合肥市大雾预报方法的建立与应用

利用主成分分析方法对2012—2014年合肥市高速公路沿线交通气象站日最低能见度资料统计出的大雾观测样本进行研究,应用因子荷载点聚图将合肥市县大雾划分为2个区:中南区、北区。基于PP法统计ECMWF模式输出产品与大雾之间的相关性,全市和分片分别确定与大雾密切相关的高影响因子,利用等级分类和逐步回归建立大雾预报模型。在回归结果的判定阈值和消空指标选定的情况下,通过研发的大雾天气精细化预报系统每日定时输出合肥市大雾预报格点产品。经过前期业务化运行和预报效果检验表明:数值模式产品释用方法在有无大雾预报技巧方面较WRF模式明显占优,技巧评分大幅提升,而2类典型大雾天气过程预报效果检验则可以更直观地看出数值模式产品释用的预报方法效果更好。     

数值预报产品统计释用技术在热带气旋路径客观预报中的应用

首先对应用数值预报产品统计释用技术的效果进行了统计,结果表明,数值预报产品统计释用技术的应用改善了热带气旋路径客观预报中预报因子的预报能力,提高了模式的预报技巧并拓展了有效预报时效。继而对热带气旋路径客观预报中若干统计释用技术问题进行了讨论,并指出：在应用数值预报产品构造热带气旋路径客观预报模式时,采用大样本资料和完全预报方法,细心构造反映各种天气系统特征和物理量场的预报因子,应用多时刻ＮＷＰ产品并对ＮＷＰ产品进行统计订正。对多种预报模式的预报结果进行综合集成等技术是提高预报技巧和稳定性的有效途径。     

T_(63)数值预报产品在逐日最低温度预报试验中的运用

随着数值模式的升级，数值预报产品越来越具可用性，它不仅为业务预报提供了定量化的参考，而且弥补了资料在某些区域和某时次的空缺；数值预报模式还可以提供大量的物理量，有助于天气分析和预报。因此，数值预报产品越来越受预报员欢迎，但是由于数值预报模式提供的产品很多，如何利用好这些产品就成为一个重要的课题，数值预报产品的释用研究因而愈显重要。目前大量的预报中多采用PPM和MOS这两种统计释用方法。PPM是用过去的因子实测资料和预报量建立统计关系，而后用数值预报输出的因子资料代人方程中得到预报值，这样处理的缺点是…     

数值预报产品统计释用技术在热带气旋路径客观预报中的应用

首先对应用数值预报产品统计释脾技术的效果进行了统计。结果表明,数值预报产品和技术的应用改善了热带气旋路径客观预报中预测因子的预报能力,提高了模式的预报技巧并拓展了有效预报时效。继而对热带气旋路径客观预报中若干统计释用技术问题进行了讨论,并指出：在应用数值预报产品构造热带气旋路径客观预报模式时,采用大样本资料和完全预报方法,细心构造反映各种天气系统特征和物理量场的预报因子,应用多时刻产品并对ＮＷＰ产     

陕西省高等级公路大雾的预报方法研究

为了更好地做好大雾预报，为日益发展的公路交通、航空运输等部门提供气象保障，应用天气学方法、统计预报方法、数值预报释用技术方法和诊断分析方法对陕西省大雾作了研究，实际工作中这些预报方法是可行的，数值预报产品释用技术方法比统计预报方法效果好。     

夏季温度预报综合统计释用技术

针对夏季温度预报，综合选择实时资料和数值预报产品与温度密切相关的因子，运用物理统计释用方法，制作了葫芦岛6～8月温度预报方程和订正预报．并于2002年汛期通过业务试用效果检验。     

台风路径统计预报的改进

应用数值预报产品并采用多种预报方案相结合建立了台风路径的统计释用综合预报模式，从而提高了台风路径预报的技巧。经１９９４年台风季节业务试用，其预报性能比原有的统计预报模式有较大的提高，试验表明，充分利用在预报时可得到的数值预报输出产品的采用多种方案集成是改进台风路径客观的有效途径。     

T213模式对强冷空气短期预报能力的分析检验

利用T213模式的500hPa高度、地面气压、850hPa温度预报格点资料和客观分析实况格点资料，对2001—2002年冬半年我国出现的8次强冷空气天气过程的主要影响天气系统进行了预报能力的客观分析检验。所得结果有利于数值预报产品的释用及实时预报业务。     

