KNN方法在11-3月中国近海测站最大风速预报中的应用

应用自组织神经网络方法对欧洲中心(ECMWF)2003年1月1日至2006年12月31日逐日数值预报产品分析场进行天气形势分型,发现11-3月影响我国的天气形势基本属于同一类型.对2004-2007年11-3月ECMWF逐日数值预报产品进行动力诊断,提取与中国近海16个测站日最大风速相关较好的预报因子,将改进后的KNN方法作为预报手段,建立11-3月近海测站日最大风速预报模型,并对2007年1-3月16个测站进行逐日检验,结果表明该方法对近海测站日最大风速有较好的预报能力.     

我国近海洋面10 m风速集合预报客观订正方

利用2013—2015年ECMWF集合预报10 m风场及我国沿岸和近海88个代表站点风速实况观测,建立基于ECMWF集合预报众数的我国近海洋面10 m风速客观订正方法。集合预报众数正确率及稳定性高于中值及平均值,因此基于集合预报众数,综合考虑历史数据的预报概率及集合预报各个成员的分布情况进行客观订正,可以提高订正效果。订正后的6~7级、8~9级风速偏小的误差及TS评分有明显改进,其中72~120 h预报时效的8~9级风速预报的TS评分由0.04增加到0.44,能够有效提高中长期时效大量级风速的预报能力。订正的风速产品对于我国近海冷空气及台风大风天气过程有较好的预报效果。     

我国近海洋面10 m风速集合预报客观订正方法

利用2013—2015年ECMWF集合预报10 m风场及我国沿岸和近海88个代表站点风速实况观测,建立基于ECMWF集合预报众数的我国近海洋面10 m风速客观订正方法。集合预报众数正确率及稳定性高于中值及平均值,因此基于集合预报众数,综合考虑历史数据的预报概率及集合预报各个成员的分布情况进行客观订正,可以提高订正效果。订正后的6~7级、8~9级风速偏小的误差及TS评分有明显改进,其中72~120 h预报时效的8~9级风速预报的TS评分由0.04增加到0.44,能够有效提高中长期时效大量级风速的预报能力。订正的风速产品对于我国近海冷空气及台风大风天气过程有较好的预报效果。     

ECMWF细网格要素预报场在乌鲁木齐米东区的预报性能检验

利用升级后的ECMWF细网格模式2m温度、大尺度降水量(LSP)、累积降水量(TP)及850hPa风速等气象要素预报场,采用客观分析和统计学方法,对2015年2月至2017年1月乌鲁木齐米东区气温、降水及风速进行检验分析。结果表明:2m温度场对于米东区最高、最低气温有较好的预报能力,最高、最低气温年均准确率ECMWF细网格模式产品均高于中央气象台指导预报产品,分别达69.1%和73.8%。细网格和中央气象台指导预报的晴雨准确率均接近或超过80%,对降水天气预报有较好的参考价值;降水分级检验上看,ECMWF细网格和中央指导预报准确率均不太高;对于降雨天气,细网格的预报能力略高于指导预报;对于降雪天气,指导预报对小雪和大雪的预报准确率高于细网格;ECMWF细网格850hPa风速产品与实况风速有较好的相关性,对逐日风的预报有较好地指示意义。     

最优子集神经网络在武威气温客观预报中的应用

选取2003年3月1日至2008年12月31日20时的逐日ECMWF(欧洲中期天气预报中心)数值预报产品实况格点资料,使用差分法、天气诊断、因子组合等方法,构造出能反映本地天气动力学特征的预报因子库,采用PRESS(预测平方和)准则初选因子,逐步回归复选因子,最优子集回归精选因子,建立分月、分站点逐日最高、最低温度BP神经网络预报模型。模型业务试用结果表明:该BP神经网络预报模型具有较强的非线性处理能力,能较好地反映日极端温度的变化,0～120 h内的最高、最低温度平均预报准确率达较高水平,且对明显的升降温过程反应灵敏,升降温趋势和幅度预报较为准确,为0～120 h的城镇精细化温度预报提供了重要的技术支撑,同时也为ECMWF数值预报产品在温度的释用提供了一种好的思路和方法。     

