T639数值预报产品订正方案

利用2010年1—12月的T639数值预报产品作为预报形势场,以1980—2009年共30年的NCEP资料作为历史样本场。利用动态相似统计方法,对T639的预报产品,从30年的历史样本场中找相似个例。选取因子,采用多元回归法,对T639的预报产品进行订正方案设计。用2011年1—6月的T639预报产品对方案的订正效果进行检验。对比分析发现,方案对东北半球3天以上的高度场和4天以上的温度场订正效果明显,高度场的订正效果优于温度场。     

因子的可预报性和预报模型适用性研究初探

本文从因子场与预报量场之间的整体相关性着手，通过典型相关分析来提取因子信息，用求得的典型变量作为新预报因子，经试用表明，新因子的可预报性比原因子有明显提高。 在预报模型的选择上，本文提出了依据预报模型对历史样本实际预测精度的优劣来衡量预报模型的预测能力，从而选用对历史样本预测精度较高的预报模型作未来预报。     

因子的可预报性研究初探

本文从对历史样本的实际预测效果探讨了因子的可预报性,并从因子场与预报量场之间的整体相关性着手,通过典型相关分析来提取因子信息,用求得的典型变量作为新的预报因子。经试用表明:新因子的可预报性比原因子有明显加强。     

典型相关分析在台风路径预报中的应用

本文通过对500hPa上的五个因子场分别与台风中心未来48小时和60小时经纬度的预报量场进行典型相关分析,求出由各因子场组成的典型变量,以此作为预报因子,再结合经实践证明预报效果较好的天气学经验因子,用逐步回归方法建立台风中心未来48小时和60小时的路径预报方程。通过对历史样本的拟合和实际试报,表明该方程的预报能力有明显的提高;典型变量权重系数的地理分布与因子场的天气学意义基本吻合。      

一种台风过程雨量的相似预报方法

提出一个台风过程雨量的定点、定量预报方法。方法应用台风初始参数、历史过程的天气形势场和物理量场及数值预报产品,构造预报区域内当前时刻至未来时刻环境要素场的多元客观相似判据。通过定义非线性的相似指数,综合评估历史台风样本与预报台风在多元判据下的连续动态相似程度,以此找到相似样本。应用相似样本的历史雨量记录进行相似指数的权重综合,得到台风未来雨量的定点、定量预报值。预报试验表明该方法具有一定的预报技巧。     

典型相关分析(CCA)对我国冬季气温的短期气候预测试验

利用典型相关分析(CCA)方法建立统计气候预测模型，对我国冬季气温进行了预测试验，采用历史资料独立样本检验的方法，对预报技巧给出合理的评定。结果表明，使用CCA方法对我国冬季气温进行短期气候预测，有一定的预报技巧，对于特定地区和特定时期优选的因子场组合，可以取得较为满意的预报效果。大部分地区的季平均预报时效在2个季以内时，最佳预报相关系数在0.5以上。季平均的预报水平明显高于月平均的预报。海温场是所有因子场中最好的预报因子，不仅单独海温场的预报效果较好，而且与其他因子场组合后的预报水平还可以得到进一步提高。     

简化典型相关预测模型面雨量中期预报试验

以５天平均的５００ｈＰａ高度场格点高度值为预报因子,三峡地区４个区的候面雨量为预报对象,建立简化的典型相关预报模型,并采用历史资料独立样本检验的方法进行预报试验。对预报效果的分析表明：简化的典型相关预报模型对三峡地区面雨量的中期预报有一定的技巧,预报效果基本睦能达到中期天气预报业务的要求,对预报员有一定的参考价值。     

GRAPES模式预报误差订正的变分方法研究

利用变分方法建立预报场和预报倾向场这一预报场组合与模式预报非系统性误差之间的映射关系,来估计GRAPES (Global/Regional Assimilation and PrEdiction System)模式的非系统性误差,从而对预报做出修正。采用两种不同的历史样本建立这一映射关系,其中,利用相同时刻历史样本建立映射关系的方法称为DEM方法;通过相似面积比选取"相似样本"来建立上述映射关系的方法称为SEM方法。以FNL分析资料作为评判预报误差的依据,根据2002—2010年7月GRAPES模式500 h Pa高度场48 h预报的回报资料,利用两种不同的方案进行非系统性误差的估计及预报订正试验。对279个检验样本的试验结果表明:SEM方法和DEM方法都对非系统性误差有一定的估算能力,二者估算的非系统性误差空间分布和量级与模式非系统性误差较一致,SEM方法的修订效果略优于DEM方法,但并不明显。对预报做出系统性误差和非系统性误差两步订正后,DEM方法和SEM方法的订正有效率分别为98.566%和100%,可明显提高预报的准确性。     

