试用完全预报法制作夏季降水预报

为使B模式输出产品尽快投入日常预报,增加预报信息,我们用1972—1981年7、8月份的历史天气图资料建立了降水预报方程。用数值预报产品分辨有无降水,然后用前期实况因子判别降水量级。 一、夏季(7—8月)降水概况 我们规定凡全盟有50％的站日降水量≥10.0毫米为一次中一大雨过程,有50％的站日降水量为0.1—10.0毫米为一次小雨过程。     

ECMWF极端天气指数在新疆强降水预报中的检验评估

使用2015年10月—2018年9月欧洲中期天气预报中心集合预报系统(ECMWF EPS)逐日降水极端天气指数(EFI)预报资料,分析新疆区域降水EFI产品与强降水的对应关系并得到预报阈值。结果表明:预报的EFI与实况降水量存在正相关关系,随着降水量增加,EFI预报结果具有线性增加趋势,说明EFI对强降水有一定的指示意义。各量级降水预报的最高TS评分随着预报时效的增加而减小,且随着降水量等级的增大而减小。不同季节暴量降水发生站次为夏季最多,冬季最少,对应的EFI阈值大都在0.4～0.6,夏季EFI值范围在0.2～0.7,夏季更易发生暴量降水。随着预报时效增加,暴量降水发生站点频次最多所对应的EFI值逐渐减小。随着降水量级增加,空报率减小幅度不大,但漏报率增加。     

2020年夏季辽宁省多模式降水预报检验

选用2020年夏季辽宁省区域自动站资料和7种模式预报资料,根据降水强度将站点分为5种降水类型,分析各数值模式36 h和48 h预报检验降水场的分布误差、相关性及雨带位置。结果表明：36 h预报结果好于48 h, 48 h降水量预报结果普遍比观测值偏大。初夏、夏末及秋初,各模式降水量预报偏差相对较小,盛夏的预报值偏差较大,尤其强降水站点的降水量预报值显著偏小。36 h预报值与观测值的相关系数和散点分布表明,弱降水站点和较弱降水站点的ECMWF预报结果最好,NCEP和WRF＿3KM次之。中量降水站点、较强降水站点和强降水站点的NCEP预报结果最好,ECMWF和WRF＿3KM次之。各模式雨带位置预报存在不同程度偏差,其中ECMWF的结果较好。     

事件概率回归估计与降水等级预报

该文对比分析概率回归降水等级预报和回归降水等级预报的差异, 2007年秋季至2008年夏季全国平均检验结果表明:概率回归降水等级预报效果好于回归降水等级预报, 尤其是小雨预报, TS评分明显高于回归降水等级预报, 同预报偏差过大情况也有很大改善。进一步分析表明:回归降水等级预报方法在建立小雨预报方程的样本中, 少数较大降水量的样本方差占总方差的百分比过大, 导致预报方程中反映的预报量与预报因子的关系以少数大降水量样本为主, 是造成小雨预报空报过大的原因。与模式降水预报的对比分析表明:概率回归降水等级预报效果好于模式直接降水预报, 模式降水空报较大情况得到改善。     

CMA-BJ V2.0系统华北地区降水预报性能评估

利用CMA-BJ V2.0系统在2021年汛期(6—9月)华北地区预报的平均日降水量和24 h内逐时降水量,评估不同水平分辨率(3 km和9 km)在降水量、有效降水时次占比、降水强度、降水日变化等方面的预报性能。结果表明:9 km和3 km分辨率预报均可较好地反映降水量和落区,捕捉平均日降水量大于8 mm的降水区域分布特征,但降水量级的预报较观测偏大;对小时降水量和有效降水时次占比日变化的预报与观测基本一致,但对傍晚的峰值预报偏强,且多个时段空报,同时高估了小时降水量。与9 km分辨率预报相比,3 km分辨率预报对有效降水时次占比随累积降水量的变化趋势与观测更接近,对小时有效降水时次占比日变化、峰谷值出现时间的预报也与观测更接近。9 km分辨率预报对弱降水过程的预报能力更优,而3 km分辨率预报对强降水过程的预报能力更优。     

