初始方程三层模式业务数值天气预报初步总结

上海市气象局自1975年9月16日正式制作初始方程三层模式(以下简称模式)业务数值预报。本文对1975年10月1日—1978年9月30日共3年模式所作的业务数值预报的结果进行总结,得出了模式对西风槽系统的预报误差统计及太平洋副热带高压系统活动预报的成败统计,并着重考察了模式对各种不同     

2013年9—11月T639、ECMWF及日本模式中期预报性能检验

为了更好地应用T639模式中期预报产品,对2013年9—11月T639模式中期预报时效产品进行了天气学检验,并与ECMWF和日本模式进行了对比分析。结果表明：三个模式均对亚洲中高纬大气环流形势的调整和演变具有较好的预报性能。综合看来,ECMWF模式对主要天气系统及气象要素的预报最接近实况;日本模式和T639模式次之。另外,选取了2013年9月20—22日的台风天兔天气过程进行检验,发现ECMWF模式对于此次台风（强台风级）的路径及登陆点的中期预报指示意义最好。     

B模式在我区降水预报中的试验

目前,利用数值预报结果作要素预报的方法有两种,一种是模式输出统计(MOS)法,另一种是完全预报(PP)法。根据我台的情况,选用 PP 法作本地36小时区域性降水预报的试验,经1982年5—9月试报,效果较好。一、预报因子的挑选我们普查了1979—1981年三年的自绘历史天气图,针对北京气象中心发送的 B 模式预报图(500mb48小时预报和700mb36小时预报),从中找出了适应 B 模式预报图上应     

信阳市区域性大到暴雪预报方法

利用2000—2009年信阳市常规气象观测资料和欧洲中心数值预报产品,分析了15个区域性大到暴雪日个例,根据影响系统特征对个例进行分型(蒙古高压底部型、华北高压前部型),并利用物理参数指标及数值预报产品分别建立了信阳市区域性大到暴雪24h预报判别方程,在2010年11月—2014年3月进行了试报,预报准确率达到67%,预报方法稳定可行。     

长江上游暴雨短期集合预报系统试验与检验

基于PSU/NCAR的高分辨率MM5模式,采用多物理方案构建长江上游中尺度集合预报系统,于2004年8月16日—9月30日进行了预报试验。降水集合预报检验表明,在25mm以上级别的降水预报中,集合预报能改进单一模式的预报能力。对“9·3”暴雨过程的检验表明,降水集合预报平均对暴雨过程的开始、持续、结束时间均有预报指示意义,特别是大于50mm的降水概率分布区域和值的大小对预报大降水的范围有指导作用。     

基于深度学习的中国地面气温的多模式集成预报研究

基于TIGGE资料中的欧洲中期天气预报中心、英国气象局、美国国家环境预报中心、韩国气象厅和日本气象厅2015年1月1日—9月30日中国及周边地区地面2 m气温24～168 h集合预报资料,利用长短期记忆神经网络(Long Short-Term Memory,LSTM)、浅层神经网络(Neural Networks,NN)、滑动训练期消除偏差集合平均(BREM)和滑动训练期多模式超级集合(SUP)方法对2015年9月5—30日26 d预报期进行集成预报试验。结果表明,BREM对5个单模式进行等权集成,预报结果易受预报效果较差模式的影响,整体预报技巧略低于单个最优模式ECMWF的预报技巧。其中在新疆南部,等权集成后的预报技巧更低。SUP的预报结果比所有单个模式预报更为准确。在144 h之前,SUP的误差明显小于ECMWF的预报误差,但随预报时效增加,误差增长幅度增大。NN对地面气温的预报效果与SUP的预报效果相当。LSTM整体预报效果最好,特别是在预报时效较长(超过72 h)时,比其他方法预报准确率明显提高。LSTM神经网络方法明显改进了我国西北、华北、东北、西南和华南大部分地区的气温预报,但在南疆部分地区误差较大。     

IAP ENSO预测系统预报技巧的时间依赖性及对1999年La Nina事件的预测

利用IAPENSO预测系统对1981年11月至1997年12月系统性回报实验的结果,分析了预报技巧的时间依赖性。结果表明：该预测系统对80年代的ENSO具有较强的预报能力,在Nino3区接近0.8的预报相关技巧（预报与观测的相关系数）可达1年半左右,而对90年代的ENSO现象,预报技巧则较低,超前半年以上的预报仅在0.4左右;预报技巧具有季节依赖性,从春季到秋初开始的预报较好,高于0.5的技巧均可维持15个月以上,其中从7月到9月开始的预报,其高于0.6的相关技巧可达16个月;而从秋末和冬季开始的预报,其技巧衰减较快,预报5个月后降到了0.5以下。对1999年La nina事件的实时预测总体上是成功的,即此次La nina事件将维持到2000年;但未能预测出其在1999年春季以后再次加强的过程。对其未来变化趋势的预测显示,此次La nina事件有可能于今年夏秋季结束。     

