MM5模式对乌鲁木齐地区冬、春季降水预报能力检验

利用MM5模式输出的未来24h累计降水量预报值，对2000年11月至2001年5月乌鲁木齐地区5个气象站进行降水预报效果的分析检验，发现：MM5模式的降水预报能力平原优于山区及达坂城谷地；南山山区空报次数较市站成倍增加，而漏报次数较少；达坂城站预报正确率很低，空，漏报次数较多。     

集成方法在高原降水预报中的应用研究

本文对1991～2000年各月西宁等站的降水和气温预报进行了评分，并根据它们的评分结果，选取了最优子集回归、高次多项式、均生函数等7种预报方法作为集成预报的预报因子。通过降水试报得出，一元回归集成、权重集成、最优子集集成的趋势评分均超过了82％，降水预报集成后的趋势评分比单个预报方法的平均评分至少提高了15～25个百分点。     

华北及周边地区夏季分区客观降水预报

在降水客观分区的基础上,对华北及周边地区进行夏季降水预报。利用2006—2008年的6—8月T213资料和相应时段的实况资料,通过概率回归降水等级方案建模,对2009年和2010年6—8月进行了试报。结果表明:分区建模的降水预报与单站建模预报相比,TS评分在不同时效、不同量级上均有提高,并且在空报和漏报上有较大改善,特别是大量级降水预报改善明显。从因子分析上看,分区建模较单站建模所选因子更丰富,利用了模式产品的有用信息,因此做出了更好的预报。分区建模与模式降水预报的对比分析表明:分区建模的降水预报效果好于模式直接降水预报,空报现象改善明显。     

滚动式用数值预报产品制作单站气温预报的方法

用最优子集回归法，采用滚动式方法取舍样本资料，首先利用数值预报产品及盆地内单站的气温资料建立该站的最 子集回归方程然后根据２４－１４４小时的数值预报报资料作该站２４－１４４小时的气温预报。     

基于BPSO-NBayes的雷暴释用预报技术研究

提出了一种新的雷暴预报法,即二进制粒子群-朴素贝叶斯分类器(Binary Particle Swarm Optimization-Naive Bayesian Classifiers,BPSO-NBayes)方法,以福州、连城、宁波3站为例,对使用T511数值预报产品站点的雷暴释用预报技术进行研究。利用2010—2014年T511数值预报产品和单站观测资料,使用BPSO-NBayes方法,建立了0~72 h雷暴预报模型,并与Fisher判别准则和Bayes判别准则进行比较。预报结果表明,BPSO-NBayes模型临界成功指数都在0.29以上,平均值达到0.33以上,是3种方法中最好的,空报率都在0.59以下,漏报率在0.60以下,而且变化幅度很小。BPSO-NBayes模型明显优于Fisher判别准则和Bayes判别准则,具有良好的稳定性和预报能力。     

东北冷涡背景下EC-HR数值预报产品对吉林省降水预报的检验分析

利用自动站逐时降水资料和EC-HR数值模式预报结果,检验了2019年5-8月6次东北冷涡背景下该模式对吉林省降水的预报效果.结果表明:EC-HR模式结果对冷涡天气过程的累计降水、降水阶段性和降水强度都有一定的参考价值;模式逐3小时晴雨准确率在吉林省的6个代表站均达到了70％以上,西部较高,东部和中部较低;大多数情况下模式降水起始时间提前于实况,误差多在6h以内;空报率高于漏报率,且漏报和空报的多为持续时间较短的降水阶段;模式对区域平均降水预报能力较强,比较有参考价值,模式对最大降水量的预报整体偏小.     

KNN方法在贵州晴雨预报中的试验

使用2003—2007年T213数值预报产品和贵州省08-08时日降水量资料,建立了贵州省9个站的KNN晴雨预报模型,并对2008年进行了预报试验。在搜索K邻近域的过程中,与传统的KNN方法相比,求取了不同类别的K值,即K+、K-,使该方法选择的最邻近域中的K值取得更为合理。通过对历史资料的反复交叉验证求取了最优的K+、K-值组合。最后对2008年贵州省9个站进行预报试验并评估。预报评估结果表明:KNN方法总体上降低了预报空报率,提高了晴雨预报的TS评分和预报准确率,特别是对24h和48h,KNN方法在对贵州降水预报的数值预报解释应用中有一定的效果。     

