MOS预报中的几个问题

1998年3月26～28日,美国气象专家美籍华人严巍先生在银川就美国气象统计预报系统的现状与未来及MOS预报的基本方法作了学术讲座,严巍先生在美一直从事MOS预报的工作,达15a左右,作了大量的工作,根据有关方面材料及记录进行整理,就MOS预报中的几个问题作一简单介绍,供大家在数值预报产品的解释应用中参考。1MOS预报的优点由于MOS预报采用数量统计方法建模,从若干待选因子中选取与预报量相关性较好的因子,作为MOS预报的因子,不仅与预报量有良好的统计相关关系,也要求因子与预报量间具有明确的物理学、天气动力学意义．因此…     

一种改进的考虑环流特征的MOS预报方法

利用一种可以考虑天气环流形势场特征的MOS预报因子处理方法进行预报因子的处理,以T106L19模式的预报产品为基础建立云南省32个基本站点的降水和气温预报方程,并与不考虑天气形势场的因子所建立的MOS方程的预报结果进行对比。结果表明,MOS预报的结果对预报因子的变化很敏感,在考虑天气形势后的MOS预报对云南各站点的降水和气温的预报效果均有显著的改进,说明MOS预报因子的处理方法和选取对改进MOS预报效果具有重要的意义。     

信息量准则及其在县站MOS预报中的应用

我们在进行MOS预报时,采用较适宜方法,选取恰当的预报因子,是提高MOS预报准确率的重要因素之一,县站在MOS预报中大量的预报因子是一些离散型随机变量,而且预报因子可能存在的有限个状态大于两个。如利用风向作为汛期MOS预报的一个预报因子,该因子起码可出现四个天气学意义完全不同的状态。SE象限的风提供了夏季季风的影响信息,SW象限的风提供了印缅低槽前部水汽输送情况的信息,NE和NW象限的风     

“0、1”化预报因子选取统计标准的探讨

我省县站MOS预报以判别分析和REEP法(事件概率回归估计)应用最广、效果最好。无论用什么方法建立MOS方程,选好预报因子是关键。用以上两种方法建立MOS方程,一般是将预报量与预报因子“0、1”化。0、1化后的0、1型变量必须经严格检验,才能选出相关稳定、信度高的预报因子。     

局地二分类MOS方程的预报稳定性检验

MOS预报方法主要是从数值模式输出的形势预报和物理量预报资料中筛选预报因子,建立统计预报方程,制作气象要素预报。由一定的样本资料建立的MOS方程,有的预报效果与拟合效果无多大差别,有的预报效果显著低于拟合效果,这就是MOS方程的预报稳定性问题。一个MOS方程,如果预报效果与拟合效果差异不显著,就认为方程的预报性能稳定。如果预报效果显著低于拟合效果,则认为方程的预报性能不稳定。下面介绍一个判断三分类MOS方程预     

逐日最低温度中期预报的PP方法

应用数值预报产品制做局地天气要素预报主要有两种方法:MOS法(模式输出统计方法)和PP法(完全预报方法)。在目前条件下,提供中期MOS预报的数值预报产品的资料年代短,不象短期MOS预报那样有较多的样本资料和要素预报值可供作为可能预报因子。采用PP方法是解决上述问题的有效途径。由于PP法建立的预报方程是针对长年代大样本历史资料建立的统计关系,     

用PC——1500袖珍计算机筛选统计预报因子的几种方案

无论是经典统计预报方法还是动力一统计预报(MOS,PPM等)方法,筛选预报因子都是一个重要步骤。下面是用PC-1500袖珍计算机筛选预报因子的几种方案。这几种方案,在输入预报量的观测值及筛选因子的标准后,只要将待选的各个可能预报因子的观测值依次输入,即可初选出符合指定标准的预报因子,并可给出供进一步筛选因子和建立预报方程的有关统计结果。     

几种“0、1”型因子筛选方法的比较

MOS 等统计预报效果的好坏与因子选择的关系甚为密切,而选因子方法种类繁多,不免使人眼花瞭乱。因此很有必要对各种因子的筛选方法进行比较,作出评价。由于 MOS 预报大量处理的是二值问题,如晴雨、有无大风、暴雨等。故本文仅对“0、1”型因子筛选方法进行讨论,且认为相关系数法选因子比较好。从而,分别对其它几种简易“0、1”型因子筛选方法与相关系数法作出比较。     

