Grapes模式预报西南地区夏季2m温度的检验评估

利用西南地区2004、2005年夏季的实况温度对G rapes模式输出的2m温度预报产品进行检验,结果表明,不管是单日预报误差还是月平均预报误差,都没有随预报时效的延长而增大,对四川盆地大部分地区,模式预报温度偏高,对重庆、云南、贵州及川西高原南部的温度预报,基本上表现为14时偏高,02时偏低,对川西高原北部和西藏则表现为预报温度偏低。分析表明,模式中对高原地形处理的不真实是温度预报产生误差的重要原因之一,利用回归分析方法能对模式温度预报进行有效的订正。检验分析结果为进一步改进模式,提高要素预报产品质量提供了一定的依据。      

EC细网格2m温度对沧州市的预报能力检验及订正

利用EC模式对2017年沧州市14个国家基本站2m最高、最低温度的24、48、72h预报结果,采用预报准确率、平均误差、平均绝对误差和皮尔森相关系数等统计方法进行检验及订正。结果表明:EC模式对不同预报时效预报准确率,最高温度模式20时起报高于08时,最低温度08时起报高于20时;随着预报时效的延长,模式预报准确率逐渐下降。预报准确率最高温度区域差异不明显,月际变化大;最低温度区域差异显著,月际变化不均。EC模式对沧州温度的预报误差主要由系统误差造成,温度预报绝大多数的大值误差出现在转折性天气阶段,当出现明显升温和高温时,最高温度预报偏低更明显,出现明显降温时,最低温度预报偏高。对2018年1-4月EC模式预报最高、最低温度进行系统和大误差订正检验,发现订正后预报效果更好。     

基于CMA-TRAMS模式地形高度偏差的地面气温误差订正方法研究

采用一元线性方法建立南海台风模式CMA-TRAMS地形高度偏差和地面气温预报误差的回归关系,分别开展不分级、高度偏差分级和地面气温误差分级的三种订正方法的研究,并进行订正效果评估。结果表明,模式地面气温预报误差与地形高度偏差总体呈负的线性相关关系,地面气温预报绝对误差随地形高度偏差绝对值增大而增大（对模式地形高度偏低站点尤为明显）,但不同时刻地面气温预报误差特征表现不同,模式对地形高度偏高（即模式地形高于测站高度）和地形高度偏差小于50 m的站点,06时地面气温（世界时,下同）预报总体偏低,对地形高度偏低大于50 m的站点（即模式地形低于测站高度）,06时地面气温预报总体偏高;而无论站点地形高度偏差如何,模式对18时地面气温预报总体偏高。三种订正方法中地面气温误差分级法能有效地减小地面气温预报误差,该方法订正后的分析场准确率可达96%~99%,12~48小时时效预报场准确率总体可提升至90%以上,该方法具有回归关系稳定、效果显著、适用性广、简单易行等特点。     

西北区域数值预报业务试验系统基本要素预报效果检验

利用全国地面及高空站点观测资料,对西北区域数值预报业务试验系统(northwest mesoscale numerical prediction system,NW-MNPS)2015年5月1日至2016年4月31日的预报结果进行检验分析,评估NW-MNPS模式对西北区域地面、高空要素及降水的预报效果。结果表明:NW-MNPS模式对西北区域气象要素预报整体效果较好,误差均在合理范围内。其中,对地面2 m温度预报白天偏低,夜晚偏高,昼夜差偏小;对2 m比湿预报白天偏高,夜晚偏低,昼夜差偏大;对10 m风速预报整体偏大。该模式对高空温度预报偏低,比湿预报偏高,风速预报低层偏大、高层偏小;对24 h降水预报,小雨、中雨的预报普遍偏多,而对大雨及以上量级的预报普遍偏少,尤其是大暴雨的预报。     

湖北省不同资料反演大气可降水量的误差分析

利用常规探空、秒级原始探空、GPS/MET、微波辐射计、GFS再分析资料以及区域中尺度WRF模式的预报场资料计算整层可降水量,对多种资料计算的整层可降水量进行误差特征和原因分析,结果表明:秒级探空和常规探空计算的整层可降水量基本一致。GPS/MET、微波辐射计、GFS以及WRF计算的整层可降水量与常规(秒级)探空的相关系数分别为0.94、0.92、0.93、0.80,有降水时GPS/MET和微波辐射计与常规探空的相关系数分别下降到0.85和0.81,但有降水时GPS/MET误差分布较集中,而有降水时微波辐射计误差显著增大,主要由于1~2 km处水汽密度误差异常增大。除微波辐射计和GFS宜昌站计算的整层可降水量为相对常规探空偏高,其他资料均为偏低,GPS/MET宜昌和恩施站平均偏低3 mm,GFS武汉和恩施站分别偏低1和7 mm,WRF恩施平均偏低2 mm,WRF武汉和宜昌平均偏低6~8 mm。GFS恩施站可降水量偏低是由于GFS资料中恩施地面气压比实际偏低,但其露点温度整层均比常规探空偏高。除GFS恩施站外,GFS武汉、GFS宜昌和WRF 3站的露点温度相对常规探空资料露点温度均表现为:850 hPa以下偏低,850 hPa以上偏高。WRF 12 h预报场的整层可降水量与常规探空整层可降水量的相关性和误差均优于24 h预报场。     

