综合指标方法在降水分级预报中的应用

利用１９９５年１月～１９９７年１２月国家气象中心的Ｔ１０６分析场资料,采用因子组合、相关分析等手段,确定与降水关系密切,且有、无雨分类较明确的物理量因子,将样本内每个因子由小到大排列后分段,计算各段上的降水频率,根据各物理量对降水贡献的大小,确定各因子的权重系数,将每个样本中的所有因子所在地庆的降水频率加权累加,得到一个综合降水频率值,通过历史拟合,确定降水ＴＳ评分最大的降水频率值为综合预报指标分     

汛期短期气候预测月降水量预报方法研究

分析5、6、7月逐日气压、气温实时观测资料的一级变量与6、7、8月降水量的相关关系,寻找出4类降水过程预报模型和12个预报指标;确定同时满足预报模型和预报指标的日期为预测未来30±2天将出现日雨量≥10mm的降水过程的起报点;由模型和指标集成结果的月合计值得出月总降水量的预报结论。在业务应用中预报效果很好。     

T106数值预报产品在分县降水预报中的应用

将Ｔ１０６数值预报产品２４～４８ｈ的几个主要物理量预告场格点数据,用距离权重法分别插值到全区所属１０个测站上,并通过灰色关联分析,选取与降水关联度大的物理量作为预报因子,运用灰色预测ＧＭ（０,ｈ）模型制作铜仁地区短期２４ｈ逐日降水县预报。经对１９９５年６～８月进行模拟试验和对２０００年８月进行试报,可作为我区短期降水分县预报方法之一。     

宜昌城区主汛期（6—8月）降水概率预报初探

从不利于降水的条件入手，逐步排除每日降水的可能性，并总结归纳出预报因子进行０、１分档，然后对每个因子进行降水概率标定，最后给出逐日有雨或无雨的概率预报，通过试用，效果较好。     

宜昌市夏委降水分片概率预报方法

预报因子的取值范围分别与各片代表站的降水事件一一对应,再根据对应结果,将预报因子分成若干“节”,针对某“节”出现降水的次数,求出其频数。经过如此处理后,将每日预报因子（原始数据）换算成所对应的与预报量有关的概率值,再用事件概率回归估计（ＲＥＥＰ）法建立概率预报方程。试运行结果表明,所建立的方程能够很好地预测各片的降水概率。     

柳州区域综合法降水客观预报工具

近年来,随着数值预报产品预报质量的逐年提高,利用数值预报产品建立客观预报工具的条件已经成熟。作为一种尝试,作者采用经验回归模型与天气系统订正相结合的综合预报方法,建立了一个客观预报工具。利用2001年12月至2003年2月共14个月T213的3h降水量48h预报、T213的850hPa 48h水汽通量预报、T213的850hPa 48h水汽通量散度预报、日本48h降水预报格点资料、日本700hPa的48h垂直速度预报格点资料、北京24h降水预报资料、等共六个因子作为预选因子。在属于格点数据的因子中均挑选出各预报站点附近的六个格点,通过距离权重插值法将各站附近的点插值到站点,形成新的时间序列。北京24h降水预报资料是MICAPS第14类数据,经过解码后可直接得到站点资料。利用所得到的新的数据序列与对应各站的历史降水资料作逐步回归分析,各站一致通过F=3.0置信检验的因子均为T213的48h水汽通量预报、日本48h降水预报格点资料、北京24h降水预报共三个因子,利用这三个因子建立柳州区域各站24h降水预报共12个方程。利用上述模型对历史资料进行回报,效果较好。对2003年3月下旬至4月的试报发现,该模型对于晴雨定性预报效果较好,但对降水定量预报上有较大误差,特别是对于较大的降水过程预报降水量偏小。为了改变这种情况,作者考虑到利用天气系统来订正的方法,即利用500hPa和850hPa08时中央台天气分析图上的低涡、槽线、切变线和台风位置等天气系统及其位置来订正方程的预报。订正后,经3个月的预报发现,效果明显改观。为便于评分,将预报结果按业务规定以无雨、小雨、中雨、大雨、暴雨五个量级输出。至此,整个工具建模基本完成。本工具经过八个多月的运行,证明预报效果较好。最好的预报成绩是TS分56分,平均成绩为TS 44分,基本达到人工预报的水平。     