辽宁地区“8.16”特大暴雨过程数值预报产品检验

利用地面气象站和探空观测资料,对2013年8月16日辽宁地区特大暴雨过程数值模式预报的产品进行检验和对比分析,主要包括降水、500 h Pa位势高度场和副热带高压指数等。结果表明:一般性降水预报准确率T639模式整体优于EC模式,暴雨预报平均准确率EC模式略高于T639模式,T639模式和EC模式降水预报正负距平出现位置近似。多个数值模式对清原站主要降水时段(8月16日11—23时)的降水预报明显偏弱,WRF模式预报的全省3 h最大降水量远大于实况,T639模式和EC模式预报的降水量级均明显小于实况。EC模式和多模式集成72 h内降水落区与强降水中心位置的预报相对较稳定,过去15 d的滑动平均检验结果对降水预报具有一定的指示意义,72 h内EC模式的特征线预报一致性明显高于T639模式,对于辽宁省大部地区及上游高空槽附近EC模式降水预报的离散度小于T639模式。     

基于多模式集成技术的地面气温精细化预报

基于ECMWF、JMA、T639、WRF四个数值模式2012年6月1日—9月30日地面气温3—60 h预报资料和郑州加密自动站资料,利用多模式集合平均(EMN)、消除偏差集合平均(BREM)、加权消除偏差集合(WBREM)及多模式超级集合(SUP)4种方法,对2012年8月29日—9月27日郑州城区11个站点地面逐3 h气温进行多模式集成预报试验,采用绝对误差对预报结果进行检验评估,结果表明:在30天的预报期内,BREM、WBREM及SUP对于大多数站气温预报效果有明显改善,而EMN方案对11个站预报效果改善则不太明显;4种方案中,BREM和WBREM预报效果相对较好且稳定,各个站上3—60 h预报的绝对误差均在2℃附近或以下;SUP方案虽然对个别站预报误差较低,但是其预报效果并不稳定,一些站点的个别预报时效误差大于2℃。对于郑州观测站的气温预报而言,4种集成方案20时起报的气温误差明显小于08时起报的误差,并且20时起报的SUP集成方案绝对误差明显小于其他方案的绝对误差。总体而言,BREM、WBREM及SUP三种集成方案能够给郑州精细化预报业务提供较好的参考。     

山东省2015年秋季（9—11月）数值预报产品检验

根据中短期天气预报质量检验办法,对2015年9—11月T639、EC细网格、WRF确定性预报（EnWRF）12km和4km分辨率及不同集合百分位、上海区域模式（BCSH）以及T639-MOS在山东省陆地120站和沿海12个精细海区的降水、日最大风以及日最高最低气温预报进行检验,分析了不同数值模式产品的预报能力。     

中尺度数值天气预报的初步试验

通过用中尺度MM4模式对2004年11月14日到15日天气过程进行数值模拟预报试验,了解MM4模式和用数值预报模式进行天气预报的全过程。对MM4模式的初次应用表明,中尺度数值模拟及预报的研究在一般台站是可行的,中小尺度数值预报模式为今后发展地县精细化预报及中尺度过程诊断分析提供了良好的工具。     

中尺度数值天气预报的初步试验

通过用中尺度MM4模式对2004年11月14日到15日天气过程进行数值模拟预报试验，了解MM4模式和用数值预报模式进行天气预报的全过程。对MM4模式的初次应用表明，中尺度数值模拟及预报的研究在一般台站是可行的，中小尺度数值预报模式为今后发展地县精细化预报及中尺度过程诊断分析提供了良好的工具。     

IAP ENSO预测系统预报技巧的时间依赖性及对1999年La Nia事件的预测

利用IAP ENSO预测系统对1981年11月至1997年12月系统性回报实验的结果,分析了预报技巧的时间依赖性。结果表明：该预测系统对80年代的ENSO具有较强的预报能力,在Nino 3区接近0.8的预报相关技巧（预报与观测的相关系数）可达1年半左右,而对90年代的ENSO现象,预报技巧则较低,超前半年以上的预报仅在0.4左右;预报技巧具有季节依赖性,从春季到秋初开始的预报较好,高于0.5的技巧均可维持15个月以上,其中从7月到9月开始的预报,其高于0.6的相关技巧可达16个月;而从秋末和冬季开始的预报,其技巧衰减较快,预报5个月后降到了0.5以下。对1999年La Nia事件的实时预测总体上是成功的,即此次La NNia事件将维持到2000年;但未能预测出其在1999年春季以后再次加强的过程。对其未来变化趋势的预测显示,此次La Nia事件有可能于今年夏秋季结束。     