CMA-GFS模式对东北半球环流形势预报能力的检验评估

基于CMA全球模式（CMA-GFS）2019年10月至2020年12月逐日20:00（北京时）起报的数据,对东北半球高空气象要素预报进行检验评估,检验的要素包括500 hPa位势高度场和风场、 850 hPa温度场和700 hPa相对湿度场。结果表明：（1）从模式预报效果的时间变化来看,预报效果有明显的季节变化,500 hPa位势高度和850 hPa温度的预报场和分析场的相似度在夏季最低,700 hPa相对湿度场的相似度在冬季最低;随着预报时效的增加,各要素的误差幅度在夏季最小。（2）从模式预报效果的空间变化来看,500 hPa位势高度场在东北半球大部分地区预报场与分析场具有较高相似度,且中高纬地区相对低纬地区更相似,预报误差的幅度则在低纬地区相对较小高纬地区相对较大,且预报偏差以大范围负偏差为主。相比而言,模式对东亚地区的位势高度及其梯度具有更高预报技巧。850 hPa温度场预报相似度和误差幅度与500 hPa位势高度场分布相似,预报偏差则主要表现为中高纬地区温度预报整体偏低,中低纬地区偏高。在预报前期（24～48 h）, 20°N以北的中高纬地区温度预报场与分析场相似度较高,均方根...     

ECMWF模式气温预报在青岛地区的检验与评估

利用2013—2015年ECMWF(简称EC)细网格模式2m气温预报产品,分析了不同季节和不同天气形势下EC细网格模式产品对青岛地区7个基准站逐日最高气温和最低气温的预报性能。结果表明:EC细网格模式2m气温预报误差沿海站点大于内陆站点,且误差随着预报时效的延长逐渐增大。最高气温预报除胶州站外均为负误差,最低气温预报青岛、平度、莱西为正误差,崂山、黄岛、胶州和即墨为负误差。最高气温预报在3—4月和8—9月预报质量不稳定,最低气温预报夏半年好于冬半年。根据模式误差特点,给出7站气温主观订正参考值,订正后最高气温预报准确率提高3%~16%,最低气温预报准确率提高4%~18%。EC细网格模式对于暴雨、强对流、高温晴热、回暖天气、冷空气过程最高气温预报偏低,海雾影响时最高温度预报偏高;对冬季大雾情形下的最低气温预报偏低,辐射降温时最低气温预报沿海站点偏低,北部内陆站点偏高。     

WRF模式2m温度在山东预报效果的评估

利用山东省内123个国家气象站2017年11月至2018年2月逐时观测地面温度对WRF模式08：00和20：00起报的2 m温度进行检验,评估了预报时效为72 h的逐时温度与日最低（高）温度的预报效果并初步分析了个别站点大值误差成因。结果表明：WRF模式08：00起报2 m温度的准确率要高于20：00起报,白天预报的效果优于夜晚;鲁西北和半岛地区的2 m预报温度的平均绝对误差总体低于鲁中和鲁南地区,全省大部分站点负误差比例高于正误差比例;WRF模式对于日最高温度的预报效果优于日最低温度;模式地形高度误差造成泰山站2 m预报温度正误差较大,基于两种温度梯度方案对泰山站2 m温度进行订正,订正后的平均绝对误差总体下降,利用单一的温度梯度在有的预报时刻出现负的订正效果,利用随预报时刻变化而变化的温度梯度在各预报时刻订正效果更为稳定;泰安站出现焚风时2 m预报温度有较大负误差,这主要是受WRF模式泰山站地形高度误差影响;WRF模式在微山湖区域土地类型与真实土地类型存在差异是薛城站夜间2 m温度负误差较大的重要因素之一。     