热带气旋定量降水预报的动力相似方案

该文提出一个热带气旋定量降水预报(QPF) 的动力相似方案。方案应用热带气旋初始参数、历史过程的天气形势场和物理量场及数值预报产品, 构造预报区域内当前时刻至未来时刻环境要素场的多元客观相似判据。通过定义非线性的相似指数综合评估历史热带气旋样本与预报热带气旋在多元判据下的连续动态相似程度, 以此找到相似样本。应用相似样本的历史降水量记录进行相似指数的权重综合, 得到热带气旋未来6~48 h降水量的定点、定量预报值。预报试验表明该方案具有一定的预报技巧。     

ECC方法在中国夏季气温预测研究中的应用

以中国夏季气温为预测对象,选取东亚地区冬季500 h Pa高度场、海平面气压场、地表温度场和850 h Pa温度场为预测因子,采用1951~2009年去趋势处理后的资料,通过变形的典型相关分析(Barnett-Preisendorfer Canonical Correlation Analysis,BP-CCA)方法分别建立单因子预测模型,再利用集合典型相关分析(Ensemble Canonical Correlation,ECC)方法建立集合预测模型,对中国夏季气温进行基于交叉检验方法的预测试验,然后利用2010~2014年的资料对中国夏季气温进行独立样本检验。通过分析BP-CCA模态可知,一对BP-CCA模态的空间型在一定程度上可以反映预报因子场和对象场的遥相关特征。通过基于交叉检验方法的预测试验表明环流场和热力场均能为气温提供预测信息。ECC预测模型综合了各个预报因子的在不同地区的预报技巧,比单因子BP-CCA预测模型有更高、更稳定的预报技巧。独立样本检验表明ECC模型与单因子BP-CCA预测模型相比,对中国夏季气温有更高、更稳定的实际预测能力,对气温季节预测具有参考价值。     

完全预报（PP）方法在广东冬半年海面强风业务预报中的应用

在进行大量普查分析和统计的基础上, 将最近10年历史天气图的地面气压和有关海面强风代表站的风场资料在日本数值预报模式输出报文的1.25°×1.25°格点分布上进行客观分析, 对比传统的以关键区域划分冷空气入侵路径与广东海面强风的关系, 提出了一套与广东冬季海面强风关系更密切、作用更直接的地面关键区气压场分布特征进行客观定量的分型;根据梯度风原理, 用经验加统计的因子挑选方法, 形成了一套应用日本数值预报模式输出、适用于广东海面强风预报的完全预报(PP)方法。检验和业务试用结果均表明:该方法对广东的海面强风具有较强的预报能力;用完全预报方法做沿海海面强风预报是可行的。     

用卡尔曼滤波方法制作河南省冬半年大风预报

在分析河南省冬半年大风的天气气候特征的基础上，筛选出与大风相关性较好的预报因子，采用卡尔曼滤波方法，制作河南省冬半年大风预报，在一定程度上实现了灾害性天气预报的定点与定量。     

浙江海岛台风和冬季大风阵风特征的对比分析

为了提高阵风预报准确率,利用2006—2016年浙江7个海岛气象站资料和ERA-interim资料,分析了台风和冬季大风的阵风因子与10 m稳定风速、风向、Brunt-Vaisala频率、总体理查逊数、边界层250~1 000 m风速及其与10 m稳定风速比值等的关系,对比两种大风系统阵风的主要成因差异,最后对冬季大风的阵风因子进行拟合。(1)从总体上,台风阵风因子比冬季大风要大0.1~0.2,波动幅度也一般比冬季大风偏大0.3~0.5。有些站点在稳定风速较大时,阵风因子随稳定风速变化不明显,而有的站点变化幅度较大。(2)站点不同方位的地表特征差异明显,导致台风和冬季大风的阵风因子在某个风向上有较统一的最大值和最小值,两者差值一般为0.2~0.3。(3)大气边界层台风样本主要表现为气流辐合上升及正涡度,而冬季大风样本主要表现为辐散下沉及负涡度,台风垂直速度、涡度和散度的强度均明显大于冬季大风样本;从Brunt-Vaisala频率来看,边界层750 m处冬季大风样本总体为静力不稳定,而台风样本总体为静力稳定;从总体理查逊数来看,台风样本和冬季大风样本两者边界层250 m处动力不稳定程度接近。(4)台风和冬季大风的阵风主要形成机制不同,冬季阵风与边界层上层气流向下动量传输引发的辐合辐散有关,而台风阵风可能更多与边界层气流的水平动量输送引发的辐合辐散有关。(5)基于风向、边界层1 000 m处风速和10 m稳定风速的冬季大风阵风因子的拟合模型,比仅考虑10 m稳定风速的拟合模型的绝对误差减少了20%~50%,误差方差也减少了10%~30%。      

