格点选择对MAPS面雨量预报效果的影响

以MAPS数值预报产品为基础，采用1998～2001年MAPS数值格点降水预报场资料，选取长江上游六大流域不同的代表格点计算该流域不同时段、不同时效的面雨量。以历年面雨量实况为标准，对上述时段面雨量预报值进行相关分析。结果表明，格点选择不同，该流域面雨量预报结果存在较大差异，对于MAPS数值降水预报而言，采用将格点北移1纬度、东移3经度的方式，其预报效果最佳。将这种格点选择方式应用于2002年长江上游六大流域面雨量预报，其效果较好。     

人工神经网络方法预报长江上游流域面雨量的探讨

利用1998～2000年3～11月长江上游六大流域逐日降水实况和MAPS、T106(T213)、欧洲中心等数值产品资料，采用人工神经网络方法，建立了六大流域强降水面雨量等级预报模型。并于2002年6～9月进行了业务试验。     

长江上游流域面雨量预报系统

以T213数值预报产品降水格点为基础，采用权重方法和逐次订正法计算，然后根据统计、经验、模式等方法订正来预报单站降水，采用泰森多边形法计算长江上游流域面雨量的“四川省气象台长江上游流域面雨量预报系统”。     

三种数值预报产品在清江流域面雨量预报中的应用检验

以2003年主汛期(6—8月)清江流域逐日面雨量为预报对象,采用自行开发的“数值预报产品分流域面雨量客观预报应用系统”的运行结果,对T213、MAPS、MM5等几种数值降水预报产品进行了一般性预报、定量误差值及重要降水过程预报的检验。通过这一检验分析,旨在加深对几种数值降水预报产品在清江面雨量应用中的认识,也为日常降水预报提供参考。     

长江上游流域面雨量预报系统

以T213数值预报产品降水格点为基础,采用权重方法和逐次订正法计算,然后根据统计、经验、模式等方法订正来预报单站降水,采用泰森多边形法计算长江上游流域面雨量的"四川省气象台长江上游流域面雨量预报系统".     

三种数值预报产品在清江流域面雨量预报中的释用

日本有限区降水预报模式、MAPS、HLAFS是宜昌市气象台常用的三种数值预报模式。在此,初步分析了三种模式对清江流域降水预报的性能,同时考虑到清江隔河岩水电站等重点水利工程对气象服务的实际需要,改变了通常的降水量级预报模式,对流域面雨量预报进行了尝试;在此基础上,对三种预报模式的降水预报产品加以综合,再利用多元线性回归方法建立了一套清江流域主汛期面雨量预报模型。1基本资料所使用的资料主要有：清江流域面平均雨量资料（08～08时）,日本气象厅有限区模式预报资料,国家气象中心HLAFS降水预报格点资料,武汉暴雨…     

短期强降水面雨量预报与T213产品的天气学释用

通过对长江上游六大流域1971－200年50mm以上强降水面雨量100个个例进行天气分析，归纳总结了各流域24小时预报指标。将预报指标落实到T213产品对应时次、对应要素的预告场上，经计算机自动进行指标判别，从而作出六大流域24小时、48小时强降水面雨量预报。2002年6－10月进行了逐日业务试运行，结果表明，对强降水面雨量有较好的预报能力，T213产品的天气学释用是行之有效的。     

三种数值模式对长江上游面雨量预报能力的评估

利用2007—2008年长江上游逐日面雨量实况和中国T213、日本JMH、德国GER三种数值模式降水预报格点资料,采用TS评分方法,检验三种数值模式对长江上游面雨量≥20mm强降水的预报能力。检验结果显示,日本JMH模式12~36h预报评分达38.5%;中国T213模式为28.2%;德国GER模式为26.9%。并且在对降水落区进行定性评估的基础上,建立了降水预报产品与流域面雨量实况的线性回归方程。     

MAPS数值降水预报产品在长江中上游流域面雨量预报中的应用

检验分析了湖北省MAPS数值降水预报产品对长江中上游嘉陵江、三峡区间东段、西段和清江流域面雨量的预报精度,并对造成空漏报的天气系统进行了分类统计分析.得到的若干结论有助于该类产品在业务预报中的应用.     

