城市相对湿度的直接模式输出修正预报的研制

给出了一种非统计的直接模式输出（ＤＭＯ）的修正方法，它无需任何历史资料，仅以我国国家气象中心实时Ｔ１０６模式的离地２ｍ之相对湿度预报格点值为基础，经非线性插值，部分系统性误差订正及相对湿度的日较差正后制作全国２６４个城市的相对湿度预报。其中北京、上海、香港等１０个城市的相对湿度预报经预报员把关后，第天晚间由中央电视台播出。     

模式范围对MAPS降水预报效果的影响

将武汉区域气象中心现有的数值预报业务模式MAPS的水平范围由20～45°N、95～125°E扩大到15～49．5°N、85～134．5°E模式的分辨率以及物理过程均不变,预报时效延长至48小时。在1998年汛期（6～8月）进行了每天二个时次的数值试验,并对二者在上述时段内的降水预报的Ts评分进行了比较。结果表明,现有业务模式对中两、小雨的降水预报Ts评分高于范围扩大后的模式,而对大雨及以上降水预报的Ts评分,范围扩大后的模式则高于现有业务模式,同时模式范围扩大后对24～48小时内的强降水也有一定的预报能力。     

南海北部热带气旋移向突变的气候特征

统计２１年（１９７０－１９９０年）进入预报研究区（１５－２５°Ｎ，１２５°Ｅ以西）的热带气旋移向变化情况，分析移向发生突变的季节变化与地理分布等方面的气候特征。研究了热带气旋移向的突变与副热带高压活动，海岸地形的关系，得到一些有意义的结果，为寻找预报判据提供了气候特征的依据。     

基于EC模式闪电格点概率预报模型及应用

基于EC（0.25°×0.25°）模式预报资料和闪电定位资料，结合雷暴三要素形成条件，分别从水汽、能量、热力、动力等几个方面挑选预报因子，利用主成分分析方法配料权重系数，并根据海拔高度将四川划分为四川盆地、攀西地区、川西高原3个不同的区域分别建立预报模型，研发了四川省闪电格点概率预报产品。检验结果表明：四川盆地在概率预报值为70%以上时，预报效果较好，TS评分为0.294；攀西地区和川西高原在概率预报值为60%以上时，预报效果较好，TS评分分别为0.302和0.299。     

汛期低涡暴雨预报方法

据１９７４～１９９１年６～８月间暴雨资料统计分析，０８ｈ７００ｈＰａ低涡位于１０４～１０９°Ｅ、３３～３６°Ｎ或１００～１０５°Ｅ、２９～３２°Ｎ时，正阳易出现暴雨；其间，共有暴雨日３７个，低涡暴雨日２５个，占总暴雨８的６７．６％。为此，建立了低涡暴雨模式；首先消空处理，再筛选出一些物理意义明确且相关显著的预报因子，运用事件回归系数法建立低涡暴雨预报方程。经两年应用，预报效果较好。     

一个混合型热带海洋-大气耦合模式I.模式构成及热带太平洋气候态模拟

本工作发展了一个用于研究热带海洋大气系统相互作用和ＥｌＮｉｎ～ｏ／ＳｏｕｔｈｅｒｎＯｓ－ｃｉｌａｔｉｏｎ动力过程的混合型（ｈｙｂｒｉｄ）耦合模式，其中的大气部分为一个由一阶斜压模表示的自由大气和混合行星边界层所组成的简单热带大气模式（区域为热带太平洋：１２０°Ｅ～８０°Ｗ，３０°Ｎ～３０°Ｓ；水平分辨率为２°×２°），海洋部分为大气物理研究所高分辨率自由表面热带太平洋环流模式（经纬圈方向水平分辨率分别为１°和２°，垂直方向分为不等距的１４层）。两模式间的耦合是这样进行的：简单大气模式计算出海表风应力，热通量由松弛公式计算，淡水通量（蒸发与降水之差）由观测资料给定，它们一起作为海洋环流模式（ＯＧＣＭ）的强迫场；而ＯＧＣＭ计算出海表温度（ＳＳＴ），在其以外地区给定观测到的气候海表温度或陆地温度，作为大气模式的边界条件。本文给出采用逐日、同步耦合方案时模式对热带太平洋气候态模拟结果，表明未采用任何通量修正（ｆｌｕｘｅｓｃｏｒｒｅｃｔｉｏｎ），耦合模式未出现气候漂移（ｃｌｉｍａｔｅｄｒｉｆｔ）现象，并且非常逼真地再现了热带太平洋气候态，特别是海表风场及相伴随的辐合带和降水、海表温度和流场及它们的季节变化。文中还进行     

