恩施自治州初夏强降水预报方法(摘要)

本文利用恩施自治州8个县（市）国家气象站自记雨量资料,分析1990～1994年初夏（5～6月）出现的56次强降水过程,用天气学原理建立恩施州初夏强降水过程24小时潜势预报判据（略）。对有雷达回波资料的1992～1994年初夏24次强降水过程,分析其回波演变,以过程主要回波系统的可见源地为依据,归纳划分出W、O、N、S、Z五种回波类型,并建立恩施初夏强降水过程的临近预报判据（略）。根据潜势预报判据和临近预报判据制定初夏强降水预报方法。     

许昌市区麦播期强降水短期预报方法

在许昌市区麦播期强降水影响系统客观分型的基础上，结合预报实践，分型挑选预报因子，并建立了强降水短期预报方法。经检验和试报，效果令人满意。     

抚州站六月份强降水预报

强降水(即:每小时RR≥30mm或6小时RR≥50mm)是强对流天气中的一种,个例少,突发性强,又受到雷达开机时次的制约,给我们作强降水预报带来很大的困难,所以经常发生漏报与滞后预报.为了解决这个问题,我们认为利用短期预报与短时预报相结合来预报强降水是比较合理的.用强降水警戒日来确定抚州站未来     

遂溪县强降水的统计分析及其短时预报

利用1962～2008年遂溪县的日降水量R≥100mm的资料,普查降水时刻的500hPa、850hPa和海平面气压图,找出产生局地强降水天气形势,分析强降水环流背景、触发机制以及产生局地强降水的天气学指标,根据分析结果制定本站预报强降水的流程图、预报因子和方法,为防灾减灾提供预报依据.     

利用T213物理量“垂叠法”模型制作沙澧河上游关键区面雨量预报

利用沙澧河流域上游关键区2003-2006年6-8月降水资料和同时段T213产品中预报产品,分析了关键区强降水发生前24h T213产品中比湿、相对湿度、水汽通量、水汽通量散度、假相当位温、垂直速度等物理量垂直空间结构特征,并根据不同特征,构建T213物理量"垂叠法"暴雨和大雨预报模型,对沙澧河流域上游关键区分别作大雨以上(面雨量≥20mm)和暴雨以上(面雨量≥40mm)强降水预报。通过检验和试用,该预报模型对2007-2009年6-8月沙澧河流域上游关键区面雨量≥20mm强降水预报准确率平均达54.2%,对面雨量≥40mm强降水预报准确率平均为38.9%。     

基于频率匹配法的江西省ECMWF降水预报订正研究

利用2016—2019年ECMWF（European Centre for Medium-Range Weather Forecasts）降水预报资料和江西省93个国家气象站降水资料,基于频率匹配法进行降水偏差订正,采用4种方法统计降水频率对降水预报进行订正试验（不分区试验）,根据江西省汛期暴雨气候特征对汛期降水进行分区订正试验,并对典型强降水个例进行分析。结果表明: 频率匹配法降低了模式预报小雨的空报率和大雨、暴雨的漏报率,预报技巧改进明显。在4种降水频率统计方法中,准对称滑动平均法效果最好。分区试验对强降水的订正效果优于不分区试验,该试验对模式预报正技巧暴雨过程的订正能力大于无技巧过程。对于模式预报效果差（TS=0）、一般（0 < TS < 0.2）、好（TS≥0.2）的暴雨过程,分区试验改善的概率分别为40.8%、89.1%和65.3%。频率匹配分区订正后强降水面积更加接近实况,但强降水落区不能得到明显的改善。订正方法对模式预报强降水形态、位置与实况较接近的过程,效果较好。     

冰雹指数产品剖析及在灾害性强降水预报中的应用

深入研究了新一代天气雷达产品——冰雹指数的算法HDA，并分析讨论了算法的早期版本（7．0）和改进版本（10．0）的设计思路和优缺点，指出冰雹探测算法的思路与预报局地暴雨的思路相似，都是建立在对风暴单体中高反射率因子探测的基础上。据此，首次提出根据不同季节，利用冰雹指数预报灾害性强降水（冰雹和局地暴雨）的设想。通过对大量强降水个例中冰雹指数HI、垂直液态水含量VIL等雷达产品的统计分析和研究，总结了利用冰雹指数预报上海地区灾害性强降水的一些基本方法和算法阈值设置，以期为预报业务部门更好地使用新一代天气雷达导出产品提供一些参考信息。     

