GM(1, 1)模型的建模条件

GM(1,1)模型是灰色系统理论的核心预测模型,对GM(1,1)模型的建模条件进行研究是提高模拟精度的基础.采用理论证明和数值算例相结合的方法对GM(1,1)模型的建模条件进行研究,拓展了经典灰色预测模型的级比判定条件.结果表明:当原始序列的累加序列值都相等时,发展系数不存在;提高原始序列光滑度不是提高模拟精度的充分条件.     

基于灰色系统模型的棉铃虫成虫预测

应用GM(1,1)模型,根据2004—2011年乌苏市棉铃虫二代成虫的数量建立了低精度的灰色模型,建立残差的GM(1,1)模型后,再进行模型修正并检验,小误差概率p=10.95,后验差C=0.31970.35,此模型符合一级标准,精度较高,相对残差较小。     

等维新息GM(1,1)模型在郑州市城市生活需水量预测中的应用

针对常规GM(1,1)模型存在的不足,建立了等维新息GM(1,1)城市生活需水量预测模型.利用此模型对郑州市2010、2015和2020年的需水量预测结果分别为36003×104m3、51216×104m3和73349×104m3.     

BIOME3模型在中国应用的精确度分析及其改进

通过对BIOME3模型输出结果与中国植被区划类型相匹配,在一级植被区划下,通过Kappa检验方法对BIOME3模型的模拟能力进行了客观比较分析.结果表明,BIOME3模型在植被区域等级下可以整体上较好地模拟中国植被区域(Kappa指数0.55),但存在其对草原、寒温带针叶林及热带雨林区域模拟能力较弱,对青藏高原地区植被模拟能力单一,以及在区域边界处模拟不准确等不足.本工作在3方面对BIOME3模型作出了改进:1)将原BIOME3模型中大大简化的土壤下渗过程进行了较完善的机理化改进;2)采用更为完善的美国农业部USDA系统土壤分类数据库,重新设定土壤参数;3)将站点月平均温度在空间插值的基础上结合海拔高度整理出新的格点月平均温度数据库,应用于模型输入中.修改后的模型结果显示, BIOME3模型中生物地球化学模型部分对于模型的作用增强即水分胁迫作用明显增强,可较成功地模拟中国南部的灌丛、矮林植被群区;对于青藏高原冰川区模拟能力大大加强,并具有一定的垂直地带性模拟能力.     

时间序列均生函数模型在降水量预测中的应用

利用高要站1980—2015年冬季(12月—次年2月)的降雨量,构建均生函数模型,并采用粗选因子、逐步引入、逐步剔除等3组回归方案,对降雨量进行模型拟合,2016—2017年冬季降雨量进行模型预测结果的检验。结果表明:3组回归方程均能较好地拟合时间序列的变化趋势,对极值的把握表现较好,对短期气候预测业务有一定的现实意义。     

等维新息GM(1,1)模型在郑州市城市生活需水量预测中的应用

针对常规GM(1,1)模型存在的不足,建立了等维新息GM(1,1)城市生活需水量预测模型。利用此模型对郑州市2010、2015和2020年的需水量预测结果分别为36003×104m3、51216×104m3和73349×104m3。     

曲线Ae^ax模型可以代替GM（1，1）预测模型

对灰色系统中的GM(1,1)预测模型与曲线Aeax拟合做了对比分析,得出的初步结论是:一般情况曲线Aeax可以代替GM(1,1)预测模型     

应用地基GPS技术遥感大气柱水汽量的试验研究

从理论上分析了AN (Aske and Nordius) 大气柱总水汽量 (W) 计算模型的偏差, 探空试验结果证实了理论分析的结论.作者经过推导, 建立了新的W计算模型, 与探空方法获得的W值具有很好的一致性. 1998年进行了一次“GPS暴雨观测试验”.试验结果发现:可降雨量的高值时段与降雨过程高度相关; 大的降雨过程, 在降雨前, 可降雨量一般都有一段递增过程, 在降雨结束过程中, 可降雨量一般都有一个递减过程, 在突发暴雨事件发生前往往发生可降雨量突然大幅度递增现象; 在大暴雨事件发生前, 存在一个长时间的十分明显的孕育阶段.     

