均生函数残差预报模型在降水预报中的试验研究

在均生函预报模型的基础上，利用其残差数据序列对均生函数预报模型进行校正，提出了均生函数残差预报模型。运用两种模型对百色市6、7、8月月降雨量进行了历史样本拟合，并进行独立地样本预报试验。预报结果发现，均生函数残差预报模型对原有模型在预报精度上都有一定的改进，取得了较好的预报效果。同时，利用MannKendall法和Yamamoto法，可以明确突变开始的时间，指出突变区域，使待报时段与建模资料处在同一气候阶段则预报效果更为理想。     

均生函数残差预报模型在降水预报中的试验研究

在均生函预报模型的基础上,利用其残差数据序列对均生函数预报模型进行校正,提出了均生函数残差预报模型。运用两种模型对百色市6、7、8月月降雨量进行了历史样本拟合,并进行独立地样本预报试验。预报结果发现,均生函数残差预报模型对原有模型在预报精度上都有一定的改进,取得了较好的预报效果。同时,利用M ann-K enda ll法和Y am am oto法,可以明确突变开始的时间,指出突变区域,使待报时段与建模资料处在同一气候阶段则预报效果更为理想。     

基于大尺度模式产品的误差订正与统计降尺度气象要素预报技术

应用自适应卡尔曼滤波方法,对大尺度模式要素预报进行误差订正和降尺度精细化气象要素预报。并通过对订正系数科学选取的研究,改进了滤波方法的应用效果。通过对大尺度模式系统进行误差订正,改善了大尺度模式预报的准确率,提高了模式要素,如2 m温度、10 m风等预报的精度,并基于改善了的大尺度模式预报场和高分辨率观测场,生成降尺度函数,得到高精度的气象要素预报产品,为精细化气象要素预报服务提供了有效的方法。     

一种改进的频率匹配法在网格降水预报订正中的应用

为提高精细化网格降水的实际预报能力,评估了2021年汛期ECMWF(EC)、CMA-MESO、SXWRF和SCMOC降水预报产品在陕西的表现,讨论了卡尔曼动态频率匹配方法对不同模式的订正效果,然后针对该方法不足,基于最优TS评分阈值法和SCMOC在天气过程判定中占优信息对小量级降水进行了二次订正,最后利用分类降水过程建模和基于图像相似识别技术改进的卡尔曼动态频率匹配法对暴雨进行了订正研究。结果表明:SCMOC晴雨预报准确率和暴雨TS评分均最高,分别为81.60%和0.30,表现最好;卡尔曼动态频率匹配法可明显提高EC、CMA-MESO和SXWRF模式降水预报产品晴雨预报准确率,对暴雨预报的改善效果不稳定,对EC晴雨预报准确率和暴雨TS评分提升幅度均最大,分别为6.35%和6.99%,该订正方法更适合于EC模式;经晴雨消空二次订正后的EC模式晴雨和小雨预报准确率较一次订正后的EC模式均有提高,分别提高了0.51%和0.64%;分类降水过程建模订正可进一步提高EC暴雨TS评分,较未分类过程订正后的暴雨TS评分提高了1.05%,且暴雨其他评分指标也均变好;改进后的卡尔曼动态频率匹配法较改进前...     

均生函数模型预报检验

通过对均生函数时间序列模型所作多种类型的预报进行检验发现,均生函数模型不但对观测统计值（如年、月平均值）而且对瞬时观测值（如最高气温）也有很好的效果;不但对平稳变化（如温度）而且对急剧起伏量（如太阳黑子）也有令人满意的结果。文中同时提出了改进均生函数模型的方法。     

多步预测的降水时序模型

该文设计了一个能作多步预报的时间序列模型，先生成时间序列及其差分的均生函数，再运用双评分准则对所有均生函数延拓序列作粗选和精选，以期建立一个拟合和预报效果均好的模型。就长江中下游6—8月降水总量的序列进行了计算，证实该模型可用在制作逐年气候预报或分月长期预报中。     

