广东省24～144小时降水概率回归预报

本文利用欧洲中心10年（1980-1989年）物理量资料，建立了广东省86站1-12月的晴、雨及有无大于25mm降水完全概率回归预报方程，并利用T106逐日要素场预报资料，作24-144小时逐日滚动降水概率回归预报，并逐日上网做指导预报，供广东省各台站调用。     

淄博市冬季降水概率预报业务系统

由日本数值预报产品及实时天气资料，先用消空指标剔除大量无降水样本，再用日本地面风向数值预报将样本分类，最后用事件概率回归方法建立了一个操作简单，业务产用的冬季降水概率预报系统。     

MOS预报业务化试验中若干技术问题的处理

一、前言 随着数值预报的发展及输出产品的增加,MOS预报试验研究不断的深入并应用于业务预报上。近年来,我们也积极进行了MOS预报业务化的尝试。实践中我们体会到,MOS预报必须符合简便、迅速、准确的原则,才能在预报第一线站住脚,否则这种方法再好也只能成为墙上的画,镜中的花。为此,我们对预报对象、因子的选取进行了必要的技术处理,并在实际应用中取得了较好的效果。 二、建立预报模式时的技术处理 1.y量的处理 在进行晴雨预报时,一般将雨量y作0,1化处理,晴天取0,雨天取1。我们假设y随因子x线性单调地变化,当x小于某一数值时,y始终是0;一旦x超某一临界值,y明显地随x而变化。y由恒为0突变到随x变化的现象,反映了这两段具有不同的函数关系。     

菏泽地区降水概率集成预报方法

取０８时日本数值预报产品传真网格点资料,用多种统计模型建立ＭＯＳ预报方程,最终用概率集成回归建立概率预报方程,并将预报方程嵌入新预报工作流程中,具有存储和评分功能,预报效果显著,成为我台发布降水概率预报的主要依据。     

陕西省10～20天降水预报方法及业务化试验

介绍了一种制作延伸期降水预报的方法,其步骤是采用欧洲中期天气预报中心(ECMWF)全球模式500hPa高度场格点预报场,与历年同期NCEP再分析资料500hPa高度场进行相关分析,按相关性由大到小排列,取前三个相关系数大的年份.利用历年逐日实况降水资料,得到晴天、小雨、中雨、大雨及暴雨以上5个级别的出现频率,把它当作背景概率,通过背景概率控制获取3个年份中降水场最可能年份,作为最终相似年份,从而获得10～20天的降水预报值.使用该方法进行业务化试验,经检验有较好的预报效果.     

汉中市汛期降水分级分县T213释用方法

利用 T2 1 3数值预报产品制作汉中市汛期降水分级分县预报 ,对 2 0 0 2 -2 0 0 3年 5 -1 0月T2 1 3数值预报格点场进行每个站点相关因子资料插值后 ,与同期的降水实况做了对比统计分析 ,确立每个站点降水量级与选用因子的临界指标值 ,再用多因子概率权重、 3 0 a各降水量级出现的气候概率和 T2 1 3数值预报对汉中市各个站点进行解释预报。应用表明 ,方法对 T2 1 3数值预报有一定的订正效果和较高的实用价值     

沈阳市降水概率预报服务系统

沈阳市降水概率预报服务系统是在日本数值预报的基础上应用多种统计方法建立MOS预报方程,对其预报结果应用概率回归集成制作降水概率预报。TS评分结果表明:MOS预报的降水确率高于日本数值预报,MOS集成预报的结果在各种MOS预报结果平均偏上的水平。概率预报的Brier评分结果表明:在MOS综合基础上的概率回归(REEP)方法得出的概率预报结果较为理想。     

瑞金六月最高洪峰预报方法初探

为了做好汛期洪涝灾害服务工作,尤其汛期大水进城的重大预报服务,我们利用训练迭代法,制作了预测6月最高洪峰超警戒水位(191.0米)3米(大水进城水位)的预报方法.该方法拟合率为25/26,试报及预报准确率为10/10(见表1).现将该方法作一简单介绍.所谓训练迭代法,就是对m个因子x_i(i=1、2、…m)确定系数b_i(i=1、2、…m),并由此建立预报方程:y=b_0x_0 b_1x_1 … b_mx_m,式中x_0是为求取常数b_0而虚设的因子,令x_0=1,b_i是待定系数.     