GM(1,1)模型对中期旬降雨量的预测能力

近几年来灰色理论被引入气象系统后,不仅在农业气象、气候区划等工作中初见成效,而且在天气预报和许多专题性研究上也获得了明显效果。本工作就是利用 GM(1,1)模型对中期天气预报的一个尝试,重点分析了灰色模型对旬降雨量的预测能力。一、模型一阶、一个变量的微分方程dx~((1))/(dt)+ax~((1))=u     

日气温数据缺测的插补方法试验与误差分析

对缺测气象观测记录进行插补是建立连续气象数据集的基础.将孤立1日或数日缺测资料进行插补的线性回归模型法应用于连续缺测数月的逐日最高、最低和平均气温的插补,并进行了一系列改进,包括:(1)用滑动选优法确定邻近参考气象站站数和数据样本时间窗的最佳值;(2)在记录缺测站与邻近参考站之间建立逐日气温的线性回归模型,并选取以最小绝对误差(Least Absolute Deviation,LAD)为目标函数求取模型参数的方法,取代以最小均方根误差为目标函数的最小二乘法(Least Squares Estimate,LAD)求解模型参数的方法,可提高计算效率和参数的稳定性;(3)进一步提出将LAD法与DeGaetano标准化序列法插补结果平均的综合插补方法,以减少极端误差.通过对湖北蔡甸气象站1961-2006年插补试验表明:(1)以4个邻近站和年数为8年、日数为15天时间窗的样本资料建模进行插补误差达到最小;(2)逐日最高、最低和平均气温的平均绝对误差分别为0.32℃、0.45℃、0.28℃,误差在±0.8℃以内的频次分别占总数的94.1%、84.8%、96.1%,观测值与插补值月相关系数在0.886以上.插补与观测资料平均值和相关系数分别通过了显著水平为0.05和0.01的检验.     

中国东部夏季降水与东亚垂直环流结构及其预测试验

本文在分析中国东部夏季降水的时空分布特征基础上, 从东亚高、中、低层大尺度环流异常着手, 选取对中国东部夏季降水异常有显著影响的大气环流预报因子, 分别应用逐步回归和最优子集回归法两种统计降尺度方法, 以动力气候模式CAM3.1预报输出的大气环流预报因子为基础, 以中国东部夏季降水的典型空间分布型为预报对象, 建立动力与统计相结合的中国东部夏季降水预测模型, 并对1981～2000年的中国东部夏季降水进行回报试验。结果表明: 中国东部夏季降水具有4类典型的空间分布型式, 且具有显著的准2年和年代际尺度振荡周期; 东亚高、中、低层大气环流异常的特定配置, 对东部夏季降水的空间分布型有显著影响; 使用两种降尺度方案建立的动力与统计相结合的预测模型对中国东部夏季降水异常具有一定的预报技巧, 可以在一定程度上提高动力模式对中国东部夏季降水的预报效果。     

滑坡泥石流大尺度统计预报模型的实时检验

利用滑坡敏感性分布和降雨阈值公式建立了一个滑坡泥石流统计模型,该模型可以用于中国大尺度范围内的滑坡泥石流预警。使用CMORPH卫星降水驱动该统计模型,对2016—2017年的106起滑坡泥石流事件进行了验证分析。结果表明,该模型能较好地预警大多数滑坡泥石流事件,其中对72. 1%的雨季滑坡泥石流事件能较好预警,但对非雨季的事件只有35%能较好预警,对雨季的预警效果明显优于非雨季。由于滑坡泥石流主要发生在雨季,因此该模型总体上具有较好的效能。该模型对于强降雨引发的快速滑坡事件具有较好的预警能力,但对于由强度较小、持续时间较长的降雨引发的慢过程滑坡事件的预警效果有待提升。利用该统计模型以及CMORPH实时卫星降水产品,可以建立滑坡泥石流大尺度实时预警系统,对滑坡泥石流减灾防灾具有一定意义。     

