广东前汛期降水的MOS预报

根据前汛期降水的分布规律,将广东省划分为三个预报区域;然后将各区4～6月实测降水量资料与日本数值预报产品进行统计分析,经过计算机处理,建立MOS预报方程.MOS预报逐日作出各区无降水、一般性降水、暴雨的预报,前汛期降水首次实现客观、定量预报.     

宜宾市常规天气要素分县预报方法

应用数值天气分析预报产品,选择与宜宾各县温度、降水有较好相关的预报因子,利用模式输出统计(MOS)法,建立温度、降水的分县、客观预报方程,从而达到气温、降水预报的定点、定量的目标.     

浙西地区大降水概率预报分析

从天气学上分析造成浙西地区大降水的原因,利用历史上大降水发生概率与相关的物理量进行回归分析,建立模拟方程,对各种数值预报产品的降水预报进行集成.将两种方法结合使用,结果评估表明,此方法对浙中西部地区的大降水概率预报有很好的指导意义.     

一种汛期降水分布的客观集成预报方法

该文应用么枕生提出的中心聚类方法确定每个台站所能代表的站 ,在这些台站上对降水距平百分率进行平均 .这种平均对每个代表站逐站进行 ,由此得出的降水分布作为集成预报的对象 .应用最小预测误差平方和逐步算法逐站建立集成预报方程 .应用这一方法对在国家气候中心汛期预报中使用多年的 4个旱涝预报模型进行了集成预报试验 ,然后对每张预报图进行评分 .结果说明集成预报的评分高于 4个原始预报模型的评分 .对于 1 998年长江中下游和嫩江流域的异常洪涝 ,集成预报的评分亦高于 4个原始预报模型的评分     

水文气象研究进展

从面向流域的定量降水估测与预报、流域水文模型、水文气象耦合预报三个方面系统介绍水文气象研究进展。研究指出,融合天气雷达、卫星遥感及实况降水等多源信息是精细化定量降水估测产品的主要发展方向;采用多模式降水预报集成技术是提高定量降水预报精度的重要途径;分布式水文模型是流域水文模型的发展方向;引入定量降水预报的水文气象耦合预报模式可以延长洪水预报预见期,水文集合预报是水文预报方法的有效解决途径,而数值预报模式与水文模型的双向耦合模式是另一重要发展方向。     

沈阳市降水概率预报服务系统

沈阳市降水概率预报服务系统是在日本数值预报的基础上应用多种统计方法建立MOS预报方程,对其预报结果应用概率回归集成制作降水概率预报。TS评分结果表明:MOS预报的降水确率高于日本数值预报,MOS集成预报的结果在各种MOS预报结果平均偏上的水平。概率预报的Brier评分结果表明:在MOS综合基础上的概率回归(REEP)方法得出的概率预报结果较为理想。     

主汛期降水量预测信号及方差权重方法的应用

为了制作四川盆地主汛期降水预报对相似方法作了改进,首先是根据四川盆地主汛期降水的前３个特征向量分别寻找有物理基础的前期信号作为预报因子,然后充分考虑各因子对总降水量贡献大小定义因子场的相似,确定相似年,最后引入“集成”的思想,由５个相似年的降水场得到预测年降水的定量客观预测。最后引入“集成”的思想,由５个相似年的降水场得到预测年降水的定量客观预报。１９８１￣１９９４共１４年的预报结果准确率高于当前     

基于多模式的巢湖降水集成预报效果检验

利用2014年2月—2015年9月中尺度模式(INCA、WRF)、全球模式(ECMWF、JMA)预报数据,结合巢湖湖泊周边区域站降水实况数据,应用加权平均法建立方程,开展多模式集成预报实验,得到不同时效最佳集成预报方程,并对各时效的方程预报能力进行了对比检验。结果表明:在最佳集成方程中,ECMWF模式预报稳定性较好,权重最大。随着预报时效的延长和降水量等级增大,集成预报和各单一模式预报的误差逐渐增大,评分逐渐降低。集成预报比单一模式预报的误差明显降低,预报准确率有所提高,开展多模式集成预报具有明显优越性。     

