京津冀夏季雷达定量降水估测的误差统计及定量气候校准

雷达定量降水估测（QPE）是短时临近预报的关键部分,在定量降水预报（QPF）、强降水预警、城市积水内涝、地质山洪灾害、精细化天气服务等方面具有重要作用。利用京津冀地区雷达定量降水估测资料和逐时自动气象站降水观测数据,分析了2011—2016年夏季京津冀地区雷达定量降水估测的误差空间分布特征,并重点提出了一种新的雷达本地化定量气候校准算法。结果表明,京津冀地区雷达定量降水估测较好地反映了总降水量东北—西南带状分布特征,但西北部山区、东北部山区及西南部山区估计偏弱,东北部山前地带估计偏强,西北部存在虚假降水估计,而北京市城区估计最为准确。利用雷达本地化定量气候校准算法对1 h雷达定量降水估测进行气候尺度上的约束订正,检验结果表明,经过校准后的雷达定量降水估测偏差（BIAS）、平均绝对误差（MAE）、均方根误差（RMSE）和均方根相对误差（RRMSE）均减小。绝大部分站点偏差减小幅度超过50%,京津冀东部及南部平原地带平均绝对误差、均方根误差和均方根相对误差减小幅度在20%左右,而北部及西南部山区误差减小幅度相对较小。降水个例检验结果表明,经过雷达定量气候校准后的雷达定量降水估测强度更接近自动气象站观测的降水量级,且降水结构细致,偏差、平均绝对误差和均方根误差均减小,与自动气象站观测降水的相关系数增大,因此该算法有助于改进雷达定量降水估测的准确度。      

基于模糊时间序列的华南台风登陆时最大风速极值预测模型

利用1995—2017年登陆华南地区的台风登陆时最大风速极值数据,构建基于模糊时间序列的台风登陆时最大风速极值预测模型,并将该模型与传统时间序列ARIMA模型作对比。其预测结果表明,模糊时间序列的平均绝对误差、平均相对误差和均方根误差分别为2.621 m·s-1、0.066和2.727 m·s-1,预测的精确度明显高于传统时间序列ARIMA模型,同时也表明将模糊时间序列应用于登陆时最大风速极值的预测能够获得较理想的预测结果。     

强风事件识别及预报订正方法研究

以如东海上风电场升压站激光雷达测风资料为基础,提出了一种强风事件识别方法,设计并比较了三种预报强风事件识别方案。基于决策树和一元线性回归方法,分别开展了针对强风事件的订正方法研究。结果发现:三种预报强风事件识别方案中,等分位阈值方案明显更优,事件命中率达到76.1%,匹配时长命中率达到87.6%;采用消偏阈值方案和等分位阈值方案预报的强风事件时长会更接近观测强风事件时长;等分位阈值方案识别的事件基本可以覆盖到各次观测强风事件的全程;两个订正模型相对于模式预报都有一定提升与改进,其中决策树比一元线性回归模型更优,其平均绝对误差、相对误差和均方根误差明显更小。     

镇江地区ECMWF模式高温预报订正方法研究

针对镇江ECMWF模式168 h内高温(t≥35℃)预报结果提出四种后处理订正方案,包括一元线性回归法、差值法、综合法和递减平均法;借助均方根误差等四种检验方法就订正效果进行评估,找寻最优订正方案。结果表明,四种订正方法都明显改善了ECMWF模式高温预报,订正后的均方根误差、平均绝对误差及最大绝对误差较订正前均有所减小,预报准确率显著提高。对于24 h时效内预报,四种订正方法各有优势。对于48～168 h时效预报,一元线性回归法效果更优。采用分时效对ECMWF模式高温预报结果进行后处理,考虑24 h预报订正使用递减平均方法,48～168 h预报订正使用一元线性回归法,可以更大程度地提高预报准确率。     

基于MOS的内蒙古风电场风机风速预报方法研究

采用基于T639数值预报产品的MOS预报,建立了内蒙古风电场风机风速预报模型,并与EC集合预报、本地MM5及上级WRF风机风速预报产品进行了对比,结果表明:平均绝对误差、平均相对误差、均方根误差均表现为EC集合预报(集合平均)效果最好,MOS方法次之,均优于本地MM5和WRF指导。由于集合预报、MOS方法预报时效较长,因而具有显著的业务应用价值。MOS方法制作风机风速预报的优点在于:以形势场作为预报因子,发挥了形势预报更为准确的优势,同时能够有效消除模式的系统误差。     