GRAPES-TYM模式对我国东部近海海雾预报性能评估

基于2020年上半〖JP3〗年我国东部近海站点观测资料和葵花 8卫星反演海雾产品对我国自主研发的GRAPES TYM〖JP〗模式进行了海雾预报性能评估。点、面检验结果表明：模式48 h和72 h TS分别为0.40和0.36，黄海海雾预报性能最优，34°～37°N海域内大部分站点TS高于0.50。黄海海雾落区预报检验显示均压场形势下预报最准确，平均临界成功指数为0.35；气旋后部海雾多空报。2 m相对湿度预报偏差具有局地性特征，相对湿度低估的站海雾预报击中率、TS相对低，反之亦然。另外，模式对成雾相关气象要素预报误差相对小且对成雾有利时海雾预报基本正确；模式预报风向较实际风向偏东南，易出现冷偏差和湿偏差，虚假的有利温湿条件导致海雾空报。     

应用500hPa高度场、太平洋海温格点资料建立统计预报方程的试验

气候变化与大气环流、海面温度的变化关系密切。因此,应用５００ｈＰａ月平均位势高度场、太平洋海温格点资料,通过因子筛选建立了广西单站及区域气候要素的预报方程。１　初选预报因子　　采用５～３６０°Ｅ、１０～８５°Ｎ区域,１０°×５°经纬度,共５７６个格点的５００ｈＰａ月平均位势高度场资料。资料年代为１９５１～１９９６年,其数值为实际值减去５００位势什米。北太平洋海温资料为１０°。～５０°Ｎ,５°×５°经纬度,共２８６个格点,资料年代１９５１～１９９６年。初选预报因子分两步进行：第一步,进行网格点普查…     

500hPa数值预报的统计检验

该文针对贵州西部建立MOS方法的要求，选取贵州西部天气变化的关键区（20°～40°N，90°～110°E）．采用5×5经纬度网格距，统计检验的项目和方法基本同于国家气象中心，并在Apple－Ⅱ机上实现对上述关键区域数值预报产品的统计检验。     

从雨云7号TOMS资料推算出臭氧总量变化趋势

雨云７号卫星上的臭氧总量测绘分光仪（ＴＯＭＳ），１１年多以来一直测量着全球臭氧柱总量。最近在资料分析上加以改进，得到一种用以确定并消除定标飘移的技术，使记录尽头处的资料相对于记录开头的资料来说可精确到±１．３％（２σ）。由ＴＯＭＳ总臭氧资料时间序列已拟合得出一个统计模式，其中包括季节变化项、线性趋势项、准２年振荡（ＱＢＯ）项、太阳活动周项以及二阶自回归噪音项。就这个统计模式拟合于６５°Ｎ到６５°Ｓ纬圈之间平均的ＴＯＭＳ资料来看，所得到的线性趋势项为－０．２６±０．１４％／年，即从１９７８年１１月到１９９０年５月共１１．６年中变化－３％。这种变化趋势在赤道近于零（０．０００２±０．２％／年），向两极增加。在５０°Ｎ年平均趋势为－０．５±０．２１％／年。在这１１．６年期间５０°Ｎ的趋势，表现出强烈的季节变化，在冬季和初春（即２、３月份）大于－０．８％／年，在夏季（７、８月份）约为－０．２％／年。     

