北京地区中尺度非静力数值预报系统的开发与实时预报应用

国家气象中心与北京市气象局联合开发并将于1999年底建成“北京地区中尺度数值天气预报业务系统”。作为开发的第一阶段,以PSU/NCAR的MM5非静力中尺度模式为基础,在国家气象中心IBM/SP2机并行运算环境下与国家气象中心资料源连接并应用北京地区加密地面观测资料,初步建成了“北京地区中尺度数值天气预报试验系统”（以下简称BJ-MM5V.1）。模式设计为垂直23层,水平分辨率分别为45和15km的两重双向嵌套网格。在IBM/SP2计算机上用24个节点作36 h预报所需机时为2 h 20 min,满足实时业务预报需要。该系统于1997年夏季进行了实时运行试验,可提供北京地区每小时降水量预报每3 h多种气象要素预报,预报产品在北京市气象局试用。结果表明,系统有较强的稳定性和实用性,对降水时空分布的预报效果较好。     

北京地区中尺度非静力数值预报产品释用技术研究

在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预报业务系统”基础上，充分利用高分辨率中尺度数值预报产品和地面加密气象观测资料，分别使用统计和动力释用方法进行局地温度、风和北京市区空气污染状况的预报。试预报结果表明，用卡尔曼滤波方法建立的温度和风的预报效果高于中尺度数值预报直接输出结果；使用中尺度数值预报结果作为一个简单的污染预报动力模式的气象背景场，进行了污染预报试验，结果表明该预报方法具有一定的预报能力，其中SO₂、NO₂、CO浓度的预报准确率在夏、秋、冬三季中均可达到65%以上。上述研究成果已用于业务预报。     

北京地区风廓线仪布网方案的数值研究

文中利用北京地区中尺度数值天气预报业务系统 ,通过进行多个例数值对比试验 ,对在北京地区如何进行风廓线仪布网进行了数值研究。结果表明大气风场随高度的垂直分布和变化对天气过程有明显的作用 ,在较短时期就可对大气的空间特征形成深厚的影响 ,天气系统对大气风场的垂直结构特征是较为敏感的。其可在短期天气过程中影响天气系统的温度场结构及相关降水过程 ,且在以上影响随着预报时效的增加而增强的同时 ,影响范围也随预报时效的增加而扩大。对中尺度数值预报和北京地区的风廓线仪布点方案来说 ,以核心区域 (北京市城区 )为中心的呈近等边三角形的布网方案具有与近正四边形布网方案相当的探测效果 ,选择近等边三角形布网方案 ,较选择较近正四边形布网方案更为合理。可节省大量的资源及经费。文中所研究方法和结果对在有限区域如何选择风廓线仪布网方案具有广泛的借鉴意义和实际应用价值。     

短临交互预报系统在奥运会气象服务中的应用

2008年北京奥运会、残奥会期间,北京市气象局在各气象服务现场安装了先进的短时临近交互预报系统VIPS(Very-short-range Interactive Prediction System)。该系统的应用为增强现场气象保障能力发挥了重要作用。以2008年残奥会开幕式预演气象服务为例,介绍在开闭幕式现场通过VIPS系统实时调用各种监测、预报、预警信息和短时临近预报产品,快速分析,并及时准确地把气象预报服务信息提供给开闭幕式指挥部,避免和减轻了降雨天气造成的影响,为今后开展重大活动气象保障以及短时临近预报业务提供一些可借鉴的经验和思路。     

MM5在国家气象中心CRAY-C92的实时预报试验尝试

该文利用国家气象中心CRAY-C92计算机上初步建成的一个可与实时资料连接的MM5中尺度预报试验系统,探讨在目前国家气象中心计算机资源和可获取的实时资料条件下,进行实时预报服务的可行性及可能达到的精度,采用30 km水平分辨率的模式,在1996年夏季北方汛期进行了一个半月的实时预报试验,在1997年6～7月间“庆香港回归”天气服务过程中作了实时预报服务。预报及检验结果表明:MM5模式在强降水预报方面比业务模式HLAFS有较明显的改进,能预报出某些中尺度降水的细化特征,对暴雨和大暴雨区预报有较好的参考价值;该模式可以作为城市预报的补充工具;就目前计算机和资料条件,比6 h时段更短的高频城市降水模式预报尚很难得到满意效果。     

珠江三角洲降水数值预报的初步试验

以广州区域气象中心的实时资料库和大气所的细网格降水数值预报模式为基础,在VAX6220机上建立了珠江三角洲中尺度准业务降水数值预报系统,并从1990年5月20日至6月10日进行了连续22天的试验,对结果的分析表明,系统能稳定及时地提供12小时和24小时的预报产品,对短期降水预报具有一定参考价值。      

