陕西果业基地伏旱指数及其预报方法

选取陕西苹果(梨)生产基地县中生态环境、气候特点与苹果(梨)产业发展水平具有代表性的10个台站,近40 a(1969—2008年)伏期降水量和无降水日数资料,设计并计算其伏旱指数。将伏旱指数分成强、偏强、中等、偏弱和弱五个等级,并用典型k阶自回归AR(k)预测模式进行独立样本预测试验。结果表明:伏旱指数能够较客观地反映基地县的伏旱强度,且伏旱指数的时空分布特征差异较大。这与这些基地县所处纬度、海拔高度、生态环境和气候背景的差异有关。典型k阶自回归预测模式预测准确及基本准确率在70%左右,预报效果尚好,具有实用价值。     

基于连阴雨灾害指数的陕西省苹果生长风险分析

利用陕西省苹果产区近40 a 8月中旬至10月中旬逐日降雨量资料,提出了以连阴雨灾害指数L<,u>(L<,u>=N<,r≥3>/N<,R=0>)(N<,r≥3>为8月中旬至10月中旬雨日连续3 d以上的日数,N<,R=0>为8月中旬至10月中旬无降水日数)量化进行风险分析的方法.用此方法计算了苹果产区各地连阴雨气象灾害指数,分轻度、中度、重度3级对果区各地连阴雨气象灾害指数进行了分级、评价.结果表明,有13个县连阴雨气象灾害指数为轻度,有27个县连阴雨气象灾害指数为中度,有8个县连阴雨气象灾害指数为重度.此计算结果与陕西果区实际连阴雨影响基本一致,表明灾害指数方法是一种较好的风险分析方法.     

陕西苹果基地县９—１０月连阴雨气候特征分析

根据陕西省连阴雨定义,利用陕西省29个苹果生产基地县1961—2008年9—10月降水资料,从连阴雨次数、日数和强度方面分析陕西省苹果基地县9—10连阴雨气候特征。研究发现3项气候特征的分布次序从小（少）到大（多）均为延安果区、渭北东部果区、渭北西部果区和关中西部果区;各果区3项连阴雨气候特征总体呈减少趋势,其中连阴雨日数呈显著减少趋势,连阴雨发生次数和降水强度的减少趋势不明显。     

赣南脐橙着色-成熟期连阴雨气候变化特征分析

采用1981-2018年赣南脐橙着色-成熟期(10-12月)赣州市17站逐日降水和日照资料,对赣州地区近38年来赣南脐橙着色成熟期的连阴雨天气变化特征进行分析,结果表明:赣南脐橙着色-成熟期(10-12月)各等级连阴雨38年累计次数较大的区域集中在安远、南康、崇义等地区。重度连阴雨的38年累计次数较少,仅在西部、东北部以及南部的全南出现1~2次。轻度和重度连阴雨发生次数的大值区由中部移向西部。各等级连阴雨发生的频率主要集中在11-12月。进入21世纪之后各等级连阴雨发生的次数呈增多趋势。     

南阳春播期连阴雨的分析和预报

利用１９５３～１９９３年南阳市春播期连阴雨天气资料及元月逐候亚洲纬向环流指数,绘制元月纬向环流指数历年位相图;根据预报年元月逐候亚洲纬向环流指数,在历年位相图上选择历史相似年,并根据历史相似年春播期连阴雨出现实况,制作该年春播期连阴雨趋势预报。经１９８４～１９９８年试用,预报准确率为７５％。     

陕西苹果干旱指数研究及基于县域单元的苹果干旱风险分布

为了有效利用气候资源,趋利避害,合理规划和发展陕西苹果产业,促进县域苹果种植布局优化和健康、可持续生产,结合陕西省苹果种植区地理、气候的实际特征,计算和分析了代表不同气候类型的4个代表县的苹果各生育期的干旱指数;并对4个代表县进行了分生育期的苹果干旱风险分布分析。结果显示:萌芽—幼果期是陕西苹果全生育期旱情最重时段,其次是果实膨大期和着色—成熟期,再次是越冬期;延安果区苹果全生育期的旱情在整个陕西果区最为严重,其次是渭北东部果区,再次是渭北西部果区,关中果区苹果全生育期旱情相对最轻。研究成果可为陕西苹果不同生育期、不同果区的防旱抗灾工作开展和县域单元内苹果产业防灾减灾决策提供参考。     

西华县麦收期连阴雨预报方法

利用1961～1990年西华县气象资料,分析了麦收期连阴雨环流形势特征,确定了预报因子,建立了预报方程.     