上海浦西地区雾持续时间的统计释用预报

丰海浦西地区雾持续时间释用预报（PPM）的结果分析和中尺度数值预报资料基础上，应用模式输出统计（MOS）方法，构造了与上海地区成雾条件和雾的维持有一定关系的数值预报要素组成的预报因子，并进行逐步回归分析，建立了雾持续时间的统计释用预报方程，同时，提出了在小样本情况下应用交互验证分析法时克服因子不稳定的一种方法，研制了雾时业务预报的统计释用集成方案，并进行了对比分析，结果表明，统计释用预报集成方案较完全预报（PPM）的结果有明显改进。可供业务试用。     

夏季温度预报综合统计释用技术

针对夏季温度预报 ,综合选择实时资料和数值预报产品与温度密切相关的因子 ,运用物理统计释用方法 ,制作了葫芦岛 6～8月温度预报方程和订正预报 ,并于2002年汛期通过业务试用效果检验。     

大雾消散时间的客观化预报

分析石家庄生成大雾的气象条件以及不利于消散的大气层结和气象要素特征，选取与大雾消散有关的预报因子，由实况资料建立大雾消散时间的线性回归预报方程，并将数值预报结果与实况进行插值订正，做大雾消散时间的客观化预报；分析了自动气象站的气温资料与大雾消散时间的关系，用自动站资料对大雾消散时间进行订正预报。     

基于数值预报及上级指导产品的本地气温MOS预报方法

利用恩施基准站2008—2011年地面实测资料、数值预报产品、上级台站指导产品,采用M(数值模式预报)、E(天气学经验)、D(诊断分析)相结合的方法(简称MED),从气温变化的影响因素如大气稳定度、温度平流、水汽条件等设计具有物理意义的预报因子。或根据需要进行因子的组合叠加利用,并将指导产品直接作为预报因子。利用常规统计预报方法(逐步回归),将高、低温实况作为预报对象来建立地方气温预报模式。结果表明:将天空状况进行分型后建立地方气温MOS预报模型,并对应高低温一般出现时间段来选取数值预报产品因子进行预报,对本地气温预报质量的提高有积极的意义;模型建立过程中,综合采用了MED相结合的方法,并应用了数值预报再加工因子,考虑了天气系统变化对气温的影响,增强了数值预报的解释应用能力;参考客观数值模式产品、上级业务部门指导产品相结合的综合MOS预报方法,建立地方气温MOS预报是提高本地天气预报准确率的有效尝试。检验结果也表明,本地气温MOS预报效果较好,明显高于指导预报,已较好应用于实际业务中。     

数值预报产品在桂林暴雨预报中的应用研究

利用1998～2002年4～7月间欧洲、日本,2002年5～7月我国数值预报产品进行统计分析,总结出以数值预报产品为主的暴雨预报模式指标。这一模式指标,为日常预报工作中以天气学预报为主转向以数值预报为主奠定良好基础,也为预报员提供客观简捷的预报方法。通过一年的试报探索和一年的实际业务应用,其预报准确率较为理想。     

天津港秋冬季低能见度数值释用预报研究

本文利用近5年(2009—2013年)天津港资料,分析了该地区大气能见度的分级特征。采用7年秋、冬季NCEP(2006—2012年)和地面资料,通过相关分析给出了对港口低能见度天气有高影响的高、低空物理量因子;排除沙尘和降水天气,针对不同区间的能见度样本,利用BP神经网络方法分类训练了3个统计模型;并与WRF天气模式产品对接,采用分步筛选法,研发了天津港秋、冬季72 h时效的逐时能见度BP释用预报产品。经过3年业务运行,检验结果表明:对逐时能见度而言,BP释用预报对10 km以下低能见度比WRF模式的预报技巧显著提高,达到10.5%~35.4%;其中对0.5 km大雾的预报技巧总体相当,但当WRF预报有降水时,WRF模式预报结果略优;对0.5~1 km的大雾预报,WRF模式的预报技巧1%,BP释用预报提高到了14%~21%。日最低能见度的检验表明:对小于1 km的大雾过程,BP释用预报的TS评分平均达到75%,比WRF预报技巧提高了24%;对1~10 km的低能见度过程,比WRF的预报技巧平均提高了60%。     