短时强降水特征统计及临近预警

利用多普勒天气雷达、探空和逐小时降水量资料,对2010 2012年,滇西南普洱、西双版纳537次短时强降水天气过程进行统计分析,建立三种短时强降水概念模型,分别是:低质心弱辐合型短时强降水、低质心辐合型短时强降水、高质心短时强降水。对比分析了不同类型短时强降水的强度特征、移速特征、生命期特征、垂直风切变特征等,探讨了辐合作用与强降水维持时间的关系、辐合切变量与雨强的关系、D_(VIL)与降水量的关系。并得出预警方法:满足如下条件时,出现短时强降水的可能较大:(1)低质心强降水中,回波无倾斜特征,强度以40~45 dBz为主,强度从低层到高层维持或缓慢减弱,大部分回波的H_((40dBz))≥H_0,且0℃层高度上40 dBz的回波的累计长度/回波移速≥0.67 h(辐合切变量≥2.2 m·s~(-1)时,累计长度/回波移速≥0.50 h),预报提前时间30~40 min。(2)高质心强降水中,强回波边缘存在宽≥3 km、强度为40~45 dBz的回波,且0℃层高度上40 dBz的回波的累计长度/回波移速≥0.47 h,预报提前时间28 min左右。此外,对短时强降水成因进行了探讨。     

用加权综合预报方法制作湘西强降水预报

运用“多元加权”的数学原理对湘西自治州今年主汛期的强降水过程进行了分析研究，结果表明：加权综合预报方法对我州强降水的概括率较高，对强降水预报的指示性较强，基本上能反映强降水发生前的水汽变化、能量积蓄和动力抬升机制，对强降水预报有较好的指导意义。     

恩施州初夏强降水落区短时滚动预报方法初探

运用日本的降水预告产品和常规天气图资料作短期强降水预报判据,用本地气象要素资料作短期强降水落区预报,以天气雷达回波资料为依托,建立一套恩施州强降水落区短时滚动预报方法,经试用,效果较好.     

北京地区夏季降水概率预报业务应用研究

作者分析了降水概率预报的基本特征，在北京中尺度数值预报模式（ＢＭＮＦＭ）的基础上应用事件概率回归估计（ＲＥＥＰ）方法，建立北京地区夏季两个量级（≥０．１ｍｍ和≥１０．０ｍｍ）的降水概率预报方程，并结合最新天气观测资料和预报员知识订正客观预报结果。应用Ｂ评分，Ｂｓ评分和Ｂｉａｓ方法对主观降水概率预报和客观降水概率预报进行评估。     

三门峡市汛期区域性强降水短期数值预报产品释用技术业务系统

利用ＨＬＡＦＳ资料对三门峡市１９９６年６～８月区域性强降水进行物理量诊断分析,并给出动力诊断模型和相关预报方程;通过１９９７、１９９８两年汛期业务试运行,对上述模型和方程进行了修正;利用相似预报方法,对１９９７年和１９９８年汛期的大到暴雨及中雨以上过程日期前１～２天的物理量场资料分别和上一年相应日期的前后共２１天的相同物理量场资料进行了相似系数计算,通过筛选取相似较好的６个物理量,建立了预报规则,得出较好的预报结果;根据多年天气图预报经验,结合ＭＣＡＰＳ预报平台给出专家预报规则;建立了集成预报方法。     

漯河市秋季强降水预报

利用1996～1998年9～11月份欧洲中心数值预报产品资料和日本传真图资料，根据不同天气类型，建立了漯河市秋季强降水预报方法。     

基于遗传算法的特征选择方法在短时强降水预报中的应用北大核心

利用江苏省13个气象观测站历史上短时强降水观测资料,用遗传算法进行特征选择,选定影响短时强降水的950 hPa假相当位温、700 hPa比湿、500 hPa比湿、对流有效势能(Convective Available Potential Energy,CAPE)等14个特征为主要因素,将是否为短时强降水抽象成二元分类问题。借助机器学习中CART决策树算法进行分类分析,构建便于使用的短时强降水预报规则集。实验部分,随机选择5816条样本进行训练模型,得到适合江苏地区的短时强降水规则集,利用剩余的1454条数据进行实际检验,模型的短时强降水预报准确率为91.35%,非强降水预报准确率为97.11%,较特征选择之前分别提升了8.66%和1.05%。     

平顶山市汛期强降水HLAFS数值预报产品释用方法

利用１９９６～１９９７年ＨＬＡＦＳ物理量场数值预报产品,在对本市强降水进行诊断分析的基础上,选择物理意义明确、预报能力较强的指标,建立了平顶山市汛期区域性强降水客观预报方法。     