基于模式先验信息的贝叶斯集合降水概率预报试验

为了更好地利用降水预报历史先验概率分布函数信息修订集合概率预报效果,基于贝叶斯原理和贝叶斯降水概率预报模型,分别使用1952—2007年历史观测资料和2009—2011年6月24~120 h中国T213全球集合预报历史资料作为先验信息,对中国不同气候区代表站（广州、南京、武汉和成都）建立贝叶斯降水概率预报模型,对比不同先验信息下集合成员与集成贝叶斯降水概率预报拟合结果差异,分析先验信息对贝叶斯降水概率预报模型的影响,在此基础上,采用模式先验信息的贝叶斯降水概率预报模型,进行2008年6月降水概率预报试验。试验结果表明,由T213集合预报产生的先验信息较历史观测资料产生的先验信息更优,当先验信息的降水概率分布函数曲率最大处偏向降水大值区时,贝叶斯模型的降水预报结果也偏向降水大值区,反之亦然。结果还显示,先验信息对贝叶斯降水概率预报模型有重要影响,若先验信息偏向更多更大降水量时,贝叶斯降水概率预报对有降水的预报更优,若降水先验信息偏向更少更小降水量时,对无雨或微量降水预报效果越好。     

湖北分县MOS预报系统建立与评分

在T213L31数值模式产品释用基础上,设计计算并选用模式大气中分别与降水、地面气温和风场有天气学意义的线性化预报因子,采用Kalman滤波和相似-Kalman滤波,在湖北省及邻近范围,建立实时(逐日更新样本)多站点、多时次、多要素的统计MOS预报方程,做定点(分县)、定时(6小时分辨率)和定量降水与概率、地面气温和风场客观预报(MOS预报系统)."系统"经2005、2006年6-8月业务试验表明,各个MOS预报都具稳定性和具有一定的评分水平.从而表明,相似-Kalman滤波在一定程度上消去单纯Kalman滤波"预报滞后"效应,并实现用Kalman滤波或相似-Kalman滤波做定性、定量降水MOS预报,和做地面气温和风场MOS预报,且用了实时历史样本雨/晴预报准确率,当作有/无降水发生概率.     

基于MM5模式的站点暴雨预报方法研究

基于对MM5模式输出产品的解释应用,建立了站点定量的暴雨MOS预报方法。从临沂中尺度数值预报模式产品中挑选x1（模式预报降水）,…,x12（沙氏指数）等12个模式产品和物理诊断因子为基本可能预报因子,又添加它们自身的非线性型xi^2xi^3,xi^1/2,1nxi,e^xi（i=1,…,12）和各因子间非线性交互作xixj（i=1,…,11,j=i＋1,…,12）型的126个可能预报因子。用非线性逐步判别做晴、雨二级判别,然后对雨型样本做逐步回归,得到暴雨的MOS预报方法。检验结果表明：该模型对暴雨有较强的预报能力,可应用于实际预报业务中。     

日较大降水的地方MOS预报程序

较大降水是一种小概率事件,它受局地天气变化的影响较大。用一般的统计方法不容易预报出来。我们首先利用日本气象传真输出的数值预告产品,对原始数据进行处理,用消零法消除样本中大部份非小概率事件的个例,从而使小概率事件的比重增大,再加上县站非模式输出因子和地面14时形势实况,建立了日较大降水的地方MOS预报程序。该预报程序拟合了我站79～81年5～6月166个样本中日降水量≥15毫米的全部个例13个(拟合率100％),试报了我站82年5～6月56个样本,4个≥15毫米的降水个例全部报出,无空报。     

