关于韵律预报的一点看法

《气象科技资料》1975年第6期刊载题为《关于韵律预报方法的准确率问题》一文。我们仔细阅读之后,感到文章介绍的韵律预报方法处理上还存在一定问题。文章指出:韵律预报方法的准确率有“夏天高,冬天低;涝年(雨日多的年份)高,旱年低;150天(或120天,100天……)韵律预报准确率和150天(或120天,100天……)加任意年的韵律预报准确率     

韵律预报方法的统计检验

目前,我们大多数气象台站都用韵律方法做长期天气预报。这种方法的主要思路是:在群众经验的启发下,考虑天气变化可能有180、120、100或90天的对应关系。因此,根据前期某一指标的出现,预报未来若干天(180、120、100或90天)后有一次天气过程(例如降水等)出现。这种预报方法,在某一季节里可能获得较高的准确率。但是,实际上这种韵律关系究竟存不存在?怎样检验其可靠程度呢?这都是目前长期预报中应当解决的问题。本文仅就韵律预报方法的统计检验及有关问题,作一初步探讨。     

北京奥运期间场馆精细预报应用及分析

基于2008年8月1—24日国家体育场、顺义水上中心等5个奥运场馆自动站的5种地面气象要素(气温、相对湿度、风向、风速、和3小时累积降水量)的观测资料,对SVM和HPFF客观预报方法以及预报员在客观方法基础上制作的3天逐3小时预报产品进行检验评估。结果表明:(1)两种客观方法相比较,HPFF方法对于预报连续变化的气象要素(如气温、相对湿度)的精细预报比SVM方法更有优势,预报技巧要高;而对不连续变化的变量(如:风向)的预报技巧低于SVM方法。总体说来,HPFF方法比SVM方法的精细要素预报技巧高一些。(2)预报员对于5种气象要素的预报技巧略高于客观方法。体现了预报员对客观方法的修正能力。(3)0～12小时预报时效内,预报员气温预报平均绝对误差约为1.2℃,气温|F-O|≤1℃的预报准确率在57%上下;相对湿度预报平均绝对误差约为7%,相对湿度|F-O|≤10%的预报准确率约为74%;风向预报准确率约为30%;风速预报平均绝对误差为1m.s-1左右,预报准确率在92%左右。(4)12～63小时预报时效内,预报员气温预报平均绝对误差约为1.7℃,气温|F-O|≤1℃的预报准确率在36%上下;相对湿度预报平均绝对误...     

北京奥运演练精细化预报方法及其检验评估

2007年北京奥运演练期间精细化场馆客观预报方法,即支持向量机方法(SVM)和半周期函数拟合(HPFF)预报方法,为场馆精细化预报产品的制作提供了有力的技术支撑.利用2007年8月1-26日国家体育场、顺义水上中心等5个奥运场馆的5种地面气象要素(气温、相对湿度、风向、风速、和3小时累积降水量)观测资料,对SVM和HPFF客观预报方法以及预报员在客观方法基础上制作的3天逐3小时预报进行了检验评估.结果表明:(1)两种客观方法相比较,HPFF方法对于预报连续变化的气象要素(如气温、相对湿度和风速)的精细预报比SVM方法预报技巧高;而对不连续变化的变量(如:风向)的预报技巧低于SVM方法.(2)预报员制作精细要素预报在很大程度上依靠客观方法.预报员对于气温、相对湿度和风速的预报技巧略高于客观方法,对于降水和风向的预报技巧与客观方法相当.尽管预报员对客观方法的修正能力比较有限,但具有对两种客观方法结果做出择优选择的综合判别能力;(3)预报员0～63小时气温预报平均绝对误差约为1.8℃,气温预报误差≤1℃的准确率在43%左右,预报误差随预报时效变化不大;0～24小时相对湿度预报平均绝对误差约为10%,相对湿度预报误差≤10%的准确率是60%,误差随预报时效而有所增大;0～63小时风向预报准确率约20%,预报准确率随预报时效变化不大;0～63小时风速预报平均绝对误差在0.8～1.4m·s-1之间.     

川西高原地区SCMOC温度精细化指导预报质量检验及影响因子分析

利用2014~2015年阿坝州13站共730天08:00和20:00起报的SCMOC温度精细化指导预报资料,对比实况日最高(低)气温,进行预报质量检验。结果表明:日最高(低)气温预报准确率与预报时效成反比,两个时次预报的最低气温准确率高于最高气温,且最低气温预报准确率有明显的季节变化。08:00起报的日最低气温多出现负误差,其余预报最高(低)气温多出现正误差。日最低气温预报绝对误差与海拔高度有关。24h最高(低)气温预报绝对误差>4℃样本分析表明,温度平流、大气稳定度与非绝热过程对温度的影响明显,造成气温偏差的主要原因是降水及冷空气影响范围和强度,冷、暖平流影响偏差,高空槽强度和移动偏差等几方面。     

