利用T106资料制作降水概率和相对湿度预报

利用T10 6模式产品 ,采用MOS预报方法 ,建立了甘肃省 15个站降水概率和相对湿度的预报方程。通过相对湿度的绝对误差评分、降水概率的B评分和Bs 评分对预报方程的预报结果进行评估 ,认为预报方程有一定的预报能力。     

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...     

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)。     

基于贝叶斯理论的集合降水概率预报方法研究

将贝叶斯理论应用到集合降水概率预报方法研究中.采用集合预报资料和历史观测资料,通过建立贝叶斯产品处理技术(Bayesian Processor of output,BPO)降水概率预报模型,将一组集合成员降水确定预报值修订为一组贝叶斯降水概率分布或概率密度的预报,并获得表征每个集合成员预报能力有效信息评分(Informativeness Score,IS).基于IS值对集合成员概率预报信息融合,得到集成贝叶斯降水概率预报,并采用连续等级概率评分(Continuous Ranked Probablity Score,CRPS)方法检验试验结果.结果表明,基于BPO方法得到的集成贝叶斯降水概率预报可靠性高于由集合预报得到的直接概率预报.     

MM5降水预报订正试验

对MM5模式要素预报进行了逻辑统计方法改进试验;提出了基于相对湿度分布的降水概率对降水订正的应用思路.     

MM5降水预报订正试验

对MM5模式要素预报进行了逻辑统计方法改进试验；提出了基于相对湿度分布的降水概率对降水订正的应用思路。     

基于贝叶斯方法的西江流域大雨集合概率预报产品订正试验

为了更好的利用降水历史先验概率分布函数信息修订的集合概率预报,基于贝叶斯概率决策理论,分别使用1981~2010年西江流域降雨量实况资料和2016年4~9月欧洲集合预报产品作为先验信息,通过建立基于贝叶斯的西江流域大雨概率预报模型,用以订正欧洲集合概率预报产品,并进行评分检验,从预报试验的结果来看:基于贝叶斯方法修正的集合概率预报产品对于汛期大雨的预报能力有一定的提高;除了9月份外,汛期其他月份在24~72h预报时效内的BS评分均优于集合概率预报,并可以在一定程度上减小大雨预报空报的可能性;前汛期TS评分高值区分布存在月际差异,4月至6月随着降水强度和范围的扩大,大部分流域评分升高;此项工作可为预报员开展西江流域强降雨预报提供参考依据。     

雷达外推与数值模式动态融合降水概率预报方法

提出一种基于动态权重的降水概率融合预报方法。首先建立一个适用于权重分配的评分模型,对基于雷达光流外推的降水概率预报和基于数值模式经反射率换算后的降水概率预报的预报准确率分别加以评估;提出一种改进的Brier评分法,该方法兼顾了降水落区的大小和降水量,降低评分对样本数据数量多少的敏感性;根据两种在不同预报时效的评分,动态地分配两种预报方法在不同预报时效的权重。试验部分通过Brier等评分验证表明,融合后各个预报时效的预报都表现出与雷达外推或数值模式相近甚至更高的技术评分。     

基于关键对流参数分级的强对流潜势预报

通过对上海地区1998—2009年4—9月各类强对流天气的统计分析,选取42个对流参数及其时间变量,采用逐步回归方法建立了针对各类强对流天气的0～12h潜势预报方程。在此基础上,提出了基于关键对流参数进行分级的强对流潜势预报方法,选取K指数、SI指数、PWV(大气可降水含量)指数和θsedif85(500hPa和850hPa假相当位温差)等反映大气热力和水汽条件的关键对流参数,根据对流分布情况将各对流参数分别分为3个等级,并分级建立了针对不同强对流天气的潜势预报方程。与未分级方程对比表明:基于关键对流参数分级的预报方程对雷雨大风、强雷电和所有对流等预报效果上有明显提升,采用如下组合评分更佳:雷雨大风的预报采用SI分类方程,强雷电和所有对流采用PWV分类方程。将基于关键对流参数分级的强对流潜势预报方法在数值预报模式中进行了业务应用,取得了较好效果。     