LAP ENSO预测系统预报技巧的时间依赖性及对1999年La Nia事件的预测

利用LAPENSO预测系统对 1981年 11月至 1997年 12月系统性回报实验的结果 ,分析了预报技巧的时间依赖性。结果表明 :该预测系统对 80年代的ENSO具有较强的预报能力 ,在Nino 3区接近 0 8预报相关技巧 (预报与观测的相关系数 )可达到 1年半左右 ,而对 90年代的ENSO现象 ,预报技巧则较低 ,超前半年以上的预报仅在 0 4左右 ;预报技巧具有季节依赖性 ,从春季到秋初开始的预报较好 ,高于 0 5的技巧均可维持 15个月以上 ,其中从 7月到 9月开始的预报 ,其高于 0 6的相关技巧可达 16个月 ;而从秋末和冬季开始的预报 ,其技巧衰减较快 ,预报 5个月后降到 0 5以下。对 1999年LaNi na事件的实时预测总体上是成功的 ,即此次LaNI na事件将维持到 2 0 0 0年 ;但未能预测出其在 1999年春季以后再次加强的过程。对其未来变化趋势的预测显示 ,此次LaNi na事件有可能于今年夏秋季结束     

山东省2016年秋季（2016年9—11月）数值预报产品检验

根据短期天气预报质量检验办法,以及气象行业标准《风预报检验方法》（QX/T229-2014）,对2016年9—11月T639、EC细网格、山东WRF确定性预报12km和4km分辨率、WRF集合不同分位数、上海区域模式（BCSH）以及T639-MOS解释应用产品在山东省陆地120个国家级气象观测站和沿海12个精细海区的降水、日最大风速以及日最高最低气温预报进行检验,分析了不同数值模式产品的预报能力。     

华北地区极端温度MOS预报的季节划分

针对极端温度MOS (Model Output Statistics) 预报中的季节划分问题,通过聚类分析方法以华北地区为例进行试验,在此基础上提出一种新的MOS温度预报方程季节分类方式:2月11日—3月20日和11月5日—12月4日定义为早春晚秋类,5月1日—9月30日定义为夏季类,3月21日—4月30日和10月1日—11月4日定义为晚春早秋类,12月5日—2月10日定义为冬季类。由于上述季节分类与传统的季节划分在3—5月和9—11月时间段存在较大差异,因此利用2009年进行试报,就两种时间分类进行对比分析。检验结果表明:利用新分类方法制作的极端温度MOS预报的整体效果好于传统的季节划分得到MOS极端温度预报效果,说明新的分类方式更适合于极端温度MOS预报。     

一个数值预报业余学习研究小组

数值天气预报是气象工作现代化的一部分,为了迅速赶超世界先进水平,掌握数值天气预报方法,青海省民和等三个县气象站的候业勤等四名气象工作人员于1977年7月建立了数值预报业余学习研究小组。这个小组于1977年10月26日—11月4日,在西宁进行了第一次数值预报实验,采用未考虑地形影响的准地转正压模式和二层准地转斜压模式,进行了两个冬季寒潮的个例预报,取得了初步成果。通过这     

用模糊聚类分析方法作春季连阴雨预报

为了利用预报因子的模糊信息,进行综合分析,以提高春季连阴雨的预报水平,我们通过对1959—1978年3月16日—5月15日上海连阴雨过程的分析,选取预报因子,试用模糊聚类分析方法,作春季连阴雨逐日短期预报,取得了较好的效果。     

青藏高原雪灾天气的数值模拟

使用中科院的LASGη模式对1991年4月16日-19日、1992年3月16日-17日、1996 年11月16日 -18日和1998年3月18日-20日四次高原牧区雪灾过程进行了降水模拟和成因分析,揭示了造成这次雪灾天气的主要因素,模拟雨量与实况吻合较好,证明了该模式对冬季高原降雪天气过程有一定的预报能力.     

2006年9—11月T213与ECMWF及日本模式中期预报性能检验

为了验证T213模式秋季中期预报产品的性能与质量，对2006年9—11月T213模式96小时中期数值预报产品进行了天气学检验，并与ECMWF、日本模式96小时预报性能做了对比分析检验。结果表明，T213、ECMWF、日本模式对亚洲中高纬度地区大尺度环流形势演变和重大调整过程的96小时预报能力均较强，因此对重大灾害性天气的预报有较好的指示意义。三种模式相比，ECMWF模式对西风指数、850hPa温度、南支槽东移的预报较为准确；2006年11月4—6日的过程预报以日本模式最为吻合；T213模式对具体影响系统的强度、位置、影响时间的预报还存在一定误差。