基于SCMOC的贵州最高气温预报方法研究

为探究最高气温预报准确率偏低这一现象,采用2013—2018年SCMOC精细化指导预报资料及气象站观测资料,对贵州省85站24～72 h最高气温预报开展研究。通过建立横向预报模型(F1)、纵向预报模型(F2)以及横向与纵向预报相整合的预报模型(Fzh),对贵州日最高气温进行预报试验。结果表明,无论平均均方根误差还是预报准确率,各模型预报效果均有不同程度改进,三种客观订正预报中Fzh表现最优;相对于SCMOC,F1春、夏季的预报优于秋、冬季,且贵州省北部地区改进较南部明显,F2四季均有改进,总体较平稳;Fzh预报结果明显优于F1和F2,均方根误差得到明显改善,平均RMSE下降1.0～2.0℃,准确率平均提高11%～13%。     

降水偏差订正的频率(或面积)匹配方法介绍和分析

针对AREM模式降水预报的偏差特征,开展了基于频率(或面积)匹配方法的降水偏差订正试验,重点介绍了该方法的原理和实现过程,并对订正前后的结果进行了系统检验,深入分析了该方法的优缺点并指出了可能的改进方向。经过3个月降水集中期(2012年6—8月)的逐日试验分析结果表明:(1)该方法能显著改善模式降水预报中雨量和雨区范围的系统性偏差,订正后降水预报的范围和平均强度与实况更加接近;(2)偏差愈大订正效果愈好;(3)原理上此法不能订正降水的落区位置偏差,但通过改变雨区范围的大小,订正后降水预报的TS和ETS的评分也有一定程度提高,尤其是小雨量段,订正使数值预报的"有雨或无雨"的定性降水预报的质量得到明显改善。针对该方法"不能改进降水落区偏差"的局限性,提出了5种可以改进和尝试的方法,同时指出,该方法和原理可以用于单站降水预报、雾和水文的流域预报的偏差订正。     

镇江地区ECMWF模式高温预报订正方法研究

针对镇江ECMWF模式168 h内高温(t≥35℃)预报结果提出四种后处理订正方案,包括一元线性回归法、差值法、综合法和递减平均法;借助均方根误差等四种检验方法就订正效果进行评估,找寻最优订正方案。结果表明,四种订正方法都明显改善了ECMWF模式高温预报,订正后的均方根误差、平均绝对误差及最大绝对误差较订正前均有所减小,预报准确率显著提高。对于24 h时效内预报,四种订正方法各有优势。对于48～168 h时效预报,一元线性回归法效果更优。采用分时效对ECMWF模式高温预报结果进行后处理,考虑24 h预报订正使用递减平均方法,48～168 h预报订正使用一元线性回归法,可以更大程度地提高预报准确率。     

三种数值模式气温预报产品的检验及误差订正方法研究

基于德国天气在线T7online(简称T7)、ECMWF细网格(简称EC)及T639三种数值模式的气温预报产品,结合本溪站气象观测资料,对三种数值模式2014年1月至2015年12月本溪市气温预报的准确率及预报误差进行了检验和分析,根据误差分析结果利用BP神经网络模型建立了本溪市数值模式气温预报误差客观化订正模型。结果表明:对于气温预报的年检验,T7、EC和T639三种数值模式的最低气温预报准确率均高于最高气温的预报准确率;对于气温预报的月检验,三种数值模式对夏季、秋季最低气温的预报效果明显优于冬季和春季,而对于最高气温的预报,T7的气温预报准确率明显优于EC和T639模式;当气温波动较大时,三种数值模式气温的预报准确率均明显下降。三种数值模式对最低气温预报的平均误差均为2.00℃以内,对最高气温的预报准确率存较大差别,T7模式最高气温的预报误差最小,T639模式气温预报的系统偏差最明显,最低气温系统偏差为-1.34℃,最高气温系统偏差为-2.87℃。根据三种数值模式气温预报误差的特征,结合BP神经网络建立本溪市气温误差预报模型对数值模式气温预报结果进行订正,订正后气温平均绝对误差由2.40℃左右降至1.40℃左右,系统偏差和均方根误差均明显缩小,气温预报准确率由50%左右提高至80%以上,数值模式气温预报准确率明显提高,具有较好的应用价值。     

