黄淮地区夏季日降水分区概率预报方法研究

利用我国黄淮地区1961—2010年50年6—8月的日降水资料,采用REOF和t检验的方法,将中国黄淮地区夏季降水分成Ⅰ—Ⅴ区。5个区域进行差异性t检验表明5个区域之间（彼此）差异显著,说明了区域划分的正确性。在此基础上利用1999—2007年6—8月站点日降水资料以及CFSv2模式后预报的日降水资料建立了5个区域内共5个代表站点的夏季日降水概率预报方程,并进行了确定性、概率性预报检验和业务试用检验。对各区域内5个代表站日降水量的确定性预报检验表明：Logistic回归降水概率预报方程的TS评分要高于CFSv2模式预报和T213的集合预报平均,空报率也低于CFSv2模式预报和T213集合预报平均,但是漏报率却略高。各区域代表站日降水量的概率预报Brier评分检验表明：Brier评分均不超过0.2,大大低于T213集合预报所得概率预报的Brier评分分值,说明本文Logistic回归方程的概率预报较为可靠。Brier技巧评分表明：Logistic回归降水概率预报方程各站的BSS技巧评分都大于0.0,说明各站的预报技巧高于检验样本气候概率的预报技巧,且高于T213集合预报的Brier技巧评分,说明在分区基础上建立Logistic回归降水概率预报方程的方法是有预报意义的。     

T213和T639驱动GRAPES模式对比试验

使用T213和T639产品为初始场和边界条件,采用完全相同的物理过程和方案,驱动GRAPES区域模式,对2009年4—9月在新疆温度与降水预报的结果进行了对比检验,检验结果表明:(1)使用T639产品为初始场,24 h降水Ts评分平均值较T213产品为初始场的提高5分,晴雨准确率提高20分,但漏报率也上升了。T213和T639为初始场时各站的降水Ts评分,其空间分布情况均体现出北疆西部、天山山区最好,南疆最次,其它地区居中。Ts评分提高的站点主要分布在天山山区及沿天山一带。(2)使用T639产品为初始场,逐小时温度预报1℃、2℃准确率分别提高了约15分和28分,预报平均误差均为负值。预报准确率提高较明显的站主要集中在天山山区及两侧,南疆提高总体优于北疆,2℃准确率的提高比1℃更为显著。     

2019年陕西汛期暴雨预报检验评估

基于陕西省气象台(下简称省台)主观订正预报产品、ECMWF细网格预报产品和模式动态交叉取优要素预报方法(DCOEF)预报产品,对2019年4—10月陕西省暴雨天气过程进行检验评估。结果表明,省台主观订正预报产品对晴雨、小雨、暴雨、一般性降水、暴雨以上降水均有较好的预报效果,ECMWF细网格预报对中雨、大雨预报较好,评分较高;三种产品对区域性暴雨的预报能力均强于对局地性暴雨的预报能力,省台主观订正预报产品和DCOEF预报产品评分优于ECMWF细网格预报产品。     

探空规定层报表计算程序

目前,我省探空台站统计高表—2规定层报表是用算盘或普通计算器进行累加和平均的,这种方法既费时又易出错。为此,我们用 BASIC 语言编出高表—2规定层的计算程序,在 SHARP PC—1211程序计算机上试用,效果较好。并考虑了本省探空站规定层各层要素出现的范围,各站可以通用。使用时按旬将逐日记录输入计算机,即可显示     

2008年汛期国家精细化温度指导预报在河南区域的检验

对国家气象中心2008年6-8月下发的精细化温度指导预报在河南区域的绝对平均误差和分级预报准确率进行了分析,结果发现:总体上24-96 h预报效果好于120-168 h;各月最低温度的预报效果均好于最高温度;7、8月份最高、最低温度预报效果好于6月;平原的预报效果好于山区.与河南省气象台温度指导预报结果对比发现:最高气温预报评分普遍比省台低6～13分.最低气温预报评分6月份的0-24 h和24-48 h比省台低2～3分,48-72 h比省台高2分以上;7月份预报评分均比省台高6分以上;8月份预报评分比省台低6分以上.     