华南3 km高分辨率区域模式气温预报在贵州的质量检验

利用2018年1—10月华南3 km区域高分辨率模式08时、20时起报的气温预报和实况资料,采用线性内插法进行站点预报值处理,并从平均均方根误差及预报准确率的角度,检验分析了贵州省72 h预报内逐24 h最高(低)气温预报质量。结果表明,72 h内随着预报时效的增加,预报准确率差异较小;日最低气温预报准确率相对最高气温平均高出20%左右;08时起报的最高(低)气温预报优于20时的。同时发现,最高(低)气温的预报能力在月份上存在明显差异,6—8月预报性能总体优于其它月份;在24～48 h预报中,东北—西南向一带较贵州其它区域展现出更高的预报能力。在9个主要城市站上,最高(低)气温均表现出较高的预报技巧,其中,20时起报的兴义站24 h最低气温准确率100%。通过对2018年7月18日气温预报质量检验,最高(低)气温及35.0℃以上高温事件预报准确率均在80%左右,较好反映了天气实况。因此,华南3 km高分辨率区域模式对贵州气温预报具有较好的参考价值。     

天气预报经验论谈——如何提高预报质量

据笔者粗略估算,目前国内外24小时降水预报的准确率可以达到80%左右,而48小时预报仅为60%上下.至于3～10天的中期预报和一个月以上的长期预报,准确率更低.随着人类社会的快速发展,社会对气象工作的要求越来越高.如何提高预报质量.已经成了每个预报员亟待解决的问题.     

华南3 km高分辨率区域模式气温预报在贵州的质量检验

利用2018年1—10月华南3 km区域高分辨率模式08时、20时起报的气温预报和实况资料,采用线性内插法进行站点预报值处理,并从平均均方根误差及预报准确率的角度,检验分析了贵州省72 h预报内逐24 h最高(低)气温预报质量。结果表明,72 h内随着预报时效的增加,预报准确率差异较小;日最低气温预报准确率相对最高气温平均高出20%左右;08时起报的最高(低)气温预报优于20时的。同时发现,最高(低)气温的预报能力在月份上存在明显差异,6—8月预报性能总体优于其它月份;在24~48 h预报中,东北—西南向一带较贵州其它区域展现出更高的预报能力。在9个主要城市站上,最高(低)气温均表现出较高的预报技巧,其中,20时起报的兴义站24 h最低气温准确率100%。通过对2018年7月18日气温预报质量检验,最高(低)气温及35.0℃以上高温事件预报准确率均在80%左右,较好反映了天气实况。因此,华南3 km高分辨率区域模式对贵州气温预报具有较好的参考价值。     

长期天气数值预报的若干问题

10—15天以上的天气预报,通常称为长期天气预报。国内外发布长期天气预报已有很长的时间了,但到目前为止,使用的方法基本上是一些预报经验和统计方法,预报准确率很低。为什么长期天气预报的准确率至今仍然很低呢?问题的关键是对长期天气过程的规律认识不够。短期预报自1950年以来由经验方     

ECMWF细网格2米温度在新疆及周边地区的预报效果检验

本文对2013年1～12月ECMWF细网格2米温度在新疆区域的预报效果进行了统计检验。结果表明：ECMWF细网格2米温度预报为系统性偏高,预报效果随预报时效的延长而逐渐变差。三天内温度预报的绝对误差小、预报准确率高,对实际温度预报有很好指导作用;七天内温度预报的绝对误差较小,预报准确率较高,对实际温度预报具有参考价值;八到十天预报误差大、准确率低,对实际温度预报参考价值不大。温度预报精度在蒙古国西部最低,北疆盆地次之,南疆盆地最高。     

多模式温度集成预报的检验分析

该文利用C#程序语言逐日读取欧洲数值预报模式(Ec)、中国数值预报模式(T639)、德国天气在线(ZX)、美国天气(MG)、中国天气(ZG)、中央气象台指导预报(ZY)6家模式预报的日最高气温(Tg)和日最低气温(Td)预报值,建立预报数据库。使用LINEST函数对Tg和Td做多元回归分析,得出6家模式的集成预报结果,结果表明:集成预报(JC)比6家模式预报准确率都高;同时,建立本地化订正方法,将原6家模式Tg和Td进行订正后再集成,结果表明:订正后的集成比直接集成准确率提高了0%～4%,说明订正方法的使用对提高气温预报准确率有一定的效果。另外,通过对各家模式预报结果和集成预报结果的检验分析,不仅为预报员择优使用数值预报产品提供参考依据,也为数值预报产品释用提供一定的参考方法。     

用剖面图多种韵律作二月逐日低温阴雨预报的统计方法

过去我们用剖面图特征图形韵律对应作春播期低温阴雨时段预报,如用单一韵律图形对应,往往因概括率低,出现漏报的多。用多种韵律图形迭加对应,往往又出现空报现象。本文用简单的统计方法来解决这个问题。具体做法上,宁可空报,不要漏报。采用多种韵律图形对应,使之达到最高历史概括率。然后搞各韵律特征图形所处状态,代入逐日低温阴雨概率方程,根据逐日低温阴雨概率大小,求出临界值。从而使预报准确率得到提高,经过二年试用,效果不错。     

