转移概率预报方法及其应用

采用转移概率方法及最大概率预报原理,分析研究了新疆阿克苏市１９５４￣１９９５年霜冻初、终日期及月降水量等随机时间序列状态之间的转换规律,结合各序列状态的初始分布,建立预报模型,并对１９９６￣１９９９年各项目进行预测。结果表明,该方法预报效果较好,适用性强,具有良好的应用前景。     

转移概率及最大转移概率原理在桂林市初、终霜日预报中的应用

利用转移概率及最大转移概率预报原理，分析了桂林市1961～2000年初霜、终霜日期等随机时间序列之间的转换规律，并结合各序列的初始分布，建立预报模型。应用该方法对近几年初、终霜日期的预测结果表明，转移概率预报方法对波动性较大的随机时间序列具有较强的预报能力，方法简单，预报效果好。     

转移概率及最大转移概率预报方法在吴忠市霜冻预报中的应用

在简介转移概率及最大转移概率预报原理的基础上,对宁夏吴忠市区1961--2000年初、终霜冻日期各随机序列状态之间的转换规律进行了分析,并结合各序列的初始分布,建立预报模型。应用该方法对1995—2001年的初、终霜冻日期进行了预测,结果表明,该方法对预报波动性较大的随机时间序列具有较强的预报能力。     

转移概率及最大转移概率原理在桂林市初、终霜日预报中的应用

利用转移概率及最大转移概率预报原理,分析了桂林市1961-2000年初霜、终霜日期等随机时间序列之间的转换规律,并结合各序列的初始分布,建立预报模型。应用该方法对近几年初、终霜日期的预测结果表明,转移概率预报方法对波动性较大的随机时间序列具有较强的预报能力,方法简单,预报效果好。     

成都市降水概率预报方法

用实时气象资料与T106数值产品相结合，根据概率 统计的方法 和原理，采用概率回归估计方法，建立了成都市的夏季降水概率预报方法。此方法可对成都 市 东、西、北片未来24小时降水作出定量预报。1999年8～9月试用效果较好，可供业务参考应用。     

江苏省夏季最高温度定量预报方法

以江苏省徐州、南京、射阳3个探空站2002～2006年7～8月逐日观测资料为基础,选取了影响最高温度变化的因子,利用逐步回归方法建立了以徐州、南京、射阳3地为中心的区域预报模型,并对模型的回归效果和预报情况进行分析.剖析了其用于实际预报的合理性和可信度,同时与欧洲中期天气预报中心动力数值预报结果相结合,利用高斯权重插值方法将预报场的格点资料捕值到江苏各站点,通过PP法,完成了江苏省最高温度的定量预报.预报当天最高温度误差在1℃以下的概率为5O%左右,2℃以下概率在8O%左右,该方法可用于最高温度预报.     

短期集合降水概率预报试验

以MM5模式作为试验模式, 通过选取不同的物理过程参数化方案产生8个集合成员, 分别用平均法、相关法和Rank法对2001年11月至2002年5月期间的22个降水个例进行短期集合降水概率预报试验。试验结果显示对小雨—大暴雨6类降水的概率预报, Rank法的综合预报效果明显好于相关法和平均法, 相关法的综合预报效果与平均法基本相同; 无论从均方误差角度还是从命中率和假警报率的相对大小角度, 对小雨、中雨、大雨和暴雨各量级以上降水的概率预报, Rank法的平均预报效果是三种方法中最好的, 相关法的平均预报效果与平均法相同; Rank法好于平均法的平均幅度从均方误差角度较大, 从命中率和假警报率的相对大小角度则较小。平均而言, 三种方法对各量级以上降水的概率预报都是有技巧预报, 对量级小的降水的概率预报技巧高于对量级大的降水的概率预报技巧。     

地面气温的概率预报试验

基于TIGGE(THORPEX Interactive Grand Global Ensemble)资料,对中国气象局(CMA)集合数值预报产品进行温度概率预报试验。分别应用降尺度技术、系统偏差订正及降尺度与系统偏差订正相结合的方法对2008年1月的气温进行试验。结果表明,通过Brier评分和ROC分析的检验,在24～240 h预报中,都得到了明显改进,在进行降尺度和系统偏差订正相结合的方法下,预报技巧的改进更加明显,优于单个方法独自使用的效果。RPS评分检验则表明:在168 h内,两种改进方案相结合的概率预报效果明显优于单一改进方法的使用;168 h后,预报效果逐渐下降不如系统偏差订正的效果,但优于降尺度技术的改进。总体而言,3种方法对地面气温的概率预报都有正的技巧预报,对预报时效较短(7天前)温度概率预报技巧高于预报时效较长的(7天后)。     