成飞飞行区域短时强降水时空分布特征及强降水指数分析

成飞飞行空域包含高原、盆地、山区等多种地形,局地气候显著,短时强降水频发。本文使用国家气象信息中心2017-2021年多资料融合逐小时降水数据、国家自动站探空观测数据。统计分析出盆周沿山区为盆地短时强降水高发区;101°E~102°E,31°N~32°N区域为高原短时强降水高发区。利用百分位法得到高原地区强对流指数阈值：CAPE值≥1930.5J/kg;BCAPE值≥1974.7J/kg;抬升指数≥2.6℃;大气可降水量≥86.1mm;K指数≥37.2℃;SI指数≤-0.9℃。盆地地区强对流指数阈值：CAPE值≥2230.6J/kg;BCAPE值≥2264.4J/kg;抬升指数≥1.8℃;大气可降水量≥93.0mm;K指数≥40.8℃;SI指数≤-1.8℃。建立短时强降水不同下垫面强对流指数阈值,为今后短时强降雨客观预报方法,提供新的思路和方向。     

应用综合统计方法预报长江上游短期强降水面雨量

将完全预报方法和模式输出统计方法结合起来，使其优势互补。同时，充分考虑数值预报和经验预报在实际工作中的作用，改善模式输出统计中的因子组成，建立MOS预报方程，提高了统计预报模型性能。2002年6－9月业务试用结果表明，该预报方程对强降水面雨量有较强的预报能力。     

数值预报产品在暴雨过程中的特征分析

利用欧洲中心形势场预报和T106物理量预报，对2000年8月2－3日（主要是1日夜间和2日夜间）发生的连续性暴雨过程进行诊断分析，结果发现上述数值预报产品在强降水预报中有很好的指导作用，特点是某些物理量预报场对强降水有很好的指示性。     

基于集合预报的川渝地区极端降水指数应用研究

利用2007—2012年中国气象局T213集合预报资料,根据Lalaurette提出的集合预报极端天气指数预报方法,提取并对比分析了川渝地区的集合预报累计概率密度分布函数特征,建立了基于集合预报与其历史预报的累计概率密度分布函数连续差异的数学模型—极端降水预报指数(EPFI),并对川渝地区历史上3次预报服务误差较大的典型灾害性强降水过程进行了极端降水预报指数的预警试验。结果表明:极端降水预报指数可以充分利用集合降水累计概率密度分布的尾端信息,为川渝地区极端强降水提供科学合理的预警,在3次强降水预报业务中可提前1～5?d发出极端强降水预警信号,对控制预报的强降水落区有一定订正功能与补充指导作用;对于不同强降水天气过程,极端降水预报指数在不同预报时效上的预报能力有较大差异,但都对极端强降水的落区有较好的预报效果,在实际预报业务中,为灾害性降水落区的预报决策提供了有价值的参考。     

基于CMA-MESO的分级短时强降水概率预报方法研究

随着预报服务需求不断增长和预报内容日趋精细化,仅针对20 mm·h^(-1)以上的短时强降水预报已不能完全满足业务需要,开展不同雨强等级的短时强降水预报方法研究显得十分必要。利用2016—2019年6—8月中国南方9省1市的国家及区域气象站共51355站次短时强降水样本,将雨强R分为4个等级:20≤R<30 mm·h^(-1)、30≤R<50 mm·h^(-1)、50≤R<80 mm·h^(-1)及R≥80 mm·h^(-1)(分别对应I、Ⅱ、Ⅲ、IV级)。将各级样本与同时段CMA-MESO(China Meteorological Administration mesoscale model)数值预报模式初始场进行时空匹配,提取22个相关物理量建立数据集并进行百分位值统计;利用XG⁃Boost(extreme gradient boosting)机器学习方法对物理量进行重要性排序以确定权重系数;应用连续概率预报方法,选用升、降半岭函数作为隶属函数,建立不同等级短时强降水概率预报模型。运用该模型在2020年汛期进行实时业务预报,并对湖北省2020年6—8月15次大暴雨过程0~36 h预报时效的逐小时不同等级短时强降水概率预报产品进行检验,结果表明:I级概率预报产品60%阈值的TS评分(0.145)最好,对应命中率为55.7%;Ⅱ级概率预报产品65%阈值的TS评分(0.083)最好,对应命中率为39.1%;Ⅲ级概率预报产品70%阈值的TS评分(0.03)最好,对应命中率为21.7%;IV级概率预报产品80%阈值的TS评分(0.005)最好,对应命中率为5.8%。对不同等级雨强个例对比检验表明,各级概率预报产品对CMA-MESO模式在同时次不同等级短时强降水预报上均有较好的订正作用。对3次强降水过程逐小时预报检验表明,I级概率预报产品命中率为40%~80%,空报率为50%~90%,预报时效达36 h,普遍优于同时次CMA-MESO降水量预报。本研究对不同等级短时强降水分型建模并在实际预报中有较好的参考性,能够对CMA-MESO的降水预报起到订正作用。