西安市降水概率集成预报方法

以集成预报方法为途径,寻找改善预报效果的方法,早在1974年就有Leith提出。近几年发展起来的降水概率预报方法,由于使用不同的预报手段和预报因子,对同一预报对象建立不同的降水概率预报方程,其预报结果也不尽相同。因此对有多个预报方法,怎样才能使其综合的效应比它们其中的任何一个更好呢？本文的目的就是设计一种降水概率集成预报方法。1常用的集成预报法及有在问题集成预报方法由于其包含量大、兼容性好,已普遍受到国内气象界的欢迎。如江苏省气象台的俞炳启就曾利用灰色动态决策集成各种预报方法做中期降水预报,取得了很好的效…     

基于GIS技术的山东省短期定量降水预报制作平台开发

应用最新WEB,GIS技术,研究开发了山东省短期定量降水预报制作平台。该平台以多模式集成的山东省短期定量降水客观产品为初始场．提供了友好的人机交互界面,订正后的结果通过气象专网实现全省业务实时共享,为山东省短期定量降水预报业务提供了支撑。     

菏泽地区降水概率集成预报方法

取０８时日本数值预报产品传真网格点资料,用多种统计模型建立ＭＯＳ预报方程,最终用概率集成回归建立概率预报方程,并将预报方程嵌入新预报工作流程中,具有存储和评分功能,预报效果显著,成为我台发布降水概率预报的主要依据。     

几种降水集成预报方法的对比分析

采用多数表决集成法、评分权重集成法、多元回归集成法对承德市两来系统形成的降水进行晴雨和分级集成预报试验.结果表明:在每种单一的数值预报方法TS值均较高,总体预报质量相差不大的情况下,多数表决集中集成法可大幅度提高预报准确率;如果几种数值预报对于降水分级预报的预报准确率相差较大时,可采用评分权重集成法来提高总体预报质量;在样本足够的条件下,细化的预报结果多元回归集成法是晴雨预报和分级降水预报中比较可行的集成方法之一.     

0～6 h定量降雪(雨)预报技术及其在温哥华冬奥会中的应用

利用中尺度数值预报模式与雷达回波外推技术相结合,围绕SNOWV10项目的科学目标,在自动判识降水相态(雨、雪或雨雪混合物)基础上,利用雷达反演降雪(雨)关系,建立短时(0～6 h)定量降雪(雨)预报方法,并集成到GRAPES-SWIFT临近预报系统,为温哥华冬奥会提供实时场馆预报产品.从2010年2月冬奥会使用情况看,所建立的定量降雪(雨)预报技术,一定程度满足高纬度冬季降雪(雨)临近预报预警的需求,但降水(雨或雪)预报量级偏小,针对场馆的降水预报起止时间节奏偏差较大,各时次预报一致性有待改进.     

宜宾市常规天气要素分县预报方法

应用数值天气分析预报产品，选择与宜宾各县温度、降水有较好相关的预报因子，利用模式输出统计(MOS)法，建立温度、降水的分县、客观预报方程，从而达到气温、降水预报的定点、定量的目标。     

广东前汛期降水的MOS预报

根据前汛期降水的分布规律，将广东省划分为三个预报区域；然后将各区4～6月实测降水量资料与日本数值预报产品进行统计分析，经过计算机处理，建立MOS预报方程。MOS预报逐日作出各区无降水、一般性降水、暴雨的预报，前汛期降水首次实现客观、定量预报。     

一个改进的汛期降水预报的热力学模式

本文在地气系统热平衡方程、土壤热传导方程和Ｇ．Ｗ．Ｐａｌｔｒｉｄｇｅ关于行星大气等效红外辐射温度参数化公式三个方程的基础上,建立了一个用于汛期（４－９月）降水预报的区域模式。它有效地修正了汤懋苍等提出的“一个长期降水预报的热力学模式”中存在的一些问题。     