国家级区域集合预报系统研发和性能检验

该文简要介绍了中国气象局国家气象中心研发的区域中尺度集合预报系统主要技术特点:在初值扰动技术方面,通过研究中国地区中尺度模式预报误差快速增长特点、中国地形地貌特征与观测资料的分布情况,研发适合于中尺度模式的增长模繁殖法扰动技术构造初值场;分析数值模式物理过程参数化方案内在的不确定性以及对强对流天气和近地面要素预报的差异,确定多物理过程扰动技术方案。解决全球集合预报扰动信息向中尺度集合预报输入的关键技术,实现中尺度区域集合预报系统与全球中期集合预报系统的嵌套。在模式后处理方面,解决中尺度集合预报结果的偏差订正技术;开发满足多种需求的多要素、多层次概率预报产品和概率预报检验产品。在世界天气研究计划"2008年北京奥运会中尺度集合预报研究开发项目"3年实时预报试验比较评价中,中国气象局国家气象中心区域中尺度集合预报系统总体预报能力与国外同类系统相当。     

AMDAR资料在北京数值预报系统中的同化应用

该文针对北京市气象局业务快速更新循环同化预报系统(BJ-RUC),通过对有无飞机观测资料参加同化的预报试验客观要素预报均方根误差和降水量TS评分的对比分析,探讨了飞机观测资料对短期数值天气预报的影响。结果表明:飞机观测资料的同化对于前9 h预报时效内的高空风和温度预报有明显的正面影响。其中,对风预报的正面影响集中在925~250 hPa高度上;而对温度预报的正面影响主要体现在850~400 hPa之间的各层内。在快速更新循环的暖启动模式下,飞机观测资料同化比冷启动模式下带给预报结果更明显的正面贡献。飞机观测资料参加同化对于降水预报技巧的提高也有正面效应,对24 h和12 h累积降水量TS评分以及12~18 h和18~24 h时段内的6 h累积降水TS评分有明显提高,提高的最大幅度达50%,并对相应阈值和时段内无飞机观测资料参加同化的试验中雨区偏大现象有改善。分析增量分布特征与同化带来的风温要素3 h预报改进的垂直特征基本对应,表明飞机观测资料参加同化对初始场中风场和温度场质量的改进。     

台风试验陆地加密观测在数值天气预报中的作用

采用国家气象中心（NMC）有限区同化预报系统（HLAFS）和华北区域分析预报系统（NCAFS）的基本方案,选择“八五”期间台风试验期进行陆地测站特殊加密观测的两个台风个例作数值天气预报（NWP）试验,探讨这些资料在NWP中的作用。试验结果表明:陆地测站加密地面观测资料,对NMC的NWP系统的预报,尤其在较高分辨率情况下,具有较明显的改进作用。     

NWP产品在强对流天气诊断分析中的应用

利用ECMWF、T213、T106数值预报产品及各物理量场,对已知中尺度系统发生发展的大尺度条件,预报中尺度环流出现的统计概率进行探讨:首先将武汉中心气象台过去总结的强对流天气模型与数值预报产品中的环流形势进行对比分析,当所预报的环流形势满足强对流天气模型时,认为大尺度条件将会促进中尺度天气的发生发展。再对数值预报产品中的有关物理要素场和值进行诊断分析,当所诊断的结果反映出有中尺度次级环流出现或有利中尺度对流天气发生时,最后对强对流天气落区、落点及降水性质进行诊断分析。同时,还利用AREM中尺度数值模式对2002年7月21~24日过程进行诊断分析,预报效果较好。,通过诊断分析,得出了强对流天气落区、落点及降水性质与各要素之间预报场和值的关系,同时也为今后精细化预报提供了启示和参考。     

近十年来国家气象中心业务客观分析技术介绍

文章介绍了1980年以来国家气象中心客观分析进展情况，及前后用于业务的3个客观分析方案，并进行了比较。文章认为，近十年来国家气象中心业务客观分析取得了令人满意的进展，为国家气象中心数值预报系统建立和业务化作出了应有的贡献。分析结果还提供给各地气象台站业务和科研使用。     

Comparison of extended medium-range forecast skill between KMA ensemble,ocean coupled ensemble,and GloSea5