ECMWF集合预报在中国中部地区的降水概率预报性能评估

利用2013、2014年5-10月ECMWF集合预报系统(EPS)输出的降水预报资料,CMORPH(NOAA Climate Prediction Center M orphing M ethod)卫星与全国30000余个自动气象观测站的逐小时降水量融合资料,基于Brier评分、Talagrand分布、ROC(Relative operating characteristic)分析等方法,研究ECMWF集合预报对我国中部降水的概率预报性能。主要结论如下:(1)模式对小雨具有稳定的预报技巧,但预报概率偏大;对大雨以上量级降水的分辨能力不足,概率预报偏小。(2)Talagrand图整体表现为"U"型,模式对中等强度以上量级降水预报频次偏少;就不同量级降水的预报和观测频次一致程度来看,时效越长预报性能越稳定;第11天模式集合成员的发散度发生明显变化,Talagrand图呈"钟"型分布,预报评分显著下降。(3)预报日数越短,降水概率预报效果越好,平均而言,预报日数超过2天后,模式对12 h(24 h)小于30%(40%)的暴雨概率预报技巧低于气候预测。(4)模式24 h小雨命中率较12 h偏高,空报率偏低,预报技巧优于12 h;对暴雨来说,前6天12 h降水概率预报的ROC面积较24 h表现较好。     

利用T106资料制作降水概率和相对温度预报

利用Ｔ１０６模式产品,采用ＭＯＳ预报方法,建立了甘肃省１５个站降水概率和相对温度的预报方程。通过地温度的绝对误差评分、降水概率的Ｂ评分和Ｂｓ评分对预报方程的预报结果进行评估,认为预报方程有一定的预报能力。     

降水预报-观测概率匹配动态订正法在江西降水集中期的应用与检验

为提高数值预报降水预报的准确率,本文利用欧洲中期天气预报中心的高分辨率数值预报（ECMWF）降水预报资料和江西省国家级气象观测站实况降水资料进行概率匹配,选取Gamma累积概率分布函数用于拟合预报与观测的降水累积概率,通过在2017年江西省一次降水集中期的应用试验,得到以下结论：基于ECMWF的降水预报-观测概率匹配动态订正法由于把最新的预报与实况结果带入概率匹配中,并根据近期模式预报调整及误差不断自动更新各量级降水修正值,可实时动态订正模式降水预报;检验发现ECMWF模式降水产品对于24 h内12 h间隔的10 mm及以下量级的预报普遍偏大,25 mm及以上量级的预报普遍偏小,在江西区域九江沿江地区和景德镇的各量级降水预报较为接近实况、预报效果较好.本降水预报订正法能提高小雨和暴雨的TS评分、降低暴雨的漏报率且提升其命中率,但对大雨及部分中雨的订正效果不佳,在实践中应权衡利弊使用.     

SWCWARMS 模式对巴中地区预报能力的检验

应用巴中地区218个自动气象观测站2016年6～8月逐日的24h累积雨量,采取基于客观统计的检验方法,针对24h累积雨量,采取TS评分、BIAS评分和空报率对比分析了 SWCWARMS 模式和 EC 细网格模式在巴中地区的预报能力。研究结果表明:(1)从降水落区来看,两个模式都对雨带的移动都有较好的预报能力;(2)从降水 TS 评分看,SWCWARMS模式在各量级上的 TS 评分都优于 EC 模式;(3)从降水 BIAS 评分看,EC 模式容易漏报中雨及以上量级的降水,而 SWCWARMS 模式则对大暴雨的预报有较大的空报;(4)从逐月评估结果看,6月和7月SWCWARMS 模式较EC模式有更好的预报效果,8月两者差异不大。总体而言,SWCWARMS 模式在巴中地区的预报效果优于 EC 模式。      