人工神经网络在温度和降水预报中的应用

利用人工神经网络的ＢＰ网络制作全省温度和降水预报。在作哈尔滨站温度预报时,选取实时高空、地面和欧洲温度场共１０个因子,一天２次发布未来２４ｈ预报。对哈尔滨站共作了１２个月的最高、最低温度预报。在作全省降水预报时,将全省分成８片,分别进行降水等级预报和暴雨有无预报;选用的是Ｔ１０６资料,选取２０个因子,对１９９８、１９９９年的温度和降水预报进行了检验和评分。     

广东新会月降水之间的对应关系

利用广东新会1957～2006年月降水资料，分析了月降水偏多（少）或异常与前期月降水偏多（少）或异常是否存在对应关系，并用二项分布对预报指标进行检验。结果表明，新会部分月份降水出现正（负）距平或异常与前期月降水存在对应关系，从而得到对新会月降水预报、特别是月降水异常的小概率事件预报有实用价值信息。     

铜川市降水过程峰日中期预报

本文利用灰色系统ＧＭ（１，１）模型对铜川汛期５－９月每个降水过程进行了计算分析，找出了适合本地降水过程中出现最大降水日（即：峰日）中期预报的模式。     

基于CMA-TRAMS集合预报的“5·22”极端降水事件可预报性分析

2020年5月22日珠江三角洲地区出现了一次极端强降水天气,最大滑动小时雨量201.8 mm,3 h雨量达到351 mm。为探讨此次极端强降水的关键预报因子及可预报性,对热带中尺度集合预报系统（CMA-TRAMS（EPS））降水预报产品进行检验评估和敏感性分析,结果表明:与欧洲中期数值预报中心集合预报系统（ECMWF-EPS）相比,CMA-TRAMS（EPS）的好成员对本次过程降水强度及位置的预报结果与实况更接近,但对极端性预报仍有欠缺。好成员的预报能力来自于对低涡和（超）低空急流的演变特征以及两者强度和位置耦合的有效预测。好成员组预报珠江三角洲东部（超）低空急流南风分量较强,有利于低涡缓慢移动和气旋性辐合增强,致使降水持续时间长、效率高。而低涡自身发展又反馈于急流强度变化,好成员组较准确地刻画了增强的低涡环流反馈导致急流小范围加速的耦合特征。其他成员组预报的低涡和（超）低空急流的耦合位置偏东、偏南,辐合强度偏弱,导致降水强度或落区出现偏差。此外,强降水致使冷池形成,并增强激烈的冷、暖气团对峙（水平温度梯度达0.23—0.76℃/km）,有利于中尺度辐合线维持,加强对流后向传播并产生极端降水量。但CMA-TRAMS（EPS）两组成员在预报中尺度系统的组织性和传播特征方面均存在明显不足,限制了集合预报系统对极端降水的预报能力。      

前期环流相似法在重庆延伸期天气过程预报中的应用

利用1960年以来NCEP/NCAR北半球500hPa逐日环流场资料,应用动态相似集成预报方法,对离预报月最近若干时段内的东亚500hPa逐日高度场环流场进行EOF展开,提取前期环流场的主要特征量及恢复场,运用相似算法分别与1961年以来各年同期EOF主要特征恢复场进行比较,寻找最佳相似年份。调整前期资料长度,再用相同的方法找出5个相似年,累计预报区域5个相似年预报时段内逐日降水频率,并将其结果绘制成曲线,根据曲线峰谷变化,即可对延伸期预报时段内可能性较大的区域性主要降水过程出现日期进行预报。预报试验结果表明,该方法对重庆延伸期内降水、降温等天气过程预报有一定参考价值。     

商丘地区6～8月大～暴雨预报方法

通过对１９９０￣１９９２年６月￣８月郑州，徐州、阜阳、南阳条件不稳定指数Ｋｒ及日本降水预报（Ｅ０２＋Ｅ０３）组合因子的综合分析，确定了６￣８商丘地区区域性大￣暴雨及单站大￣暴雨预报指标，经使用效果良好。     