概率密度匹配方法在我国近海海面10 m风速预报中的应用

海面风速对航运及海上生产作业影响重大,但数值模式对于海面的风速预报仍存在较大误差。为降低数值模式海面10 m风速预报的系统性误差,提高海上大风预报准确率,基于2017—2019年中国气象局地面气象观测资料对ECMWF确定性模式的10 m风场预报结果进行检验评估,并采用概率密度匹配方法对模式误差进行订正。分析结果表明,概率密度匹配方法可有效地改善数值模式10 m风速预报的系统性误差,订正后风速在各个预报时效和风速量级的平均误差均较订正前有所降低。对于大量级风速的预报,经概率密度匹配方法订正后的风速预报的漏报率可减少10%以上。订正后12 h预报时效的8、9级风速预报的平均绝对误差分别由4.15 m/s、5.61 m/s降低至3.12 m/s、4.08 m/s,120 h预报时效的8、9级风速预报的平均绝对误差由7.38 m/s、9.35 m/s减小至6.46 m/s、8.07 m/s。在冷空气、台风大风天气过程中,基于概率密度匹配方法订正后的风速与实况观测更接近,能够为我国近海洋面10 m风速的预报提供更准确的参考。      

东北区域空气质量数值预报模式应用研究进展

中国气象局沈阳大气环境研究在2014年基于CUACE和CMAQ建立了东北区域空气质量数值预报业务系统,本文介绍了空气质量数值模式的研究进展以及业务现状,为东北区域空气质量和雾霾预报提供了技术支撑。然而,随着预报精细化和更长预报时效的业务发展需求,存在预报准确率不高、计算资源短缺、科技创新能力不足等问题。本文基于存在的问题提出了东北区域空气质量数值预报未来发展建议与展望,包括加强大气污染源清单研究与技术规范制定、观测资料同化技术研究与业务应用、物理过程参数化方案的改进优化、发展数值预报产品订正技术、开发高分辨率7—10 d数值预报产品、加强人才引进和科技创新等。     

集合预报在渤海极大风预报中的应用

利用2015年2月至2018年2月地面气象常规观测中逐小时极大风及欧洲中期天气预报中心集合预报中6 h极大风预报数据,选取渤海海域代表站点,对集合预报极大风产品进行预报误差特征分析。分析表明:集合预报极大风产品的离散度明显偏小于均方根误差,各个预报成员的预报结果集中与否并不能反映出预报可信度。受模式预报能力所限,无法简单通过集合预报选取出最为可信的预报结果。集合平均、第75%分位值、最大值在极大风预报中各有优劣,因此基于以上三个统计量及不同量级风速发生的频率建立了渤海极大风预报客观订正方法,试验对比分析表明,该订正方法可以使极大风预报准确率有效的提高,为大风天气过程预报提供重要参考。     

卫星云图资料反演的质量控制及变分同化数值试验

该文针对数值化的 GMS红外卫星云图资料的特点 ,利用改进的统计反演方法分别求出温度和湿度估计场 ,设计了几种订正方案对反演出的温度和湿度进行质量控制 ;控制后的反演场再与常规观测资料进行变分同化 ,最后用 MM4模式进行了模拟对比试验 .结果显示 ,在合理的泛函设计的基础上 ,质量控制的好坏直接影响预报结果 .用分析场格点值进行订正效果优于用测站值直接订正 ,加上对云图反演的值进行系统误差订正后 ,有效提高了降水预报准确率 .值得指出的是 ,加进云图资料后 ,明显改善了模式降水预报的强度和区域 ,与仅用常规探空资料相比更接近于实况 .     

我国近海洋面10 m风速集合预报客观订正方

利用2013—2015年ECMWF集合预报10 m风场及我国沿岸和近海88个代表站点风速实况观测,建立基于ECMWF集合预报众数的我国近海洋面10 m风速客观订正方法。集合预报众数正确率及稳定性高于中值及平均值,因此基于集合预报众数,综合考虑历史数据的预报概率及集合预报各个成员的分布情况进行客观订正,可以提高订正效果。订正后的6~7级、8~9级风速偏小的误差及TS评分有明显改进,其中72~120 h预报时效的8~9级风速预报的TS评分由0.04增加到0.44,能够有效提高中长期时效大量级风速的预报能力。订正的风速产品对于我国近海冷空气及台风大风天气过程有较好的预报效果。     