用自然正交函数分解法作昌吉州月气温、降水预报

本文利用昌吉州各站的历年月气温、降水资料,通过自然正交函数分解,得到空间函数场和时间函数场。挑取主分量,对时间场作自回归预报,从而得到场要素的预报。近2年的实际应用,预报效果较好。     

西北太平洋台风在S2S时间尺度预报效果评估

使用世界气象组织季节内至季节尺度（Subseasonal to Seasonal, S2S）预测项目数据库评估了多个集合预报系统在S2S时间尺度对台风的预报能力。评估的时间段为1999—2010年期间每年5月1日—10月31日。为评估S2S时间尺度台风的预报技巧,使用了台风密集度来描述台风的生成及移动状况。台风密集度定义为一段时间内500 km范围内台风出现的概率。台风密集度由6个S2S集合预报系统后报结果计算得出,它们分别由BoM、CMA、ECMWF、JMA、CNRM和NCEP开发使用。这6个预报系统台风密集度的预报技巧评分表明,当预报时效为11~30天时,ECMWF预报系统的评分为正值,比基于气候状态的参考预报能略好地预报台风。      

一九八一年全省春播、汛期预报分析讨论会在宝鸡召开

省局于三月十二日至十七日在宝鸡市召开了全省春播(4月)、汛期(6—9月)预报分析讨论会。参加这次会议的有省、地气象台及部分气象站的长期预报人员近30人,湖北省丹江口水电工程局气象台也派员参加了会议。会议讨论了我省今年春播期间的低温阴雨、夏季和初秋的汛雨、伏旱和秋淋等问题:分析了八○年我省汛期预报成败的经验教训:参观学习了宝鸡地区气象台预报工作:交流了长期预报方法;布署了今年的春播、     

精细化预报的自动检验与技巧评分系统

基于局域网和省—地气象光纤通信网,使用SQL Server数据库和相关编程技术,以08时次精细化预报为例,分别实现对本地预报和中央气象台预报的自动检验与技巧评分。系统由后台和前台两部分程序组成,后台程序基于C/S方式,分别实现本地预报、中央气象台预报、本地天气实况的自动入库与补调。前台程序基于B/S方式,实现本地预报、中央气象台预报、本地天气实况、检验结果与技巧评分等信息的显示与查询、自动统计与输出功能。系统自投入业务运行后,较大地满足了天气预报业务和管理需求,对于提高精细化预报质量具有一定的积极意义。     

DERF2.0模式对贵州延伸期、月预测质量对比分析

利用2014—2016年第二代月动力延伸预测模式业务系统(DERF2. 0)直接输出及预报员预报的贵州省气温和降水预报数据、贵州省84站观测数据,采用Ps、Cs和Zs 3种评分方法评估了DERF2. 0对贵州月气温、降水和月内强降水过程的预测性能,并与预报员业务值班发布的预报质量进行对比分析,系统性地对DERF2. 0产品在延伸期/月尺度的预测效果进行检验评估。结果表明:DERF2. 0月预测产品总体上对贵州气温的预测性能优于降水,气温偏高预测的可参考性高于其对气温偏低的预测。DERF2. 0预报月气温的Ps评分较预报员略高,月降水较预报员略低,总体来看DERF2. 0月预测效果较预报员综合预报略差且预报性能较不稳定。预报员预测数据的Zs和Cs评分总体高于DERF2. 0预测数据,但DERF2. 0预测数据的Zs和Cs评分较预报员逐年提高,尤其在整个雨季时段较为明显。DERF2. 0对主汛期(6—8月)的预报准确率较整个雨季期(4—10月)略高。     

基于EC数据通过"配料法"构建吉林省暴雨预报模型

利用2015—2017年吉林省地面常规气象观测资料,基于EC数据通过配料法构建吉林省暴雨预报模型.研究表明:吉林省暴雨出现时段为每年的5—9月,集中时段为7—8月,7—8月降水站次占总数的79.1％;吉林省各站点暴雨年平均次数以2～5次为主,白城西部、长春北部地区暴雨<2次,东部暴雨次数稍多,尤其是长白山天池站3a内暴雨达到了13次;该预报模型的FY预报方法TS评分为22.34％,比EC模式预报的TS评分高5.02％;FF预报方法漏报率为36.65％,明显少于EC模式的75.16％;FF预报方法空报率偏高,FY和FF两种预报方法结合使用可以有效提高对吉林省暴雨预报的准确率.     