上海区域要素客观预报方法效果检验

数值模式的客观释用是数值模式在业务工作中发挥效能的重要环节。在对上海区域数值模式近5年的模式直接输出(DMO)进行检验的基础上,分别采用卡尔曼滤波释用(KLM)和最优化集成释用(OCF)的方法进行要素客观释用,总结出区域数值模式的预报性能,客观释用也取得令人鼓舞的结果:(1)近几年,上海区域数值模式的直接输出结果(DMO)对温度、湿度以及风向的预报改善不明显,甚至还有变差现象,风速的预报自2005年起有改善,但主要体现在预报的稳定性方面。(2)KLM方法较DMO在温度、相对湿度和风速的预报上均有明显提高,但是风向的预报无明显提高,预报准确率甚至略有下降。(3)OCF方法的预报性能较KLM方法略有提高。温度、相对湿度以及风向的预报准确率提高约2%,风速预报与KLM方法相当。在春季和冬季,OCF的预报水平已经与主观综合预报相当,如果主观综合预报能充分参考OCF的预报结果,主观综合预报"春季和冬季预报误差相对偏大"这一弱点能得到改善。检验结果能为数值模式的开发和调试者提供有益的参考,而最优化集成方法的成功业务尝试也佐证了集成预报在数值模式客观释用中的美好前景。     

基于特定因子的河南省干热风客观预报方法

利用2000—2014年5月1日到6月10日河南省121个气象观测站点的逐日观测数据、欧洲中心模式预报资料,对河南省干热风天气进行分析,总结了干热风天气形势分类模型,同时利用多元回归法建立了河南省干热风天气的客观预报方法。分析结果得出:河南省干热风天气发生主要形势为西北气流型、高压脊型和纬向环流型3类;通过多元回归分析筛选出日最高温度预报因子为前一日最高气温、当日最低气温、08:00气温、EC850hPa 24h温度预报,相对湿度预报因子为EC850hPa 24h相对湿度预报、前一日14:00相对湿度、当日08:00露点温度,风速预报因子为EC细网格过去3h10m阵风预报,建立温度、湿度和风速3要素的预报方程;利用预报方程对2014年预报时段的天气进行检验,结果表明,对于轻干热风预报的TS评分为62%,重干热风预报的TS评分为64%。     

BJ-RUC系统模式地面气象要素预报效果评估

利用自动气象站逐小时地面观测资料,采用客观检验方法对北京市气象局快速更新循环预报 (BJ-RUC) 系统在2008—2010年5—9月的预报结果进行检验,初步评估了BJ-RUC系统对地面气象要素的业务预报性能。结果表明:BJ-RUC系统对地面气象要素预报与实况的变化趋势有很好的一致性。其中,2 m温度预报整体偏高,误差范围为-1.5~1.5℃,早上和傍晚偏大,正午偏小;2 m相对湿度的预报整体偏低,误差为-25%~0,白天偏大,夜间偏小;10 m风速预报明显偏大,午后尤为显著,误差为0.6~1.2 m·s-1;6 h累积降水的晴雨预报效果较好,TS评分可达到0.4。系统在初始起报时次的稳定性较差,从第3个起报时次开始逐渐稳定,但预报误差随着预报时效的增长逐渐增大,12 h内的预报误差较小,预报结果较可靠,在短时临近预报中具有参考价值。     

A Deep Learning Method for Bias Correction of ECMWF 24–240 h Forecasts

Correcting the forecast bias of numerical weather prediction models is important for severe weather warnings. The refined grid forecast requires direct correction on gridded forecast products, as opposed to correcting forecast data only at individual weather stations. In this study, a deep learning method called CU-net is proposed to correct the gridded forecasts of four weather variables from the European Centre for Medium-Range Weather Forecast Integrated Forecasting System global model(ECMWF-IFS): 2-m temperature, 2-m relative humidity, 10-m wind speed, and 10-m wind direction, with a forecast lead time of 24 h to 240 h in North China. First, the forecast correction problem is transformed into an image-toimage translation problem in deep learning under the CU-net architecture, which is based on convolutional neural networks.Second, the ECMWF-IFS forecasts and ECMWF reanalysis data(ERA5) from 2005 to 2018 are used as training,validation, and testing datasets. The predictors and labels(ground truth) of the model are created using the ECMWF-IFS and ERA5, respectively. Finally, the correction performance of CU-net is compared with a conventional method, anomaly numerical correction with observations(ANO). Results show that forecasts from CU-net have lower root mean square error, bias, mean absolute error, and higher correlation coefficient than those from ANO for all forecast lead times from 24 h to 240 h. CU-net improves upon the ECMWF-IFS forecast for all four weather variables in terms of the above evaluation metrics, whereas ANO improves upon ECMWF-IFS performance only for 2-m temperature and relative humidity. For the correction of the 10-m wind direction forecast, which is often difficult to achieve, CU-net also improves the correction performance.     