长春市紫外线指数预报方法

通过对2001～2005年长春市紫外线观测资料的分析,得出紫外线强度与总云量、日平均气温有很好的关系,利用2001～2005年紫外线强度的观测资料和同期气象资料,利用回归分析建立了紫外线强度预报方法。     

淮阴市春季连阴雨环流特征及中期预报

本文对构成淮阴市春季连阴雨的成因、大气环流特征及主要影响系统进行分析和探讨。利用对大气环流特征参量的计算和环流分型及车贝雪夫多项式展开等方法,建立不同时间尺度的预报方法,预测连阴雨的发生时间及长度。     

1991—2020年江苏省连阴雨特征与区域指数构建

利用江苏省70个县级气象基本站1991—2020年逐日降水、日照时数资料,筛选出不同等级的连阴雨事件,建立连阴雨事件库。分析了江苏省连阴雨事件的时空分布特征和典型连阴雨过程,构建了区域连阴雨指数。结果表明：1） 江苏省以强连阴雨事件为主,事件年均发生次数、日数和降水总量从北到南依次增多。2） 苏北、苏中、苏南地区连阴雨事件的年发生次数、日数和降水总量表现出较明显的年代际差异,年际波动从北到南逐渐增强。苏北地区的连阴雨事件集中于盛夏发生,苏中地区多发于初春和盛夏,苏南地区于春夏大部分时间均较为频繁,秋冬亦较常见。3） 综合考虑连阴雨事件发生日数、降水量以及事件分布面积,构建区域连阴雨指数,以反映某一区域的连阴雨强弱情况。该指数较好地反映了2020年苏北、苏中、苏南三地区的区域连阴雨过程和强度变化。     

陕西省10～20天降水预报方法及业务化试验

介绍了一种制作延伸期降水预报的方法,其步骤是采用欧洲中期天气预报中心(ECMWF)全球模式500hPa高度场格点预报场,与历年同期NCEP再分析资料500hPa高度场进行相关分析,按相关性由大到小排列,取前三个相关系数大的年份.利用历年逐日实况降水资料,得到晴天、小雨、中雨、大雨及暴雨以上5个级别的出现频率,把它当作背景概率,通过背景概率控制获取3个年份中降水场最可能年份,作为最终相似年份,从而获得10～20天的降水预报值.使用该方法进行业务化试验,经检验有较好的预报效果.     

基于MM5模式的站点暴雨预报方法研究

基于对MM5模式输出产品的解释应用,建立了站点定量的暴雨MOS预报方法。从临沂中尺度数值预报模式产品中挑选x1（模式预报降水）,…,x12（沙氏指数）等12个模式产品和物理诊断因子为基本可能预报因子,又添加它们自身的非线性型xi^2xi^3,xi^1/2,1nxi,e^xi（i=1,…,12）和各因子间非线性交互作xixj（i=1,…,11,j=i＋1,…,12）型的126个可能预报因子。用非线性逐步判别做晴、雨二级判别,然后对雨型样本做逐步回归,得到暴雨的MOS预报方法。检验结果表明：该模型对暴雨有较强的预报能力,可应用于实际预报业务中。     

湖北省春季暴雨落区数值预报模型和指标

数值预报产品已广泛应用于基层台站，但对于其丰富的物理量预报产品的解释应用还不够。文章利用T106物理量预报产品，结合常规气象资料，对1998～2001年湖北省春季暴雨天气过程进行了诊断分析，重点分析了有利于产生暴雨的多个物理要素，发现了产生暴雨的一些物理量及其值的结构特征，包括不同的物理要素场形态的走向、预报值的大小、上下层的配置，加深了对暴雨发生机制的认识，归纳出湖北省春季暴雨落区、落点的预报模型和指标，在促使暴雨预报准确率有所提高的同时，使暴雨预报更加精细化。     