太原雷暴大风潜势预报方法研究

利用太原市7个国家观测站实况、探空以及MICAPS等资料，对1998—2018年5—9月太原的雷暴大风进行天气学分型，选取雷暴大风的消空因子以及不同天气型下的预报因子并确定其阈值，利用指标叠套法，建立雷暴大风潜势预报方法，并进行预报检验。结果表明：(1)选取700 hPa温度露点差、850 hPa与500 hPa的温差、条件性稳定度指数和混合相层4个环境参数作为消空因子并确定了消空阈值。（2）将雷暴大风分为高空槽型、冷涡型、切变线型、西北气流型和副高边缘型5类，选取了5类天气型下雷暴大风的预报因子，利用指标叠套法，建立了太原雷暴大风潜势预报方法。(3)运用雷暴大风潜势预报方法开展历史样本回报检验和2019-2020年试预报检验，取得了较好的预报效果。     

基于新一代天气雷达产品闽西南强对流天气临近预报方法研究

利用2003—2008年福建龙岩新一代天气雷达资料和常规探空资料,对闽西南历史冰雹及闽西雷雨大风天气发生的环境条件进行统计分析,建立历史冰雹和雷雨大风天气过程对应的新一代天气雷达产品判别指标。利用判别方程、新一代天气雷达产品和探空资料联合开展强对流天气临近预报预警方法研究：首先利用Fisher判别分析方法建立冰雹天气的判别方程,主要用于冰雹天气的判断,再利用雷雨大风的判别指标对雷雨大风和强雷暴天气进行第二次判别。通过历史过程的回报和2009年的试报表明：该系统对闽西南冰雹天气预报准确率较高,雷雨大风准确率次之。同时,利用风暴单体识别与跟踪的预测方法对冰雹预报结果和实况进行统计,表明风暴单体识别和跟踪算法（SCIT）预报准确率较高,可以用于风暴未来移速移向的预报。     

河西走廊东部大风气候特征及预报

利用河西走廊东部1971—2010年4个气象站大风（≥6级,即10min平均风速≥10.8～13.8m/s）资料,系统分析了该区大风的时空分布、强度和持续性等气候特征。结果表明,河西走廊东部大风天气主要发生在山区和沙漠边缘;年、年代际大风日数总体呈减少趋势,3—5月是大风的高发期,占全年大风日数的34.8%～56.8%,其次是2月、6月和11月;各强度大风日数的变率较大,随着大风强度的增强,大风日数迅速减少;大风天气具有持续性特征,最大风速大多出现在持续大风时段内。采用2003—2007年逐日20时ECMWF数值预报格点场资料,按照Press准则进行预报因子初选,运用逐步回归预报方法进行预报因子精选,使用最优子集回归建立大风预报方程,并用双评分准则（CSC,couple score criterion）确定各季节各地大风预报全局最优的显著性方程,预报方程通过了α=0.01的显著性检验。预报方程回代拟合率为66.7%～73.4%,预报准确率为58.8%～67.5%,达到了一定的预报水平,可为大风的业务预报提供客观有效的指导产品。采用最大靠近原则确定了大风预报临界值和预报、预警的级别。     

库车大风天气特征分析及预报指标

应用1997-2001年大风资料和历史天气图、欧洲数值预报资料，分析了库车大风的天气气候特征和地面气压场、高空环流形势和影响系统演变特征及单站要素变化特点，得到了一些有预报意义的指标。     

库尔勒市大风特征分析

通过对库尔勒市 11年大风资料的分析 ,探讨大风的气候统计特征以及形成大风天气形势的特点。同时 ,提出了预报大风的经验方程 ,并用实例进行检验     

ECMWF细网格数值预报产品在乌鲁木齐东南大风 预报中的释用

利用ECMWF细网格数值预报产品和区域自动站、风廓线雷达等常规观测资料,对乌鲁木齐2013年春季南郊发生的一次东南大风过程进行诊断分析和预报释用,揭示了乌鲁木齐东南大风发生和维持的物理机制,发现细网格资料在预报时空分辨率和预报性能等方面均有提高,对东南大风预报具有指示意义,提高了预报的准确性。分析表明：达坂城至南郊一带东南风频发是由于春季地面蒙古高压部分南掉,形成东西间气压梯度力同乌鲁木齐南郊地形狭管方向一致时,并在“慢坡”重力下滑的共同作用下所形成的回流型东南大风;细网格850hPa风矢量、10m高度上的风、海平面气压场、2m高度上的温度等要素预报,对乌鲁木齐南郊东南大风的起止时间、风速量级及落区的预报有较好指示意义。     

利用日最高气温和日最低气压预报5月大风

对1981－1995年的大风资料进行统计分析，得出用日最高气温和日最低气压预报于田县5月大风天气的指标。