分县逐日滚动MOS预报模式研制及其应用

本文介绍了江苏分县逐日滚动1－5天时效的MOS预报的研制，包括降水的概率MOS法和量级MOS法，预报量设置、季节分型和样本选择，因子的构造及其加工，概率统计模型的选择及其因子预选、筛选。最后介绍了MOS工具在省台MICAPS平台上的业务应用及其效果。     

基于数值预报及上级指导产品的本地气温MOS预报方法

利用恩施基准站2008—2011年地面实测资料、数值预报产品、上级台站指导产品,采用M(数值模式预报)、E(天气学经验)、D(诊断分析)相结合的方法(简称MED),从气温变化的影响因素如大气稳定度、温度平流、水汽条件等设计具有物理意义的预报因子。或根据需要进行因子的组合叠加利用,并将指导产品直接作为预报因子。利用常规统计预报方法(逐步回归),将高、低温实况作为预报对象来建立地方气温预报模式。结果表明:将天空状况进行分型后建立地方气温MOS预报模型,并对应高低温一般出现时间段来选取数值预报产品因子进行预报,对本地气温预报质量的提高有积极的意义;模型建立过程中,综合采用了MED相结合的方法,并应用了数值预报再加工因子,考虑了天气系统变化对气温的影响,增强了数值预报的解释应用能力;参考客观数值模式产品、上级业务部门指导产品相结合的综合MOS预报方法,建立地方气温MOS预报是提高本地天气预报准确率的有效尝试。检验结果也表明,本地气温MOS预报效果较好,明显高于指导预报,已较好应用于实际业务中。     

OTS、MOS和OMOS方法及其优化组合应用于72 h内逐3 h降水预报的试验分析研究

开展了夏半年72 h内逐3 h降水预报试验,针对ECMWF模式预报、基于ECMWF的模式输出统计(MOS)预报、纳入超前空间实况信息的OMOS预报,以及三种预报的最优TS评分订正(OTS)预报,对比分析预报效果,探讨一种多方法结合能够提供良好预报性能的3 h定量降水预报技术方案。结果表明:在短期预报中,MOS预报与OTS订正相结合的MOSOTS综合预报方法的预报性能最好,而且MOS-OTS方法的3 h强降水预报与业务运行的城镇指导预报中融合主客观预报的降水预报相比,也具有一定优势;而在临近3 h预报中,则OMOS预报与OTS订正相结合的OMOS-OTS综合预报方法最优,3 h内0.1、3和10 mm以上降水的TS评分最高,比原始模式预报分别提高73%、198%和483%,Bias评分接近于1,在夏半年的逐日晴雨预报中,OMOS-OTS方法在大部分日期都稳定优于MOS-OTS预报和城镇指导预报。     

龙川县气温预报方法的建立与应用

利用龙川站2008-2012年地面观测资料、欧洲中心数值预报产品,采用常规统计预报方法（逐步回归）,将最高（低）气温实况作为预报对象,把可能影响气温变化的气象要素作为预报因子,分月建立未来24～ 72 h最高（低）气温的MOS预报方程,通过对2013年全年的检验预报表明：未来24～72 h最高（低）气温预报平均绝对误差均在2.0℃以内.     

国家气象中心客观要素预报--MOS系统

面向全国2000多个台站，应用数值预报产品释用MOS技术制作温度、降水、相对湿度、风、云量及能见度等要素预报，并实现了预报业务运行。通过建立MOS预报系统，表明预报因子和预报对象的处理、建方程前的参数选择以及预报因子的选取都会影响要素预报的质量，需要做大量的细致工作。预报检验结果显示，降水预报尚未达到可用程度．温度和相对湿度的短期预报在大多数情况下是可用的或是可参考的，但还有待进一步改进。降水预报尚需在预报因子和充分运用多种探测信息方面加以改进。     

国家气象中心气象要素的客观预报——MOS系统

面向全国2000多个台站，应用数值预报产品释用MOS技术制作温度、降水、相对湿度、风、云量及能见度等要素预报，并实现了预报业务运行。通过建立MOS预报系统，表明预报因子和预报对象的处理，建方程前的参数选择以及预报因子的选取都会影响要素预报的质量，需要做大量的细致工作。预报检验结果显示，降水预报尚未达到可用程度，温度和相对湿度的短期预报在大多数情况下是可用的或是可参考的，但还有待进一步改进。降水预报尚需在预报因子和充分运用多种探测信息方面着手加以改进。     

