天气预报产品集成图形化技术研究

客观天气预报产品和人工预报产品,有些是定性的、概念的,有些是定量和精确的。如何将它们进行客观集成,这就是天气预报集成技术研究课题。通过对集成技术的研究,形成了集成产品后,如何将这些产品直观准确地展现在用户面前,这就形成了课题的另一方面内容——预报产品集成图形化技术（或称视觉化研究）。目前,人机交互的主要手段都集中在对图形用户界面（GUI）的研究上,而气象信息图像化也是天气预报的传统手段。所以,本文研究的天气预报产品集成图形化将给指导预报、服务产品的发布提供一相当有效的途径。     

ECMWF模式地面气温预报的四种误差订正方法的比较研究

采用均方根误差对欧洲中期天气预报中心（ECWMF）确定性预报模式2007年1月至2010年12月的地面气温预报结果进行评估,并分别利用一元线性回归、多元线性回归、单时效消除偏差和多时效消除偏差平均的订正方法,对ECMWF模式地面气温预报结果进行订正。结果表明,4种订正方法都能有效地减小地面气温多个时效预报的误差,改进幅度约为1℃。在短期预报中仅考虑最新预报结果的一元线性回归订正方法要优于考虑多个预报结果的多元集成预报订正方法。在中期预报中考虑多个预报结果的多元集成预报订正方法更优,更稳定。在模式预报误差较大的情况下,多时效集成的订正方法能更稳定地减小误差。     

地市级客观化乡镇天气预报系统

应用VB6．0软件编写“地市级客观化乡镇天气预报系统”,采用逐步线性回归方法建立各县（市、区）春夏秋冬4个季节的气温和降水MOS预报方程,同县（市、区）乡镇采用同一套预报方程,对欧洲中心等多家数值预报产品进行释用和集成,得到客观化的乡镇天气预报,实现了利用大尺度环流背景下的数值预报产品,结合中尺度数值模式预报制作局部地区天气预报的一种方法;同时利用加密观测数据对乡镇预报进行检验,利用吉林省气象科学研究所MM5模式预报产品制作站点的逐时预报。本系统移植性好、操作简单、功能齐全,方便各地区台站使用。     

基于TIGGE多模式降水量预报的统计降尺度研究

利用TIGGE资料中欧洲中期天气预报中心、美国国家环境预报中心、英国气象局以及日本气象厅4个中心,1~7 d预报时效的降水量预报资料,以TRMM/3B42RT降水量作为"观测值",对东亚地区降水量进行统计降尺度处理。首先利用逻辑回归方法将天气分为有雨和无雨,再对有雨的情况,利用线性回归方法对插值后的预报结果进行降尺度订正,最后将4个中心的预报值进行消除偏差集合平均,得到多模式集成的降水量预报场。结果表明:逻辑回归能够有效地改善预报中小雨的空报情况,统计降尺度订正后的预报结果比直接插值更加准确,多模式集成的预报效果优于单模式结果,其改进效果随预报时效的延长逐渐减小。     

多预报量双重筛选逐步回归

一、引言 回归分析在长期天气预报中应用十分广泛。逐步回归是回归分析中效果较好的方法之一,逐步回归可以避免引入强相关变量所导致的求解的困难。 在长期天气预报中经常要同时制做P个站点的预报(即:多个预报量y_1、y_2…y_p),采用相同的M个预报候选因子(即:M个预报因子X_1、X_2…X_M)。对每一个预报量y_i可以分别应用逐步回归来筛选这M个因子建立预报方程:     

基于ECMWF产品的站点气温预报集成学习误差订正

提出一种基于数值模式预报产品的气温预报集成学习误差订正方法,通过人工神经网络、长短期记忆网络和线性回归模型组合出新的集成学习模型（ALS模型）,采用2013—2017年的欧洲中期天气预报中心数值天气预报模式2 m气温预报产品和中国部分气象站点数据,利用气象站点气温、风速、气压、相对湿度4个观测要素,挖掘观测数据的时序特征并结合模式2 m气温预报结果训练机器学习模型,对2018年模式2 m气温6~168 h格点预报产品插值到站点后的预报结果进行偏差订正。结果表明:ALS模型可将站点气温预报整体均方根误差由3.11℃降至2.50℃,降幅达0.61℃（19.6%）,而传统的线性回归模型降幅为0.23℃（8.4%）。ALS模型对站点气温预报误差较大的区域和气温峰值预报的订正效果尤为显著,因此,集成学习方法在数值模式预报结果订正中具有较大的应用潜力。     