GRAPES区域集合预报对2019年中国汛期降水预报评估

2019年,数值预报中心开发了以GRAPES全球模式为驱动场,集合变换卡尔曼滤波为初值扰动方法,随机物理过程倾向项为模式扰动方法的10 km水平分辨率GRAPES-REPS V3.0区域集合预报模式,并投入业务运行。基于该模式,作者开展了2019年7～9月夏季降水不确定性的集合预报实时试验,并从统计检验和个例分析角度,与GRAPES-REPS V2.0和ECMWF全球集合预报模式进行对比,由此对GRAPES-REPS V3.0区域集合预报模式的降水预报能力给予客观评价,并分析了引起中尺度强降水预报不确定性的物理机制,研究结论可为诊断集合预报模式及改进集合预报方法提供依据。结果表明:(1)GRAPES-REPS V3.0区域集合预报系统的降水ETS评分在所有预报时效和量级内均优于GRAPES-REPS V2.0区域集合预报模式,降水成员具有明显等同性,且概率预报技巧FSS评分较高,GRAPES-REPS V3.0区域集合预报模式降水预报效果全面优于GRAPES-REPS V2.0区域集合预报模式。(2)GRAPES-REPS V3.0区域集合预报的集合平均降水BIAS评分及小雨和暴雨ETS评分均明显优于ECMWF全球集合预报系统,降水概率预报与ECMWF降水概率具有一定可比性。(3)个例分析结果表明,不同集合预报模式通过刻画中尺度特征物理量不确定性来捕捉降水预报不确定性,初始时刻,GRAPES-REPS V3.0区域集合预报模式和ECMWF全球集合预报模式环流形势分布较为相似,随预报时效演变,GRAPES-REPS V3.0区域集合预报模式对中尺度动力、热力场捕捉更为准确,相应地对降水落区与量级预报较好,概率预报技巧较优。(4)与ECMWF全球集合预报模式相比,GRAPES区域集合预报模式集合成员能很好地预报降水发生、发展、消亡整个过程,故GRAPES-REPS V3.0区域集合预报系统对中国汛期降水具有较强的预报能力。     

GRAPES区域集合预报对2019年中国汛期降水预报评估

2019年,数值预报中心开发了以GRAPES全球模式为驱动场,集合变换卡尔曼滤波为初值扰动方法,随机物理过程倾向项为模式扰动方法的10 km水平分辨率GRAPES-REPS V3.0区域集合预报模式,并投入业务运行。基于该模式,作者开展了2019年7～9月夏季降水不确定性的集合预报实时试验,并从统计检验和个例分析角度,与GRAPES-REPS V2.0和ECMWF全球集合预报模式进行对比,由此对GRAPES-REPS V3.0区域集合预报模式的降水预报能力给予客观评价,并分析了引起中尺度强降水预报不确定性的物理机制,研究结论可为诊断集合预报模式及改进集合预报方法提供依据。结果表明:（1）GRAPES-REPS V3.0区域集合预报系统的降水ETS评分在所有预报时效和量级内均优于GRAPES-REPS V2.0区域集合预报模式,降水成员具有明显等同性,且概率预报技巧FSS评分较高,GRAPES-REPS V3.0区域集合预报模式降水预报效果全面优于GRAPES-REPS V2.0区域集合预报模式。（2）GRAPES-REPS V3.0区域集合预报的集合平均降水BIAS评分及小雨和暴雨ETS评分均明显优于ECMWF全球集合预报系统,降水概率预报与ECMWF降水概率具有一定可比性。（3）个例分析结果表明,不同集合预报模式通过刻画中尺度特征物理量不确定性来捕捉降水预报不确定性,初始时刻,GRAPES-REPS V3.0区域集合预报模式和ECMWF全球集合预报模式环流形势分布较为相似,随预报时效演变,GRAPES-REPS V3.0区域集合预报模式对中尺度动力、热力场捕捉更为准确,相应地对降水落区与量级预报较好,概率预报技巧较优。（4）与ECMWF全球集合预报模式相比,GRAPES区域集合预报模式集合成员能很好地预报降水发生、发展、消亡整个过程,故GRAPES-REPS V3.0区域集合预报系统对中国汛期降水具有较强的预报能力。     

