气象要素场概率分布特征的模拟

本文在气象要素区域概率分布模型－锯齿波模型的基础上，通过最小二乘法，拟合了该模型产生的区域气象要素概率分布曲线，并使用得到的拟合函数，模拟了实际气象要素场阈值的概率分布，验证了该模型的有效性，模拟结果表明：模拟值和实际统计值吻合较好，从而可以通过使用拟合函数，由某要素单站概率较方便，准确地得出该要素在区域范围的概率分布特征。     

Parzen概率天气预报模型及其试验

在事件概率天气预报(POP)中,求得在一般条件下的最优概率估计函数,本文从Parzen公式出发,针对事件概率天气预报的特点设计了核函数,推导了概率密度估计式,进而提出了一种非参数回归方法——Parzen概率天气预报模型。对天气事件的条件概率与自变量之间的相关关系的具体函数形式并不已知的事件概率天气预报问题,该模型具有很好的适应性,并有较高的估计精度。数学证明表明,作为一种估计,该模型具有良好的统计学性质。可以认为该模型是直方图估计法(Rectangle method)的一种改进型。     

不确定性理论——集对分析在MOS概率天气预报中的应用

概率天气预报的关键问题之一是天气预报的不确定性,而集对分析(SPA)为研究天气预报的不确定性问题提供了新的思路和途径。本文针对概率天气预报的特点,应用SPA中联系度的概念,对数值预报产品的预报因子设立中相关概率区间,进行同异反分析,建立了基于SPA的MOS概率天气预报模型。试验表明,联系度概念的引进增强了概率天气预报模型结构的合理性,提高了用数值预报产品制作概率天气预报的准确率。     

全国各省市气象科技期刊文摘⑨

１非参数估计概率天气预报方法的概率基础《军事气象》２００１年第４期赵瑞星总参气象中心１０００８１摘要非参数估计概率天气预报方法是直接基于天气样本数据建立概率天气预报模型的方法，它避免了概率密度估计误差的影响。最近邻相似概率天气预报方法和Ｋ近邻概率天气预报方法是这类预报方法中的两种，实际上窗函数估计概率天气预报方法也属此类方法。许多文献中已较详细地叙述了它们的原理和计算方法，但仍没有说明其理论基础是什么。为此，我们从Ｂａｙｅｓ后验概率公式出发，用频率和窗函数的方法对最近邻和Ｋ近邻权函数概率天气…     

极端气候对平均气候变化的非线性响应及其敏感性试验

平均气候与极端气候两者发生的概率具有密切联系.从理论和观测事实两方面证明一地平均气候与其极端气候的对应概率存在着明显的非线性关系.假定气候变量有对称概率分布和非对称概率分布两种状况,从理论上证明,平均气候变化前后所对应的极端气候概率具有非线性变化;通过对若干个代表站及气候场资料的平均值与所对应极值概率计算结果,证明理论符合观测事实.进一步借助于数值试验考察了概率分布模式的各个参数之变化对极端气候概率的影响.根据观测事实的举例,也表明了不同概率分布条件下,基本上都有如此变化规律.     

基于概率神经网络的沙尘天气预报

为了对敦煌地区沙尘天气过程进行预报,构造概率神经网络模型。尝试组合多种预报因子,选取最优预报因子。通过叠套方法进行预报消空,减小冗余的晴好天气样本。使用Matlab神经网络工具箱提供的函数建立沙尘天气预报模型,并采用遗传算法获得模式层最佳平滑参数,来优化概率神经网络模型结构,使概率神经网络的函数逼近能力和网络性能得到提升。以此进行的沙尘天气预报效果较好,准确率达57%以上。     

基于T213集合预报的极端天气预报指数及温度预报应用试验

本文基于中国T213集合预报系统资料,借鉴欧洲中期天气预报中心极端天气预报指数的数学处理方案,在分析T213模式数据特征的基础上,研究了T213集合预报系统极端天气预报指数的数学处理方法,建立了适合T213集合预报模式的极端天气预报指数,并利用该指数对2008年1月极端低温天气进行了预报试验和评估检验,分析模式气候累积概率分布生成方法对极端天气预报指数的影响,得到以下结论：（1）确定了利用T213集合预报系统所有预报成员生成的模式气候累积概率分布计算极端天气预报指数;（2）利用TS评分确定极端天气预报指数发布极端低温预警信号的阈值为-0．3并进行预报试验。试验结果表明,极端天气预报指数对极端低温天气具有较好的识别能力,可提前3-5天发出极端低温预警信号。利用相对作用特征曲线对极端天气预报指数识别极端天气的技巧进行评估检验,检验结果显示,基于T213集合预报生成的极端天气预报指数对极端低温的预报存在正的识别技巧,随着预报时效的延长,识别技巧逐渐降低。（3）评估不同模式气候累积概率分布对极端天气预报指数识别极端低温天气技巧的影响,结果表明：产生模式气候累积概率分布的模式数据误差一致性是关键因素。     