使用日本降水预报图的效果统计

我们使用日本降水预报传真图,已有一段时间。每日08和20时各收一次,每次有两张降水预报图,图题以FXJP_1和 FXJP_2表示。前者是12小时降水量顶报,后者是12—24小时降水量预报。为了了解该图对本地降水预报的效果,我们用1980年的资料,按不同季节和不同天气系统进行了统计分析,并得出了以下几点结果。 1.春、秋、冬季预报无雨的准确率高 经过统计,除6—8月份(夏季)外,每月预报无雨的准确率几乎都在90％以上,平均达725/765=95％。可见当本站处于预报图中无雨区时,未来12小时内无降水的准确率是很高的。 2.对华西低值系统的有雨预报准确率较高 700毫巴图上100—120°E、25—35°N范围内出现的低压槽、低压、低涡等,我们统称为华西低值系统。由于这类系统位于本地区上游,所以,对本地降水预报有着重要意义。日本的降水预报图对这类系统的考虑也较好。1980年1—12月对华西低值系统共报雨153     

1961—2013年通辽市夏季雷暴日数变化及与降水相关分析

文章利用通辽国家基本气象站1961—2013年夏季雷暴日数、降水量、降水日数等资料,计算了各要素的线性变化趋势,分析了降水量、降水日数与雷暴日数的相关关系。结果表明:(1)通辽站53a夏季雷暴日数年平均为20d,阵雨日数平均为34d,≥0.1mm的降水日数为32d,其中,75%为小雨日数;(2)夏季雷暴日数和降水日数的年际波动较大,最多年与最少年相差3倍,53a雷暴日数和降水日数均呈波动减少变化趋势,但没有通过显著性信度检验。(3)通辽站夏季降水量、小到中雨日数、阵雨日数与雷暴日数存在显著的正相关关系,均通过了0.01信度的显著性检验。但大雨及以上日数与雷暴日数相关不显著。近7a来该地雷暴日数、降水量、降水日数明显偏少,但强对流天气时有发生,做好灾害性天气的监测、预报预测和预警服务,对地方防灾减灾有重要意义。     

黔南近30a夏季降水变化特征及旱涝关系分析

根据改革开放后近30 a(1979—2008年)来黔南自治州降水资料和干旱、洪涝资料,利用数理统计方法对该州夏季(6—8月)的降水变化特征进行统计并结合灾情资料进行分析,结果表明:该州各站夏季降水量变化趋势较为一致,夏季降水量占全年降水量的百分率均有所提高,降水更加集中于夏季,但各地夏季降水变率较大,降水相对变率≥20%时易发生干旱或洪涝灾害,而降水相对变率≥30%时会发生显著的旱涝灾害。     

基于奇异谱分析的江淮降水场预测模型研究

中国的降水预报主要是对汛期(夏季)的单站降水量或区域的降水型态进行预报,而主要的预报方法为动力学方法和统计学方法。据此,利用江淮地区的月降水量标准化序列,得到江淮地区降水时空分布型态。并在此基础上,利用奇异谱分析和时间序列的分析方法,设计了统计学的降水预测模型,对江淮地区的月降水量进行了预测试验。结果表明,模型能对江淮降水场的趋势作出较好的预报,且递推时间短时预报效果较好。     

鲁中夏季旱涝分析及预报——旱涝研究之二

鲁中夏季平均降水量占年平均降水量的65.6％,其中6月占12.5％,7月占31.1％,8月占22％,但是有的年份如1957年6—8月降水量甚至占年降水量的83.3％,因此,夏季降水量将决定当年的旱涝。 对于降水异常的确定有许多方法,本文规定:若(Ri—R)~2>2σ_(n—1)则称为降水异常或异常旱、涝,这里的R_i为本区各站历年     

昌吉州一次大降水分析

1988年7月23日至24日,昌吉州出现了一次大降水过程,过程降水量:米泉20.3毫米、阜康31.6毫米、天池43.8毫米、吉木萨尔20.0毫米、奇台28.6毫米、木垒46.0毫米(日降水量40.0毫米),这是近几年来本地区一次较大的区域性降水之一.本文通过对这次大降水的天气学分析,一方面作为学习《新疆短期天气预报指导手册》一书中“新疆大降水天气过程的分析和预报”的习作,另一方面也为本地区大降水的短期预报提供某些诊断判据.     