探空仪测温系统误差的计算与订正

59型探空仪其性能和灵敏性均比较先进,但探测过程中仍不可避免地会有测量误差存在。因而了解和掌握其产生原理和计算订正方法,对指导探空测报工作,提高探空员的业务水平有一定的作用。1 误差的定义 测量值x与实际值a之差称为误差或绝对误差△x,即: △x=x-a （1） 误差乘以（-1）为订正值c,即 a=x+c=x-△x （2） 相对误差可分为实际相对误差和测量相对误差,即实际相对误差为 △x/a ×100％,测量相对误差为△x/x×100％。 一般情况下,由于△x<相似文献   

福建省ECMWF细网格模式2 m温度预报误差分析与订正

选取2022年1月1日—12月31日ECMWF细网格模式2 m温度预报24 h以内预报时效产品和对应时次的福建省70个国家站观测资料进行分析,采用ARIMA(差分自回归移动平均)模型和双权重ARIMA模型分别对2 m温度预报产品进行偏差订正,并对订正前后的结果进行对比分析。结果表明：1) ECMWF模式2 m温度预报在福建省主要呈现冷偏差,随着预报时效的增加,均方根误差和准确率随之变差;分别用两种模型进行订正,平均绝对误差由2.1℃以内减小到1.6℃以内,均方根误差从2.5℃以内降低到2.1℃以内,且偏差越大,订正效果越明显。2) ECMWF模式2 m温度逐月预报效果差异较大,订正后各评价指标均有显著改进,各月平均误差在-0.5—0.5℃。3) ECMWF模式2 m温度预报偏差主要表现为福建东部沿海小、中西部较大;订正后平均绝对误差和均方根误差减小至2℃以内,且对高海拔地区的站点改善效果更加明显。与ARIMA模型相比,双权重ARIMA模型订正后平均绝对误差与均方根误差更小、准确率更高,订正效果更好。     

基于公众天气预报预测塑料大棚逐日极端气温

利用浙江省慈溪市的公众天气预报和草莓大棚内极端气温的观测数据,构建一个以室外日最高气温、最低气温、相对湿度、最大风级、白天和夜间天空状况作为输入变量,棚内日最高气温和日最低气温作为输出变量的BP神经网络预测模型。用以预测草莓大棚室内日最高气温和日最低气温。结果表明,该模型对大棚内日最高气温、日最低气温的训练值和实测值之间的均方根误差分别为4.0℃和1.3℃,绝对误差则分别为3.2℃和1.0℃;日最高气温和日最低气温的预测值和实测值之间的均方根误差分别为3.6℃和1.2℃,绝对误差为3.0℃和1.0℃。该模型数据获取方便,实用性强,模拟精度较高,可以较准确的预测未来温室内的极端气温,为温室管理和调控提供依据。     

云南探空仪换型温度和位势高度观测数据对比分析

基于云南探空仪换型平行观测期间各标准等压面上的温度和位势高度观测数据以及对应的ECMWF模式预报场数据,利用偏差、标准差、均方根误差和相关系数等对新、旧探空仪观测数据进行对比分析和评估。结果表明:新、旧探空仪观测数据一致性较好,在100 hPa以下两者温度绝对偏差小于1.0℃,位势高度绝对偏差小于30 gpm,100 hPa以上温度和位势高度最大绝对偏差分别为3.9℃和151.0 gpm。除高层个别等压面外,新、旧探空仪观测数据离散性基本一致或新探空仪离散性相对较小。新探空仪观测数据与模式数据更为一致,在中高层表现更为明显;相对于模式数据,新、旧探空仪温度偏差分别集中在±0.7℃、±0.9℃左右,最大均方根误差分别为3.0℃、4.5℃,平均相关系数分别约为0.78、0.73;新、旧探空仪位势高度最大偏差分别为28.5 gpm、130.9 gpm,最大均方根误差分别为87.6 gpm、136.9 gpm,平均相关系数分别约为0.86、0.78。     

三种全球预报产品中国区近地面气温短期预报效果检验

全球气象预报产品是扩散模式、空气质量模式的重要基础资料和前提条件,其误差直接影响模拟结果的准确度。为考察不同气象预报产品的误差,选取2016年6月至2017年5月GFS、ECMWF、T639三种全球气象预报产品,利用中国2100个地面观测站数据,对预报产品中近地面气温进行了对比,并分析了其在不同季节、不同区域的特征。结果表明：在中国区域三种气象产品气温预报存在偏低预报的趋势,其均方根误差的年平均值为2.60—3.52℃,相关系数的年平均值为0.89—0.92,平均绝对误差的年平均值为1.87—2.67℃。整体而言,EC表现最佳,其余依次为GFS、T639。气温预报误差存在季节变化特征,三种产品均方根误差与平均绝对误差均表现为夏秋季优于春冬季,相关系数表现为秋冬季优于春夏季。气温预报误差存在明显的地域差异,三种气象预报产品的气温误差空间分布特征较为相似,在中国华东地区误差值表现较低,在西南地区误差较高。同时,其误差水平在中国沿海地区表现较低,在地形复杂地区表现较高。     