中国夏季降水多模式集成概率预报研究

基于TIGGE资料中的中国气象局（CMA）、欧洲中期天气预报中心（ECMWF）、日本气象厅（JMA）、美国国家环境预报中心（NCEP）以及英国气象局（UKMO）五个中心2007-2011年5月25日-8月31日中国地区逐日12-36 h、36-60 h、60-84 h、84-108 h、108-132 h与132-156 h累积降水集合预报资料,分别利用PoorMan （POOL）和多模式消除偏差（MBRE）两种方法对2011年各中心降水概率预报进行集成,并采用RPS和BS评分方法对预报效果进行评估。结果表明,对于12-156 h逐24 h累积降水量概率预报,多模式集成预报效果优于单模式预报效果,且多模式消除偏差概率预报效果最好;针对小雨、中雨以及大雨以上降水,PoorMan和MBRE概率预报较单中心预报效果均有提高,MBRE概率预报效果优于PoorMan方法。     

热带气旋路径预报概率圆应用

热带气旋路径预报采用预报概率圆可以有效减少不可避免的预报错误,在2004～2007年中央气象台主观路径预报资料的基础上,使用统计方法并根据预报误差与热带气旋预报移动速度和移动方向的相关关系分类,分别计算了相应的24、48、72 h路径预报的70%概率圆半径,修改了原来业务中使用的概率圆半径,以期替代原来在业务中使用的概率圆半径。同时应用修改后的概率圆半径对近5年的路径主观预报进行了分析,给出了2004～2007年预报误差分布特点以及较大预报误差热带气旋个例的误差产生原因,并讨论了该方法改进的可能性。     

降水邻域集合概率方法尺度敏感性试验

降水邻域集合概率法是处理高分辨率降水集合预报不确定性的一种新方法。利用2017年5~7月GRAPES(Global and Regional Assimilation and Prediction Enhanced System)区域集合预报系统24 h降水预报资料,进行GRAPES降水邻域集合概率方法试验,并针对邻域概率法的等权重和邻域尺度问题,设计了邻域格点权重修正邻域方案以及二分类权重修正邻域方案,进行降水的集合概率法、等权重邻域集合概率方法、权重修正邻域集合概率方法和二分类权重修正邻域集合概率方法等四种方法的格点相关及敏感性试验,并利用多种概率预报检验评分评估上述四种方法的预报效果。试验结果表明:(1)尽管采用邻域计算方案的三种邻域集合概率方法的降水概率预报评分各有优劣,如等权重邻域集合概率法的相对作用特征曲线面积评分略优,而权重修正邻域集合概率法和二分类权重修正邻域集合概率法的降水概率预报可靠性更高,但采用了邻域计算方案的降水概率预报评分均优于传统的集合概率方法;(2)降水邻域集合概率方法的预报技巧对邻域尺度很敏感,统计评分最优的邻域半径为5~8倍模式水平格距;(3)引入了权重修正的两个邻域集合概率预报方法在24 h降水量超过10 mm时改进较明显,能够提供更加客观的概率预报结果。总体上看,降水邻域集合概率方法具有较好的应用前景,恰当的邻域概率方法及邻域半径可以获得更合理的降水概率预报结果。     

区间概率函数在晋城市降水概率预报中的应用研究

本文主要应用区间概率函数转换预报因子，经过相关比筛选。进行因子回归，构建分量级降水概率预报方程，同时应用T213L31数值预报产品统计释用方法，结合最优子集回归构造分时刻预报方程，最后进行概率预报。我们根据晋城气候区划，设计平川和山区两种降水概率预报方程。为晋城市开展降水概率预报提供了基础。     

联合概率方法在北京灾害天气预报中的应用研究

基于ECMWF模式的集合预报数据,利用联合概率方法,针对北京地区冬季影响最大的寒潮和夏季强对流两类灾害性天气,建立了适用于本地区的两种集合预报业务产品。选取2 m温度和10 m平均风速制作寒潮预警信号联合概率预报产品,选取对流有效位能和0-6 km垂直风切变制作强对流潜势联合概率预报产品。通过对北京地区近年寒潮和强对流天气的预报检验表明：寒潮预警信号联合概率方法,当预报概率达到10%及以上时,实况就有可能达寒潮蓝色预警信号的级别;此方法对北京西北部的预报性能较好,其次为北京的东南部地区;对达到蓝色预警信号标准的区域具有较高的预报命中率,但对达黄色预警信号级别的区域,漏报率较高。强对流潜势联合概率方法的空报率较高,当预报概率达90%-100%时,实况才有可能出现强对流;与局地强对流相比,全市性强对流天气的高概率预报区域较为集中。     