基于人工神经网络的集成预报方法研究和比较

用人工神经网络方法对同一预报量的各个子预报方程进行集成预报研究,并以同样的子预报方程进行回归、平均和加权预报集成。对神经网络集成预报模型与各个子预报方程及其它集成预报方法进行了对比分析研究。结果表明,人工神经网络方法所构造的集成预报模型不仅对历史样本的拟合精度比各个子预报方法及其它集成预报方法更好,独立样本的试验预报结果也显示出更好的预报准确性。并且,采用神经网络方法进行预报集成,可以避免以往集成预报方法难以确定权重系数的困难     

预报客观集成与新一代天气会商系统

为了适应气象业务现代化的发展和预报作业方式的转变,进一步提高天气预报准确率,我台在预报客观集成方法研究,建立预报客观集成方式方面开展了一些工作,并以此为基础,建立了我台新一代天气预报会商系统     

单站短期降水预报

这种方案有价值的特征之一是,一有所选站点的观测值,马上就可以作出预报。不象数值动力天气预报漠式那样需要3个多小时去收集和分析数据,把模式置于初始状态,然后才能作出预报。此外,象 MOS 一类可用的统计方法也需要首先完成数值天气预报模式。人们已经指出,马尔柯夫(MarKov)模式可以作为使用少量现有资料而迅速得到     

组合天气预报及其应用

组合天气预报及其应用ＫｌａｕｓＦｒａｅｄｒｉｃｈ（自由柏林大学气象研究所）１引言最优加权预报已受到经济、管理和统计方面的很大关注。在气象中也认识到集成（ｃｏｎｓｅｎｓｕｓ）预报和组合（ｃｏｍｂｉｎａｔｉｏｎ）预报（线性）可以提供比构成集成预报的单个预...     

八十年代的天气预报服务——天气预报如何发展

一、预报误差的分析每当谈到天气预报的时候,必定要指出"预报的误差".实际上多数情况预报是准确的,但却没有听到赞赏的话.这种现象是否应该理解为"天气预报理应报准",从而反映出人们对于天气预报有很大的信任和期望.实际上就连去年(1979年)新年"朝日新闻"进行的民意测验,认为天气预报"大致能够相信"的这种信任率也达到84%,其中医务工作者及警察对天气预报的信任率最高.     

省地气象台精细化天气预报系统

应用先进的中尺度数值模式和业务平台,集成并行计算、可视化工具等软件,为我国地方、军队等气象业务提供一套切实可行的精细化天气预报系统。经检验系统的24 h晴雨预报准确率可以达80%以上,对暴雨的预报也有一定的参考价值。应用在海浪预报中,可以显著提高预报准确率。系统的设计有利于基层台站的实际业务应用和模式本地化处理,无论从硬件要求,还是软件的应用和预报水平检验,系统都适合省地台站开展精细化预报业务。     

集成方法在热带气旋路径和强度预报中的应用

利用多元线性回归、递归正权决策和算术平均方法,分别建立热带气旋路径和强度多模式集成预报方程,并用2004年西北太平洋和南海生成的热带气旋资料进行预报试验,同时对各家预报和集成预报进行了检验分析。结果表明,用集成预报方法作热带气旋路径和强度预报是可行的,预报年总平均误差有一定程度的减小,最大预报误差也有所减小,出现较大预报误差的概率明显减小。集成方法的预报能力一般好于集成方法中采用的任意单一预报,体现了集成方法的优越性。     

500毫巴月平均环流长期预报的十年试验结果

一、引言 月平均环流预报是目前长期预报的重要组成部分。但是长期数值预报目前投入日常业务使用尚有困难,另一方面建立模式也需要丰富的实际经验。因此尝试用统计方法做月平均环流预报也是很有意义的。这不仅可以作为长期天气预报的重要依据,也有利于认识大气环流长期变化的过程与规律,为长期数值预报积累经验。 我们曾在1972年提出一个500毫巴月平均环流形势的统计预报方案。这个方案是先计算纬圈谐波系数,再用平稳随机过程的自回归模式做系数的预报。但是在应用过程     

