ECMWF模式的延伸期日最高气温预报偏差估计及订正分析

使用欧洲中期天气预报中心（ECMWF）的20年集合预报回算数据,检验分析了延伸期第16天至第30天预报时效其对我国日最高气温的预报性能。结果表明,西部地区预报误差明显大于中东部地区。全国平均而言,模式预报较实况偏低1.1℃~1.39℃,均方根误差为4.6℃~4.9℃。进一步分析指出,第16天均方根误差最小、且随着时效的延长其略有增大。夏季模式预报效果最好,春季和秋季的部分时段预报效果较差。基于历史偏差订方法,本文还对2018年6月至2019年6月的日最高气温预报进行了误差订正试验。结果显示,订正后的预报准确率提升了15.2%~19.2%。聚焦2018年7月的一次中东部地区大范围高温过程,模式原始预报明显低估了高温强度,订正预报更接近实况,显示其具有一定的订正效果。     

基于卷积神经网络的长江流域夏季日最高温度延伸期预报方法研究

长江流域是我国夏季高温热浪灾害的多发区之一,该地区日最高温度( T_max) 具有显著的低频( 10～30 d 和 30～60 d 周期) 变化特征,超前-滞后相关分析和气温方程诊断的结果显示,影响长江流域 T_max低频变化的大尺度环流/对流信号包含: 自欧亚大陆东移南下的低频波列,自东北亚向西南方向传播的异常环流,以及由西太平洋向东亚传播的低频对流; 这些低频对流/环流活动通过改变辐射加热过程及绝热过程,导致长江流域 T_max的低频变化。为了客观且有效地辨识和捕捉这些先兆信号,并考虑长江流域T_max与大尺度因子间的非线性作用,本文采用机器学习方法中的卷积神经网络( Convolutional Neural Netw ork,CNN) 对大量历史数据进行训练,并构建了长江流域 T_max的延伸期预报模型。在独立预报阶段,CNN 预报模型对长江流域区域平均 T_max的预报时效达 30 d,提前 5～30 d 预报的 T_max与观测 T     

春季中国日最高气温延伸期预报误差分析及订正

数值模式直接输出和经模式后处理得到的预报误差比较,是延伸期逐日要素预报应用基础。针对中国2 583个站点在2020年春季11～30天的日最高温度预报,根据欧洲数值中心的集合预报输出,首先,使用BP-SM(Back-Propagation-Self memory)法和回归法,进行确定性预报订正效果比较;结果表明BP-SM法和回归法都明显降低了预报绝对误差;在11～14天预报中,BP-SM法得到的平均绝对误差为3.3～3.6oC,预报准确率超过35%,订正效果更优。其次,基于模式直接输出和BP-SM法获得的概率预报,使用CRPSS (continuous ranked probability skill score)进行了可预报性分析。结果表明,在地形复杂地区,经过订正,预报准确率明显改善。对于延伸期逐日要素预报,合理的模式后处理方法是降低预报误差和提高预报能力的重要环节。     

基于低频振荡的西南雨季降水的延伸期预报

采用西南地区站点逐日降水数据和欧洲中心再分析数据,通过滤波、分位相合成等方法,分析了西南地区降水的低频特征及与之相联系的低频环流场演变特征,并采用基于降水自身低频信号和基于降水低频影响因子两种方法建立预报模型进行延伸期预报试验,结果表明：西南地区雨量存在10～20 d和30～60 d的低频变化;低频降水与低频OLR场正、负值区的顺次北移,印度洋北侧850 hPa低频纬向风的转变,500 hPa环流场槽脊的配置以及200 hPa低频气旋、反气旋的交替影响有关;基于降水序列自身低频信号的预报模型可以提前半个月左右给出较为准确的预报结果,而基于低频影响因子的预报模型可以提前20 d左右给出具有一定参考价值的结论,两个模型对于降水偏多年的预报效果好于降水偏少年。     