2018年1月湖南岳阳两次雨雪冰冻过程对比分析

该文利用常规气象观测资料、多普勒天气雷达以及NCEP全球再分析资料和EC细网格数值预报资料,对2018年1月3—8日和24—28日出现在湖南岳阳的两次雨雪冰冻过程的强度、落区和相态转换进行对比分析。结果表明：①冷空气南下与中低层暖湿气流汇合于中东部一带,配合南支槽影响,是造成岳阳市两次雨雪冰冻天气的主要原因;②在这两次过程中降水（雪）时间段与垂直上升运动区对应较好,影响降水相态主要是垂直温度层结;③800~700 hPa中间出现＞0 ℃的逆温层,以降雨或冻雨为主,而当整层温度低于0 ℃时,以降雪为主;④在两次过程中,EC细网格预报在过程降水的起止预报中都做的比较好,雨雪的转换时间及量级预报相对准确。     

几种数值预报模式在广西降水预报效果的比较

根据最近5年的降水资料和T213、日本、德国三家数值模式降水预报产品,对三家数值模式在广西晴雨预报和降水分级预报的能力进行分析、比较,结果表明,T213模式的暴雨预报能力最强,日本模式在大雨及以下各级降水预报中预报能力最强,但降水的量级比实况偏小;德国模式对晴雨预报,特别是无雨天气预报能力明显高于日本模式和T213模式。     

2021年7月17日长江中下游地区β中尺度低涡及其模式预报不确定性分析

2021年7月16—17日,在大尺度鞍型背景场中长江中下游地区生成了准静止的β中尺度低涡系统,造成苏皖地区出现局地特大暴雨及雷暴大风天气。欧洲中心（EC）控制预报对低涡位置的描述较实况明显偏北,由此在降水预报中也呈现出较大偏差,给预报决策带来较大误导。采用EC控制和集合预报产品,并基于“预报挑战度（MFC）”和“可预报性演变指数（PHDX）”等客观方法对低涡及降水预报不确定性进行分析,并在此基础上探讨模式偏差成因,得到以下结论：（1）对流层低层低涡东侧西南气流和东南气流的辐合以及低空急流的水平涡度输送是低涡发展的主要动力因素,而低涡东侧和南侧降水的潜热释放则构成低涡发展的热力因素;（2）EC控制预报不同起报时次均出现低涡位置偏北及雨带预报偏北现象,其集合预报产品离散度无法覆盖实况降水,揭示了此次过程的低可预报性,MFC和PHDX则能够客观指示此次过程低可预报性;（3）前期模式对低涡南侧西南气流南风分量预报偏大及对东侧辐合区刻画偏北造成前期东段降水偏北,而后在潜热释放、低空急流与低涡正反馈机制影响下,偏北的降水区造成低涡进一步预报偏北,最终导致整个时段预报较观测呈现巨大差异。     

支持向量机方法在单站降水预报中的应用探讨

将武汉天空云量预报的81个预报因子运用到该站中等以上强度的降水预报中,基于SVM方法进行了交叉验证和预报试验。结果表明用81个预报因子建立的5～9月和全样本的降水预报模型有较好稳定性、且对降水都有正的预报技巧。因此天空云量的预报因子可以用来做降水的预报因子,同时也证明了这些预报因子在天空云量和降水预报中是协调的。SVM方法为天空云量和降水的预报提供了客观参考依据。     