我国数值预报的成就

(一)天气数值预报是天气预报精确化、客观化道路上的必然产物,是气象理论特別是动力气象理论与天气预报密切结合的产物。它是天气预报方法两条腿中的一条腿。对天气预报的要求是在不断发展的,预报的对象,要求也在发展,因此总会不断提出新的预报问题要经过我们预报员来摸经验、找规律,并由预报员来制作预报。但天气预报比较成熟的一些技术会一步步地“工程化”,一批批的专用数值预报方法来作。在将来,数值预报与现在日常预报所用方法渐渐要象机器工业与手工业(象有高度技巧的特种工艺     

大範圍高空溫压場的流体力学預報法(上)

一.引言 气象学的主要任务之—就是预报天气。人类最後要控制天气,但首先应该并需要了解天气、预报天气。 到现在为止天气预报一般的技术或方法仍是定性的,半经验的。这种预报和其他科学如天体力学、潮汐上的预报比起来是有很大差别的。在天气预报上现在不但     

天气预报的业务技术进展

该文总结回顾了中央气象台近年来的天气预报业务技术进展。天气预报质量的历史演变显示了预报业务水平的提高, 这种业务能力的提高既反映了预报技术的发展, 也带来了天气预报业务的变化。对业务天气预报中各种预报技术应用进展的分析表明:数值预报在天气预报业务能力提高中发挥着重要的基础性作用; 同时, 基于对不同尺度天气影响系统发展演变过程深入认识的基础上, 天气学的预报方法依然是预报业务中的重要技术方法; 动力诊断预报已成为灾害性天气预报中的重要手段之一, 数值预报产品的解释应用是实现气象要素精细定量预报的技术途径。     

天气预报的综合决策

在日常业务预报值班中,天气预报的制作是基于对各种气象信息的分析,各种预报工具(含科研成果)的应用,预报会商的集思广益,天气预报的发布,则是由主班预报员综合作出预报结论。从道理上讲,这样一预报制作、发布的程序无可非议。但是,这个程序的实践却有相当困难,第一,预报会商参加者、预报工具、主班预报员的预报水平有差异,而且由于轮流值班这种差异是变动的,每次预报各方面的预报结论也往往存在分歧和矛盾;第     

基于SVD与机器学习的华南降水预报订正方法

降水是在多种天气系统和复杂物理过程共同影响下形成的,因此降水预报难度较大。由于数值预报模式的局限性,使得模式预报产品存在一定误差。为探讨更加有效的模式预报产品误差订正方法,基于奇异值分解（SVD）与机器学习（多元线性回归、套索回归、岭回归）构建订正模型,对2007—2019年4月1日—6月30日华南前汛期欧洲中期天气预报中心（EC）模式降水预报产品进行误差订正试验。结果表明:基于SVD与机器学习相结合的订正模型能有效降低EC模式降水预报产品在华南的预报误差,均方根误差最大优化率达4.2%,累计超过69%的站点得到不同程度的优化;SVD与机器学习相结合的订正模型能很好地处理因子间共线性问题,具有更好的鲁棒性;而对多个订正模型加权集成,均方根误差优化率达5.7%,累计超过77%的站点得到优化,显然加权集成方法订正效果不仅优于EC模式预报产品,也优于参与集成的任一订正模型。     

地面气象要素多模式集成预报研究进展

目前,集合预报已成为天气预报业务的主要支撑。然而,由于数值模式本身的限制与不完善以及集合系统存在初值扰动、集合大小等方面的局限,常存在预报偏差。不同预报模式通常具有不同的物理过程参数化方案、初始条件等,导致其预报能力各有不同。为此,如何纠正预报偏差以及如何充分有效地利用不同模式的预报信息以获得更加准确的天气预报广受关注。近年来,利用统计理论与预报诊断,基于多个集合预报系统的多模式集成预报技术得到快速发展,已成为有效消除预报偏差从而提高天气预报技巧的一种统计后处理方法。针对气温、降水和风3个最基本的地面气象要素,首先依据预报形式将应用范围较广的简单集合平均、消除偏差集合平均、超级集合、贝叶斯模式平均、集合模式输出统计等加权或等权平均多模式集成技术,分成确定性预报和概率预报两大类,并做系统介绍。最后,讨论使用和发展多模式集成技术需要关注的问题,包括考虑参与集成的模式个数、发展降水及风速分级预报模型和发展基于机器学习的多模式集成新技术。