统计降尺度方法在青海省冬季最低温度预测中的应用

利用2003-2007年国家气象中心T213L31全球中期数值预报模式逐日输出产品与青海地区25个气象站的观测数据作为试验资料, 利用相关系数和逐步回归进行因子选择, 并以单隐层神经网络和多元回归作为降尺度方法进行对比研究, 用2003-2006年间的11月1日～次年3月1日的资料作为训练样本, 以数值预报产品和前一日观测的最低温度作为因子, 建立青海省25个气候站的冬季最低温度的24, 48, 72 h预报模型, 并且以2006年12月和2007年的1、 2月作为24, 48, 72 h逐日最低温度预报试验时段。试验表明, 对于青海地区来说, 青海北部地区的预报命中率总体好于南部高原地区; 在4种对比方案中, 以选择数值预报资料结合前一日地面观测的最低温度作为主要因子的方法相对较优, 随着预报时效的延长, 24 h历史实况的作用逐渐减弱; 对于所有台站来说, 这4种方案各有优缺点, 没有一种方案可以完全代替其他所有方案; 在实际业务运行中, 对不同的台站应采用不同的预报方案进行实际业务预报。     

用PP方法做河北省雾的分县预报

利用 1 96 0～ 1 999年 4 0年的气候资料 ,运用天气学原理和气候统计学方法 ,分析了雾与气象要素的关系。使用常规气象资料、利用T1 0 6数值预报产品和PP方法 ,分别制作了 2 4小时、4 8小时河北省雾的区域预报和分县预报     

天津市多模式气温集成预报方法

在遗传算法和粒子群算法的基础上,采用权重分配方法开展基于混合演化算法的多模式气温集成预报方法研究。利用2012年5—10月中国气象局GRAPES模式、北京市气象局BJ-RUC模式、中国气象局T639模式、天津市气象局TJWRF模式24 h预报时效的逐6 h地面2 m高度气温和35个天津区域自动气象站点资料,通过逐日滚动建立集成预报模型,对混合演化算法的多模式气温集成预报方法进行了绝对误差在2℃以内的分级、分类及分站检验分析。结果表明:使用该方法建立的气温集成预报模型具有比较可靠的预报能力,预报误差明显小于任一成员,预报准确率高。按绝对误差不大于2℃的检验标准,2012年35个站逐6 h气温、最低气温、最高气温的集成预报平均准确率分别为76.34%,77.88%,78.00%。     

降水预报-观测概率匹配动态订正法在江西降水集中期的应用与检验

为提高数值预报降水预报的准确率,本文利用欧洲中期天气预报中心的高分辨率数值预报（ECMWF）降水预报资料和江西省国家级气象观测站实况降水资料进行概率匹配,选取Gamma累积概率分布函数用于拟合预报与观测的降水累积概率,通过在2017年江西省一次降水集中期的应用试验,得到以下结论：基于ECMWF的降水预报-观测概率匹配动态订正法由于把最新的预报与实况结果带入概率匹配中,并根据近期模式预报调整及误差不断自动更新各量级降水修正值,可实时动态订正模式降水预报;检验发现ECMWF模式降水产品对于24 h内12 h间隔的10 mm及以下量级的预报普遍偏大,25 mm及以上量级的预报普遍偏小,在江西区域九江沿江地区和景德镇的各量级降水预报较为接近实况、预报效果较好.本降水预报订正法能提高小雨和暴雨的TS评分、降低暴雨的漏报率且提升其命中率,但对大雨及部分中雨的订正效果不佳,在实践中应权衡利弊使用.     

沈阳地区大雾天气的UPS订正预报方法

选用2005-2009年沈阳地区5个气象站点的气象资料,总结了沈阳地区雾天的时空分布规律.沈阳地区一年中近一半的时间出现轻雾,大雾年平均16.4天;轻雾和大雾的季节分布都呈夏、秋季多,春季少的态势;大雾多发时段在清晨.在数值预报的基础上,利用UPS预报方法,进一步做出大雾天气订正预报,建立沈阳地区大雾天气UPS订正预报方法.当数值预报有大雾时,如T-Txover（最高气温出现时段温度露点差）≤5℃则可预报有大雾,当-4℃＜T-Txover≤5℃时可预报未来会出现能见度小于等于500 m的浓雾;如T-Txover≤-4℃则预报未来会出现能见度小于等于200m的强浓雾.如T-Txover＞5℃则有暖湿平流时预报有大雾,无暖湿平流时预报不会出现大雾.     

基于支持向量机模式识别的大雾预报方法

选取1971～2000年11～12月大雾发生前近地面层的气象要素(气温、降水、能见度、风向风速、相对湿度、云量等9个预报因子),将支持向量机(SVM)方法应用于大雾预报.采用支持向量机方法,应用径向基函数,建立了陕西公路站点大雾24 h预报模型,并进行了大雾预报的模拟、训练,其寻优标准TS评分达到了理想的效果.