以"滑动展开模型"研制龙海市6月暴雨客观预报方法

以1990～1999年的42个探空站的3层高度资料为依据,采用文献[1]提出的"滑动展开模型"客观预报技术,建立了以高度场展开系数为因子的龙海县6月暴雨概念化客观预报模型,其历史回报率达56%.在2000～2005年的验证中,客观预报准确率比主观经验预报高10%,且漏报次数(2次)少于主观经验漏报次数(4次).     

东山县6月暴雨客观预报模型

采用文献[1]提出的客观预报技术研制模式,以1990～1999年的42个探空站的常规3层高度资料为依据,研制了本站6月暴雨客观预报模型,并对2000～2005年的实时资料进行了验证,结果表明,暴雨客观预报模型与主观预报准确率相当,且无漏报(主观预报则有一次漏报).     

东山县6月暴雨客观预报模型

采用文献[1]提出的客观预报技术研制模式,以1990~1999年的42个探空站的常规3层高度资料为依据,研制了本站6月暴雨客观预报模型,并对2000~2005年的实时资料进行了验证,结果表明,暴雨客观预报模型与主观预报准确率相当,且无漏报(主观预报则有一次漏报)。     

云宵县5月暴雨客观预报模型

采用文献[1]提出的技术模型,研制了云宵县5月暴雨预报方法,建立了4个因子结构简单而天气学意义明了的客观预报模型.经2000～2003年试用,这种基于场量因子的预报模型,未漏报,严格评定的准确率为67%,明显优于主观预报.     

云宵县5月暴雨客观预报模型

采用文献[1]提出的技术模型，研制了云宵县5月暴雨预报方法，建立了4个因子结构简单而天气学意义明了的客观预报模型。经2000～2003年试用，这种基于场量因子的预报模型，未漏报，严格评定的准确率为67％，明显优于主观预报。     

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。     

福建前汛期区域暴雨客观预报模型研究

利用滑动分区切比雪夫展开方法,求取高度场特征分布的展开系数及其时间变量,通过相关分析,从中提取物理意义明确和相关性好的预报因子集和消空因子集,再通过预报因子的多形态组合分析,提炼出物理图像清晰的福建省前汛期区域暴雨预报模型。研究结果表明：以高度场的滑动分区切比雪夫展开系数做为研制前汛期的区域性暴雨预报模型的信息源是合理且可行的。切比雪夫正交多项式能够对要素场的内在特征信息进行定量化提取,生成彼此相互独立的场量因子;滑动分区展开技术可对场信息做极限化的开发,产生多种尺度的特征信息,从而获得对预报对象成因更完备的认识。     

低纬度地区局地暴雨的神经网络预报方法研究

以南宁市所辖8个站暴雨集中的6-8月逐日降水量作为预报对象,采用人工神经网络方法进行了新的数值预报产品释用预报方法研究.通过运用动力相似法,结合日本降水预报模式对未来暴雨发生的可能性进行判别,然后通过对欧洲中期数值预报中心预报场进行滑动分区车氏展开计算,求出与降水量序列相关较好的预报因子,并对这些因子进行自然正交分解,有效浓缩数值预报产品因子,建立了南宁市逐日暴雨的神经网络释用预报模型.利用该预报模型,对2006年6-8月的逐日暴雨预报试验结果表明,该预报模型对南宁市的暴雨强降水具有很好的预报能力.     

最优集合预报订正方法在客观温度预报中的应用

数值模式的直接输出预报在实际应用时常与实况产生一定的偏差,对模式预报进行有效的本地化订正是提高预报准确率的重要手段。以欧洲中期天气预报中心(ECMWF)模式细网格资料,采用最优集合(anolog ensemble,AnEn)预报订正方法对北京市各站1～7 d的日最高气温和日最低气温进行订正,并对相关参数进行了本地化。采用了滑动训练期、优化变量权重两种方案进行训练。检验评估结果表明:(1)滑动训练期采用60 d时能同时保证计算效率和预报准确率;采用最优变量权重方案后,与预报员主观预报准确率对比,AnEn的最低气温优于预报员主观预报,最高气温基本相当;增加训练期的长度(引入多年的历史资料)相比优化变量权重方案能更有效地提高预报准确率。(2)AnEn预报订正方法在改善数值模式预报的固有偏差(如对由数值模式对局地地形、边界层日变化等形成的误差)效果显著,有较好的应用价值;对于因局地天气(如霾、降水、大风等)影响下,AnEn的温度预报准确率虽优于ECMWF,但不如主观预报,未来还有改进空间。还对检验结果进行了时间和空间验证,确保在以后的业务尤其是智能网格预报业务中的运行效果。     