英国气象局长期天气预报业务的技术方法和商业价值

英国气象局的长期天气预报,是每月第二周的星期一发布。预报时段为1—5天,6—15天和16—30天。预报区有10个,预报要素是平均气温和降水。制作这些预报,首先是报出这三个预报时段的平均地面气压(1—5天的预报只报1000—500hPa 的厚度场)。所使用的预报方法如表1:     

西北四省(区)GRAPES模式降水预报的定量评估

基于中国西北四省(区)2016—2017年的站点观测降水数据和GRAPES区域数值模式24 h和48 h预报结果,采用平均误差、均方根误差、相关系数、分等级TS评分等指标,对GRAPES区域数值模式在西北四省(区)降水预报进行定量评估。结果表明:时间上,模式对西北四省的晴雨预报准确率能达到0.7以上,逐日空间相关系数为0.2～0.4。夏季降水的偏差最大,24 h和48 h预报平均误差分别为4、6 mm·d~(-1),均方根误差分别为6、8 mm·d~(-1)。不同等级降水的24 h和48 h预报TS评分显示,各个月份小雨TS评分为0.2～0.5,中雨为0.1～0.2,大雨以上不到0.1空间上,24 h和48 h预报晴雨准确率在大部分地区达到0.6以上,相关系数在甘肃东部、陕西中部和南部超过0.6。24 h预报平均误差在青海、甘肃、陕西三省南部最大(达到2～4 mm·d~(-1)),48 h预报的平均误差比相同区域的24 h预报高出1～2 mm·d~(-1),在陕西南部平均误差最大(达到5～8 mm·d~(-1))。各个量级的24 h预报TS评分明显好于48 h,24 h预报对大雨、暴雨有所预报,48 h预报对中雨以上量级降水预报较差。     

中尺度业务预报试验数值模式系统

以引进的美国Penn State/NCAR中尺度模式（MM2和MM4）为基础，按照实时业务预报需要和我国资料特点，在PC/386微机上研制了中尺度业务预报试验数值模式系统。在1989—1990年进行的实时业务预报试验中，该系统运行稳定，预报时效能满足实时业务预报要求，预报结果对12—24小时短期天气预报具有参考价值，适合于省（市）级气象台站等业务单位使用。     

典型相关分析在攀枝花市雨季开始期预报的应用

利用典型相关分析作攀枝花市雨季开始期预报试验，选择1965—2001年的海洋特征指数、500hpa环流指数、太阳黑子数作为预报因子，建立典型回归模型。再以典型变量作为预报因子，用逐步回归和最优子集回归分别建立各站的预报模型，用2002—2004年的资料进行检验，对比试验结果表明：逐步回归和最优子集回归预报效果较好，典型回归模型效果较差。     

天山南麓雷暴日短期预报研究

利用阿克苏及邻近地区12个气象站1980—2013年雷暴资料,以及同期高空资料,统计了各站年均雷暴日数,对发生区域雷暴天气的环流形势进行分类,归纳出各型的入型指标。通过逐步回归法,建立阿克苏及邻近地区区域雷暴概率回归预报模型,并对2013年进行试预报。结果表明:(1)阿克苏及邻近地区区域雷暴的影响系统主要分为4类:巴湖低槽型、急流型、西北气流型和温度槽型。(2)对2002—2012年5—9月(共1683 d)历史资料进行判别,满足入型条件的样本数为876 d,消空率为48%;对2013年5—9月(共153 d)历史资料进行判别,入型样本数为80 d,消空率为48%。(3)对2002—2012年5—9月所有入型样本进行回代检验,平均准确率为72.0%(平均TS评分为30.1%);对2013年5—9月所有入型样本进行试预报,平均准确率为63.2%(平均TS评分为28.2%)。     