ECMWF相对湿度在海南州降水预报中的指示性

通过分析2007年6月-2008年5月ECMWF数值预报700hPa相对湿度格点场逐日24、48、72小时预报时效的预报产品（初始场为20时）和不同区域站点ECMWF相对湿度与海南州相对湿度实况值间的相关关系,并结合降水天气过程,对24—72小时ECMWF相对湿度与海南州降水的关系进行分析,给出用相对湿度预报海南降水的指标站和相对湿度参考值,对提高海南州降水预报准确率具有实际意义。     

ECMWF集合预报产品在广西暴雨预报中的释用

基于最大相关最小冗余度算法和随机森林回归算法,该文提出一种对欧洲中期天气预报中心（ECMWF）集合预报产品进行暴雨预报的释用方法。该方法采用最大相关最小冗余度算法,对ECMWF集合预报的51个成员进行筛选,选取若干个与预报对象相关性最大、相互间冗余度最小的成员作为随机森林回归算法的输入因子。利用ECMWF集合预报降水量平均值对建模样本进行分类,使预报模型的建模样本更具有针对性。通过2012年4月—2015年12月的交叉独立样本试验预报和2016年1—9月的业务预报试验的统计结果表明:该释用方法的暴雨预报TS和ETS评分,均比采用ECMWF集合预报产品51个成员降水量预报进行插值后取平均值的释用方法分别提高了0.07和0.05以上,显示了较好的数值预报产品释用效果。     

2016年3—5月T639、ECMWF及日本 模式中期预报性能检验

对2016年3—5月T639、ECMWF及日本（文中简称JP）数值模式的中期预报产品进行了分析和检验。结果表明：3个模式对亚洲中高纬环流形势的调整和演变均具有较好的预报性能,其中ECMWF模式预报效果最好。3个模式对850 hPa温度的转折性变化趋势均有较好的预报能力,其中对南方地区温度变化的预报能力明显优于北方地区,ECMWF综合预报效果最好。此外,选取了2016年3月3—5日的沙尘天气过程进行个例分析,发现T639和ECMWF模式对此次过程的地面高压系统的中期预报指示意义较好。     

中期数值天气预报的若干检验分析

引言正确的中期天气过程和要素预报依赖于正确的天气形势预报 ,而数值形势预报是这方面的有力工具。对此中期预报员在长期的预报实践中 ,对数值预报产品性能都积累了一定的经验。为了使这些经验得到较好的验证和提高定性定量分析的能力 ,本文特别选取了天气异常的１９９８年７ -８月和２００１年１ -２月欧洲和日本的逐日数值形势预报。分析检验了这两个时段逐日各时次数值预告的形势、系统和高度场与实况的差异 ,得出了这两个模式对天气形势和高度场预报误差的性质、特征、程度和一般性规律。这对今后结合预报经验 ,更好的应用数值形势预报…     

1986年春季ECMWF500hpa预告图的检验分析

一、引言天气预报实践表明,ECMWF(欧洲中期天气预报中心)500hpa天气形势预告具有较强的预告能力,自1982年8月引进ECMWF数值预告产品以来,区气象台中短期天气预报准确率有了比较明显的提高.目前,区气象台短期天气形势预报很大程度依赖着ECMWF500hpa天气形势预告.而天气要素预报又基于天气形势预报,因此ECMWF500hpa预告的偏差直接影响天气预报的准确率.1983年初,区气象台短期室     

统计降尺度方法在青海省冬季最低温度预测中的应用

利用2003-2007年国家气象中心T213L31全球中期数值预报模式逐日输出产品与青海地区25个气象站的观测数据作为试验资料, 利用相关系数和逐步回归进行因子选择, 并以单隐层神经网络和多元回归作为降尺度方法进行对比研究, 用2003-2006年间的11月1日～次年3月1日的资料作为训练样本, 以数值预报产品和前一日观测的最低温度作为因子, 建立青海省25个气候站的冬季最低温度的24, 48, 72 h预报模型, 并且以2006年12月和2007年的1、 2月作为24, 48, 72 h逐日最低温度预报试验时段。试验表明, 对于青海地区来说, 青海北部地区的预报命中率总体好于南部高原地区; 在4种对比方案中, 以选择数值预报资料结合前一日地面观测的最低温度作为主要因子的方法相对较优, 随着预报时效的延长, 24 h历史实况的作用逐渐减弱; 对于所有台站来说, 这4种方案各有优缺点, 没有一种方案可以完全代替其他所有方案; 在实际业务运行中, 对不同的台站应采用不同的预报方案进行实际业务预报。     