江西暴雨预报的客观天气学模型和物理诊断模型研究

文章介绍了江西区域暴雨的客观天气学模型、物理诊断模型、预报流程以及利用数值化云图进行暴雨落区短时跟踪预报的方法。并给出了1992～1995年汛期模型的试报结果。     

基于T213的6～8月湖北省暴雨落区(点)预报模型和指标研究

暴雨的落区、落点预报仍是当今天气预报中的难题。为了逐步提高暴雨落区落点预报的准确率,利用T213数值预报产品,对2003～2005年6～8月湖北省暴雨天气过程进行综合诊断分析,着重分析了对产生暴雨贡献较大的数值预报物理量场和量值。结果表明,500、700、850 hPa假相当位温之和[Σθse(5 7 8)]的水平分布场在某一地区表现出有能量锋区存在,同时满足其它预报模型和指标,12 h后满足条件的地区有暴雨发生;当某个站点在暴雨发生前,500、700、850 hPa温度露点差之和[Σ(T-Td)]≤10°C时,同时满足其它预报指标时,12 h后该站点有暴雨发生。最后,根据同期暴雨个例的多要素综合诊断分析,归纳出数值预报场模型和预报值指标。     

2022年6月12—13日江西中南部暴雨成因与预报误差分析

利用常规探空和地面观测站资料、ERA5 0.25°×0.25°再分析资料和ECMWF预报资料,对2022年6月12—13日江西中南部的暴雨过程进行分析。结果表明：1） 此次暴雨过程是在副热带高压和南亚高压稳定少动、西风槽携带冷空气南下的环流背景下,500 hPa高空槽、低层切变线、低空西南急流和地面静止锋共同作用造成的。2） 低层辐合、高层辐散产生深厚的垂直上升运动,为强降水的持续提供动力条件,低空暖湿西南急流输送的充足水汽,有利于江西中南部不稳定能量的积累。3） EC暴雨落区预报偏北的主要原因是天气系统位置较实况偏北,700 hPa垂直速度大值区偏北、对流性降水预报偏弱和地形影响也是暴雨漏报的重要因素。4） 584 dagpm特征线的位置变化对此次暴雨落区向南订正有较好的指示意义。在暴雨预报中,不仅要考虑锋面大尺度降水,还要考虑暖区对流性降水,关注低层强动力辐合区域,结合中尺度数值模式产品,可以有效对主雨带位置和强度进行订正。     

山东主汛期暴雨分析及预报研究综述

对山东天气预报工作者的暴雨分析和预报研究成果进行了总结和评述，从天气预报业务角度提出今后需要着重研究的领域。     

用动态时间序列周期分析预测模型作郑州汛期降水预报

动态时间序列周期分析预测模型是将多层递阶方法与逐步回归周期分析的基本原理相结合,可以有效地选取时间序列的各个隐含周期。利用所选取的隐含周期,可作更长时间的预测。本文以郑州汛期降水为样本,对该预测模型进行了应用及讨论。     

CWRF模式对夏季降水的集合预报试验研究

以ISWS/UIUC发展的CWRF数值模式为试验模式,NOAA全球预报系统(GFS)每天4次的实时预报资料作模式初始和边界条件,同时采用NCEP每天发布的0.5°×0.5°全球SST实时分析资料,分别选取不同的云物理参数化、积云参数化、边界层参数化和辐射方案共计8种参数化组合方案,形成了8组、4个时次共计32个成员的集合预报体系,设计了时变权重分配和动态权重分配两种方案,开展了120 h的实时集合预报试验。试验结果表明,CWRF对中国区域降水有较好的预报能力;在短期降水预报中,集合成员对积云参数化方案更加敏感;考虑了前期预报误差的动态分配权重技术的集合预报方案能够及时反映模式在不同物理参数化方案下,在不同地方、不同预报时效的预报性能,总体上优于不考虑前期预报误差的时变集合预报方案和单个成员的预报。