长江上游六大流域强降水的环流特征分析

选取1998-2001年长江上游六大流域面雨量≥20．0mm的116次降水天气过程，客观分析了强降水的500百帕环流形势场和700百帕天气系统，并归纳出六大流域不同季节强降水的天气模型及天气系统。结果表明：当500百帕天气模型和700百帕天气系统同时出现时，该流域未来24h有面雨量≥20．0mm强降水发生。     

变分法和卫星云图模式识别在强降水面雨量预报中的应用

假设数值预报对雨量的落区预报是准确的，用卫星云图模式识别预报的流域雨量极值，应用变分法对数值预报雨量极值进行订正，使得订正预报与未订正场之间的泛函达最小，从而求得预报场。试验证明，该方法对强降水面雨量预报的准确率较数值预报有一定提高。     

三峡区间面雨量预报方法及其试验效果

介绍了用于制作三峡区间面雨量预报的各种预报方法,分析了天气学方法、数值预报方法及以数值预报产品为基础的人工神经网络方法在１９９９年汛期的试验效果,结果表明：人工神经网络方法及ＭＡＰＳ数值预报方法预报效果较好。并提出了对几种面雨量预报方法的改进措施。     

利用T213物理量“垂叠法”模型制作沙澧河上游关键区面雨量预报

利用沙澧河流域上游关键区2003-2006年6-8月降水资料和同时段T213产品中预报产品,分析了关键区强降水发生前24h T213产品中比湿、相对湿度、水汽通量、水汽通量散度、假相当位温、垂直速度等物理量垂直空间结构特征,并根据不同特征,构建T213物理量"垂叠法"暴雨和大雨预报模型,对沙澧河流域上游关键区分别作大雨以上(面雨量≥20mm)和暴雨以上(面雨量≥40mm)强降水预报。通过检验和试用,该预报模型对2007-2009年6-8月沙澧河流域上游关键区面雨量≥20mm强降水预报准确率平均达54.2%,对面雨量≥40mm强降水预报准确率平均为38.9%。     

单站暴雨客观预报的一种适用模型

采用滑动分区车贝雪夫多项式展开模型,研制福建省建阳市单站5～6月暴雨客观预报模型,以提高单站暴雨预报能力。模型取得了较好的结果：客观预报模型因子结构简单而天气学意义明了,具有预报准确率较高、稳定性好。各预报模型的三层形势特征都能体现出有利于暴雨生成的合理垂直配置。在2000～2002年的试用中,准确率平均比主观预报高出50％,且无漏报。在2003年的试用中无空报也无漏报。这表明该技术模型是一种能够有效提高单站暴雨客观预报能力和效果的适用模型。     

A verification of spatio-temporal monsoon rainfall variability across Indian region using NWP model output

Evaluation of weather forecasting systems and assessment of existing verification procedures are essential to achieve desirable seamless rainfall prediction. Prediction of wet and dry spells is quite useful in agriculture and hydrology but very few attempts have been made so far to resolve the issue using numerical model output. Performance of five state-of-the-art global atmospheric general circulation models and their ensemble mean has been examined in predicting the parameters of wet and dry spells (WSs/DSs) during monsoon period of 2008–2011 over seven subzones of the Indian region. The number of WSs across the region is found to be underestimated, while total duration and rainfall amount of WSs (DSs) overestimated (underestimated). Start of the first WS is late and ends of the last WS early in the model forecast. More uncertainty is noticed in the prediction of DS rainfall and its duration than that of the WS. The percentage area of India under wet conditions (rainfall amount over each grid is more than its daily mean monsoon rainfall) and rainwater over the wet area is overestimated by about 59 and 32 %, respectively, in all models.     

