基于奇异谱分析的江淮降水场预测模型研究

中国的降水预报主要是对汛期(夏季)的单站降水量或区域的降水型态进行预报,而主要的预报方法为动力学方法和统计学方法。据此,利用江淮地区的月降水量标准化序列,得到江淮地区降水时空分布型态。并在此基础上,利用奇异谱分析和时间序列的分析方法,设计了统计学的降水预测模型,对江淮地区的月降水量进行了预测试验。结果表明,模型能对江淮降水场的趋势作出较好的预报,且递推时间短时预报效果较好。     

试用年际变量自相关法作月降水量预报

该文用安顺３０年的月降水资料，用年际变量自相关法对原序列数据进行处理，试作了安顺９７年６，７两个月的降水量预报，预报趋势完全正确。该方法易操作，对月降水预报有参考价值。     

长期降水量预报途径的探讨

本文对上海近30年（1951－1980年）降水时间序列的属性进行了分析，由此建立了旬降水量游程序列和距平势序列预报模型，并预报了未来降水量的大小，效果较好。     

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。     

海河流域东北冷涡背景下的降水预报订正研究

针对海河流域东北冷涡降水样本,应用海河流域加密自动站降水资料及欧洲中期天气预报中心（ECMCWF）降水预报资料,利用滑动相关分析方法建立重组预报序列,基于加密自动站24 h累积降水量及重组24 h降水预报序列的Gamma累积概率分布曲线,采用预报—实况概率匹配方法建立1～3日的短期订正模型并进行试报检验。结果表明:欧洲中心数值模式对于海河流域东北冷涡降水的预报较实况偏慢;概率匹配法主要通过订正降水量级来改善预报结果,订正后降水预报对于小雨、大雨、暴雨预报的TS（Threat Score）评分技巧均有提升,尤其对于大雨和暴雨及以上量级预报,订正后预报量级及预报落区大小均与实况更加接近,订正效果显著。东北冷涡降水对流性强,模式预报能力弱,而订正后预报能有效提高此类强降水的预报技能,具有较好的应用价值。     

西安逐日降水概率分布和天气信息研究

本文用Ｍａｒｋｏｖ链、Ｐｏｌｙａ分布等理论模式研究了西安近６０年逐日降水序列干、湿日概率分布规律，得出西安逐日降水的气候概率，干、湿日演变的概率分布。以逐日降水气候概率为背景，用信息论方法对逐日降水天气信息做了研究。得到同一预报方法对不同气候背景的逐日降水天气做预报，所得的实际天气信息是不同的。     

陇东南地区强降水过程与雷达VIL产品的定量关系研究

利用天水市新一代天气雷达资料和天水、平凉地区的小时降水资料,探讨VIL(垂直累积液态含水量)滑动平均值以及VIL的移动与陇东南地区不同类型强降水之间的定量关系。结果表明:(1)1 h降水量对VIL有一定的滞后相关(滞后响应):非对流性降水中,降水与VIL基本同步,对流性降水中降水滞后VIL15~25 min,混合性降水中降水滞后VIL15~20 min。(2)连续非零VIL序列靠近某地可以作为预报指标,对非对流性降水和混合性降水,连续非零VIL序列靠近与产生1~2 mm以上小时降水密切相关;对流性降水中,连续非零VIL序列靠近意味着将产生降水。(3)VIL作为预报指标时,只有连续非零VIL序列才具有预报价值,VIL时间序列中一旦出现零值,即使只出现一次,也应当将零值前后两段序列区分开。     

多变量状态空间预报法在旬雨量预报中的应用

结合单个时间序列构造状态空间进行预报和传统研究中多要素分析的思路，建立一种客观的综合多要素的状态空间预报法，应用于旬雨量预报。结果表明:考虑雨量和气温的多变量状态空间比仅考虑雨量序列具有更好的预报性能——437对值的预报相关提高5%，显示了多变量状态空间预报的可行性和潜力。     

广西后汛期降水分型预报探讨

将广西后汛期降水进行EOF分解后，利用前六个特征向量进行空间分型，并根据对应时间系数的符号及大小将降水场转化为数字化时间序列，再运用序列相似方法进行因子的选取及降水场数字化时间序列的预测，1998-2001年的预报结果表明，效果较好。     

重建动力系统方法制作月降水量预报的试验

利用时间滞后延拓相空间的方法，将南京地区一维月降水量资料序列拓展成高维相空间，计算得到降水系统的分维数为３．６，表明该系统是一混沌系统，其自由度最小取４。在具有二次非线性项的假设下求解设定的动力系统程数，建立降水预报方程。预报检验结果表明，利用该方法作局地降水气候预报具有一定的准确度。     

