5天平均高度场在中期趋势预报中的应用

采用相似预报技术,用500 hPa侯平均格点资料作为历史样本资料,国家气象中心下发的侯平均实况资料和侯平均预报资料以及用欧洲数值预报中心的500 hPa格点资料得到的5d平均资料作为3种实时样本资料,通过相似比较得出相似历史个例,最后通过综合判别得出全省各片中期天气趋势预报结果.此方法在2000年汛期用于中期降水趋势预报,3个月的各片平均趋势预报准确率达67%,并且该方法对天气过程有较好的预报能力.     

兴安盟盛夏候多雨、少雨环流差异及相似预报

通过对盛夏候多雨、少雨500hPa候平均环流特征的分析，得出多雨、少雨500hPa候平均环流存在明显差异的结论，引进相似指数，用欧洲中心500hPa数值预报格点值作为初始预报资料，然后计算相似指数，从而确定未来5天的降雨趋势。     

6—7月江苏区域5天暴雨趋势中期预报系统

本文介绍了江苏省气象台研制的区域暴雨中期预报系统．该系统选用距离系数相似法、指数相似法等统计方法将欧洲中心预报的500hPa高度场与历史上500hPa高度场找相似，及中期暴雨天气过程概念模式制作预报．从天气学意义出发，用ECMWF预报的500hPa高度场、850kPa风场、温度场建立了一系列的中期时效的暴雨预报指标。该系统从ECMWF的格点资料处理到预报结果的给出，全部是由计算机自动连续进行的，在日常业务工作中使用有迅速、及时、准确的优点。     

广西汛期大范围持续性暴雨天气过程中期预报研究

我们以中期数值预报产品－格点资料与历史上的大范围持续性雨个例对照作为分析依据。用建立暴雨中期天气过程模式与数值预报产品相结合及娄理统计与天气学相结合的方法,用相似分析原理和指标判别规则,作出汛期大范围持续性暴雨天气过程中期预报,取得较好的预报效果。     

贵州西部冬季低温（凌冻）预报专家系统之中,长期预报子系统

本子系统主要用贵州西部23个站中的8个代表站（威宁、大方、水城、毕节、六枝、盘县、安顺、兴义）的凌冻日数与SOOhPa月平均高度场的格点资料找出相关，建立预报规则库。然后统计规则库中各项因子的概率，判断概率的大小，得出中、长期凌冻情况的趋势预报。下面以长期预报为例具体地介绍本子系统的建立、应用。1规则库的建立利用1959～1983年500hPa月平均高度场的格点资料求出50OhPa各月的年平均高度场的格点资料，然后，用各月年平均高度场与历年各月平均高度场的格点资料比较，求出历年各月的50OhPa高度场的格点资料距平值（文件名：…     

广西汛期大范围持续性暴雨天气过程中期预报研究

我们以中期数值预报产品—格点资料与历史上的大范围持续性暴雨个例对照作为分析依据,用建立暴雨中期天气过程模式与数值预报产品相结合及数理统计与天气学相结合的方法,用相似分析原理和预报指标判别规则,作出汛期大范围持续性暴雨天气过程中期预报,取得较好的预报效果     

呼伦贝尔市汛期中雨以上降水相似预报

根据1988～1998年的历史天气图资料，对上游阻高系统和呼伦贝尔市中雨以上降雨的影响及500hPa环流形势进行分析，并从相似时域历史的样本中找到较佳的中期过程分型，分型结果的历史检验和应用在实际预测未来具体的中期天气过程中效果较好，有助于提高中雨以上、转折性、灾害性天气过程的预报能力。     

多时次多尺度波谱相似预报风要素

利用1975～2004年500hPa高度和850hPa温度格点场的历史资料，分别计算出不同纬度带的超长波和长波合成波，以此作为风要素预报的基本资料。根据谐波分析原理，结合相似系数法和相似距离法建立一套多时次、多尺度波谱相似预报模型，并提出相似离度概念。经过近两年的运行试验，该预报模型运行稳定，检验结果表明，对于由风压定律制约的风要素预报具有较大的参考作用，在大尺度天气形势控制下，与当地地形、地貌结合形成的风要素预报不失为一种简便易行的风向风速预报方法。利用多时次多尺度动态相似法制作风要素预报既考虑了物理量场不同尺度的空间相似，又考虑了连续时间的过程相似，因此这对中期天气过程的预报是有意义的。     