This article describes a three way inter-comparison of forecast skill on an extended medium-range time scale using the Korea Meteorological Administration (KMA) operational ensemble numerical weather prediction (NWP) systems (i.e., atmosphere-only global ensemble prediction system (EPSG) and ocean-atmosphere coupledEPSG) and KMA operational seasonal prediction system, the Global Seasonal forecast system version 5 (GloSea5). The main motivation is to investigate whether the ensemble NWP system can provide advantage over the existing seasonal prediction system for the extended medium-range forecast (30 days) even with putting extra resources in extended integration or coupling with ocean with NWP system. Two types of evaluation statistics are examined: the basic verification statistics - the anomaly correlation and RMSE of 500-hPa geopotential height and 1.5-meter surface temperature for the global and East Asia area, and the other is the Real-time Multivariate Madden and Julian Oscillation (MJO) indices (RMM1 and RMM2) - which is used to examine the MJO prediction skill. The MJO is regarded as a main source of forecast skill in the tropics linked to the mid-latitude weather on monthly time scale. Under limited number of experiment cases, the coupled NWP extends the forecast skill of the NWP by a few more days, and thereafter such forecast skill is overtaken by that of the seasonal prediction system. At present stage, it seems there is little gain from the coupled NWP even though more resources are put into it. Considering this, the best combination of numerical product guidance for operational forecasters for an extended medium-range is extension of the forecast lead time of the current ensemble NWP (EPSG) up to 20 days and use of the seasonal prediction system (GloSea5) forecast thereafter, though there exists a matter of consistency between the two systems.     

MM5三维变分系统在北京地区冷暖季背景场误差的对比分析

NMC方法是目前较广泛采用的一种对模式背景场误差协方差进行统计分析的一种方法。本文根据积累的2002年8月份和2003年2月份各一个月模式预报结果,采用NMC方法,计算了中尺度模式MM5V3在北京地区的冷暖季背景场误差,详细给出其气候统计特征。通过对比分析发现,背景场误差特征对于不同的模式变量、水平分辨率、垂直层各不相同,冷暖季背景场误差也有不同的特征,其差别主要表现在风场。这些特征与模式模拟区域的平均天气状况相对应,同化应该在各模式区域分别进行。MM5三维变分系统在北京地区的实际应用中,应发展根据实际季节变换背景场误差协方差矩阵的方法。     

国家级强对流天气综合业务支撑体系建设

国家级强对流天气预报业务正在从以短期预报为主调整到短期和短时预报并重的业务格局。文章从强对流天气预报技术发展与服务需求的角度,重点介绍了国家级强对流天气综合业务支撑平台及其核心技术。该平台以气象数据组织和图形化表达两个核心要求为牵引,发展了数据分析处理系统、自动气象绘图系统和WEB检索与显示系统。数据分析处理系统基于多源观测资料、中尺度数值预报和全球数值预报,发展了集约、高效的强对流天气监测和临近预报、短时预报和短期预报等数据分析处理技术,是整个平台的核心;主要核心技术包括:从不稳定与能量、水汽、抬升与垂直风切变等条件出发,以归纳总结的分类强对流天气概念模型为基础的分类强对流短期预报分析技术;应用"配料法"发展的分类分等级的强对流天气客观概率预报技术;强对流短时预报技术包括高分辨率数值预报释用、多模式预报集成、对流尺度分析、实况和模式探空分析等多项技术,重点实现了从过去3 h实况到未来12 h预报的无缝隙衔接;强对流的监测和临近预报技术在基于多源资料的强对流天气实况与强对流系统监测技术基础上,发展了基于雷达特征量、强对流实况、各类强对流指数和预警信号等多源信息的报警技术。自动气象绘图系统实现了高效、便捷地接入多种数据、自动进行数据分析和制图等多项功能。在预报服务方面,基于WebGIS发展了县级分类强对流预警信号和国家级分类强对流预警预报产品共享技术,实现强对流短时预报业务的高交互性与上下互通的功能。     

新标准下空气质量预报指导产品对比检验

为了解和掌握上级指导产品对石家庄市空气质量预报的适用性,进一步提高石家庄市空气质量预报的准确性,利用国家气象中心(NMC)、北京区域气象中心(BJ)和河北省气象局(HB)空气质量预报产品,对石家庄市夏季4种主要污染物PM_(2.5)、PM_(10)、O_3和SO_2的预报进行了对比检验,结果表明:1)NMC对4种污染物的预报效果均逊于HB和BJ的,对PM_(10)、PM_(2.5)和SO_2的预报值明显较实况偏大,尤其在发生重污染天气时,对PM_(10)和PM_(2.5)的空报率高达90%以上;2)HB对PM_(10)和SO_2的预报效果好于BJ的,对SO_2的预报值与实况值均在一个等级范围内,发生重污染天气时,对PM_(10)的预报效果好于BJ的,预报值更接近于实况,但对重污染向优、良转折天气的预报值偏高;3)BJ预报PM_(2.5)和O_3的效果好于HB的,对O_3的0级误差级别预报准确率高达90.5%,对PM_(2.5)优到轻度污染等级的预报效果较好,但对重污染天气的预报值低于实况。     