欧洲的天气预报

人类的社会活动常常需要准确的天气预报.目前公认,设在英国雷顶的欧洲中期天气预报中心(ECMWF)所发布的5-6天的天气预报,已达到同1970年前后的2天预报一样的准确水平.现在美国的5天预报的准确率同1970年前后的2天预报一样.冬季雨雪和气温的6-10天预报准确率分别为60%和66%,比过去高多了. 为了向关心天气的4亿欧洲人提供最佳的“中期”(3-10天)天气预报,19个欧洲国家于1975年共同建立了ECMWF.ECMWF在1979年开始工作,不久就提供     

冬奥延庆赛区风的预报技巧比较分析

为了提高2 min平均的10 m风预报精度,开展了多种建模和检验方法比较.根据欧洲数值中心集合预报系统产品及北京海陀山的5个测站资料,使用一元回归、岭回归、神经网络、粒子群-神经网络等方法建模,进行2021年2月逐日的未来3天6 h间隔预报误差订正,并从多个角度分析预报精度差异.结果为:(1)系统误差、预报准确率检验表...     

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3.3~3.6 ℃,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。      

辽宁地区ECMWF模式气温预报检验及误差订正研究

利用2016—2018年ECMWF细网格模式12—36 h内2 m温度预报产品,选取辽宁地区65个城镇站点观测资料,评估预报产品在不同季节的预报准确率,并按季节分析固定误差订正方法和最优滑动周期订正方法对提高准确率的作用。结果表明：ECMWF模式预报产品对辽宁地区气温预报的准确率表现为,ECMWF模式最高气温冬季预报最优(城镇站点预报准确率为81.5%),最低气温夏季预报最好(城镇站点预报准确率为84.3%);采用最优滑动周期订正后,2016—2018年辽宁地区的最高气温和最低气温准确率较ECMWF模式自身分别提高了19.7%和20.5%,最低气温的预报准确率提高程度优于最高气温;在整个空间分布中,ECMWF模式对辽宁中部平原地区最高(低)气温预报准确率高于东、西部地区,辽宁东北部和西南部以及东南部的长白山余脉影响区域准确率明显低于其他区域。同时,在各季中,最高气温和夏季最低气温的订正预报能力优于其他季节;在地面晴、雨两种特征下,对辽宁地区24 h气温预报进行订正检验表明,该检验结果对辽宁地区最高(低)气温订正有一定补充作用,尤其是冬季降水出现时,最高气温预报补充订正效果最为显著。     

介绍一种韵律计算尺

韵律方法是预报常用方法之一。在普查韵律及统计天气现象初终间隔日数时,使用本尺可节约许多计算工作,简便迅速地查算出韵律日数来。在多年的使用实践中效果较好。 具体制作方法介绍如下:上下尺为固定尺(如图),中尺为游尺,均采用等刻度,每小格为1天。上下尺标有日期,下尺自1月1日至7月10日,上尺自7月1日至1月10日,中尺标有韵律日数,由1至190天(A行)及180至370天(B行);在中尺两端标有“标准点●▲○△”,用作起始点(用来对准固定尺的初日)。     

一种新的多因子综合预报方法及其预测能力评估

利用 EOF分析浓缩大范围场内大气环流主要信息 ,经过异常相关处理 ,选取达到高信度( 0 .0 0 1信度 )要求的一定数目的预报因子 ,研制出了一种新的多因子综合预报方法 .通过对1 993～ 1 998年连续 6年的年、季时间尺度中国降水和中国气温预报能力评估 ,表明多因子综合预报方法预报效果比较稳定 ,预测能力较强 ,尤其是对夏季 ( 6～ 8月 )关键地区旱涝灾害的预报 ,准确率比较高 .     

花粉预报服务社会经济效益估算分析

研究花粉预报服务经济效益评估方法,对认识专业预报服务的公众价值及其潜在的社会效益有着积极的意义.主要使用的估算方法为,针对影响天津花粉预报服务经济效益的4个重要因素,花粉预报准确率、预报服务时效性、预报服务信息的覆盖率和花粉敏感人群的预防能力,设定预报准确率(Af)、预报时效率(Tf)、信息覆盖率(Ic)和患者的预防能...     

T639预报气温产品误差分析与订正

由于T639数值预报模式对具体区域预报有一定偏差,为了更好的利用该模式做出山东即墨本区域各自动站气温预报,制定订正方法,将订正方法运用到实际业务中,推广到相关单位,提高气温预报准确率,本文利用2013年1月至2015年12月山东省即墨市8个区域自动站的最高(低)气温实况和对应的T639数值预报24小时2m气温预报产品进行了日最高(低)气温的预报准确率、相对误差分析,并结合风向风速预报结论和地形分区,运用综合订正、季节订正、风向订正和风速订正4种误差订正方法,在对比检验的基础上,得出如下结论:在4种订正方法中,预报准确率最高为综合订正方法。