大气低频振荡与延伸期预报

为了能从大气低频振荡角度研究延伸期降水过程预报问题,引入了一种新的预报方法—低频天气图,并且分析了低频天气图的技术要点和技术方法。在低频天气图上,低频天气系统(低频气旋和低频反气旋),以及它们的活动特性可以被用来定性地确定南、北气流(暖、冷空气)的汇合,引起降水过程。2009年6~10月利用该方法进行上海地区延伸期降水过程预报表明,强降水过程预报效果较好,且预报时效为15~45天,可以在延伸期业务预报中应用。     

上海市夏季降水延伸期的预报方法

利用1998—2007年上海站降水资料和NCEP逐日700 hPa再分析风场资料,通过统计分析,发现上海强降水发生日,在10～20天滤波的合成低频流场上,我国沿海30°N附近地区纬向风明显加强,浙江福建沿海地区为一致的偏南风,故定义这两个区域为影响区.通过单点相关方法,在10～20天滤波的经纬向风场上分别找到一个与影响区风速超前15～20天相关性好的关键区域:110～130°E,0°～10°N和160～140°W,45～55°N.研究表明,关键区域的10～20天低频经纬向风有明显向上海附近地区传播的趋势,并且与15～20天后上海降水有显著正相关,对上海市6—8月未来15天的降水有较好的指示作用.     

上海梅汛期候降水异常的低频信号及延伸期预报

提高汛期降水过程的延伸期预报能力是目前天气预报和气候预测发展的重要方向。本文以上海梅汛期降水为例,利用非传统滤波方法提取多变量季节内分量,分析了梅汛期季节内候降水异常及其相联系的延伸期关键低频信号,进一步综合多变量低频信号建立了梅汛期候降水异常延伸期预报方法,并开展了多年的回报和试报检验。结果表明:①梅汛期候降水异常季节内分量具有显著的40～60d低频振荡周期,与降水异常实况具有显著的正相关和较高的符号一致率;②梅汛期季节内候降水异常与超前10～35d的热带及中高纬低频信号有关,主要包括:热带MJO(Madden Julian Oscillation)自阿拉伯海的向东传播、西太平洋副热带高压季节内活动的西北向传播、PNA(Pacific-North American)遥相关型的季节内位相转换以及东北亚冷空气的持续性异常影响;③综合上述多变量低频信号建立了延伸期候降水异常预报模型,对提前10～35d的延伸期候降水异常的季节内分量具有预报技巧,也能较好地预报实际的候降水异常趋势。     

利用日最高气温和日最低气压预报5月大风

对1981－1995年的大风资料进行统计分析，得出用日最高气温和日最低气压预报于田县5月大风天气的指标。     

延伸期天气过程预报的一种新方法——低频天气图

本文主要介绍低频天气图延伸期预报方法。低频天气图是一种不同于统计学预报方法、数值预报方法和天气学预报方法的延伸期天气过程预报的新方法,可以用于延伸期(10～30 天)天气过程预报。低频天气图的技术要点是大气低频系统(低频气旋和低频反气旋)及其相应的低频气流。低频天气图的天气学意义是能反映造成天气过程的天气系统的生消、维持和移动及其大气环流演变过程。其优越性在于其特性:时间上的周期性(30～50 天)、持续性和空间上的连续性、相似性以及地域上的准定常性,预报天气系统相对容易且时效长。2008～2012 年在上海市气候中心业务应用的结果表明,可以提前15～45 天预报上海地区的强降水过程。     

广东降水延伸期预报的探索

利用1961-2005年广东省站逐日降水资料,采用奇异谱分析结合自回归模型对广东候平均降水进行未来1～5候的延伸期预报试验.结果表明,广东省降水侯平均存在一个准40 ～60 d的振荡周期,对1961-2000年候降水重构相关系数在0.96以上.对2001-2005年候降水进行未来1～5候的预报试验,预报效果除2003年后延第5候较差外,其它4 a的预报结果都较好.后延第1候预报相关系数最高达到0.86,后延预报到第5候时相关系数也在0.3以上.从预报平均相对均方根误差来看,5 a均在30％以内,预报的稳定性和效果较理想.总体说明奇异谱分析结合自回归模型是一种较为有效的预报方法,在未来10～30 d延伸期天气预报业务中有一定的参考价值.     