飞机积冰预报算法对比及其集成预报模型研究

以人工增雨作业获取的飞机积冰实例资料为基础,利用WRF模式对51次飞机积冰过程进行数值模拟,对比分析了常用七种积冰预报算法对积冰潜势区和强度的预报效果,进而采用评分权重集成法建立了飞机积冰强度集成预报模型,并检验了其预报效果。结果表明:(1)假霜点温度经验法对2002年4月4日积冰个例的预报效果与实况一致,而其他积冰算法预报效果均与实况相差较大;(2)对51次飞机积冰预报效果进行统计检验发现,假霜点温度经验法的预报效果最好,积冰强度预报准确率为72.55%,其次是RAOB法,IC指数法和I积冰指数法次之,改进的IC指数法预报准确率最差,只有19.61%;(3)对比不同积冰算法建立的集成预报模型的预报效果发现,选用IC指数法、假霜点温度经验法、RAOB法进行集成预报时,预报准确率最高,且漏报率、偏弱率及偏强率均能控制在10%以内,比单一预报算法中的最高预报准确率提高了8%,且漏报率降低了4%,偏强率降低了8%。     

大降雨型滑坡临界雨量及潜势预报模型研究

通过对湖北省1975～2002年发生的194次滑坡个例进行分析发现：滑坡时间主要发生在5-8月,占全年总次数的80％左右,与多年月平均雨量分布比较一致;滑坡区域主要位于湖北西部山地,高频中心在三峡库区;滑坡与前期降雨尤其是大降雨关系非常密切,大降雨型滑坡占滑坡总次数的63．1％。利用实效雨量计算方法,确定了大降雨型滑坡临界雨量,以此为依据建立了潜势预报模型。     

金沙江下游多种面雨量集成预报方法的对比分析

集成方法有利于提高降水要素预报的准确性和可预报性。本文基于格点实况资料和智能网格预报、西南区域数值预报、ECMWF模式预报、GRAPES模式预报产品,以面雨量为研究对象,采用多元回归法、BP神经网络法、评分权重法、加权集成预报法和算术平均法,得到集成面雨量预报,再运用平均绝对误差、模糊评分、正确率、TS评分、偏差分析等方法,对2020年4—10月金沙江下游面雨量预报效果进行对比分析。结果表明：多元回归集成法和BP神经网络法的预报效果总体上优于其他几种集成方法。在考虑流域面雨量的预报量级时,下游可以采用预报量级较小的模式和集成方法。集成后偏差百分比均有降低,且多元回归法和BP神经网络法对预报量级较小的模式有矫正作用。在面雨量有无、小雨和中雨预报中,多元回归法集成效果较好,在大雨量级预报中,BP神经网络法集成效果较好。这些结论可为流域面雨量预报提供参考借鉴。     

海河流域不同地形站网密度对面雨量分析精度的影响

利用2011-2013年汛期逐时降水量资料,将国家常规站与区域加密站进行分拣合成,通过面雨量离差系数、面雨量比值系数、点面关系综合分析不同地形条件下站网密度对海河流域各水系面雨量计算精度的影响。结果表明：站网密度是影响面雨量计算精度的重要因素,对不同地形面雨量分析存在不同程度的影响。其中,混合地貌水系中地形分布、降水分布差异尤为明显的滦河水系影响最大,站网密度较低的常规站对面雨量估计比高站网密度的合成站平均偏高2.5 mm,12%误差超过5 mm;其次山区永定河水系低站网密度常规站对面雨量估计平均偏高1.5 mm,相对误差达80.3%,尤其局地性短时强降水时,面雨量分析误差高达10倍以上;此外,混合地貌水系北三河、南运河站网密度对面雨量影响程度略低于滦河水系,平原区徒骇马颊河以及混合地貌中地形差异较小的大清河、子牙河影响较低。     

基于ECMWF集合预报资料的乡镇温度预报误差订正方法

利用滑动平均法和递减平均法对2013—2014年江西省1 216个乡镇站点ECMWF集合预报2 m温度集合平均产品进行误差订正试验。结果表明:1)滑动平均法和递减平均法对江西地区乡镇温度预报为正的订正效果,订正后的预报准确率大于订正前,并且递减平均法的订正效果要略优于滑动平均法。2)误差订正方法对各时段温度TRMSE的订正能力都随预报时效的增加而减小,对高温预报准确率的提高明显大于低温,对山区预报准确率的提高大于平原,对有规律的预报误差的站点订正效果较好。3)随季节和站点变化的自适应递减平均法的预报结果较各季节和全年定常最优订正系数好,订正方法对秋季温度预报订正能力最强,春季最差。