2014—2016年数值降水预报在天津的检验评估

对2014—2016年中国国家气象中心T639数值预报、日本细网格数值预报、欧洲中心细网格(EC thin)数值预报以及天津市乡镇指导预报产品中在天津地区降水预报分别进行检验。结果表明:所有模式降水的晴雨预报准确率均随预报时效的延长而下降。降水预报准确率在秋冬春季的预报效果明显好于夏季。EC thin产品在冬季降水的预报中优势更为明显,而指导预报及T639对5月、6月及9月天津地区局地降水多发期的降水更有指示意义。针对2014—2016年天津地区的23个暴雨日按影响系统分型并统计检验结果,暴雨日降水预报晴雨成绩较好有参考价值,而降水分级检验偏差较大。相对于局地性暴雨过程,区域性的暴雨过程数值预报有更为可靠的参考性。     

贵州中尺度数值预报系统及其模拟试验

主要介绍了贵州中尺度数值预报系统、中尺度模式MM5以及业务情况。业务运行实践证明，系统具有较强的短期天气预报能力，对降水的量级和落区预报效果较好。选取4种积云对流参数化方案和两种边界层参数化方案对贵州汛期11个降水个例进行36h的降水模拟，经检验、分析和比较发现：各种方案预报效果的优劣在不同条件下有所不同，没有哪一种方案的预报效果是绝对最优的，总的来说：对50mm以下的降水，GR方案的预报效果较好，而KF方案则较差；对50mm以上的降水，BM、KF方案的预报效果一般较好；降水的模拟对参数化方案敏感。     

区域降水指数的分析

讨论了如何利用单站降水记录计算区域降水指数的方法。该指数能够比较客观地反映区域降水的分布情况，从而得到较好的区域降水序列，便于进行气候分析与预报。     

AREMS/973模式系统对2004年中国汛期降水实时预报检验

2004年夏季5～8月，AREMS/973模式系统投入了业务运行，模式区域主要覆盖了中国大陆及周边临近地区，该模式系统基于中国气象局MICAPS/9210业务数据平台，每天2次、完全自动的实时预报24 h累积降水。作者主要对每日0000 UTC时起报的24 h累积降水预报场进行综合检验，由此对AREMS/973模式系统的24 h降水预报能力给予客观的评价。AREMS/973模式系统对于中国汛期降水具有很强的预报能力，其24 h 累积降水的月总降水分布很好地反应了汛期各时期主雨带的位置、强度及范围，同时该模式系统能够准确预报出独立降水事件的发生和发展，其中，长江中下游和东北地区预报降水与观测降水的时间位相吻合最好；除了5月和8月华北地区、5月西南东部地区、以及5月和6月长江中下游地区，AREMS/973模式系统预报的降水强度总体上弱于观测降水强度，且对于25 mm 以上量级的降水过程， 模式预报的降水范围小于观测降水范围。AREMS/973模式系统预报降水的能力随着降水量级的增大而减小，降水量级愈大，模式预报技巧愈低，对于50 mm 以上量级的降水过程，模式系统预报降水事件的发生概率类似于随机偶然事件的发生概率。5月，长江中下游地区降水预报略优于其他地区，其次是华南地区，6月雨带北移至江南和江淮地区，此时，长江中下游地区降水预报显著优于其他地区，7月末至8月华北雨季开始，降水预报最优区北移至华北地区，即AREMS/973模式系统降水预报最优区随着雨带的北移而北移，主雨带所在区域往往也是模式降水预报最优的地区。作者对此进行了初步探讨。     

基于雷达回波外推和中尺度模式预报的短时降水对比分析

针对2011年夏季北京四次不同类型的降水过程,利用雷达临近预报算法MTREC和中尺度数值预报系统BJ-RUC对不同类型降水的短时预报能力进行了对比分析,并总结了两者的预报性能及特点。结果表明:(1)从降水预报偏差看,对于不同类型的降水预报,在研究的降水时段内,MTREC和BJ-RUC均表现为降水预报偏强。MTREC对四次降水过程的预报偏差较为平稳,而BJ-RUC随过程差异变化较大。(2)从降水预报落区看,MTREC的预报准确性随降水过程差异明显,降水系统范围越大,预报准确性越高。而BJ-RUC总体上表现平稳,对局地对流性降水的预报能力仍然有限。(3)从整体预报性能看,对于0~6 h降水预报,MTREC和BJ-RUC在预报性能上存在交叉点。交叉点的出现时间因降水过程而异,降水范围越大、组织性越强,交叉点出现越晚。     

一种面向对象的强降水精细化预报质量检验方法及应用

使用Ts评分、面向对象的预报检验等方法,对2016年4—6月武汉市出现的三次强降水过程模式精细化预报结果进行了质量检验,在分析和总结各检验方法的优缺点的基础上,提出了以一次区域范围内的强降水作为研究对象,考虑降水起止时间、单位时间雨强和强降水出现时段等因素,以区域内各站点降水预报时间序列和实况时间序列的相关系数构建空间分布矩阵,通过对矩阵的结构和数值进行分析以检验模式降水精细化预报准确度的综合预报质量检验方法。结果表明:由于考虑了降水在区域内的时空分布,综合检验方法评价模式通过对强降水总量、发生、发展的总体评价得出的结论更为准确客观,更加符合气象服务的实际需要。     