基于BMA方法的地面气温的10～15 d延伸期概率预报研究

利用TIGGE资料提供的欧洲中期天气预报中心(ECMWF)、美国国家环境预报中心(NCEP)、英国气象局(UKMO)三个预报中心2013年6月1日至8月31日的地面2 m气温10~15 d预报资料,对延伸期地面气温进行贝叶斯模式平均(Bayesian Model Averaging,BMA)预报试验。结果表明,BMA方法的预报效果随训练期长度而改变,训练期长度为30 d时预报效果最优。BMA方法可提供全概率密度函数,定量描述预报不确定性的大小,且陆地上预报不确定性大于海洋上的预报不确定性,高纬度地区预报不确定性大于低纬度地区的预报不确定性。利用CRPS评分对BMA概率预报技巧进行评估,发现预报技巧随预报时效的延长降低,且预报技巧在海洋上优于陆地、低纬度地区优于高纬度地区。此外,3 d、5 d和7 d滑动平均的预报值反映某些天气过程的平均要素预报,对于提高10~15 d延伸期概率预报技巧有一定效果,且滑动天数越长,预报效果越好。     

基于低频振荡信号的中国南方冬半年持续性低温指数延伸期预报试验

利用1961-2009年36°N以南、108°E以东中国大陆191个站点逐日最低气温和NCEP/NCAR再分析日平均格点,研究与区域持续性低温事件有关的大气低频振荡信号,寻找可以在一定程度上表征不同类型区域持续性低温事件的指数,并尝试结合DERF2.0系统的预报产品进行持续性低温指数的延伸期预报试验。结果表明:（1）在研究范围内的区域持续性低温事件可以归纳为江北型、江南型和全区域型3类,其中江北型和江南型事件的环流背景差异体现在异常环流中心的纬度位置上,而全区域型事件属于增强型的江北型事件;（2）江北型和江南型区域平均最低气温时间序列的10-30 d低频分量的位相和强度变化与区域持续性低温事件的发生有显著关系,可以作为表征区域持续性低温事件指数和预报量;（3）100°-120°E范围内850 hPa温度场距平的经验正交函数分解前两个主模态具有显著的10-30 d变化周期,并且其空间结构分别与江北型和江南型事件的典型环流特征一致,前两个主模态时间系数能够作为持续性低温指数的预报因子;（4）检验结果表明,DERF2.0系统对上述预报因子有一定的预报能力。在延伸期预报时效内,利用统计学和动力学相结合的方法制作的持续性低温指数的预报效果好于模式直接预报的2 m气温,该预报方法有助于提升区域持续性低温事件的延伸预报能力。      

CFSv2在湖北省梅雨特征量延伸期预报中的应用

利用NCEP的气候预报系统第二版(CFSv2)提供的逐日降水模式资料,采用集合预报方法开展区域性夏季降水预报,使用出入梅日期均方根误差(RMSE)、准确率(ACCU),梅雨期长度均方根误差(RMSE)及梅雨雨强距平符号一致率(Pc)等3种方法评估模式资料对湖北省梅雨特征量的预报能力。结果表明:入梅预报提前13 d的ACCU可达0.5以上、RMSE小于3 d,出梅预报提前14 d的ACCU可达0.5以上、RMSE小于3 d,梅雨期长度预报提前14天的RMSE小于5 d,梅雨雨强预报提前14 d的Pc可达0.5以上。梅雨特征量总体预报时效为14 d左右,CFSv2模式资料对区域性夏季降水在梅雨延伸期时段表现出一定的预报技巧。     

10~30 d延伸期可预报性与预报方法研究进展

10~30 d延伸期的可预报性既依赖于初始条件,也与缓变的下垫面有关,寻找延伸期时段内可预报性较高的低频特征,识别延伸期的可预报性来源及影响的物理机制是提高延伸期预报水平的关键。近年延伸期可预报性来源、热带大气季节内振荡监测预测和影响等领域的研究取得较大进展,提出和应用了动力统计相结合以及大气低频信号释用等新的延伸期预报方法。对延伸期可预报性来源及其与初值和外强迫异常的关系分析表明,海气相互作用能提高亚洲和西太平洋区域延伸期时段大气环流和要素的可预报性。热带大气季节内振荡、平流层爆发性增温以及各种次季节尺度的海气、陆气耦合作用和大气响应均为延伸期预报提供了重要的可预报性来源。由于数值模式延伸期时段的预报性能与实际业务需求还存在一定距离,基于动力统计相结合和物理统计的延伸期预报方法被广泛应用于业务预报,表现出一定的预报技巧。     