BCC二代气候系统模式的季节预测评估和可预报性分析

本文利用国家气候中心（BCC）第二代季节预测模式系统历史回报数据,从确定性预报和概率预报两个方面系统地评估了该模式对气温、降水和大气环流的季节预报性能,并与BCC一代气候预测模式的结果进行了对比,重点分析了二代模式的季节可预报性问题。结果显示,BCC二代模式对全球气温、降水和环流的预报性能整体上优于一代模式,特别在热带中东太平洋、印度洋和海洋大陆地区的温度和降水的预报效果改进尤为明显。这些热带地区降水预报的改进,可以通过激发太平洋—北美型（PNA）、东亚—太平洋型（EAP）等遥相关波列提升该模式在中高纬地区的季节预报技巧。分析表明,厄尔尼诺和南方涛动（ENSO）信号在热带和热带外地区均是模式季节可预报性的重要来源,BCC二代模式能够较好把握全球大气环流对ENSO信号的响应特征,从而通过对ENSO预报技巧的改进有效地提升了模式整体的预报性能。从概率预报来看,BCC二代模式对我国冬季气温和夏季降水具备一定的预报能力,特别是对我国东部大部分地区冬季气温正异常和负异常事件预报的可靠性和辨析度相对较高。因此,进一步提高模式对热带大尺度异常信号和大气主要模态的预报能力、加强概率预报产品释用对提高季节气候预测水平具有重要意义。     

数值预报产品与大气云雨场耦合的暴雨预报技术研究

本文利用有限区数值预报模式的输出产品，结合现时大气云雨场强度分布特征和降水形成的物理机制，研究了暴雨的诊断和预报技术，给出了客观定量的暴雨预报方法，并在微机上实现了人机交互预报系统。通过实际业务运行，取得了较好的预报效果。     

基于Xgboost算法的短时强降水预报方法

基于EC细网格模式的再分析场计算诊断参量,并结合重庆地区2011—2014年5—9月间短时强降水个例建立训练集,进而根据箱线图差异指数提出的阈值法对样本初步消空,然后通过K均值聚类和Relief算法分别重建了类别平衡的训练集,并优选了平均权重较大的参量进入模型,建立了一个以Xgboost算法为核心的重庆地区短时强降水预报模型。结果表明:(1)模型可输出概率预报或用户自定义概率阈值生成确定性预报。(2)2015年独立样本测试表明,当概率阈值取0.1时,模型的AUC为0.92,总体分类效果较好,全体样本的短时强降水TS评分可达0.3,高于EC再分析场;对其中两次个例分析表明,Xgboost方法的短时强降水客观概率预报能更好描述强降水发生的概率和落区,逐时次的预报效果仍优于EC,TS评分在0.2～0.4之间。(3)模型对近年来短时强降水过程的回报TS在0.1以上,仍然高于EC并与常规业务水平持平,具有一定参考意义。     

陕西省2014年汛期ECMWF集合预报降水产品评估检验

利用陕西省100个台站降水实况资料和欧洲中心集合预报10种降水产品,对2014年6—9月欧洲中心集合预报10种降水产品在陕西的预报效果进行了客观分级检验以及时空分布演变综合评估,结果表明:绝大多数产品的Ts评分随降水量级增大明显下降,随预报时效延长有小幅下降;模式对陕南各量级降水预报效果优于陕北、关中,多数情况下90%分位数Ts评分最优;所有降水量产品小雨预报偏差最大,空报明显,随着降水量级增大,空报逐渐减少,漏报增加,陕南预报偏差比陕北、关中大;90%分位数、控制预报、概率匹配产品、融合产品能基本反映出实况降水的落区情况,对大降水过程的演变趋势可以做出较为准确的预报;综合而言,控制预报、融合产品、概率匹配产品无论在Ts评分还是预报偏差上表现均较好,稳定性高,用户可以根据不同关注点,在应用时选取不同的产品进行参考。     

夏季省级分区降水概率预报自动化系统

利用多年气象观测资料，数值预报产品，各种天气系统及相互配置与多年降水资料进行了相关统计，精选了与降水密切相关的因子，利用多因子条件下的概率组合方法，建立了夏季省级分区降水概率预报经系统。在实际预报业务中取得了较好的预报效果。