非线性统计预报方法研究进展

从线性统计分析向非线性统计分析发展,从而逐步建立非线性统计预报方法,已成为统计学方法发展的方向之一。虽然非线性统计预报这些年来有了较大发展,但却缺少系统的介绍。作者将自己的研究成果及应用实例归纳整理,对非线性统计预报中参数计算基本方法,一个自变量时的统计预报模型,拟线性、半线性和曲线性预报模式,分段逼近模式,插值、距离、相似预报方法等作了系统介绍。并给出了各种非线性统计预报模型在气象预报中的具体应用实例索引。     

OPERATIONAL FORECAST OF RAINFALL INDUCED BY LANDFALLING TROPICAL CYCLONES ALONG GUANGDONG COAST

Following previous studies of the rainfall forecast in Shenzhen owing to landfalling tropical cyclones(TCs), a nonparametric statistical scheme based on the classification of the landfalling TCs is applied to analyze and forecast the rainfall induced by landfalling TCs in the coastal area of Guangdong province, China. All the TCs landfalling with the distance less than 700 kilometers to the 8 coastal stations in Guangdong province during 1950—2013 are categorized according to their landfalling position and intensity. The daily rainfall records of all the 8 meteorological stations are obtained and analyzed. The maximum daily rainfall and the maximum 3 days' accumulated rainfall at the 8 coastal stations induced by each category of TCs during the TC landfall period(a couple of days before and after TC landfalling time) from 1950 to 2013 are computed by the percentile estimation and illustrated by boxplots. These boxplots can be used to estimate the rainfall induced by landfalling TC of the same category in the future. The statistical boxplot scheme is further coupled with the model outputs from the European Centre for Medium-Range Weather Forecasts(ECMWF) to predict the rainfall induced by landfalling TCs along the coastal area. The TCs landfalling in south China from 2014 to 2017 and the corresponding rainfall at the 8 stations area are used to evaluate the performance of these boxplots and coupled boxplots schemes. Results show that the statistical boxplots scheme and coupled boxplots scheme can perform better than ECMWF model in the operational rainfall forecast along the coastal area in south China.     

我国地面降水的分级回归统计降尺度预报研究

利用TIGGE资料中欧洲中期天气预报中心(ECMWF,the European Centre for Medium-Range Weather Forecasts)、日本气象厅(JMA,the Japan Meteorological Agency)、美国国家环境预报中心(NCEP,the National Centers for Environmental Prediction)以及英国气象局(UKMO,the UK Met Office)4个中心1~7 d预报的日降水量集合预报资料,并以中国降水融合产品作为"观测值",对我国地面降水量预报进行统计降尺度处理。采用空间滑动窗口增加中雨和大雨雨量样本,建立分级雨量的回归方程,并与未分级雨量的统计降尺度预报进行对比。结果表明,对于不同模式、不同预报时效以及不同降水量级,统计降尺度的预报技巧改进程度不尽相同。统计降尺度的预报技巧依赖于模式本身的预报效果。相比雨量未分级回归,雨量分级回归的统计降尺度预报与观测值的距平相关系数更高,均方根误差更小,不同量级降水的ETS评分明显提高。对雨量分级回归统计降尺度预报结果进行二次订正,可大大减少小雨的空报。     

广东降水延伸期预报的探索

利用1961-2005年广东省站逐日降水资料,采用奇异谱分析结合自回归模型对广东候平均降水进行未来1～5候的延伸期预报试验.结果表明,广东省降水侯平均存在一个准40 ～60 d的振荡周期,对1961-2000年候降水重构相关系数在0.96以上.对2001-2005年候降水进行未来1～5候的预报试验,预报效果除2003年后延第5候较差外,其它4 a的预报结果都较好.后延第1候预报相关系数最高达到0.86,后延预报到第5候时相关系数也在0.3以上.从预报平均相对均方根误差来看,5 a均在30％以内,预报的稳定性和效果较理想.总体说明奇异谱分析结合自回归模型是一种较为有效的预报方法,在未来10～30 d延伸期天气预报业务中有一定的参考价值.     