未来极端降水对气候平均变暖敏感性的蒙特卡罗模拟试验

利用Weibull分布拟合逐日降水的原始分布模式,并基于统计降尺度和蒙特卡罗随机模拟方法,对中国东部区域各站逐日极端降水量在未来气候变暖条件下的响应特征进行统计数值试验.结果表明,在全球变暖背景下,区域平均温度的改变即可导致区域极端降水概率分布特征的变动.从两个典型代表区域的预估结果中可见,长江中下游南部平均降水量对平均温度升高有正响应,模拟得到的区域极端降水概率分布曲线有明显的向右平移,导致大量级的极端降水的再现期缩短即概率增大.山东及渤海湾区域平均降水量对平均温度升高有负响应,模拟得到的区域极端降水概率密度分布尺度参数变小更明显,即方差增大,表现为左右两侧概率密度增加,同样导致大量级的极端降水再现期缩短即概率增大.本文仅考察了气候均值改变条件下,未来区域气候极端值的概率预估的可行性方案.对于未来气候方差的变化并未作试验,但理论上已经证明,未来气候极端值的概率对于气候方差变化的敏感性可能更大.由于目前尚未整卵出考察方差变化的较为完整的实际观测资料,该问题还有待进一步深入研究.     

概率及天气概率预报

本文通过分析数学意义上的概率,以及气象业务实践中的概率预报,阐明了概率预报在天气预报中的应用价值。特别是对于数值预报产品开发应用,实行天气预报逐级指导,具有一定的参考意义。     

天气预报技巧和价值的关系

利用一个简单的花费-损失比模型介绍了天气预报系统的技巧和其对用户的价值之间的关系。以欧洲中期天气预报中心的集合预报系统的控制预报和集合预报为例，对确定性预报和概率预报的情况分别进行了说明。结果表明，有技巧的天气预报系统只有在用产的花费-损矢比(C／L)在某一数值区间内时对用户才是有价值的。通过对比分析集合预报系统EPS概率预报和确定性预报的相对经济价值曲线，说明概率预报系统比一个与其质量相当的确定性预报系统具有较大的价值优势，而根据C／L选择最佳概率阈值对于实现其最大预报价值尤为重要。     

11月份广州降水的天气形势及其系统配置

利用广州近10年11月的降水资源，分析其天气形势及其系统配置，并统计九运地期间广州出现降水的概率。     

山区公路雾天分布特征及相关性研究

雾是山区常发的天气现象,且具有偶发性和局部性的特征,雾天条件下,能见度降低,为公路行车安全带来一定隐患。该文基于云南普洱山区公路交通气象观测实验基地的观测数据,对2014年5月—2016年10月期间,实验基地所在公路的雾的等级以及时间分布规律进行了分析。通过列联表、条件频率等相关性分析方法,开展了雾天能见度与其他气象要素的相关性研究。通过对列联表的相关性假设显著性分析,降雨强度、风速等气象要素与能见度之间存在相关性;但列联关系V相关系数分析结果表明,其相关程度不高。从条件概率统计来看,在不同的气象要素区间范围内,各等级雾发生的条件概率分布遵循一定的规律。分析雾天能见度的分布规律,及其与其他气象要素之间的相关性,能为雾天条件下公路行车安全预警与控制提供数据支持。     

短期集合降水概率预报试验

以MM5模式作为试验模式, 通过选取不同的物理过程参数化方案产生8个集合成员, 分别用平均法、相关法和Rank法对2001年11月至2002年5月期间的22个降水个例进行短期集合降水概率预报试验。试验结果显示对小雨—大暴雨6类降水的概率预报, Rank法的综合预报效果明显好于相关法和平均法, 相关法的综合预报效果与平均法基本相同; 无论从均方误差角度还是从命中率和假警报率的相对大小角度, 对小雨、中雨、大雨和暴雨各量级以上降水的概率预报, Rank法的平均预报效果是三种方法中最好的, 相关法的平均预报效果与平均法相同; Rank法好于平均法的平均幅度从均方误差角度较大, 从命中率和假警报率的相对大小角度则较小。平均而言, 三种方法对各量级以上降水的概率预报都是有技巧预报, 对量级小的降水的概率预报技巧高于对量级大的降水的概率预报技巧。     

基于中尺度数值模式快速循环系统的强对流天气分类概率预报试验

在利用实况探空资料、微波辐射计和风廓线构建的特种探空资料对北京地区强对流天气进行判别,以及快速更新循环同化预报系统(BJ-RUC模式)探空资料可应用性分析的基础上,针对模式探空基本要素计算多种热力、动力、综合不稳定物理量,根据统计的强对流天气判别指标,计算模式格点上的强对流发生概率,并进一步针对冰雹(雷暴大风)和强对流短时暴雨天气下不同物理量的阈值范围,初步探索中尺度数值模式对强对流天气分类预报的可能性.通过不同组合的预报方案进行的对比分析表明,利用北京地区中尺度数值模式快速循环系统(BJ-RUC)的格点探空资料进行强对流天气概率的预报是可以实现的,强对流天气的分类概率预报也存在一定的成功率.     