Seasonal prediction of African precipitation with ECHAM4–T42 ensemble simulations using a multivariate MOS re-calibration scheme

A 15 member ensemble of 20th century simulations using the ECHAM4–T42 atmospheric GCM is utilized to investigate the potential predictability of interannual variations of seasonal rainfall over Africa. Common boundary conditions are the global sea surface temperatures (SST) and sea ice extent. A canonical correlation analysis (CCA) between observed and ensemble mean ECHAM4 precipitation over Africa is applied in order to identify the most predictable anomaly patterns of precipitation and the related SST anomalies. The CCA is then used to formulate a re-calibration approach similar to model output statistics (MOS) and to derive precipitation forecasts over Africa. Predictand is the climate research unit (CRU) gridded precipitation over Africa. As predictor we use observed SST anomalies, ensemble mean precipitation over Africa and a combined vector of mean sea level pressure, streamfunction and velocity potential at 850 hPa. The different forecast approaches are compared. Most skill for African precipitation forecasts is provided by tropical Atlantic (Gulf of Guinea) SST anomalies which mainly affect rainfall over the Guinean coast and Sahel. The El Niño/Southern Oscillation (ENSO) influences southern and East Africa, however with a lower skill. Indian Ocean SST anomalies, partly independent from ENSO, have an impact particularly on East Africa. As suggested by the large agreement between the simulated and observed precipitation, the ECHAM4 rainfall provides a skillful predictor for CRU precipitation over Africa. However, MOS re-calibration is needed in order to provide skillful forecasts. Forecasts using MOS re-calibrated model precipitation are at least as skillful as forecast using dynamical variables from the model or instantaneous SST. In many cases, MOS re-calibrated precipitation forecasts provide more skill. However, differences are not systematic for all regions and seasons, and often small.     

How much numerical products affect weather forecasting

The paper shows how much improvement can be achieved in weather forecasting by using NWP products. And for weather element forecasts, the types and number of NWP products highly impact on the quality of MOS forecasts and other utilities.     

精细化MOS相对湿度预报方法研究

利用2003年5~9月MM5模式每隔1 h的站点基本要素预报场和物理量诊断场资料,以及相应时段内宁夏25个测站的相对湿度自记观测资料,同时采用多元线性和逐步回归2种MOS统计方法,预报宁夏25个测站5~9月48 h逐时相对湿度。对2004年夏季6~8月预报效果检验表明:MOS方法制作宁夏48 h逐时相对湿度预报结果是可用的或是可参考的;2种MOS统计方法预报结果相近,逐步回归方法比多元线性方法预报效果稍好,08:00预报误差明显低于20:00;当天气形势变化较平稳时,MOS预报结果稳定,平均绝对误差控制在10%左右;当有明显的变温等特殊天气时,误差变率起伏波动大,预报结果不稳定。     

Prediction of sea fog of Guangdong coastland using the variable factors output by GRAPES model

By analyzing the NCEP 1°×1° reanalysis (2004–2008), a number of predictors (factors of variables) are established with the output from the GRAPES model and with reference to the sea fog data from observational stations (2004–2008) and field observations (2006–2008). Based on the criteria and conditions for sea fog appearance at the stations of Zhanjiang, Zhuhai and Shantou, a Model Output Statistics (MOS) scheme for distinguishing and forecasting 24-h sea fog is established and put into use for three repres...     

湖北分县MOS预报系统建立与评分

在T213L31数值模式产品释用基础上,设计计算并选用模式大气中分别与降水、地面气温和风场有天气学意义的线性化预报因子,采用Kalman滤波和相似-Kalman滤波,在湖北省及邻近范围,建立实时(逐日更新样本)多站点、多时次、多要素的统计MOS预报方程,做定点(分县)、定时(6小时分辨率)和定量降水与概率、地面气温和风场客观预报(MOS预报系统)."系统"经2005、2006年6-8月业务试验表明,各个MOS预报都具稳定性和具有一定的评分水平.从而表明,相似-Kalman滤波在一定程度上消去单纯Kalman滤波"预报滞后"效应,并实现用Kalman滤波或相似-Kalman滤波做定性、定量降水MOS预报,和做地面气温和风场MOS预报,且用了实时历史样本雨/晴预报准确率,当作有/无降水发生概率.