集合动力因子暴雨预报方法研究

介绍了广义位温、湿热力平流参数、热力螺旋度、热力散度垂直通量、广义湿位涡、力管涡度、热力力管涡度、二级位涡、对流涡度矢量和波作用密度等宏观物理量的定义及其物理意义。个例分析表明,这些动力因子与降水系统发展演变密切相关,对地面观测降水有一定的指示作用。这主要是因为：（1）这些因子能够描述降水系统的动、热力垂直结构等共性特征;f2）这些因子大部分包含广义位温,而广义位温又与凝结潜热和相对湿度有关,因而这些因子也能描述降水系统的水汽场结构特点。以这些动力因子为基础建立了集合动力因子预报方法,该方法首先建立以GFS预报场资料为基础的单动力因子降水预报方程,然后根据其与观测降水的相关性,定义权重函数,对多个动力因子的降水预报进行权重平均,最后得到集合动力因子的降水预报。该预报方法可以充分发挥多个动力因子的优势,比较全面地反映暴雨过程的共性特征。长时间序列的统计检验表明,集合动力因子的降水预报评分略高于全球预报系统（GFS）模式自身的降水预报评分,表现在降水落区预报方面,集合动力因子的预报效果略优于GFS模式的自身预报,然而,在降水强度预报方面,集合动力因子和GFS模式都略有过度预报。集合动力因子预报方法计算量小,容易移植,可以提供降水预报产品,为预报员做暴雨预报提供支持。     

四川冕宁“6.26”大暴雨模式预报检验

运用气象观测资料和GRAPES、ECMWF、SWCWARMS_9KM(简称SWC)模式预报资料,对冕宁“6.26”大暴雨天气过程模式预报性能进行检验。结果表明:（1）对于24 h累计降水预报,中尺度区域模式优势明显,量级与落区预报效果均为最好,其中GRAPES_3KM模式预报落区分布与实况重合度较高,暴雨及以上量级降水TS评分最高。（2）GRAPES_3KM模式最大小时雨强10 mm以上降水落区与实况大雨及以上量级降水落区匹配度最高,ECMWF模式24 h累计降水多物理量订正产品及短时强降水概率产品次之。（3）SWC及GRAPES_3KM模式24 h累计降水极值点相比实况略偏北,量级偏小。对于小时降水峰值出现时间,SWC模式偏早4 h,GRAPES_3KM模式偏早3 h。（4）GRAPES_GFS模式环流背景预报更接近实况,SWC模式能较好地预报出冕宁上空中尺度辐合系统的存在。      

动力降尺度和多物理参数化方案组合对华南前汛期降水集合预报的影响研究

针对华南前汛期降水过程,基于全球集合预报系统（GEFS）资料,利用WRF中尺度模式以及GEFS动力降尺度获取的区域集合预报初值场,通过多物理过程参数化方案组合和模式积分方法实现华南前汛期降水的区域集合预报。对2019年5月15日—6月15日共32天的华南前汛期降水过程进行了单一物理过程区域集合预报（REFS_SINGLE）和多物理过程区域集合预报（REFS_MULTI）的数值模拟批量敏感性试验,通过GEFS、REFS_SINGLE和REFS_MULTI的对比分析,探讨多物理过程参数化方案组合对华南前汛期降水的影响,同时利用一次华南前汛期暴雨过程进一步探讨集合预报试验的预报效果。结果表明:（1）REFS集合平均的预报效果明显好于控制性预报。（2）REFS降水集合离散度与预报误差的对应关系好于GEFS。（3）积分48小时后,REFS_MULTI和REFS_SINGLE的扰动能量分别是GEFS的4.7倍和6.3倍。（4）降水级别越大,REFS的TS评分效果就越好于GEFS;REFS_MULTI略微好于REFS_SINGLE。（5）基于32天的批量试验,REFS的AUC值有28天大于GEFS,REFS_MULTI有22天大于REFS_SINGLE,表明REFS的预报技巧好于GEFS,且REFS_MULTI的预报技巧好于REFS_SINGLE。      

利用数值预报产品制作夏季降水分县分级预报试验

将国家气象中心Ｔ６３和ＨＬＡＦＳ，武汉区域中心ＭＡＰＳ数值预报模式的短期降水预报分别以所属７个测站上，以此作为预报因子，运用灰色预测ＧＭ（Ｏ，ｈ）模型制作 孝感市夏季短期２４小时降水分县分级预报。经１９９６年夏季业务应用，其一般性降水（小雨、中雨、大雨）分县预报质量较高、暴雨落区落占预报能力较中，取得了良好的预报效果。