WRF模式对宝鸡地区2013年夏季温度和降水预报的评估检验

利用宝鸡地区155个县区级或乡镇级自动站的观测资料与WRF模式的输出产品,检验WRF模式对2013年夏季最高、最低气温和降水预报的效果。结果表明:WRF模式预报的最高、最低气温的空间分布形态与实况较为一致,对于阴天和降水情况下的气温预报具有较高的准确性,最高、最低温度的预报值较实况整体偏低。WRF模式对宝鸡地区东部晴雨预报准确率较高,达到65%以上;凤县、太白最差,仅为40%左右。WRF模式预报的夏季日平均降水量与实况值在量级上较为一致,但空间分布误差较大。模式3个时次预报的逐日降水量能够较为准确地描述夏季各次降水的发生—发展—减弱过程。通过对模式预报的降水量进行分级检验发现,模式对降水的预报能力随着降水量级的增大而减小,空报多于漏报;WRF模式的暴雨预报值得参考。     

区域气候模式RegCM3在华东地区夏季的10年回报和2010年业务预报

利用国家气候中心全球海气耦合模式(BCC_CM1.0)嵌套区域气候模式RegCM3进行了近10年(1998-2007年)夏季回报及2010年华东夏季实时业务预报。从10年回报的模拟平均状况来看,模式基本能反映出中国东部夏季的平均状况,模式回报的夏季气温分布与实况较为相似,但回报的夏季降水量分布形态与实况有一定差异。使用国家气候中心六级Ps评分及简化的Ps评分对模式10年回报进行了评估。结果表明,该模式对华东地区夏季气温和降水有一定的跨季度预报能力,温度和降水10年平均Ps评分分别为69.9和60.9;对华东地区南部的气温及其东南部的降水有较好的回报效果。利用该模式进行了2010年夏季实时业务预报,预报检验表明,模式预报的2010年夏季温度距平和降水距平百分率分布与实况较为一致,夏季温度和降水的Ps评分分别为71.4和55.3;对影响较为严重的气候事件如江西降水极端偏多等也进行了准确预报。     

云南夏季降水量在21世纪初的突变减少及原因分析

利用1960—2013年云南125个台站观测资料和美国环境预报中心/国家大气研究中心再分析资料,以及1960—2013年美国国家海洋和大气管理局(NOAA)提供的逐月平均全球海表温度资料,分析了云南地区降水量变化的特征以及与之相关联的大气环流背景场。分析结果表明:云南降水量在2002年发生了一次显著减少的突变,而这次突变主要是由于夏季降水的明显减少而形成的。进一步的分析揭示了该地区夏季降水减少主要与印度洋热带赤道地区低层东风加强和高空西风加强有关,亚洲地区中高纬度温度的升高也对该地区夏季降水量显著减少有重要作用。     

三夏降雨量预报

统计我站近 2 7年的资料发现 ,立夏日有否降水与三夏期(5月下旬～ 6月中旬 )的降水量有很好的对应关系。在此基础上建立了预报指标。1　预报因子5月 5、6日 (立夏 )两天降水量≥ 0 .0ｍｍ为有降水 ,否则为无降水。2　预报对象若 5月下旬至 6月中旬 (三夏期 )的降水量≥ 5 0 .0ｍｍ为降水量偏多 ,<5 0 .0ｍｍ为降水量偏少。3　对应关系统计 1971～ 1997年的 2 7年资料 ,结果发现 :5月 5、6日两天没下雨的为 12次 ,三夏降水量偏少的为 10次 ,立夏无雨对应三夏期降水量偏少的几率为 10 12 =83.3% ;5月 5、6日两天有降水的为 15次 ,三夏降水量…     

