报模式，对准确预报阿坝州大雪天气具有一定的指导意义。     

用中尺度非静力模式制作北京气温和风预报

利用国家气象中心与北京市气象局联合开发的“北京地区中尺度数值天气预报业务系统”针对业务预报需要,开发了２米温度、１０米风的要素预报。通过近一年的预报效果检验表明,该系统不仅对一般性天气有比较好的预报效果,同时也可以预报出转折性的大风、升（降）温等天气过程。与ＮＣＥＰ的ｅｔａ模式相比,该系统的温度预报误差与之基本相当,而风速预报误差略小于ｅｔａ模式。     

沙尘暴天气数值预报系统及其预报效果检验

沙尘暴天气数值预报系统包括区域大气模式、陆面过程模式、风沙模式(包括风蚀、输送和沉降模式)和地理信息系统。用该系统对2002年3月20日和4月7日2次沙尘天气进行了预报试验,利用地面观测资料和卫星观测资料对模式输出的主要沙尘天气预报产品进行了对比分析。分析结果认为,沙尘暴天气数值预报系统对沙通量、尘通量和垂直积分质量有很好的预报能力,但仍需改进陆面参数和沙尘气溶胶的初始值。     

阿坝州区域大雪自动化预报方法研究

大雪是阿坝州的主要灾害性天气,本文对该区域大雪天气的特征进行了较深入的分析,提出了有针对性的数值预报模式,对准确预报阿坝州大雪天气具有一定的指导意义.     

多元判据综合评估中期天气客观相似预报模式

提出一个对多元判据综合评估的中期天气客观相似预报模式。模式应用同中期天气过程的时间—空间尺度相适应的经过时间滤波的大气环流背景为客观判据，比较全面地评估了预报时刻前后多层次、多要素的大气环流动态变化的相似，通过定义相似指数综合评估在多元判据下样本的相似程度，从相似时域的历史样本中找到较佳相似的中期过程，预测未来l～10天的中期天气过程。模式检验和预报试验表明该模式具有预报技巧。     

广西人工影响天气模式预报系统

在国家气象中心自主研发的双参数云降水方案与GRAPES中尺度数值模式耦合建立的人工影响天气条件判别的模式预报系统基础上,进行本地化改进建立广西人工影响天气模式预报系统.该系统能够提供广西及其附近区域多种云物理量24小时的预报产品,为人影作业预警指挥提供重要的参考依据.     

插值预报的一种新方法及其在降水预报中的应用

本文针对经典插值预报方法存在的不足,遵循插值预报的基本原理,提出了插值预报的一种新方法,此方法的实质是考虑了预报系统中不同预报因子对系统的最后演变结果的不同作用,将此方法应用于云南１８个测站五月雨量的预报中,结果表明,此方法无论在历史预报方面还是在外推预报方面均具有良好的稳定性和预报精度。     

匹配域投影降尺度方法在黄河流域夏季降水预测中的应用

文章采用黄河流域夏季降水数据和BCC-CGCM模式资料,利用匹配域投影降尺度方法对黄河流域夏季降水进行预测,得到以下结论:(1)交叉验证期,匹配域投影降尺度方法对黄河流域夏季降水的预测效果要好于原始模式预测,且较模式直接输出的要素预测稳定;分月预测比夏季整体预测效果要好。(2)匹配域投影降尺度方法对各个区域的预测能力不同,在夏季(6—8月)预测中,预测较好区域比较分散,而分月预测中,预测较好的区域比较集中。月份不同,降尺度方法对于不同地区的预测能力也不同。(3)2009—2013年的独立样本检验表明,匹配域投影降尺度方法对于黄河流域夏季降水的预测效果要明显好于模式直接输出的要素预测。尤其6和7月的降尺度预测较模式直接输出的要素预测有较大提高。     

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。     

江西省中小水电智慧气象服务技术研究及应用效果检验

基于高精度DEM及水系数据的流域集雨区划分,研究了江西省中小水电站集雨区划定技术方法;通过对水库集雨区上降水预报和观测站点的实况两者对比分析,建立了基于库区的多模式本地化水库面雨量预报方法;通过模式参数化率定方法以及雨洪耦合来水量预报方法的研究,建立了水库来水量预报模型.利用2007—2020年水文数据以及降水实况和模式数据,检验了七一水库2020年逐7 d面雨量预报效果.检验结果表明,面雨量预报模型在0—3 d的平均预报准确率为70.1％;中雨和大雨量级的降水预报准确率分别为30.7％和28.3％,暴雨、大暴雨预报具有一定的指示意义;改进后的流量模拟效果进一步提升,强降水过程的流量预报效果明显改善.     