2004年主汛期各数值预报模式定量降水预报评估

随着数值预报技术的飞速发展, 模式定量降水预报已成为天气预报业务工作中的主要参考依据。本文对目前在国家气象中心应用的3个业务运行模式T213L31, HLAFS0.25, 华北中尺度模式MM5和德国模式及日本模式的降水预报产品进行了季节空间分布、区域时间序列演变及统计检验, 试图从空间、时间及统计方面对降水预报产品的预报性能进行综合评估。检验结果表明:目前的数值预报模式对短期时效内定量降水预报均具有一定的空间预报能力, 但强降水中心位置有一定的偏差; 从时间序列演变检验来看, 模式对区域强降水过程的发展趋势具有较强的预报能力, 但降水量预报与实况有一定的差距; 从累加统计评分检验结果来看, 模式短期时效的预报性能差别不大, 全球模式在小中雨预报方面有一定优势, 其中日本模式的综合预报性能最好, 大雨以上量级的预报则是国内的模式有一定的优势, 其中华北中尺度MM5模式, T213L31模式各有所长, 但均存在预报量和预报区偏大问题。     

2013年华中区域中尺度业务数值预报的客观检验

应用国家气象中心模式检验方法,对华中区域中尺度业务数值预报模式WRF和中国气象局下发的GRAPES模式2013年1-12月的预报产品（包括降水、2 m温度场、850 hPa温度场、850 hPa风场和500 hPa位势高度场预报）进行统计检验。检验结果表明：所有要素24 h预报均优于48 h;对于晴雨预报,GRAPES模式TS评分高于WRF,但随着降水量级增大,WRF的TS评分基本都高于GRAPES,同时WRF降水预报范围明显偏大;分析2 m温度场的均方根误差及预报准确率发现,WRF的2 m温度场预报优于GRAPES,且暖季预报优于冷季;形势场要素分析表明,WRF对850 hPa温度场和风场预报具有相当大的优势,全年误差变化较稳定,而对500 hPa位势高度场的预报误差存在一定的季节性特征,即夏半年WRF高度场预报优于冬半年,GRAPES模式则相反。总体上,华中区域中尺度业务数值模式产品对天气预报具有一定的参考价值。     

不同边界层和陆面过程参数化方案对比分析

利用WRF模式选用不同的边界层参数化方案 (YSU、MRF) 结合三种陆面过程方案 (RUC、SLAB、Noah) , 模拟了2011年5月1~3日的四川东部暴雨过程, 对不同参数化方案结合不同陆面过程结果进行对比试验基础上发现, 模式对24h降水落区及强度有较强预报能力, 但对单站小时降水分布的预报能力还需改进;不同边界层方案与陆面过程的对比试验说明降水对于边界层物理过程有一定敏感性, 各试验的差异主要体现在对暴雨中心雨强以及降水峰值强度和峰值出现时段的预报上;WRF模式基本上能够模拟出边界层要素日变化特征。      

The Application of a Meteo-hydrological Forecasting System with Rainfall Bias Correction in a Small and Medium-sized Catchment

Meteo-hydrological forecasting models are an effective way to generate high-resolution gridded rainfall data for water source research and flood forecast. The quality of rainfall data in terms of both intensity and distribution is very important for establishing a reliable meteo-hydrological forecasting model. To improve the accuracy of rainfall data, the successive correction method is introduced to correct the bias of rainfall, and a meteo-hydrological forecasting model based on WRF and WRF-Hydro is applied for streamflow forecast over the Zhanghe River catchment in China. The performance of WRF rainfall is compared with the China Meteorological Administration Multi-source Precipitation Analysis System (CMPAS), and the simulated streamflow from the model is further studied. It shows that the corrected WRF rainfall is more similar to the CMPAS in both temporal and spatial distribution than the original WRF rainfall. By contrast, the statistical metrics of the corrected WRF rainfall are better. When the corrected WRF rainfall is used to drive the WRF-Hydro model, the simulated streamflow of most events is significantly improved in both hydrographs and volume than that of using the original WRF rainfall. Among the studied events, the largest improvement of the NSE is from -0.68 to 0.67. It proves that correcting the bias of WRF rainfall with the successive correction method can greatly improve the performance of streamflow forecast. In general, the WRF / WRF-Hydro meteo-hydrological forecasting model based on the successive correction method has the potential to provide better streamflow forecast in the Zhanghe River catchment.