FY-3A微波资料偏差订正及台风路径预报应用

我国极轨气象卫星FY-3A大大增强了对地球系统的综合探测能力,而偏差订正对卫星资料的应用非常必要。试验中FY-3A卫星微波资料的偏差订正方案是在Harris等的TOVS辐射资料偏差订正经验方法的基础上结合WRF-3DVAR系统发展的,偏差订正后微波资料各通道拟合结果基本位于主对角线上,大多数卫星观测数据与观测算子利用背景场计算的亮温值分布趋于合理,偏差得到很大程度的降低。偏差订正后,利用数值模式直接同化FY-3A气象卫星微波资料,通过对2008年和2009年的4个台风进行预报评估表明:同化FY-3A气象卫星资料后路径预报能力提高明显,尤其是36 h后路径预报结果;同化FY-3A气象卫星微波资料后台风预报路径误差平均降低20%,而只同化常规资料路径误差仅仅降低了4%。     

统计降尺度方法在天津小时降水和气温精细化预报中的应用

基于ECWMF模式预报数据对2018年3—11月降水和2 m温度进行统计降尺度,利用先频率匹配法、再阈值法对插值后的降水订正,利用Kalman滤波型的递减平均统计降尺度法对插值后的温度订正,最终获得逐小时降水量和温度的预报。结果表明:(1)对于晴雨预报准确率,绝大多数预报时效频率匹配法和阈值法均对其有明显提高,前者最大改进幅度可达20%以上。对于相对误差,阈值法对空报现象有较显著改进。对于1 h降雨量大于等于20 mm的短时强降水,频率匹配法订正后的TS评分有明显提高。对2018年"安比"台风事件,除具有以上改进效果外,频率匹配法提高了降水主体形态和量级的预报水平,阈值法对空报站订正正确。(2)对于温度的ECWMF模式预报检验,几乎在任何预报时效内都是3月的绝对误差最大。通过Kalman滤波型的递减平均统计降尺度法后,各月的绝对误差都有不同程度减小。总体上,订正后的绝对误差曲线仍具有订正前的周期性波动,波峰、波谷位置也与订正前基本一致,且绝对误差越大,订正幅度越大。个例分析也表明订正后保留了温度预报空间分布的准确性,且绝对误差有明显下降。     

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.     

基于交叉验证技术的KNN方法在降水预报中的试验

利用2003—2005年4—9月国家气象中心T213的数值预报产品,通过动力诊断,从大量数值预报因子中提取不同层次、不同时效与降水关系较好的多个因子,使用K最邻近域（KNN）方法,制作不同代表站点的晴雨预报和大于或等于10 mm的降水预报试验。在搜索K邻近域的过程中,考虑天气事件出现的概率不同,而分别求取有天气事件的正样本K+值和无天气事件的负样本K-值,使该方法选择的最邻近域中的K值取得更为合理。利用交叉验证的方法,对历史资料依次选取部分样本作为预报测试集,通过预测结果的检验评分,选取获得最大准确率和最大概括率的K+和K-作为最佳邻近域的组合。确定了最优K值后,反算历史样本,通过比较,得到某站出现降水天气事件的预报判别值,在一定程度上减少了预报的空报率。经过对2006年4—9月的预报试验,改进后的KNN方法使24,48 h的晴雨预报和大于或等于10 mm降水预报的TS评分大多数高于未改进前的,也高于T213模式本身的降水预报和MOS方法动力统计释用的降水预报,特别是克服了模式降水预报和MOS方法预报中空报率较高的现象,达到了较好的预报效果。     

卡尔曼滤波技术在暴雨中期预报中的应用

在河北暴雨中期预报系统中,应用卡尔曼滤波技术对ＥＣＭＷＦ５００ｈＰａ高度预报场进行了订正。通过对ＥＣＭＷＦ５００ｈＰａ高度场的多种订正试验,分析比较未订正的和各种不同订正方案的高度预报均方根误差,证明卡尔曼滤波双因子订正对于提高暴雨预报能力是有效的。