基于集合预报产品的降尺度降水预报试验

利用降水距平百分率的降尺度预报方法和1951-2008 NCEP资料及我国降水资料,建立了降水距平百分率的预报模型,基于T106L19模式的月动力延伸集合预报结果,进行了2007-2009年3 a的预报试验和效果检验.结果表明,基于集合预报产品的统计降尺度方法对降水距平百分率的预报技巧高于模式降水的预报技巧;500 hPa月平均高度场的预报技巧直接影响到降水距平百分率的预报技巧,平均环流的预报技巧越高,降水距平百分率的预报技巧越高;无论集合成员数为多少,集合预报的结果都明显优于控制预报,随着集合成员数的增多,预报技巧呈增大的趋势;我国降水具有显著的季节性和区域性,以江淮地区的降水距平百分率预报技巧最高,华南地区的预报技巧其次.     

CMA-GD模式江西省智能网格预报区域2 m气温预报误差分析

利用2020年6月1日—2022年5月31日CMA GD模式2 m气温预报产品（预报时效为13—36 h）和同期江西省智能网格预报区域内地面站气温观测资料,计算气温预报准确率、平均误差和均方根误差,并统计分析其时空分布特征。结果表明： 1）模式预报准确率在不同月份、起报时次存在差异,暖季总体较高,冷季总体较低;暖季08时起报产品的月准确率总体高于20时,冷季反之;秋、冬季旬准确率分布更离散。模式预报产品其准确率明显低于中央气象台和江西省气象台订正产品,需订正后使用。08时起报产品对寒潮的预报效果优于20时。2）气温预报年误差分布存在日变化,最大值出现在08时,最小值出现在15时;年均方根误差峰值出现在15时和06时,白天大于夜间。3）冬季平均误差多为正值,夏季为负值,春、秋季平均误差大小界于冬、夏季之间;白天时段夏季均方根误差最大,夜间时段冬季最大。4）气温预报年误差地理分布特征明显,平原地区预报值偏低,年均方根误差最小;丘陵和山区22 h时效预报值偏高,31 h时效偏低;高山站预报值偏高,年均方根误差最大。丘陵地区负误差最大,平原地区最小;山区正误差最大。     

基于OMOS方法的地面气温短时预报——以重庆市为例

基于重庆市气象局业务运行的风暴尺度快速同化和预报系统(Storm-Scale Rapid Assimilation and Forecast System, SSRAFS)、气象信息综合分析处理系统(Meteorological Information Comprehensive Analysis And Process System, MICAPS)地面观测和高空观测资料,进行模式输出统计(Model Output Statistics, MOS)方法和纳入超前实况因子的MOS(MOS with Prior Observation Predictors, OMOS)方法对重庆地区地面气温96 h内逐小时预报试验,并以SSRAFS地面气温预报结果作为参考进行对比分析。结果表明：MOS方法在1～96 h预报时效内的预报技巧高于SSRAFS,气温预报均方根误差(Root Mean Square Error, RMSE)平均减小1.22℃,CC和HR2分别平均增大0.006和20.4%;在1～7 h预报时效,RMSE平均减小1.70℃,CC和HR2分别平均增大0.07和34.5%;且MOS方...     

基于平均滤波算法的北疆春季日最低气温格点预报产品订正分析

本文选用中国气象局下发的0.05°×0.05°的国家级格点预报指导产品和中国气象局陆面数据同化系统（CLDAS）逐时实况数据资料,使用三种平均滤波方法分别订正北疆地区08时、20时起报的240h内逐24h 最低气温的格点预报指导产品,并分别对比检验订正前后共8种产品的预报效果。检验结果表明: 订正后的预报产品相比原始格点预报指导产品的均方根误差均明显降低,气温预报准确率及稳定性均显著提高。三种订正算法均随着海拔高度越高订正效果越好,且随着预报时效延长订正效果减弱。三种算法中集成订正效果略优。