基于动态统计预报方法的京津冀雾霾中期预报试验

利用欧洲中期天气预报中心（ECMWF）数值预报产品和动态统计预报方法,对北京、天津、石家庄等14个京津冀重点城市雾霾与空气污染进行定量化的中期预报试验,包括对首要污染物PM_2.5浓度和能见度的逐时定量化预报及雾霾现象的客观化判断,并对2015年10月1日-2016年11月10日试验预报效果进行了检验评估。检验结果显示:该方法对北京及周边城市未来10 d逐时和逐日能见度、PM_2.5浓度及雾霾现象的预报值与观测值之间具有显著正相关系数、较高的误差减少量和TS评分等,表明基于ECMWF数值预报产品和动态统计预报方法的京津冀雾霾污染中期定量化预报技术整体上具有较高的可靠性、稳定性与预报技巧性。此外,检验指标还显示出该动态统计预报方法对能见度的预报效果要略优于PM_2.5浓度预报,同时对霾的预报准确率高于对雾的预报。个例分析显示,该动态统计预报方法能提前5~6 d预报出北京地区典型持续性雾霾污染的发展过程,对持续性雾霾的提前预报预警具有较好的参考意义。     

2015年9—11月T639、ECMWF及日本模式中期预报性能检验

对2015年9—11月T639、ECMWF及日本（文中简称JP）数值模式的中期预报产品进行了分析和检验。结果表明：3个模式对亚洲中高纬环流形势的调整和演变具有较好的预报性能,其中ECMWF模式预报效果最好。ECMWF模式对副热带高压脊线位置预报较为准确,而T639模式对副热带高压西脊点的位置把握更好。3个模式对850 hPa温度的转折性变化趋势均有较好的预报能力,其中对南方地区温度变化的预报能力明显优于北方地区。此外,3个模式对1522号强台风彩虹中心位置和强度120 h预报均存在不同程度的偏差,特别是对台风彩虹发展初期的强度预报明显偏弱。T639和ECMWF模式对静稳天气形势均有较好的中期预报能力,但ECMWF模式对驱散雾 霾的冷空气预报与零场更加一致。     

BP人工神经网络法在大同市日极大风速预报中的应用

文章利用2010年1月1日—2013年12月31日逐日NCEP再分析资料(1°×1°)和大同地区地面常规观测资料,采用BP人工神经网络法建立大同市分站点、分季节日极大风速人工神经网络预报模型并且在对T639数值预报产品和EC细网格数值预报产品释用基础上建立了台站日极大风速的客观预报系统,对2015年9月1日—2016年7月31日进行了24h预报,试用结果显示,各季模式平均绝对误差在3.2~5.7m·s^-1之间,因此,该系统可以为预报员快速做出日极大风速的预报提供客观参考依据。     

GRAPES_TCM模式对2013—2014年浙江影响台风预报的检验分析

基于多种台风定位定强客观方法,检验了高分辨区域台风模式(GRAPES_TCM)对2013—2014年浙江影响台风的路径、强度、移向和移速等的预报效果,并与多家业务模式产品(欧洲中心数值模式(ECMWF)、日本数值模式(JMA)、美国数值模式(NCEP)和中国数值模式(T639))进行对比分析,结果表明,在用最大风速中心定位、用10 m层中心最大风速定强以及用海平面中心最低气压定强时,GRAPES_TCM的预报精度都较高;GRAPES_TCM对台风移速和移向预报都有较好效果。     