辽宁省夏季多模式降水预报检验及晴雨预报技术研究

利用辽宁省291个国家气象观测站的降水资料,对2019年夏季（6-9月）8种模式降水预报及中央气象台格点降水预报进行了检验评估和比较,并采用消空方法进行晴雨预报技术研究。结果表明：2019年,EC模式具有最优的暴雨预报性能,而日本模式暴雨TS评分最高;中尺度模式对于局地性暴雨和短时强降水具有较好的预报潜力,性能较好的是GRAPES_MESO模式和睿图东北3 km模式;全球模式对24 h暴雨的预报频率比实况偏低30%,3 h强降水则偏低60%,中尺度模式对24 h暴雨的预报频率比实况偏高30%,3 h强降水则偏低20%。由于对小量级降水存在较多空报,各模式原始预报的晴雨预报大多呈现空报偏多的情况;使用小量级降水剔除的消空策略能够明显提高晴雨准确率,消空之后EC模式具有最优的晴雨预报性能。分别使用24 h和3 h累计降水量优化消空策略,发现分别取1.0 mm和0.8 mm的阈值进行消空可以使24 h晴雨准确率提高15.58%,3 h晴雨准确率提高10%-30%。     

WRF模式对焦作2008年汛期降水的检验

利用WRF模式2008年6-8月逐日降水预报产品资料,对焦作7站降水预报进行分月分时段的统计检验,结果表明:WRF模式对焦作市0-12 h的晴雨预报能力最强,各月各站均在71%以上,其中6月最高,有6站准确率均在80%以上;12-24 h平均晴雨准确率大部分站都在65%左右.对降水的定量、定性预报能力,前12 h明显优于后12 h;对小雨、中雨预报效果较好,对大雨也有一定的预报能力;对暴雨降水预报能力较差,空报率、漏报率较高.总体看来,模式的空报率、漏报率较高,且空报率大于漏报率.     

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。     

数值模式地形处理方法与地形降水影响模拟研究回顾

本文从数值模式出发,回顾了数值模式中考虑地形影响的处理方法和模式地形构造方法,数值模拟地形对降水影响的一些研究成果,从而获得数值模式中地形处理方法及数值模拟地形降水特征及机理的认识。在数值模式中合理地考虑地形影响,提供更为真实的模式地形,将有助于提高数值模式的预报能力,从而提升天气预报的业务水平。      

安徽省2021年梅雨期降水预报检验分析

检验梅雨期降水的预报效果,对于提升梅雨期降水预报能力、减少梅雨期降水带来的人员伤亡和经济财产损失有着重要的意义。文章对安徽省2021年梅雨期（6月10日—7月10日）六个客观模式和一个主观订正预报产品进行了检验分析,其中包含了三个区域模式数值预报（中国气象局中尺度天气数值预报系统（简称CMA-MESO）、中国气象局上海数值预报模式系统（简称CMA-SH9）、安徽WRF）、三个全球模式数值预报（中国气象局全球同化预报系统（简称CMA-GFS）、欧洲中期天气预报中心确定性预报模式（简称ECMWF）、美国国家环境预报中心全球预报系统（简称NCEP-GFS））和安徽智能网格主观订正预报的降水产品,进行了检验分析,结果表明：传统检验中安徽智能网格和区域模式对晴雨准确率的预报效果优于全球模式,又以CMA-MESO最优;在暴雨及以上量级的强降水预报中,传统检验表明安徽智能网格预报的得分最高（23.83）,ECMWF模式则是客观模式预报中效果最好的（20.12）,CMA-SH9次之（19.34）;通过对除安徽智能网格以外的各个客观数值模式进行的MODE空间检验可知,不同数值模式间暴雨预报误差原因不尽相同,ECMWF与各区域数值模式主要是由雨区位置的预报偏差,尤其是纬度偏差导致的,NCEP-GFS全球模式对降水强度和雨区面积的预报偏弱偏小比较明显,CMA-GFS在强降水方面的预报可参考性较差;各个主客观预报暴雨及以上量级预报,整体表现出较明显的日变化特征,在午夜前后、上午时段TS评分较高,而午后到傍晚评分较低,这个现象或许是梅雨期的午后降水多以地表太阳加热引起的短历时热对流降水为主造成的。     

统计方法在数值模式中应用的若干新进展

目前,数值模式的准确性不断提高,天气预报和气候预测越来越依靠数值模式。数值模式不仅仅是求解描述大气运动和热力过程的方程组,其中也大量使用了统计方法,统计方法是数值模式的重要组成部分。本文对统计方法在数值模式中应用的最新进展进行了综述。首先,分析了统计方法在数值模式的资料同化、集合预报、次网格尺度物理过程参数化方案、数值产品统计释用、延伸期预报、模式检验等方面的应用。然后阐述了贝叶斯统计在数值模式中应用的新进展。最后,对统计方法在数值模式中应用的未来发展趋势进行了展望。     

