湖北省乡镇温度预报方法初探

为了提高精细站点温度预报水平,本文在中尺度模式精细化温度预报的基础上,结合MOS分县客观预报结果,采用带海拔高度的距离权重温度插值方法,经过灰色预测模型修正温度预报误差,对湖北省717个四要素自动观测站的72小时内日高低温度进行了精细化预报,并且利用乡镇自动站温度观测进行了检验。结果显示：对于没有历史观测资料的站点,采用此预报方法,预报效果明显高于模式预报结果,基本接近客观预报方法,可以进行业务应用。对湖北的四要素自动观测站温度检验的结果还表明：鄂西北的预报误差最大,江汉平原的预报效果最好;从分月预报情况来看,高低温度都是夏季和初秋预报效果最好,低温预报冬春季预报效果最差,湖北各个区域趋势基本都一致,而高温的预报却没有一致的趋势。     

基于INCA和METRo的江苏省路面高温精细化预报

使用INCA（Integrated Nowcasting through Comprehensive Analysis）多源资料融合分析和短临外推预报系统的预报结果作为气象强迫场,驱动一路面温度理论预报模型（Model of the Environment and Temperature of Roads,METRo）,开展江苏省高速公路夏季路面高温预报试验,并使用公路沿线逐小时的路面温度观测资料对预报结果进行检验。结果表明:该预报方法能够较好地预报出高速公路沿线日最高路面温度的逐日变化趋势,以及日最高路面温度的大范围空间分布特征。平均日最高路面温度预报绝对偏差为4.1℃,平均相对偏差为10.8%。其中,日最高路面温度预报绝对偏差在5℃以内的站次占总数的64.5%,相对偏差在15%以内的站次占总数的74.6%,比常规业务预报方法分别提高了23.1%和25.3%。但该预报方法对较小的温度波动以及局地性较强的极端温度分布特征的预报技巧还需进一步提高。     

精细化逐时滚动温度预报方法及检验

以Grapes数值模式预报为基础,首先利用卡尔曼滤波方法对Grapes模式的温度预报进行释用,再将模式统计输出方法应用于卡尔曼滤波结果,从而得到站点逐时滚动温度预报,最后通过站点-格点映射方法将站点预报误差反馈到最匹配的格点上,实现精细化逐时滚动温度预报(SHUF)。检验结果表明,Grapes模式的24小时温度预报CSI评分稳定在0.4左右;卡尔曼滤波方法的CSI评分介于0.47～0.43之间;而SHUF的CSI评分在1～6小时内由0.91降至0.64,7～16小时的CSI评分由0.6逐渐降低至0.52,17～24小时的CSI介于0.5～0.45之间,均优于同期Grapes模式预报和卡尔曼滤波释用结果。精细化逐时滚动温度预报方法利用最新的气象观测要素对数值模式预报的结果进行订正,可有效改进数值模式的短时温度预报能力。     

最高（低）温度PP法预报修正方案的比较研究

用EC850hPa温度数值预报格点值为参考做短中期的最高(低)温度预报是预报员常用的温度预报方法,本文提出了划分季节、划分有无降水和划分850hPa变温3种最高(低)温度PP法修正预报方案,并进行比较,找出最优方法,使最高(低)温度的预报精确度在原来的基础上有所提高。      

基于模式预报倾向的预报系统设计与初步试验

为了充分利用数值模式的预报产品信息,首先对数值模式预报产品的误差进行了分析,针对误差分析结果,首次提出了一种新的基于模式预报倾向的精细化预报方法,并在此基础上设计开发了新疆精细化数值预报系统。初步试验结果表明:该方法对新疆地区的温度预报具有一定的正效果。后期经过调整订正系数,利用更多时次的观测资料进行温度订正,则有望可以使订正的温度更加接近观测。即该方法可以提高气象台站的温度预报准确率,展现了该方法的业务应用潜力。     

延伸期温度预报误差订正技术初探

应用滑动平均误差订正方法和历史偏差订正方法,对欧洲中期天气预报中心的数值模式延伸期2 m温度预报进行误差订正。研究发现,应用滑动平均误差订正方法进行11～15 d逐日温度预报订正时,25～30 d是最优的训练期长度。对2018年订正预报的检验分析显示,应用上述两种误差订正方法均可减小模式预报的系统偏差,有效修正模式温度预报较实况明显偏低的问题,并将预报准确率提高30%以上。在6—10月,订正后的温度预报平均绝对误差基本在2℃以内,具有一定的参考性,其业务化产品可支撑预报员的业务预报需求。在15 d内的延伸期预报时效上,两种订正方法对温度预报的订正效果差异并不明显。随着时效的延长,历史偏差订正方法的优势逐渐显现。     