CMA-GD模式江西省智能网格预报区域2 m气温预报误差分析

利用2020年6月1日—2022年5月31日CMA GD模式2 m气温预报产品（预报时效为13—36 h）和同期江西省智能网格预报区域内地面站气温观测资料,计算气温预报准确率、平均误差和均方根误差,并统计分析其时空分布特征。结果表明： 1）模式预报准确率在不同月份、起报时次存在差异,暖季总体较高,冷季总体较低;暖季08时起报产品的月准确率总体高于20时,冷季反之;秋、冬季旬准确率分布更离散。模式预报产品其准确率明显低于中央气象台和江西省气象台订正产品,需订正后使用。08时起报产品对寒潮的预报效果优于20时。2）气温预报年误差分布存在日变化,最大值出现在08时,最小值出现在15时;年均方根误差峰值出现在15时和06时,白天大于夜间。3）冬季平均误差多为正值,夏季为负值,春、秋季平均误差大小界于冬、夏季之间;白天时段夏季均方根误差最大,夜间时段冬季最大。4）气温预报年误差地理分布特征明显,平原地区预报值偏低,年均方根误差最小;丘陵和山区22 h时效预报值偏高,31 h时效偏低;高山站预报值偏高,年均方根误差最大。丘陵地区负误差最大,平原地区最小;山区正误差最大。     

ECMWF细网格2 m温度预报产品在南疆西部温度预报中的释用

利用2016年1月1日—2018年12月31日ECMWF细网格模式2 m温度预报产品，使用三次多项式差值方法内插到站点，并用中短期天气预报检验方法，对南疆西部12个国家站与15个区域自动站共27个站的最高、最低气温未来24 h预报效果进行检验分析。结果表明：ECMWF细网格模式2 m温度预报产品对南疆西部非山区站未来24 h最高、最低气温的预报能力较好，对山区站未来24 h预报效果差；对南疆西部最高、最低气温的预报效果随季节变化，夏季预报准确率高于冬季，秋季预报准确率最低；模式最高气温预报准确率在降雪、高温天气时较高，最低气温预报准确率在降雨时较高，在高温过程中较低；模式对于降雨、降雪、大风/沙尘等天气最高气温预报偏低，高温事件中最高气温预报偏高。最低气温预报在降雨、高温天气中偏高，降雪时偏低，大风/沙尘天气最低气温预报偏东地区偏高、偏北地区偏低。降雪、高温天气预报相对降雨、大风/沙尘天气预报效果更稳定。     

SCMOC温度精细化指导预报在陕西区域的质量检验

利用2012年陕西区域99站共366天北京时间08:00和20:00起报的SCMOC温度精细化指导预报与实况资料的比较,检验分析了定时温度、日最高气温和日最低气温的预报质量。结果表明:陕西区域SCMOC温度精细化指导预报08:00起报的准确率高于20:00起报的,且预报准确率有明显的季节变化,夏、秋季节较高,冬、春季节较低,日最高(低)气温的预报准确率与预报时效成反比。地形高度影响温度预报准确率,二者之间的相关系数通过了显著性检验。08:00起报的48h内逐3h气温多出现负误差,20:00起报的多出现正误差。08:00起报的日最高气温和20:00起报的日最高(低)气温多出现负误差,08:00起报的日最低气温多出现正误差。从对典型天气过程的温度预报质量检验来看,强冷空气影响下的降温天气过程的温度预报难度较大,预报准确率较其他天气类型偏低一些。     

地面气温对微环境空间差异的响应——以漠河站为例

测站附近微环境条件对地面气温观测记录的影响目前还不清楚。本文对2010年漠河国家基准气候站地面观测对比试验数据进行了分析,得到如下结论:(1)年平均地面气温近障碍物点低于标准观测场内,但1、6月的月平均气温近障碍物点偏高;(2)06:00—17:00和21:00,近障碍物地点的气温偏低;18:00至次日05:00(除21:00),近障碍物点气温偏高;(3)春季各时次近障碍物点地面气温均偏低;夏季06:00—17:00近障碍物点气温偏低,18:00至次日05:00相反;秋季仅01:00、03:00、19:00、23:00近障碍物点气温偏高,其他时次相反;冬季07:00—19:00近障碍物点气温偏低,20:00至次日06:00相反。冷季近障碍物点气温偏低;暖季昼间近障碍物点气温偏低,夜间相反;(4)日最高、最低气温出现时间不同地点大体相同,最高气温近障碍物点偏低,最低气温近障碍物点偏高,但最高气温偏低绝对值大于最低气温偏高绝对值;(5)有雾情况下近障碍物地点的气温偏高几率大;雨雪多云天气近障碍物地点气温均偏低;晴朗的白天近障碍物地点的气温偏低,有风天气更明显;而晴朗的夜间近障碍物地点气温偏高,无风天气更明显;晴朗天气条件下,无风时近障碍物地点与观测场内气温差值大于有风时。结果表明,地面气温观测记录对台站观测场附近微环境改变十分敏感,微环境条件的变化将导致地面气温观测出现明显不连续性,对气候变化分析产生影响。     