Application of the Analogue-Based Correction of Errors Method in ENSO Prediction

In this study, a method of analogue-based correction of errors（ACE） was introduced to improve El Ni？o-Southern Oscillation（ENSO） prediction produced by climate models. The ACE method is based on the hypothesis that the flow-dependent model prediction errors are to some degree similar under analogous historical climate states, and so the historical errors can be used to effectively reduce such flow-dependent errors. With this method, the unknown errors in current ENSO predictions can be empirically estimated by using the known prediction errors which are diagnosed by the same model based on historical analogue states. The authors first propose the basic idea for applying the ACE method to ENSO prediction and then establish an analogue-dynamical ENSO prediction system based on an operational climate prediction model. The authors present some experimental results which clearly show the possibility of correcting the flow-dependent errors in ENSO prediction, and thus the potential of applying the ACE method to operational ENSO prediction based on climate models.     

基于幅频分离的气候时间序列预测试验

从气候波动的瞬时频率与瞬时振幅出发,结合最小二乘支持向量机技术,提出了基于幅频分离技术的气候时间序列预测方法,并对南京地区降水距平进行了30候的预测试验。结果表明,幅频分离预测法能够对所有模态的振幅和高频模态的瞬时频率进行较好的预测,而预测的瞬时频率累积误差会对模态分量的预测距平相关性产生敏感影响,该新方法能够显著提高气候序列高频模态的预测效果。对于气候序列的低频模态分量,集合经验模态分解的边界效应会对瞬时频率的求解产生较大误差,使得序列边界区的幅角计算不准确,导致对低频模态的最终预测效果不理想。对气候序列的高频分量采用幅频分离并进行最小二乘支持向量机预测,而对其低频分量仅采用最小二乘支持向量机进行直接预测,可同时提高高、低频分量的预测效果,并最终提高整个气候序列的预测准确性。该分频预测方法可以使南京降水预测的30候距平相关保持在0.4以上。     

非线性动态系统预报的一种方法初探

本文提出一种非线性动态系统预报方法，其特点是初步考虑了预报因子的突变性和时变参数的非平稳性。数值实例说明:这种方法的预报准确性比一般多层递阶方法要好。     

集合预报研究及应用进展

从初值扰动的生成方法、数值预报模式的建立、输出产品的提炼应用等方面简要概括了集合预报的最新进展。指出，运用BGM法生成初值扰动效果较好，多模式集合预报正成为天气预报的发展趋势；集合概率预报是集合预报的最佳结果，但发布还需要做大量的普及推广和培训工作；集合预报正在被越来越多的国家投入准业务运行和业务运行．有可能成为新的主流预报方式。     

奇异谱分析-最大熵结合最优子集回归方法在中国夏季降水预测中的应用

基于奇异谱分析-最大熵预报方法（SSA-MEM）和最优子集回归方法（OSR）,综合考虑降水量序列自身的变化特征和外强迫因子对降水的贡献,把奇异谱分析-最大熵预报方法和最优子集回归方法结合起来,提出了SSA-MEM和OSR集成的新方法。对1961—2000年的夏季降水量进行拟合并试做2001—2004年的夏季降水预测。结果表明,回报拟合值与实况值距平相关系数达到0.85,通过了0.01的显著性水平检验。预报的平均技巧得分较高,试报准确率达到69%,略高于目前国内对汛期降雨预测的平均准确率。初步的试验表明,本方法对全国范围夏季降水有较好的预测能力,在东北及西南地区预测结果尤为显著。     

山东省冬小麦产量动态集成预报方法

在新型统计检验聚类分析 (CAST) 方法对山东省冬小麦种植区进行合理分区的基础上,利用基于作物产量历史丰歉气象影响指数、关键气象因子影响指数、气候适宜度指数、WOFOST (world food study) 作物生长模型分别建立各区域冬小麦产量动态预报方法,利用这4种方法分别对2004—2011年山东省冬小麦产量进行动态预报,在分析历史预报结果平均准确率的基础上,剔除预报准确率低于90.0%的预报方法,确定每种方法的权重系数,采用加权方法建立山东省冬小麦产量动态集成预报方法。结果表明:4种单一产量预报方法在各区域各时段的预报准确率很不稳定,波动范围较大。而集成预报方法对山东省各区域冬小麦产量动态预报准确率相对于4种单一预报方法均有所提高,预报准确率普遍在95.0%以上,且其预报结果稳定性较好,变化比较平稳, 集成预报方法更适合在业务上应用。