用PP法做逐日降水预报

利用欧州中期数值预报格点资料,采用PP法建立了全年分季分站逐日降水预报方程。实际应用时,直接从网络上调取欧州中心500hPa高度场、850hPa温度场、1000hPa气压场48—120h预报场格点资料,可作出一周逐日晴雨、分级降水预报。     

柳州区域综合法降水客观预报工具

近年来,随着数值预报产品预报质量的逐年提高,利用数值预报产品建立客观预报工具的条件已经成熟。作为一种尝试,作者采用经验回归模型与天气系统订正相结合的综合预报方法,建立了一个客观预报工具。利用2001年12月至2003年2月共14个月T213的3h降水量48h预报、T213的850hPa 48h水汽通量预报、T213的850hPa 48h水汽通量散度预报、日本48h降水预报格点资料、日本700hPa的48h垂直速度预报格点资料、北京24h降水预报资料、等共六个因子作为预选因子。在属于格点数据的因子中均挑选出各预报站点附近的六个格点,通过距离权重插值法将各站附近的点插值到站点,形成新的时间序列。北京24h降水预报资料是MICAPS第14类数据,经过解码后可直接得到站点资料。利用所得到的新的数据序列与对应各站的历史降水资料作逐步回归分析,各站一致通过F=3.0置信检验的因子均为T213的48h水汽通量预报、日本48h降水预报格点资料、北京24h降水预报共三个因子,利用这三个因子建立柳州区域各站24h降水预报共12个方程。利用上述模型对历史资料进行回报,效果较好。对2003年3月下旬至4月的试报发现,该模型对于晴雨定性预报效果较好,但对降水定量预报上有较大误差,特别是对于较大的降水过程预报降水量偏小。为了改变这种情况,作者考虑到利用天气系统来订正的方法,即利用500hPa和850hPa08时中央台天气分析图上的低涡、槽线、切变线和台风位置等天气系统及其位置来订正方程的预报。订正后,经3个月的预报发现,效果明显改观。为便于评分,将预报结果按业务规定以无雨、小雨、中雨、大雨、暴雨五个量级输出。至此,整个工具建模基本完成。本工具经过八个多月的运行,证明预报效果较好。最好的预报成绩是TS分56分,平均成绩为TS 44分,基本达到人工预报的水平。     

制作汛期降水集成预报的分区权重法

该文提出一种不受历史预报档案资料多少限制的集成预报方法。这个方法的基本思想是以各种不同预报的历史评分资料为基础,确定各个预报方法的权重。根据若干原则设计了16种预报方案。计算结果表明,这个方法具有较高的准确度和可行性,可以用于业务预报。     

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。     

局部均值伪最近邻算法在降水预报中的应用

分析北京地区日降雨量资料发现,相较于其他降雨事件,大雨或暴雨事件发生的次数较少,因此该地区的降水量预报属于样本不均衡问题。在样本不均衡的情况下,K最近邻算法的分类误差率将会大大提高,这也就使传统的基于K最近邻算法的降水量预报方法的应用受到了限制。针对北京地区降水量预报这一样本不均衡问题,应用局部均值伪最近邻算法构建了北京市的降水量预报模型。该方法利用北京地区日降雨量资料和美国国家环境预报中心全球格点资料,将降雨量作为类,将美国国家环境预报中心全球格点资料的各种因子场作为天气样本特征,计算得到不同天气样本在所有类中的局部均值伪最近邻,通过决策规则实现最优分类。利用提出的降水预报模型对北京市2010年6—8月进行了24 h降水预报,实验结果表明,提出的预报方法对于降水等级预报的预报准确率以及晴雨预报的TS评分、正样本概括率、空报率和漏报率均优于传统的K最近邻预报方法,该方法具有较好的预报效果。     

用非参数估计技术预报风的研究

该文介绍了使用非参数估计技术制作风的预报试验。为了有一个较完整的历史样本集,试验中使用了1981—2003年共23年的逐日资料。在采用的K近邻非参数估计技术中,由于风的特殊性,其不是标量而是矢量,试验中根据天气学原理,设计和试用了一种根据过程相似性从历史样本集中搜索出近邻子集和新的从近邻子集中挑选最佳样本的方法。试验结果显示,所试用的预报方法不仅使得风的预报Ts评分有一定的提高,同时使得3 d降水量的预报Ts评分也有一定的提高,这表明该方法具有一定的实际参考使用价值。     