WT模型在山区高速公路风预报订正中的应用

利用2001—2020年河北省142个国家气象站逐日最大风速资料分析了近20年河北风速变化背景。择选2021年2—5月张家口、崇礼区域日极大风速13.9 m/s以上、日10 min平均风速最大值8 m/s以上的30个代表日，运用张承高速公路沿线崇礼国家气象站、南窝铺及场地2套区域气象站、高家营及西湾子2套交通气象站的逐分钟风向风速观测资料，ECMWF数值模式输出的地面10 m风预报资料，以及3″分辨率的SRTM3地形资料，应用Meteodyn WT模型对张承高速公路沿线2个解域区域内的风预报结果进行了订正和检验。结果表明：WT模型输出风速与实际观测风速相关系数可达0.6225并通过0.001显著性检验，各代表站模拟的结果与实况的误差80%以上在±2 m/s之间，地形开阔处误差明显减小；风向也表现出很高的一致性。说明应用WT模型对山区高速公路沿线风数值预报进行订正是可行的，各地可结合本地地形数据以及相对稳定可靠的风的数值预报产品作为WT模型的驱动数据源，开展本地山区高速公路沿线风的订正应用。     

北京智能网格温度客观预报方法(BJTM)及预报效果检验

基于欧洲中心中期天气预报(ECMWF)精细化数值预报模式产品资料,采用一元线性回归以及克里金插值,发展了北京地区智能网格温度客观预报方法(Beijing intelligent grid temperature objective prediction method,BJTM),并对2017年1—12月北京地区55个考核站进行检验。结果表明,BJTM对ECMWF细网格模式的温度预报订正能力有显著提升,日最高、最低气温预报准确率分别提高25.4%和11.2%。2018年1—6月的业务运行结果也表明BJTM预报产品的预报结果优于同期ECMWF模式、中央台指导预报及预报员主观预报产品。BJTM可以有效提升北京地区温度预报的精细化能力和水平,有较好的业务应用价值。     

环渤海地区4～10天风速预报中相似预报法的应用

依据逐步相似过滤法和最小相似离度原理,利用NCEP逐日再分析资料、T213数值预报产品和环渤海72站1958—2008年地面观测站风速资料,建立不同因子组合的相似过滤方案,制作环渤海72站4～10天每日4次、日最大风速预报。通过多个相似过滤方案预报准确率检验,确定“最佳”逐步相似过滤方案。经过2007—2008年预报检验表明：每日4次风速预报中,0~2级风速的预报效果最好,4～10天平均TS评分达到67%;日最大风速预报中,3~4级4～10天平均TS评分为54.1%,5级及以上的TS评分为17.1%。在风力不太强的情况下,该方法对于中期风速预报有一定的参考价值。     

中国区域多种数值模式资料的地面气象要素评估

利用中国气象局国家级自动站(2421个站)的观测资料,分别对2010年7月1日至2013年6月30日的欧洲中期数值预报中心(ECMWF)、日本气象厅(JMA)和美国国家海洋大气局的全球预测系统(GFS)数值模式资料的地面气温、相对湿度和风速在中国区域的适用性进行了比较研究。结果表明,3种数值模式资料都能在一定程度上反映观测资料所具有的时间和空间分布特征,东部地区的适用性要高于西部地区。不同的地面气象要素,差异较大:对于地面气温和地面相对湿度,ECMWF比JMA和GFS更接近实际观测,ECMWF和JMA的分析场数据质量要好于预报场;ECMWF和JMA地面气温在冬季与观测差异最大,GFS地面气温在夏季与观测差异最大;3种数值模式资料的地面相对湿度在秋季和冬季与观测差异最大;对于地面风速,在江淮流域和华南等东部区域JMA与实际观测差异最小,在北部和西部区域ECMWF最好,JMA和GFS地面风速在冬季与实际观测差异最大。     

近50a阿勒泰地区大风的环流分型及预报

利用1961~2010年阿勒泰地区7个观测站地面大风观测资料,统计分析了阿勒泰地区大风日数的时空分布规律及变化特征,结合2007~2012年35个大风个例的历史天气图、ECMWF和T213数值预报产品,进一步分析了大风天气环流特征,总结归纳出不同天气形势下大风预报指标和预报方法,并进行检验。结果表明:阿勒泰地区年大风日数为30 d,春季最多,冬季最少;各县市大风日数年际变化差异较大,均呈明显减少趋势,就全区而言,其气候倾向率为-8.5 d/10 a;受地形显著影响,西北部为大风多发区,东部最少。根据环流形势特征,该区大风主要分为冷锋型、动量下传型、回流型、中小尺度型4种类型。根据归纳的大风预报指标及预报方法,得出该地区2011~2012年大风预报准确率为77%,效果较好,在预报业务中具有重要的参考价值。