中尺度天气的高空地面综合图分析

中尺度强天气的预报能力非常有限,一个重要原因是在业务预报中,缺乏对中尺度对流天气发生的环境场条件和发生发展特征进行及时有效的分析。本文介绍了国家气象中心正在试行的中尺度天气的天气图分析方法。中尺度天气的天气图分析主要利用探空资料和数值预报相关参量资料,分析中尺度对流天气发生发展的环境场条件,包括高空综合图分析和地面分析。在高空分析中重视风、温度、湿度、变温、变高的分析,并通过将不同等压面上最能反映水汽、抬升、不稳定和垂直风切变状况的特征系统和特征线绘制在一张图上形成综合图,以更直观的方式反映产生中尺度深厚对流系统发生发展潜势的高低空配置环境场条件。地面分析包括气压、风、温度、湿度、对流天气现象和各类边界线(锋)的分析。国家气象中心的强对流天气预报业务试验表明,中尺度天气的天气图分析已经成为强对流天气潜势预报的重要依据。     

A Model Output Machine Learning Method for Grid Temperature Forecasts in the Beijing Area

In this paper, the model output machine learning (MOML) method is proposed for simulating weather consultation, which can improve the forecast results of numerical weather prediction (NWP). During weather consultation, the forecasters obtain the final results by combining the observations with the NWP results and giving opinions based on their experience. It is obvious that using a suitable post-processing algorithm for simulating weather consultation is an interesting and important topic. MOML is a post-processing method based on machine learning, which matches NWP forecasts against observations through a regression function. By adopting different feature engineering of datasets and training periods, the observational and model data can be processed into the corresponding training set and test set. The MOML regression function uses an existing machine learning algorithm with the processed dataset to revise the output of NWP models combined with the observations, so as to improve the results of weather forecasts. To test the new approach for grid temperature forecasts, the 2-m surface air temperature in the Beijing area from the ECMWF model is used. MOML with different feature engineering is compared against the ECMWF model and modified model output statistics (MOS) method. MOML shows a better numerical performance than the ECMWF model and MOS, especially for winter. The results of MOML with a linear algorithm, running training period, and dataset using spatial interpolation ideas, are better than others when the forecast time is within a few days. The results of MOML with the Random Forest algorithm, year-round training period, and dataset containing surrounding gridpoint information, are better when the forecast time is longer.     

针对模式风场的格点预报订正方案对比

为了将格点观测融合产品用于模式预报产品的滚动订正中,获得精准的预报效果,使用国家气象信息中心HRCLDAS（High Resolution China Meteorological Administration Land Data Assimilation System）业务系统产生的高频次格点风场融合产品作为实况资料,采用两种风场模型和8种格点误差订正方案,对模式风预报产品进行订正预报试验,试验选择欧洲中期天气预报中心10 m风预报产品的2017年1月1日—2月28日以及2017年6月1日—7月31日两个时间段,进行了预报模拟试验,对8种格点误差订正方案的订正结果进行检验,同时将订正场插值到站点,使用国家级2400个地面气象站风场资料进行站点检验,结果表明:无论从格点还是站点检验的平均绝对偏差、准确率、绝对偏差分布频率结果看,采用基于模式和实况因子的全格点滑动建模订正方案具有最佳的订正效果。     

基于径向基函数神经网络温度预报订正方法及评估

根据中央气象台自2017年10月—2018年9月20:00起报未来72 h 0.05 °×0.05 °分辨率格点日最高、最低温度指导预报和国家气象信息中心格点温度实况,应用Matlab神经网络工具箱提供的newrbe函数,建立基于径向基函数(RBF)神经网络的温度预报模型,对2018年10月—2019年9月RBF预报产品进行格点检验评估,并与同期的EC模式预报产品做了对比。结果表明:（1）通过RBF模型订正后的24 h、48 h和72 h日最高和最低温度预报准确率较中央气象台指导预报（NMC）分别提高了7.21%、6.98%、5.48%和5.67%、4.46%、4.47%,均为正技巧,且春、夏、秋季预报订正效果要好于冬季;（2）分区域预报检验来看,除海源、同心、彭阳的最高温度预报和海源、惠农的最低温度预报误差偏较大外,其他区域的误差基本都小于2 ℃。特别是对强降温、霜冻天气的温度预报准确率高于NMC,对预报员有一定的参考价值。      

MM5数值产品在大同地区短期预报中的应用

本文主要通过研究MM5数值预报产品在大不同地区短期降水预报中的释用，发现MM5数值产品具有较好的降水预报能力，对中小尺度的局地对流性降水预报效果更为明显，对强降水的预报量级亦有很好的指导意见。