事件概率回归估计与降水等级预报

该文对比分析概率回归降水等级预报和回归降水等级预报的差异, 2007年秋季至2008年夏季全国平均检验结果表明:概率回归降水等级预报效果好于回归降水等级预报, 尤其是小雨预报, TS评分明显高于回归降水等级预报, 同预报偏差过大情况也有很大改善。进一步分析表明:回归降水等级预报方法在建立小雨预报方程的样本中, 少数较大降水量的样本方差占总方差的百分比过大, 导致预报方程中反映的预报量与预报因子的关系以少数大降水量样本为主, 是造成小雨预报空报过大的原因。与模式降水预报的对比分析表明:概率回归降水等级预报效果好于模式直接降水预报, 模式降水空报较大情况得到改善。     

晴雨(雪) 和气温预报评分方法的初步研究

利用全国逐日天气预报产品和对应实况数据, 分析了目前普遍使用的晴雨(雪) 和气温预报评分方法存在的问题, 并进行了改进尝试和研究。结果表明:由于没有考虑降水概率的影响, 在降水概率全国差异较大的多数月份, 晴雨(雪) 预报正确率与单站无降水频率表现为正相关, 具有无降水频率越大评分越高的趋势; 采用绝对标准值(1 ℃或2 ℃) 作为阈值进行气温预报准确率评分, 评分结果与气温日际变化呈明显负相关, 气温日际变化偏小则评分值偏高的趋势比较明显。该文提出的晴雨(雪) 和气温预报改进评分方法能有效减少降水概率和气温日际变化对晴雨(雪) 和气温预报评分的影响, 提高不同气候背景地区天气预报评分结果的可比性, 在天气预报质量检验和评估业务中具有一定的应用和推广价值。     

江苏暴雨概率预报及其业务应用

以未来12~36 h、36~60 h和60~84 h的暴雨预报为目标,利用2011年—2013年夏季6—8月欧洲细网格数值模式预报产品分析了江苏夏季暴雨的可能预报因子。通过对各因子进行相关性、敏感性和代表性分析后,优选了22个对不同强度降水具有较好区分能力的暴雨预报因子。以这些因子为基础建立了一种简单的江苏省暴雨概率预报方法。其预报产品已在江苏省气象业务一体化平台上投入业务使用。该方法在2011—2013年7月,针对提前12 h预报的历史回报试验中,TS技巧评分平均为13.6,明显高于EC细网格24 h降水预报产品(平均TS评分仅为4.5)。在2014年梅汛期的6月25—26日、7月1—2日和7月4—5日三次区域性暴雨个例的预报试验中,提前60、36、12 h的预报效果均较好,其平均TS评分(44.6)也明显高于欧洲细网格数值模式的降水预报(20.4)。     

甘肃省伏旱短期气候概率预测

用ＥＯＦ和ＲＥＯＦ将甘肃省信期降水分为７个区域,并在每个区域选取一个代表站,设计出既能反映伏期降水多少,又能反映伏期旱段长度的伏旱强度指数。将伏旱强度与指数与伏旱发生的概率关系起来,通过对大气环流特征指数,地面气象要素等因子的分析,利用逐步回归分析和多级逐步判别分析方法,建立了甘肃省几个代表站的伏期干旱指数和概率预测方程,提出了集成概率预测的概念,最后给出了对伏旱概念率预测进行评估一种方法。     

概率匹配平均法在山东强降水预报中的应用

基于WRF集合预报系统开发了概率匹配平均降水产品,选取了山东省2014—2016年共13次强降水过程,检验评估了概率匹配平均法在山东省强降水预报中的综合表现。结果表明：对于不同的强降水过程,各预报产品的预报能力差异较大,尤其是对暴雨以上量级降水的预报存在较大偏差;概率匹配平均相对集合平均,对大雨以上量级降水预报有明显改善,较WRF确定性预报产品也有一定提高,对强降水预报具有一定指示意义;该方法的改进主要体现在对不同量级降水的调整上,尤其是强降水的落区,相对集合平均增大了强降水的范围和强度,但对整个区域的总降水量预报没有很好的改进作用。     

利用T213和ECMWF数值预报产品作暴雨落区概率预报

充分利用T213和ECMWF数值预报产品的优势，对相关预报场进行定量集成。根据历史统计和产生暴雨的几个必要条件，选取相关因子进行判别，并按权重进行叠加，得出未来24h暴雨落区概率预报图，在业务应用取得了满意的效果。