降水集合预报集成方法研究

基于TIGGE(the THORPEX Interactive Grand Global Ensemble)资料,对中国气象局(CMA)、欧洲中期天气预报中心(ECMWF)、美国国家环境预报中心(NCEP)和日本气象厅(JMA)的集合数值预报结果进行降水集成.采用算术平均法、TS评分集成法和BS评分集成法在我国东南地区进行降水集成,对比分析结果表明:基于TS评分的多模式降水集成无论在分区降水评分中,还是在东南地区的台风型降水和非台风型降水实例中,都有效地改进了大雨以上的降水预报效果;基于BS评分的集成方法和算数平均集成法预报效果次之.东南地区5个子区域的降水集成试验结果表明:各子区域基于TS评分集成后降水的平均绝对误差普遍小于基于BS评分后的降水平均绝对误差.广东东南和浙江北部区域基于TS集成后的降水TS评分值最优,浙闽沿海和广东西北部区域基于TS集成后的降水TS评分次之,处于中上水平.基于算术平均集成和BS集成的降水的TS评分值只有在广东东南区域表现出较好的效果.     

临近预报的两种高时空分辨率定量降水预报融合算法的对比试验

长期以来,雷达回波外推技术是0—2 h临近预报系统主要采用的方法,但其实际有效预报时间≤1 h,而中尺度数值模式预报则受平衡约束时间的限制,最初2 h的降水预报无效。为解决上述两种预报的缺陷,目前国际上流行采用外推预报与数值模式预报融合的技术,形成统一的0—6 h格点化的高分辨率无缝隙定量降水临近预报系统。对目前流行的两种融合算法（INCA（Integrated Nowcasting and Comprehensive Analysis System）算法及RAPIDS（Rainstorm Analysis and Prediction Integrated Data-processing System）算法）进行了分析和对比试验,以期为业务应用提供借鉴。RAPIDS算法的核心是用自动气象站雨量融合雷达估测得到的定量降水对模式预报的降水强度和位相进行修正;INCA算法则是用数值模式预报的风场修正外推技术的降水移动矢量。两种方法在0—6 h预报时效内,外推预报的权重均逐渐减小,模式预报的权重逐渐增大,从而实现外推预报和模式预报的平滑过渡。试验结果表明,两种方法对降水雨带和降水强度的预报均优于单一的外推预报或模式预报。集二者的优势研发最优的高时、空分辨率降水预报无缝隙融合算法,将有助于进一步提升高分辨率定量降水0—6 h无缝隙预报水平。      

基于前馈神经网络的多模式集成降水预报研究

为提高山东定量降水预报准确率,采用深度前馈神经网络（Deep Forword Neural Networks,DFNN）和降水分级最优TS(Threat Score)权重集成方法对多模式集成降水预报进行研究。对2019年4—9月欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasting, ECMWF）全球数值预报系统、中国气象局上海数值预报模式系统（China Meteorological Administration Shanghai9 km, CMA-SH9）和中国气象局中尺度天气数值预报系统（China Meteorological Administration Mesoscale, CMA-MESO）逐24 h累积降水量预报进行有监督训练,得到4组DFNN(ES、EM、SM、ESM)深度学习模型,并利用多模式降水分级最优TS权重集成方法建立Mul-OTS(Multi-mode Optimal Threat Score)集成模型。用2020年4—9月各模式逐24 h累积降水量进行降尺度格点预报,对5种集成方案对比...     

数值预报产品在北海市11～12月份降水预报中的释用

统计历史资料表明： 北海市１１～１２ 月份降水的多少与本预报区的Ｋ指数、８５０ｈＰａ 比湿、涡度关系密切。用Ｔ１０６数值预报产品进行释用, 建立北海市１１～１２ 月降水定量预报方程, 效果较好。