2014—2016年数值降水预报在天津的检验评估

对2014—2016年中国国家气象中心T639数值预报、日本细网格数值预报、欧洲中心细网格(EC thin)数值预报以及天津市乡镇指导预报产品中在天津地区降水预报分别进行检验。结果表明:所有模式降水的晴雨预报准确率均随预报时效的延长而下降。降水预报准确率在秋冬春季的预报效果明显好于夏季。EC thin产品在冬季降水的预报中优势更为明显,而指导预报及T639对5月、6月及9月天津地区局地降水多发期的降水更有指示意义。针对2014—2016年天津地区的23个暴雨日按影响系统分型并统计检验结果,暴雨日降水预报晴雨成绩较好有参考价值,而降水分级检验偏差较大。相对于局地性暴雨过程,区域性的暴雨过程数值预报有更为可靠的参考性。     

转折性天气降水预报检验方法及应用

采用转折性天气降水检验评估方法,从转折天气预报能力的角度评价了模式降水预报能力。对全球中期T213、日本和德国数值预报模式在2006年9月至2008年8月的降水预报检验评估分析表明:转折天气降水预报能力检验是目前降水检验方法的有效补充。3种模式的转折天气降水预报能力随着预报时效的延长,存在逐渐递减的趋势;短期预报能力分析,T213和日本模式春季最好,而德国模式是夏季最好;48h预报分析,T213和日本模式在长江中下游、华北及东北等部分地区、德国模式在四川盆地和华南部分地区预报效果较好。     

北京地区夏季多模式降水预报的降尺度集成应用

以2008—2010年5—9月日本、德国、T639数值预报模式降水产品为基础,采取反距离插值的统计降尺度分析方法,将数值预报模式降水格点数据插值到北京西北、东北、西南、东南区域的延庆、密云、房山、观象台4个典型代表站点上;再结合统计分析,将夏季产生降水的天气系统分为西来槽、东北低涡、蒙古低涡、其他系统4种类型,采用预报准确率定级方法对各家模式配以不等权权重系数,从而建立北京地区夏季多模式集成降水预报模型,并用独立的样本对预报模型进行了业务试运行检验,检验结果表明:所建模型对降水预报的改进效果较好,优于单个数值模式降水预报。该模型的建立和应用方法为其他区域本地释用数值模式降水预报产品提供了一定的客观参考。     

冬季稳定性降水相态预报研究进展

冬季降水无论对地面的生产生活还是对高空飞机航行都可能造成严重灾害,降水相态预报的准确性决定了冬季降水预报的成功,该文系统回顾了近几十年降水相态预报取得的成果。降水相态预报方法大致分为3类:第1类是基于观测或数值天气预报建立的指标以及回归方程,其中某些方法高度依赖数值天气预报模式准确率;第2类是基于数值天气预报模式的微物理方案法和集合预报法;第3类是基于观测和数值预报产品的人工智能预报法。近年来降水相态模式预报产品准确率不断提高,成为降水相态预报中一个重要的产品支撑。但如何将降水相态形成机制的微物理研究成果用于改善数值预报模式降水相态预报的技巧,以及如何利用人工智能等技术提高降水相态预报的准确率等方面还需要不断努力。     

基于交叉验证技术的KNN方法在降水预报中的试验

利用2003—2005年4—9月国家气象中心T213的数值预报产品,通过动力诊断,从大量数值预报因子中提取不同层次、不同时效与降水关系较好的多个因子,使用K最邻近域（KNN）方法,制作不同代表站点的晴雨预报和大于或等于10 mm的降水预报试验。在搜索K邻近域的过程中,考虑天气事件出现的概率不同,而分别求取有天气事件的正样本K+值和无天气事件的负样本K-值,使该方法选择的最邻近域中的K值取得更为合理。利用交叉验证的方法,对历史资料依次选取部分样本作为预报测试集,通过预测结果的检验评分,选取获得最大准确率和最大概括率的K+和K-作为最佳邻近域的组合。确定了最优K值后,反算历史样本,通过比较,得到某站出现降水天气事件的预报判别值,在一定程度上减少了预报的空报率。经过对2006年4—9月的预报试验,改进后的KNN方法使24,48 h的晴雨预报和大于或等于10 mm降水预报的TS评分大多数高于未改进前的,也高于T213模式本身的降水预报和MOS方法动力统计释用的降水预报,特别是克服了模式降水预报和MOS方法预报中空报率较高的现象,达到了较好的预报效果。     

2008年T213与德国降水数值预报产品对比检验分析

为了解各种数值预报的误差特点,更好地在预报过程中选择数值预报产品作为参考依据,将中国国家气象中心的T213降水预报和德国降水预报分别进行晴雨预报检验,对2008年5—8月期间东北地区降水资料进行对比分析。结果表明：两种模式24—120h预报正确率为60%—70%左右,随着预报时效的增加,正确率呈下降趋势,德国降水预报的正确率高于T213,两种预报漏报率均明显小于空报率,T213漏报率较低,为5%左右,德国降水预报空报率较低,为20%左右。对2008年4—6月出现东北冷涡过程的两种模式降水预报进行对比分析,发现德国降水预报正确率明显高于T213预报,对冷涡降水预报有一定的指示意义。