主客观天气预报质量对比分析

对2001年4~12月5种信息源广州市区的天气预报进行预报质量检验，预报时效为24、48、72 h；检验要素针对降水、温度。对降水预报进行一般晴雨、暴雨业务评分和Ts评分；对温度预报进行方差、分级等统计检验。对预报员和模式预报产品的预报质量进行对比分析，结果表明对于一般性晴雨天气预报，热带所中尺度模式的预报质量普遍较好，并且具有良好的稳定性，预报员的24 h预报质量与模式的预报质量相当，48~72 h预报总体而言，模式预报明显优于其它预报方法；各种方法对暴雨的预报能力偏低；Ts评分表明模式对有、无降水的预报能力较强；对于温度预报，总体上，预报员的预报准确率最好，热带所中尺度模式的温度预报存在系统误差，预报普遍比实况偏低；对于降水和温度，各种预报方法质量均随预报时效的增长而下降，且最高温度的预报误差总比最低温度的预报误差大。     

夏季温度预报综合统计释用技术

针对夏季温度预报 ,综合选择实时资料和数值预报产品与温度密切相关的因子 ,运用物理统计释用方法 ,制作了葫芦岛 6～8月温度预报方程和订正预报 ,并于2002年汛期通过业务试用效果检验。     

MICAPS平台上建立温度预报自动化业务系统的方法

利用９２１０系统,在Ｍｉｃａｐｓ平台上由日本数值预报的８５０ｈＰａ２４ｈ、３６ｈ温度预报结果自动生成本站２４ｈ最低最高气温的方法,改变了温度预报依靠主观判断的现状。此方法不仅对温度有较好的预报能力,而且随着数值预报水平的提高,它的优势将显现出来。     

一个简单的格点温度预报订正方法

格点气象要素预报是中国气象局目前的主推业务和未来天气预报的发展方向。本文基于欧洲中期数值预报中心ECMWF高分辨率模式2 m温度预报资料,在传统中央气象台站点温度指导预报SCMOC和回归方法建立的站点温度预报的基础上,提出"站点订正值向格点传递"的方法来订正格点温度预报。结果表明:(1)SCMOC站点最高、最低温度24~168 h预报误差2℃准确率分别平均高于ECMWF的10.0%和23.1%,ECMWF存在较大的系统性偏差,最低温度预报偏高,最高温度预报偏低。(2)"站点订正值向格点传递"方法能够订正模式格点温度预报的系统误差,且整体上不改变原ECMWF温度预报场的空间形态和原模式对地形的刻画特征。(3)利用研究区域内98个县级站SCMOC温度预报,订正ECMWF格点场,返回到区域内1289个乡镇站进行检验,结果24 h最低、最高温度1℃的准确率较ECMWF分别提高22.8%和11.9%,2℃的准确率则分别提高29.7%和17.4%。最低(高)温度绝对误差平均减小0.99℃(0.69℃),平均误差(ME)下降到0.7℃(-0.9℃)以内。(4)通过一元线性回归,得到98个县级站的温度预报,返回差值场来订正格点场,也能较好地订正ECMWF的系统性误差。对比两种方法,SCMOC差值传递在最低温度订正方面有较大的优势,而回归方法的最高温度订正效果较好。此外,回归方法能够较好地改善逐时温度预报效果。该方法已成功运用于陕西省精细化格点预报业务系统中。     

最佳数值预报模式选取与订正系统设计——温度集成预报系统

本文依据国家指导预报产品,山西省MOS预报以及MM5数值预报产品,对山西省的温度预报进行集成,通过3种客观预报方法的前期准确率对比,建立数学模型,从而产生一种新的客观预报方法。系统对3种数值预报产品进行了集成,建立了一个统一的预报指导产品分析、对比平台,为省台预报员提供一种客观的温度预报参考手段。     

温度客观预报自动化业务系统

介绍了一以Ｔ６３数值预报产品为因子，用卡尔曼滤波方法作４８小时最高，最低温度客观预报方法及其自动化业务系统，能补充目前地市台温度预报主要依靠主观预报的不足，对温度有一定的预报能力。     

利用卡尔曼滤波方法释用数值预报产品

本文对卡尔曼滤波方法的基本原理作了简要的概述.并在ECMWF北半球的500hPa高度、850hPa温度、地面气压的0小时分析场上选取因子,利用卡尔曼滤波方法对温度和降水进行了预报及对相关结果进行了检验,结果表明利用卡尔曼滤波方法释用数值预报产品对于德阳各站的温度预报具有良好的预报能力.     