中央气象台精细化预报产品检验及误差分析

2013年7月至2014年6月中央气象台精细化预报产品在汉中市的检验结果表明:一般性降水和晴雨预报准确率较高,有一定的参考价值,暴雨以上降水准确率较低,参考性较差;最低气温预报准确率明显高于最高气温,对本地预报有较好的指导性。气温预报存在季节性误差,最高气温误差夏季大于冬季,而最低气温误差冬季大于夏季。气温预报误差还受天气变化影响,转折性天气时最高气温预报误差较大,晴转阴或晴转小雨时为正误差,晴转明显降水时为负误差,阴转晴或雨转晴时为负误差;11、12、1月晴天时最低气温预报误差较大,基本为正误差,其余月份误差较小且无规律。     

降水概率预报

1.降水发生概率在日本的降水,“雨”占的百分数比较大。测量降水通常是用雨量计。气象厅的地区观测网(AMeDAS)用的是以1mm为计量单位的“颠倒型”雨量计。由于气象厅的降水量观测大部份靠AMeDAS,所以业务预报只报1mm以上的降水量。关于降水发生的概率问题,由于对降水机制已获得比较好的了解,因此,就有可能对降水发生概     

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。     

一个预报塔城降水的MOS方程

从去年春季起,我们开始应用欧洲48小时、96小时欧亚高空形势数值预报图,以及北京B模式输出的各种物理量数值.在统计了以往58个降水个例的基础上,定出各种物理量与降水量的关系,定出界标,进行0,1化处理,作未来24小时晴、雨预报.经过5-6月试用中又进一步改进,建立了由定性到定量的预报方程,应用于7-11月实际工作中,其结果还是令人满意的.     

黄淮地区夏季日降水分区概率预报方法研究

利用我国黄淮地区1961—2010年50年6—8月的日降水资料,采用REOF和t检验的方法,将中国黄淮地区夏季降水分成Ⅰ—Ⅴ区。5个区域进行差异性t检验表明5个区域之间（彼此）差异显著,说明了区域划分的正确性。在此基础上利用1999—2007年6—8月站点日降水资料以及CFSv2模式后预报的日降水资料建立了5个区域内共5个代表站点的夏季日降水概率预报方程,并进行了确定性、概率性预报检验和业务试用检验。对各区域内5个代表站日降水量的确定性预报检验表明：Logistic回归降水概率预报方程的TS评分要高于CFSv2模式预报和T213的集合预报平均,空报率也低于CFSv2模式预报和T213集合预报平均,但是漏报率却略高。各区域代表站日降水量的概率预报Brier评分检验表明：Brier评分均不超过0.2,大大低于T213集合预报所得概率预报的Brier评分分值,说明本文Logistic回归方程的概率预报较为可靠。Brier技巧评分表明：Logistic回归降水概率预报方程各站的BSS技巧评分都大于0.0,说明各站的预报技巧高于检验样本气候概率的预报技巧,且高于T213集合预报的Brier技巧评分,说明在分区基础上建立Logistic回归降水概率预报方程的方法是有预报意义的。     

全国248站中—大雨以上降水概率MOS预报及其因子设计

本文给出了全国中—大雨以上降水概率MOS预报的制作方法、样本过滤条件、预报因子的设计与推导、预报值后处理以及检验与误差原因分析。还论述了MOS预报中采用σ面上的数值预报产品作因子、两维二次插值和预报值变量因子的作用与求取方法。     

分县降水概率指导预报业务系统及其应用

本文以T106数值预报产品为基础，应用相似天气下概率最大法制作降水概率预报，然后根据其它数值预报指导产品，最新天然资料、卫星云图和预报员主观经验知识等订正概率值为思路，建立起我市分县降水概率指导预报业务系统，并运用B、Bs和Bias评分法对其进行评价。     

利用日本传真图制作降水概率预报

利用日本传真图的雨区、湿区预报,采用简单的面积贡献法和事件概率回归方法,通过一些技术处理和人机交互分析,制作出效果较为理想的降水概率预报方程,并对降水概率预报的实际结果进行了评估.最后提出利用降水概率预报决策的两种不同方法.