L波段雷达探空高度评估及其质量标识

以美国NCEP FNL分析数据和我国GRAPES_GFS预报数据为背景场,对2016年7月1日-2017年6月30日北京探空站的L波段秒级探空位势高度（探空高度）从观测余差、平均偏差、标准偏差、概率密度分布、峰度系数、偏度系数、相关系数和均方根误差等参数进行误差分析。根据分析结果对探空高度进行质量标识,并根据质量标识的结果再次求解参数,评估质量标识效果。结果表明:探空高度质量较好,无论是基于NCEP FNL还是GRA-PES_GFS,探空高度的误差基本在±5 dagpm以内。探测高层的观测余差平均偏差和标准偏差表明基于GRAPES_GFS的评估优于NCEP FNL的评估。单一个例选取的可疑点和错误点阈值具有误差特征、自适应的特点。     

相似误差订正方法在风电短期风速预报中的应用研究

为降低风电场短期预报风速误差,减少风电场短期风功率偏差积分电量,提高风电场发电功率预测准确率,分季节研究了相似误差订正方法对ECMWF单台风机预报风速的订正效果.结果表明:相似误差订正后不同风机预报风速的误差差距减小;预报风速的平均绝对偏差和均方根误差明显降低,其中夏季和秋季华能义岗风电场两个指标降低幅度均超过0.1 ...     

齐齐哈尔气象站四种数字探空仪观测数据对比分析

基于齐齐哈尔国家基本气象站2020年1月和7月高空气象平行观测?数据,采用Ryan-Joiner方法进行正态性检验,采用平均偏差、绝对偏差、均方根误差和相对误差作为对比分析的评估指标,探讨了GTS11、GTS12、GTS13与GTS1型数字探空仪在925～500hPa规定等压面上,测得的温度、相对湿度和位势高度的差异。结果表明：GTS11、GTS12、GTS13型3种探空仪测得的温度均低于GTS1型探空仪；相对湿度均高于GTS1型探空仪；位势高度略低于GTS1型探空仪,比对样本之间具有较好的一致性。     

火箭发射前后3.5 h内高空风差异特征及预报

利用2014年12月—2020年12月时间间隔为3.5 h的高空风实况分析火箭发射前后3.5 h内高空风差异,并利用WRF模式和火箭发射前3 h高空风建立火箭发射后0.5 h高空风预报模型,结果表明:火箭发射前后3.5 h内高空风速、风向差异特征,与高度、季节及火箭发射前3 h平均高空风速有关。高空风最大风速偏差为-24.00～26.00 m·s^-1,风速偏差在10 m·s^-1以内达三分之二,且主要出现在对流层中高层[6.5 km,11.5 km)高度内;最大风向绝对偏差范围为10.00°～180°,主要集中在[30°,60°)范围及对流层中低层[1.5 km,6.5 km)高度内。火箭发射前后3.5 h内高空风速平均绝对偏差随火箭发射前3 h高空风速平均值增大呈增大趋势,风速相对误差绝对值和风向绝对偏差则表现为减小趋势,说明高空风强时,风向不易发生短时变化;火箭发射前后3.5 h内高空风差异随季节变化与高空风的季节特征有关。利用火箭发射后0.5 h高空风预报模型,有助于降低火箭飞行风险。     

RMAPS_Chem V1.0系统SO2排放清单优化效果评估

RMAPS_Chem V1.0系统是基于WRF_Chem模式建立的服务于华北区域雾霾等污染预报业务的模式系统,该研究着重针对系统中污染排放清单不确定性带来的SO₂浓度预报偏差较大问题,采用EnKF源反演和误差统计订正相结合的方法对排放清单进行了改进,形成了一套优化后的华北区域SO₂排放清单。通过输入初始清单和优化清单对2017年10月进行模拟,并与华北地区616个地面环境监测站观测值进行对比,结果表明:EnKF源反演结合误差统计订正的排放清单优化方法适用于SO₂排放清单的改进,有效降低了清单系统性偏差,针对主要区域及重点城市的检验显示模拟结果接近观测值;排放清单优化后模拟误差显著降低,如河北南部、山东西部至北京一带模式预报均方根误差与归一化平均绝对误差明显下降,区域内站点模拟误差呈正态分布特征,误差分布范围、最大概率出现范围均明显变窄,且最大误差概率明显上升。     