基于低频振荡特征的夏季江淮持续性降水延伸期预报方法

本文利用1981~2008年我国南方地区200站逐日降水量、NCEP再分析资料和NCEP气候预报系统 (CFS) 的模式回算数据, 针对降水低频信号, 分析了江淮地区夏季降水的延伸期可预报性, 并选取对江淮持续性强降水有显著影响的东亚环流指数作为预报因子, 以降水20~50天低频分量作为预报量, 进行了针对江淮地区夏季持续性强降水过程的延伸期预报试验。结果表明, 江淮地区夏季降水具有明显的20~50天周期的低频振荡特征。降水的20~50天低频振荡, 尤其是峰谷值位相的变化与实际降水集中期和中断期的交替有较好的关系, 研究20~50天降水低频分量的延伸预报, 对于江淮地区夏季持续性强降水过程的延伸预报有一定的指示意义。本文尝试提出一种基于大气环流低频信号和数值模式预报产品的动力与统计相结合的预报方法, 以期为江淮地区夏季持续性降水过程的延伸期预报提供参考。     

客观定量预报中降水的预处理

建立预报模型前, 对降水量进行一定的处理会对预报效果有较大的影响。对于降水量为0的样本, 根据对应的相对湿度情况分别赋予0或不同的负值, 并通过神经网络方法, 以中国国家气象中心T213模式、德国气象局业务模式和日本气象厅业务模式相应的降水量预报结果作为预报因子, 利用2003年和2004年夏季资料分别建立了处理后降水量以及未经处理降水量的预报模型。以北京等站为例, 2005年夏季试报结果的对比分析表明:通过相对湿度对降水量进行适当处理后, 预报结果从TS评分、空报率、漏报率及预报偏差来说, 不论是与不进行处理的预报结果还是与模式直接的预报结果相比都有提高, 尤其是减少了空报的情况。该处理方法简单可行, 并且对降水预报效果提高明显。     

海河流域夏季旱涝趋势的分析和预报

一、前言 本文根据1951—1976年共26年的500毫巴平均图资料,对比分析海河流域(包括河北、山东西北部、河南北部、山西东部)夏季(6—8月)早、涝年前期的环流特征,在此基础上提出了海河流域夏季降水的预报指标,通过1977—1980年4年汛期预报检验,效果较好。 对于海河流域夏季降水的描述,主要着眼于全流域的大范围趋势,选用该区内40个代表站的6—8月总降水量计算全区历年夏季的降水强度指数(R),按下式计算     

区域气候模式对中国夏季平均气温和降水的评估分析

使用国家气候中心全球海气耦合模式嵌套区域气候模式(RegCM-NCC)对1983-2002年中国夏季平均气温和降水进行了数值回报试验,并对2003-2007年夏季进行实时预报.从模式20年回报的平均状况来看,模式基本上能够反映出中国夏季气候的平均状况.使用国家气候中心气候预测室的业务预报评分(P)和距平相关系数(ACC)等五个评估参数对模式的回报和预报进行了评估分析,结果表明:该模式对我国夏季平均气温和降水具有一定的跨季度预报能力,部分地区有较好的预报效果.区域气候模式20年夏季平均气温的回报与实况在分布形态上较为相似,回报夏季降水量的分布形态与实况有一定的差异.近25年区域气候模式夏季平均气温预报P评分为67.9分,降水为67.6分.     

1961—2010年东北地区夏季降水时空变化的研究

东北地区地处中高纬欧亚大陆东岸,处在东亚季风区的边缘,其降水主要集中在夏季,并且降水量具有显著的地域差异和年际变化。研究东北夏季降水特点,可为降水预报、气候预测和农业生产提供可靠依据。本文利用东北地区27个测站1961—2010年夏季逐月降水资料,通过E-OF和小波分析的方法研究东北地区夏季降水的时空变化规律,结果表明：东北地区夏季降水量主要表现为三种空间分布型：总体一致型、南-北反位相型以及东南-西北反位相型;东北地区夏季降水量存在明显的年际变化,降水变化周期为8—11a;东北地区夏季各月降水量的差异,主要是由地形原因和纬线跨度差异造成的。