综合指标方法在降水分级预报中的应用

利用１９９５年１月～１９９７年１２月国家气象中心的Ｔ１０６分析场资料,采用因子组合、相关分析等手段,确定与降水关系密切,且有、无雨分类较明确的物理量因子,将样本内每个因子由小到大排列后分段,计算各段上的降水频率,根据各物理量对降水贡献的大小,确定各因子的权重系数,将每个样本中的所有因子所在地庆的降水频率加权累加,得到一个综合降水频率值,通过历史拟合,确定降水ＴＳ评分最大的降水频率值为综合预报指标分     

IMPACT OF SUMMER WARMING ON DYNAMICS-STATISTICS-COMBINED METHOD TO PREDICT THE SUMMER TEMPERATURE IN CHINA

Based on NCEP/NCAR daily reanalysis data, climate trend rate and other methods are used to quantitatively analyze the change trend of China's summer observed temperature in 1983—2012. Moreover, a dynamics-statistics-combined seasonal forecast method with optimal multi-factor portfolio is applied to analyze the impact of this trend on summer temperature forecast. The results show that: in the three decades, the summer temperature shows a clear upward trend under the condition of global warming, especially over South China, East China, Northeast China and Xinjiang Region, and the trend rate of national average summer temperature was 0.27℃ per decade. However, it is found that the current business model forecast(Coupled Global Climate Model) of National Climate Centre is unable to forecast summer warming trends in China, so that the post-processing forecast effect of dynamics-statistics-combined method is relatively poor. In this study, observed temperatures are processed first by removing linear fitting trend, and then adding it after forecast to offset the deficiency of model forecast indirectly. After test, ACC average value in the latest decade was 0.44 through dynamics-statistics-combined independent sample return forecast. The temporal correlation(TCC) between forecast and observed temperature was significantly improved compared with direct forecast results in most regions, and effectively improved the skill of the dynamics-statistics-combined forecast method in seasonal temperature forecast.     

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。     

一种神经网络的云图短时预测方法

依据6hT213数值预报产品的资料,采用EOF展开和人工神经网络等方法,对卫星云图短时预报方法进行研究。首先对卫星云图灰度值样本序列进行EOF展开,将提取出来的时间系数作为建模的预报量,以数值预报产品的物理量场作为预报因子,建立人工神经网络预测模型。将预报得到的时间系数与空间特征向量进行时空反演,实现对未来6h云图的预测。预报方法的独立样本试验证明,预测结果与实际云图的主要特征基本吻合,尤其在预测云图的大体分布和发展趋势上得到了较好效果。     

动力延伸预报产品释用方法的改进试验

依据动力延伸预报产品释用方法中所建立的月降水距平百分率预报方程，将方程系数看成是动态系数，采用与预报月高度场相似月份的资料作为样本资料，通过改善方程系数的计算来提高月降水预报。1998～2004年的历史实况资料在安徽省的回报实验证明:在目前T63／NCC月动力延伸预报产品的准确率不能快速提高的情况下，该方法具有实际应用价值。利用T63／NCC月动力延伸产品进行安徽省月降水预报应用亦取得较好的效果。     

Data Assimilation Method Based on the Constraints of Confidence Region

The ensemble Kalman filter(En KF) is a distinguished data assimilation method that is widely used and studied in various fields including methodology and oceanography. However, due to the limited sample size or imprecise dynamics model, it is usually easy for the forecast error variance to be underestimated, which further leads to the phenomenon of filter divergence.Additionally, the assimilation results of the initial stage are poor if the initial condition settings differ greatly from the true initial state. To address these problems, the variance inflation procedure is usually adopted. In this paper, we propose a new method based on the constraints of a confidence region constructed by the observations, called En CR, to estimate the inflation parameter of the forecast error variance of the En KF method. In the new method, the state estimate is more robust to both the inaccurate forecast models and initial condition settings. The new method is compared with other adaptive data assimilation methods in the Lorenz-63 and Lorenz-96 models under various model parameter settings. The simulation results show that the new method performs better than the competing methods.