Comparison of Three Tropical Cyclone Intensity Datasets

Analyzed in this paper are the 16-yr (1988-2003) tropical cyclone (TC) intensity data from three major forecast centers of the western North Pacific, i.e., China Meteorological Administration (CMA), Regional Specialized Meteorological Center Tokyo (RSMC Tokyo), and Joint Typhoon Warning Center (JTWC) of the United States. Results show that there are significant discrepancies (at 1% significance level) in the intensity of TCs among the three centers, with a maximum difference for the same TC over 30 m s-1. The flight reconnaissance over TC can minish the discrepancy to some extent. A climatic and persistent prediction model is set up to study the impact of initial data from different forecast centers on the prediction of TC intensity. It is obtained that the root mean square error (RMSE) of a 4-yr independent test is the largest using data from JTWC, while the smallest using data from RSMC Tokyo. Average absolute deviation in 24-h intensity prediction is 2.5 m s-1 between CMA and RSMC Tokyo data, and 4.0 m s-1 between CMA and JTWC data, with a maximum deviation reaching 21 m s-1. Such a problem in the initial value increases the difficulty in intensity prediction of TCs over the western North Pacific.     

TK-2GPS人影探空火箭与L波段探空数据差异性分析

开展TK-2GPS人影探空火箭探测数据的分析检验,对于了解试验仪器的适用性和数据可靠性及其在人影中的应用前景非常重要.利用TK-2GPS人影探空火箭和L波段探空资料,采用平均偏差、均方根误差和相关系数等分析方法,对两种探空的温度、相对湿度、风向及风速等要素的差异性和变化特征进行了对比分析,并对可能造成差异的原因进行了探...     

利用深度学习开展偏振雷达定量降水估测研究

利用2018—2020年经偏振升级改造后的广州S波段双偏振雷达（CINRAD/SAD）82892个体扫的0.5°仰角数据,以及雷达100 km探测范围内1109个雨量站共计538560个分钟雨量数据,分别构建了单参量、三参量雷达定量降水估测（QPE）深度学习网络架构（Z-Rnet、K_DP-Rnet、Pol-Rnet）,并以K_DP=0.5°/km为阈值分别训练得到大雨、小雨、总体等9个定量降水估测模型。在常用的均方误差作为损失函数的基础上,对不同降水强度采用不同权重提出了自定义损失函数,并利用比率偏差、相对偏差、均方差、平均绝对误差和平均相对误差作为评价指标对模型进行评估。通过对以积层混合云为主、以对流云为主和以层状云为主的3次降水过程的模型验证结果表明,利用深度学习训练的模型有较好的定量降水估测效果,区分雨强的小雨、大雨模型比不区分雨强的总体模型的效果要好。采用自定义损失函数模型效果更好,其均方差、平均绝对误差和平均相对误差分别较采用传统均方误差损失函数提升了8.62%、12.52%、16.34%。自定义损失函数中,采用Z_H-Z_DR-K_DP三参量网络架构训练得到的定量降水估测模型效果最好,其均方差、平均绝对误差和平均相对误差分别较采用Z_H的单参量Z-Rnet架构提升6.82%、8.43%、7.22%;较采用K_DP的单参量K_DP-Rnet架构提升12.33%、17.61%、17.26%。      

热带气旋强度资料的差异性分析

通过对比西北太平洋3个主要预报中心(中国气象局(CMA)、日本东京台风中心(RSMC Tokyo)和美国联合台风警报中心(JTWC))的16 a数据,分析了不同来源的热带气旋(TC)强度资料的差异性。结果表明:CMA与RSMCTokyo和JTWC的TC强度均值分别相差0.6和1.7 m/s,均通过1%信度的统计检验,即存在显著差异;3个中心对同一TC确定的强度最大差异超过30 m/s;CMA资料的台风数多于RSMC Tokyo和JTWC,年台风频数的均方差也最大,但是3个中心资料的各级TC频数差异均无统计显著性。对比有、无飞机探测时段的资料发现,对TC进行飞机探测可在一定程度上减小各中心在确定TC强度方面的分歧。为了初步了解上述资料问题对TC强度预报的可能影响,采用一个气候持续性预报方法,取不同来源的TC强度资料进行了4 a(2000—2003年)的预报。发现据JTWC资料所得TC强度预报有最大的均方根误差,RSMCTokyo的最小,CMA居中;据CMA和RSMC Tokyo(CMA和JTWC)资料,对相同TC相同时次24 h预报的平均绝对偏差达2.5(4.0)m/s,最大可相差16(21)m/s。可见,西北太平洋TC强度的基本资料问题增加了预报的难度。