南京地面风速概率分布律的城乡差异

根据南京气象站及其周边3个乡村自动气象站2005年逐时风速资料,拟合了风速的概率分布函数,分析表明:南京城、乡地面风速的概率分布均与3参数的韦伯分布吻合度很高,风速概率密度函数(PDF)曲线形状存在明显的城乡差别,城市风速PDF曲线更加陡峻,即风速分布更为集中;在0.75~3.75 m/s,城市风速PDF值明显高于周边乡村,而在3.75 m/s和0.75 m/s范围,城市风速概率密度值则低于乡村;城市下垫面的摩擦效应削弱风速而热力效应起增强风速作用,对风速的城乡差值序列的分析发现:多数时间城市风速是小于乡村风速的,但风速小于1.90 m/s条件下,城市风速会出现大于乡村的现象;总体上摩擦效应的作用远大于热力效应;城市效应使全年平均风速下降0.43 m/s。     

近10年中国现代天气预报的发展与应用

近10年来,随着数值预报技术的进步,探测手段的日臻完善和丰富,以及高性能计算机快速发展和应用,现代天气预报技术取得了显著的进步,其中快速更新同化分析和预报、集合预报、概率预报以及数字化预报等新技术的应用,促进了中国天气预报业务水平的提高,在中国防灾减灾、保障社会经济发展和人民安康福祉的气象服务中发挥了重要作用。回顾和介绍了近10年中国现代天气预报新技术,主要包括基于中尺度模式的多源资料快速更新同化预报技术,提供灾害性、极端性天气预报的不确定性信息的集合预报和概率预报技术及高时空分辨率气象要素的数字化预报技术,展望未来发展趋势,以期能够对未来天气预报技术发展提供借鉴和参考。     

提高新一代天气雷达在临近预报中准确率的分析

文章应用新一代天气雷达资料,并结合天气图、T-logp图等资料,对发生于2011年6月13日内蒙古西部巴彦淖尔市东部地区的一次局地强对流天气过程进行了分析。通过分析雷达冰雹概率、垂直累积含水量、回波顶高、风暴追踪信息等产品以及自动站天气实况等发现,用于短时临近预报的雷达冰雹概率及风暴追踪信息产品在该次强对流天气过程中与天气实况并不能很好地符合。其原因:一方面与雷达对风暴的跟踪和SCIT算法有关,另一方面表明天气背景以及短时强对流天气所具有局地性特点在短时临近预报中未能充分考虑。通过该个例的分析,对于业务人员认识本地区的强对流天气发生特点并提高预报准确率具有重要意义。     

1998年夏季我国异常洪涝区域气候的物理集合模拟

通过对MM5有限区域模式中的5种物理过程加以扰动、组合得到一个有19个成员的物理集合,并用其对1998年夏季发生在我国东部地区的异常洪涝天气气候特征进行了模拟研究。结果表明:相对于集合平均、高分辨率试验,集合概率预报有着最高的分辨力,这从一个方面验证了集合预报方法认为在数值天气预报中应该以概率的形式来认识大气状态的观点的合理性。另外,对不同的集合模拟质量检验方法,有较好表现的具体物理实现方案不尽相同,同时,模拟结果对扰动物理过程的敏感性分布有一些差异,但从统计意义来看:某些物理过程的扰动对模拟结果产生强扰动效应的频率更高一些及某些具体物理实现方案表现好的频率更高一些。     

Development of climate change projections for small watersheds using multi-model ensemble simulation and stochastic weather generation

Regional climate models (RCMs) have been increasingly used for climate change studies at the watershed scale. However, their performance is strongly dependent upon their driving conditions, internal parameterizations and domain configurations. Also, the spatial resolution of RCMs often exceeds the scales of small watersheds. This study developed a two-step downscaling method to generate climate change projections for small watersheds through combining a weighted multi-RCM ensemble and a stochastic weather generator. The ensemble was built on a set of five model performance metrics and generated regional patterns of climate change as monthly shift terms. The stochastic weather generator then incorporated these shift terms into observed climate normals and produced synthetic future weather series at the watershed scale. This method was applied to the Assiniboia area in southern Saskatchewan, Canada. The ensemble led to reduced biases in temperature and precipitation projections through properly emphasizing models with good performance. Projection of precipitation occurrence was particularly improved through introducing a weight-based probability threshold. The ensemble-derived climate change scenario was well reproduced as local daily weather series by the stochastic weather generator. The proposed combination of dynamical downscaling and statistical downscaling can improve the reliability and resolution of future climate projection for small prairie watersheds. It is also an efficient solution to produce alternative series of daily weather conditions that are important inputs for examining watershed responses to climate change and associated uncertainties.