江苏暴雨概率预报及其业务应用

以未来12~36 h、36~60 h和60~84 h的暴雨预报为目标,利用2011年—2013年夏季6—8月欧洲细网格数值模式预报产品分析了江苏夏季暴雨的可能预报因子。通过对各因子进行相关性、敏感性和代表性分析后,优选了22个对不同强度降水具有较好区分能力的暴雨预报因子。以这些因子为基础建立了一种简单的江苏省暴雨概率预报方法。其预报产品已在江苏省气象业务一体化平台上投入业务使用。该方法在2011—2013年7月,针对提前12 h预报的历史回报试验中,TS技巧评分平均为13.6,明显高于EC细网格24 h降水预报产品(平均TS评分仅为4.5)。在2014年梅汛期的6月25—26日、7月1—2日和7月4—5日三次区域性暴雨个例的预报试验中,提前60、36、12 h的预报效果均较好,其平均TS评分(44.6)也明显高于欧洲细网格数值模式的降水预报(20.4)。     

简化的列联表迭加法

列联表是选择预报因子时进行独立性检验的常用方法,同时也能作天气分类预报。但对几十个甚至几百个准备选用的预报因子都用列联表来进行独立性检验,不但工作量较大,而且也不必要。我们是先采用距平重合率、级别乘积和、相关分数来初选预报因子,然后用简化的列联表对初选出来的预报因子作第二次鉴别,这样可以避免了理论频数的繁琐计算。为了便于比较起见,再用一般的列联表进行x~2。检验,在证明第二次鉴别选出的预报因子是有价值的以后,便直接采用上述两种列联表的实际频数之和的百分率来作定性判别预报。这样作,在实际预报中取得了一定的效果,现介绍如下。 一、预报因子的初步选择 1.基本资料:使用本站1957—1977年各旬气象资料,用1957—1978年的平均值。预报对象y为1月上     

ECMWF、日本高分辨率模式降水预报能力的对比分析

利用2012年4月1日至2013年3月31日ECMWF、日本高分辨率模式降水预报资料,全国2419个台站逐6 h降水量观测、CMORPH(NOAA Climate Prediction Center Morphing Method)卫星与全国3万余个自动站逐小时降水融合资料,基于列联表预报评分、泰勒图等统计方法,客观对比分析ECMWF、日本高分辨率模式对中国逐6、12和24 h分段降水的预报能力,主要结论如下:(1)整体来说,ECMWF对降水的预报优于日本模式,日本模式预报离散度偏大,而ECMWF预报相对平稳,与观测更加一致;(2)两个模式晴雨预报中降水发生频率较实际偏高,暴雨预报频率较实际偏低,随着分段间隔的增加,这一情况有所改善;(3)ECMWF模式6 h分段降水晴雨预报评分低于日本模式,暴雨预报评分整体高于日本模式,12和24 h分段ECMWF模式晴雨、暴雨预报评分一致高于日本模式;(4)通过调整阈值改变预报偏差能够在一定程度上提高预报技巧;(5)就空间分布来看,模式在东南地区Bias、CSI技巧评分整体优于西北地区。     

基于逐步回归分析的西北地区东部雷暴概率预报方法研究

利用2008~2013年西北地区东部60个站点天气实况资料以及NCEP/NCAR再分析资料计算出的对流参数,统计各站年均雷暴日数,在前期天气分型的基础上,通过事件概率回归方法,建立了60个站点4~10月24 h雷暴概率预报方程,并对2013年4~10月各站雷暴进行试预报。结果表明:(1)西北地区东部雷暴发生最多的站点位于青藏高原东北边坡地带,最少的站点位于北部戈壁荒漠地带与东部关中平原一带,45%的站点年均雷暴日数在5~10 d之间;(2)前期天气分型过程剔除了一部分未发生雷暴的样本,使得逐步回归建模的总样本数明显减少,有效地提高了预报准确率;(3)基于NCEP/NCAR再分析资料计算的物理量与雷暴有无事件相关性较好,对24 h概率回归方程方差贡献较大;(4)2008~2012年回代预报所有站点平均TS评分为24.2%;2013年试预报所有站点平均TS评分为23.3%,雷暴发生较多的站点预报效果更好。该预报结果较理想,可为西北地区东部雷暴研究提供参考。