用卡尔曼滤波方法作温度预报

针对以往温度定性预报的不足，应用欧洲数值预报产品资料，用卡尔曼滤波的方法对齐市的温度作出了逐日定量预报。预报结果接近主观预报结果，有实际的应用价值。     

南宁各种下垫面温度特征及预报方法探讨

介绍下垫面温度观测的原理,并用南宁2002年12月至2003年11月资料,分析了沥青、水泥、泥土温度的特征,包括这3种下垫面的日平均温度、日最高温度、日最低温度、温度日较差特征以及它们与气温的差值。指出气温是影响各种下垫面温度的最主要因素,云对下垫面日最高温度影响显著,大气环流变换对各种下垫面温度的波动有明显影响。对各种下垫面日最高温度的预报方法进行了初步探讨。建立了基于日最高气温预报之上的各种下垫面日最高温度预报模型,并对预报与实况值进行了对比分析,指出提高次日最高气温的预报准确率和预报是否出现阴天有中到大雨天气的预报准确率,可显著改善各种下垫面日最高温度的预报效果。     

随机辐射参数化过程扰动方案对温度预报的影响

数值模式中辐射参数化过程的不确定性是导致温度预报不准确的原因之一,为了在WRF集合预报系统中提高温度预报的效果,提出一种针对辐射参数化倾向的随机扰动方案（Stochastically Perturbed Radiation Parameterization Tendencies, SPRPT）。并将这种方法与多辐射参数化物理过程方案、多参数扰动方案及传统的随机物理过程扰动方案（SPPT）方法对比。针对2014年7月的温度模拟过程中,多辐射参数化物理过程方案虽然在700 hPa以下及地面2 m温度的预报上有较大离散度,但会增大温度预报的误差,但综合效果没有SPRPT方案好;扰动散射调谐参数可在一定程度上提高温度预报,但不显著;在同样扰动参数下,SPPT方案对温度的预报改进不明显。而SPRPT方案能显著提高集合预报系统的离散度,降低地面2 m温度的暖偏差。评分指出该方案对集合预报系统,尤其是在模式底层及近地面的温度预报上,改善明显。      

乡镇精细化最高最低气温预报方法研究

对2008年10月至2009年9月安徽省乡镇与县站观测站最低、最高温度的差异进行统计分析。结果表明：乡镇观测点和县站观测点之间的最低、最高温度具有明显差异,且随着季节变化而不同。在此基础上,以预报员主观制作的县站最高、最低预报结果作为基础,利用修正Barnes插值和一阶卡尔曼滤波订正方法制作乡镇站点的最低、最高温度预报表明,该方法制作的乡镇站点最低、最高温度具有较高准确率,前3 d的乡镇最低温度预报准确率和县站的预报比较接近,预报准确率差异在1 %之内,但随着预报时效的增加两者的差异略有增加;对于乡镇的最高温度预报,与县站的最高温度预报小于2℃的准确率始终保持在3 %之内,该方法优于基于WRF模式的MOS方法。对比一阶卡尔曼滤波订正前后效果发现,该方法对乡镇最低和最高温度的前4 d预报具有正订正效果,而对于第5-7 d没有订正效果或为负订正效果。当区分转折性天气后,可以提高第4-7 d的最高温度预报准确率。     

冬季黔北境内云贵准静止锋影响下最高气温预报订正方法研究

本文为探索静止锋位于遵义上空不同位置时,各城镇精细化预报考核站点当日高温的规律,通过普查2009至2020年12月到次年2月间14时、17时地面天气图,并结合探空资料、卫星云图等资料,筛选出云贵准静止锋（以下简称为静止锋）位于遵义境内时的所有个例,分型统计不同类型个例对应的白天最高温、EC2m温度预报数据,EC细网格850hPa温度,计算不同温度预报方法下的准确率,并分析是否可继续订正。结果表明：（1）离锋面越远,温度的预报准确率越高,基于客观预报方法的可订正性越强,实际业务中可以参考本文分析得到的各站点数据。（2）当静止锋呈Ⅰ1型时,遵义市西部站点用EC预报当日20时的850hPa温度进行预报（以下简称850hPa温度预报方法）准确率较高,北部、东部站点可用EC2m最高温度进行订正（以下简称2m温度订正方法）。（3）当静止锋呈Ⅰ2型时,可以同时参考850hPa温度预报方法和2m温度订正方法,订正后准确率高。（4）当静止锋为Ⅱ2型时,对于离锋面较远的东部、南部可着重使用2m温度订正方法。     

夏季温度预报综合统计释用技术

针对夏季温度预报，综合选择实时资料和数值预报产品与温度密切相关的因子，运用物理统计释用方法，制作了葫芦岛6～8月温度预报方程和订正预报．并于2002年汛期通过业务试用效果检验。     

西岭雪山滑雪场秋冬旅游降雪预报研究

利用大邑、西岭雪山滑雪场及周边区域自动站2005～2017年每年10月～次年2月逐日最低温度资料，通过统计分析区域自动站与大邑站候平均最低温度差值，建立以大邑本站最低温度预报值为基础，加上逐候最低温度差值后得到区域各站的日最低温度预报的候最低温度差值订正方法；用距滑雪场最近的格点温度预报数据代替滑雪场站点温度预报，选出最低温度，以气温预报变化量，建立最低气温预报的模式温度订正方法；建立以候最低温度差值订正和模式温度订正进行加权平均的最低温度集成订正方法。通过对以上三种最低温度预报方法进行检验，发现最低温度集成订正方法预报准确率最高。基于最低温度集成订正方法预报西岭雪山滑雪场的最低温度，结合智能网格降水预报结果和降雪最低温度阈值判别，建立西岭雪山降雪的订正预报方法。