基于T639集合预报的持续性强降水中期客观预报技术研究

针对持续性强降水预报困难的问题,根据Anderson-Darling检验原理,构建基于中国气象局T639集合预报系统的持续性强降水中期客观预报方法。对比分析2010-2015年5-9月T639集合预报降水与实况降水的累积概率分布函数差异,在此基础上采用扩展时间序列和空间范围的方法构建3种模式气候累积概率方案,通过批量预报试验和检验,选取最优概率方案纳入预报模型,考察持续性强降水个例的最长预报时间。结果表明,随着预报时效的延长,集合预报模式的降水逐渐集中于小和中雨量级,无降水和暴雨以上量级的降水概率低于观测,168 h以后模式降水概率趋于稳定。通过扩展时间序列和空间范围能弥补模式气候资料年限不足所带来的偏差,根据区域气候特征细分模式气候的方法重点突出了不同区域的降水特征,明显优于简单集合所有区域数据的模式气候方案。基于集合预报的持续性强降水预报模型对持续性强降水个例的预报能力为8-9 d,随着预报时效的延长,降水强度以及雨带位置的预报能力逐渐减弱。      

2004年主汛期各数值预报模式定量降水预报评估

随着数值预报技术的飞速发展, 模式定量降水预报已成为天气预报业务工作中的主要参考依据。本文对目前在国家气象中心应用的3个业务运行模式T213L31, HLAFS0.25, 华北中尺度模式MM5和德国模式及日本模式的降水预报产品进行了季节空间分布、区域时间序列演变及统计检验, 试图从空间、时间及统计方面对降水预报产品的预报性能进行综合评估。检验结果表明:目前的数值预报模式对短期时效内定量降水预报均具有一定的空间预报能力, 但强降水中心位置有一定的偏差; 从时间序列演变检验来看, 模式对区域强降水过程的发展趋势具有较强的预报能力, 但降水量预报与实况有一定的差距; 从累加统计评分检验结果来看, 模式短期时效的预报性能差别不大, 全球模式在小中雨预报方面有一定优势, 其中日本模式的综合预报性能最好, 大雨以上量级的预报则是国内的模式有一定的优势, 其中华北中尺度MM5模式, T213L31模式各有所长, 但均存在预报量和预报区偏大问题。     

集合动力因子暴雨预报方法研究

介绍了广义位温、湿热力平流参数、热力螺旋度、热力散度垂直通量、广义湿位涡、力管涡度、热力力管涡度、二级位涡、对流涡度矢量和波作用密度等宏观物理量的定义及其物理意义。个例分析表明,这些动力因子与降水系统发展演变密切相关,对地面观测降水有一定的指示作用。这主要是因为：（1）这些因子能够描述降水系统的动、热力垂直结构等共性特征;f2）这些因子大部分包含广义位温,而广义位温又与凝结潜热和相对湿度有关,因而这些因子也能描述降水系统的水汽场结构特点。以这些动力因子为基础建立了集合动力因子预报方法,该方法首先建立以GFS预报场资料为基础的单动力因子降水预报方程,然后根据其与观测降水的相关性,定义权重函数,对多个动力因子的降水预报进行权重平均,最后得到集合动力因子的降水预报。该预报方法可以充分发挥多个动力因子的优势,比较全面地反映暴雨过程的共性特征。长时间序列的统计检验表明,集合动力因子的降水预报评分略高于全球预报系统（GFS）模式自身的降水预报评分,表现在降水落区预报方面,集合动力因子的预报效果略优于GFS模式的自身预报,然而,在降水强度预报方面,集合动力因子和GFS模式都略有过度预报。集合动力因子预报方法计算量小,容易移植,可以提供降水预报产品,为预报员做暴雨预报提供支持。     

极端降水天气预报指数对气候累积概率分布敏感性研究

针对中国气象局T213全球集合预报系统历史样本较短、极端降水天气预报指数数学模型中气候累积概率分布样本不足的问题,选取气候背景和地理地貌特征较为相似的长江中下游地区,利用扩展时间序列和空间范围的方法,增加T213全球集合预报系统的降水预报气候分布样本数,改进模式降水预报气候累积概率分布,利用2011年6月10—20日集合预报资料进行极端降水天气预报指数预报试验,分析气候累积概率分布敏感性。结果显示:扩展时间序列和空间范围增加模式T213集合预报气候样本数的方法,生成的模式气候累积概率分布较单一格点方法更具代表性,能提高极端降水天气预报指数的识别技巧,并提前8 d发出长江中下游地区极端强降水预报信号。