四川省大雾时空分布特征研究

采用1986~2007年四川省157个站22年大雾资料,初步统计分析了四川省大雾时空分布特征。结果表明:年平均雾日数最多的主要在四川盆地;雾日有明显的季节和月际变化,春、夏季年均雾日数较少,分布范围较小,秋、冬季年均雾日数较多,分布较广;雾大多开始于晚上20时~次日早上8时,结束于8~12时;其中持续0~3小时的大雾所占比例最大。近22年雾日年际变化趋势:约40%的观测站呈显著下降趋势,且分布集中在四川盆地,有少数的站点呈显著上升趋势。      

AREM数值模式对2005年汛期四川的降水预报

应用中国科学院大气物理研究所的AREM模式，对2005年汛期四川进行了实时降水预报。结果表明：（1）AREM预报性能略好于成都区域中心业务运行模式ETA模式，对大雨和暴雨的TS评分，AREM略高于T213预报。（2）从梯度评分看，高度、温度、涡度等要素均为可预报，而地面温度、整层水汽含量和整层水汽通量散度可预报性较低。（3）AREM对5次区域性暴雨有较好的反映，但与实况还存在一定的差异，AREM降水强度预报较实况偏弱。     

一种温度集合预报产品释用方法的初步研究

数值天气预报技术与能力在不断地发展与提高,集合预报是数值预报发展中的一个热点.集合预报产品所提供的大量预报信息,需要通过合适的产品释用处理来传递给用户,因此对集合预报产品进行解释与应用是实现其实用价值的一个重要环节.选取武汉站00:00 UTC地面气温(T2m)作为预报量,利用其历史观测资料及2008年1月份TIGGE...     

近10年四川盆地低能见度时空分布特征及订正方法研究

利用2009～2018年全省国家基本站观测资料,研究了四川盆地低能见度时空分布特征,并结合低能见度与地面气象要素的关系获取订正阈值,在此基础上采用概率匹配法对SWC能见度预报进行订正研究。结果表明:(1)低能见度区域小值区主要位于盆地东南部、眉山、乐山以及成都东部,并且从秋季开始整个低能见度区域有明显向北扩大的趋势,且低能见度日数分布范围明显增多;冬季低能见度日数分布类似秋季,但集中于盆地东北部。低能见度开始时间多在00:00～08:00时,结束时间在07:00～12:00时。(2)< 1km低能见度主要出现在风速< 2m/s,相对湿度基本处于90%以上,地面温度低于15℃及24小时变压范围在-2～10hPa。(3)采用概率密度匹配结合要素的双重订正方法可以很好地对四川部分能见度区域进行订正,订正后Ts评分显著高于订正前。      

四川不同等级雾的时空分布及其生消时间

利用四川省153个气象观测站点的逐时能见度和相对湿度资料,根据水平能见度将雾分为大雾、浓雾、强浓雾和特强浓雾四个等级,分析了四川不同等级雾的时空分布、持续时间及生消时间,结果表明:四川地区,雾在冬季最多,夏季最少,特强浓雾在4~9月比较罕见;各等级雾均在后半夜到早上（03~09时）最为频发,午后到晚上最少,强浓雾和特强浓雾几乎不会在午后到晚上（13~20时）发生;四川盆地是雾的多发区,川西高原和攀西地区雾较少,四川大部地区没有强浓雾和特强浓雾发生;四川大雾和浓雾持续时间短,一般为1~3h;强浓雾和特强浓雾一旦形成,便不容易在短时间内消散;成雾时间主要在夜间到日出前,消雾时间主要在日出后。      

一种基于空间相关性和B样条曲面拟合的地面气温质量控制算法

将B样条曲面拟合算法引入到地面气温观测资料的质量控制当中,考虑到区域内各参考站与目标站观测值之间的空间相关性,提出了一种基于空间相关性和B样条曲面拟合的地面气温观测资料质量控制算法(Spatial Correlation and B-spline Surface Fitting,BSF)。选择2012—2014年南平站、南京站、太原站、拉萨站、景洪站和长春站以及周围300 km内参考站的02:00、08:00、14:00、20:00定时气温作为观测资料,结合平均绝对误差(Mean Absolute Error,MAE)、均方根误差(Root Mean Square Error,RMSE)、一致性指标(Index of Agreement,IOA)和纳什系数(Nash-sutcliffe Model Efficiency Coefficient,NSC)这4种评价参数对目标站地面气温资料进行质量控制分析。将BSF算法的质量控制效果分别与传统的反距离加权法(Inverse Distance Weighted,IDW)和空间回归检验法(Spatial Regression Test,SRT)进行对比,试验结果表明:在不同案例下,BSF算法的质量控制效果均优于IDW算法和SRT算法,能更有效地标记出气温观测数据中的可疑值。