2010年国内外3种数值预报在东北地区的预报检验

对中国国家气象中心T639数值预报、德国降水预报和欧洲中心（ECMWF）数值预报中对中国东北地区的降水、温度和环流模式的预报结果,分别进行检验。结果表明：降水预报中,德国降水预报对中国东北地区的晴雨预报、一般性降水预报效果较好,但T639数值预报的漏报率明显低于德国降水预报,而T639数值预报中24-120 h暴雨预报的TS评分明显高于德国降水预报。温度预报中,T639数值预报对中国东北地区温度预报72 h内基本可用;欧洲中心（ECMWF）数值预报在96 h内效果较好。对于24 h的温度预报准确率,T639数值预报稍高于ECMWF数值预报结果。环流模式方面：48h内T639预报效果好于ECMWF,72 h以后ECMWF预报效果好于T639。     

我国东部三市夏季高温气候特征及原因分析

利用1961-2000年夏季（6～8月）月高温资料,探讨了石家庄、南京、福州的高温气候特征,给出了高温天气过程原因分析及东亚副热带高压（下称东亚副高）的活动特点。结果表明,石家庄测站强高温过程期间干热和闷热天气持续时间不长,极端气温高,日平均风速小,日平均相对湿度小;南京和福州测站强高温过程期间闷热天气持续时间长,极端气温不高,日平均风速小,日平均相对湿度大。我国东部地区近40年来夏季月平均日照时数在减少。东亚副高和大陆变性高压是造成我国东部地区城市夏季危害性高温的主要影响系统,强盛并持续副高和大陆变性高压控制是我国东部地区高温日数和强高温过程偏多的主要原因。     

郑州市相对湿度预报服务系统

从专业服务需求出发，将概率统计学中多种统计方法与天气预报方法相结合，为用户提供了１９８１－１９９０年１０年间有关相对湿度的各项咨询资料，并分月讨论了逐日１４时２４小时相对湿度概率特征区间、特征日和综合预报方法，建立了郑州市相对湿度预报服务系统。供专业咨询和日常相对湿度预报业务使用。     

转折性天气降水预报检验方法及应用

采用转折性天气降水检验评估方法,从转折天气预报能力的角度评价了模式降水预报能力。对全球中期T213、日本和德国数值预报模式在2006年9月至2008年8月的降水预报检验评估分析表明:转折天气降水预报能力检验是目前降水检验方法的有效补充。3种模式的转折天气降水预报能力随着预报时效的延长,存在逐渐递减的趋势;短期预报能力分析,T213和日本模式春季最好,而德国模式是夏季最好;48h预报分析,T213和日本模式在长江中下游、华北及东北等部分地区、德国模式在四川盆地和华南部分地区预报效果较好。     

陕西中部一次区域性暴雨天气过程诊断分析

长治市2006年8月28日出现了暴雨天气过程,对该次暴雨的500hPa天气形势和700hPa切变影响系统进行了分析。并进一步对强降水主要集中时段的T213数值预报产品的相对湿度场、K指数场,FY-2C云区相对湿度廓线以及多普勒雷达降水回波特征进行了综合诊断,给出了该次暴雨的主要着眼点,为今后暴雨预报提供一些思路。     

国家气象中心T213L31数值预报运行监控方案及预报效果评估

T213L31系统是我国新一代中期数值预报业务系统，该文介绍了该系统的实时业务运行流程，着重阐述了实时运行监控方法的设计和实施。通过对整个运行流程的解析、运行相关信息和异常事件的说明以及功能的介绍，使读者可以对T213L31运行监控和维护方法有一个较完整的认识。文章还对T213L31系统准业务和业务运行期间的预报效果进行了较为全面的检验与评估，结果显示:T213系统较国家气象中心的原数值预报业务系统T106L19的预报效果有了明显改进，可用预报时效延长了约1天。但与世界领先的ECMWF的中期数值预报产品相比还存在一定差距，特别是中期时效的预报差距比较明显，还有待于进一步的改进和提高。