基于ECMWF产品福建省前汛期短时强降水预报方法

利用2014—2016年福建省1605个自动气象站逐时降水资料和ECMWF全球模式细网格预报产品,分析福建省前汛期短时强降水发生背景下模式预报物理量的分布特征,并基于阈值判定的方法建立短时强降水预报模型。结果表明:福建省内陆县市前汛期短时强降水发生频次较高,沿海县市发生频次低,且日变化特征表现出双峰结构。箱型图差异指数（I_bd）在评估相关变量对于区分短时强降水发生与否的敏感程度有较好的作用,比湿、整层可降水量等水汽变量I_bd最为显著,K指数、对流有效位能等变量的I_bd仅次于水汽变量,说明模式预报变量对于预测短时强降水有较好的表征作用。针对短时强降水事件的物理量集合,采用剔除异常值后的最小值作为判定阈值,通过训练集分析结果客观订正对流有效位能和3 h降水量两个高I_bd变量的阈值,建立潜势预报模型。对于福建省西部的关键区,检验集白天时段12 h时间分辨率预报TS评分可达0.5,夜间时段约为0.3。对于福建省进行分区建模预报,检验集预报结果显示白天时段比夜间准确率高、内陆县市比沿海县市准确率高。     

北京太阳能气象指数预报研究与应用

利用统计方法制作出逐日太阳能的短期预报模型,并将其预报产品指数化,编制了日太阳能指数预报系统,可逐日制作并发布次日的太阳能指数预报,有利于充分利用太阳能,节约电能,最大程度发挥效益。     

ECMWF集合预报和确定性预报对淮河流域暴雨预报的对比分析

本文运用2012年5—9月欧洲中期天气预报中心(ECMWF)的集合预报系统(Ensemble Prediction System,EPS)和确定性模式(High-resolution Deterministic forecast,HDet)资料对比分析了淮河流域暴雨的预报效果。对于集合预报,主要对比了基于EPS的日降水量极端天气预报指数(Extreme Forecast Index,EFI),和改进的贝叶斯模型平均(Modified Bayesian Model Averaging,MBMA)法对降水的订正后概率。由于ROC(Relative Operating Characteristic)检验是与模式的系统性偏差无关的,所以选用ROC检验,对比了不同空报率下的TS评分,以及不同方法的相对经济价值。对比检验的结果显示,各时效预报MBMA预报效果最好,其次是HDet,EFI的预报效果最差,其中2 d内的预报HDet接近MBMA,随着预报时效的延长,MBMA相对于HDet和EFI的优势不断增强。在不同标准下确定三种方法对淮河流域暴雨预报的阈值,结果显示MBMA同样优于HDet,EFI预报效果最差。但MBMA的优势是通过增加预报偏差得到,如果将预报偏差限定为主观预报的1.37,此时MBMA的效果和HDet的效果接近。     

SVM方法在武汉区域夏季暴雨预报业务中的应用

以2003～2006年ECMWF数值预报产品、Japan和T213降水预报场资料为基础,应用支持向量机（SVM）方法和CMSVM应用软件平台,通过对训练样本进行交叉验证和模型核参数的逐渐逼近,分区建立了武汉区域16,个区SVM24h暴雨预报模型,并在武汉区域5～7月进行实时业务应用。通过预报结果检验,5～7月武汉区域暴雨预报TS评分为33．59％,其中湖北省平均成绩为34．69％、湖南省平均成绩为34．15％、河南省平均成绩为31．71％。检验结果较好,表明SVM方法在区域性暴雨预报中具有一定的预报能力和参考价值。     

2019年影响中国台风的降水预报误差及其来源研究

针对2019年影响中国的8个台风,利用面向降水对象的CRA(contiguous rain area)方法研究了欧洲中期天气预报中心确定性预报的降水误差来源,及其在不同预报时段和降水量级下的变化趋势,分析了台风路径预报误差与降水对象的CRA位置误差之间的相关性,对比计算了台风路径修正与CRA shifting方法对于改进降水预报的作用,并评估了台风降水概率分布、径向分布和非对称分布的预报误差。结果表明:总体而言,台风降水预报的主要误差来自于位置误差和形态误差;除特大量级降水以外,台风降水对象的CRA位置误差与路径误差显著相关,通过修正台风路径能改进降水预报,但其效果要逊于CRA shifting方法;预报的台风降水概率密度分布形态与观测总体上较为一致,但台风核心区内的预报降水强度均大于观测;台风登陆或靠近我国沿海前后,预报降水较观测更靠近台风中心,且略滞后于观测,预报降水的非对称性明显弱于观测。