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。     

基于MM5模式的站点降水预报释用方法研究

对MM5模式输出产品解释应用，建立县级站点定量降水MOS预报模型。方案为将影响辽宁降水的天气模型归纳为动力诊断模型，从中构造出多个能够较全面反映降水模型特征的综合物理因子；根据站点降水的气候分布特征，对偏态分布的降水量进行正态化处理，处理方案为首先将降水量划分为有雨和无雨两档，然后对有雨样本进行分级、开4次方处理，经分析对比降水量经过正态化处理后建立的预报模型优于未经处理的模型。运用统计方法建立站点降水预报模型，该模型分为晴雨预报模块和雨量预报模块。通过2001和2002年夏季业务试运行表明，该模型对降水有较强的预报能力，较原模式预报水平有一定改进。     

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。     

MOS方法在短时要素预报中的应用与检验

通过对MM5数值预报产品的释用,将MOS统计方法应用到短时要素预报中,综合利用MM5数值预报产品、自动站实况数据和雷达数据等资料,建立降水和温度的4 h预报模型;降水作为不连续变量,将其通过建立降水可能函数的方法转化为连续变量,利用统计预报方法,可以达到定量预报的目的。通过对4140个时次的样本进行检验。结果表明：MOS预报结果较MM5直接输出结果整体有所改进,当数值模式误差较大时,统计方法显示出一定的优势;降水预报检验结果显示,TS评分为65%,预报正确率PC为91%。降水明显的样本(3 h雨量>5 mm)平均误差在8 mm以内,弱降水样本(3 h雨量<3 mm)平均误差在1 mm以内,预报方程对非雨日样本的整体预报效果较好,优于MM5模式预报,预报正确率高达98%,但对流性降水仍是预报难点;对于温度预报,20-08时段误差较小、平均在1.0℃以内,而11-17时、误差平均在1.5℃左右,但经过误差的季节订正,可以控制在1.0℃左右。     

SVM方法在降水预报中的应用及改进

以T213数值模式输出产品为基础,结合常规观测的降水资料,利用SVM方法,进行了大量多因子的随机交叉验证,从而选出最优参数,建立了全国72个站点的降水预报模型,并用独立的样本对预报模型进行了检验.再通过计算正、负样本的贴近度来分析预报因子,实现了预报因子的筛选和降水预报模型的改进;检验结果表明:改进后的降水模型的预报结果优于改进前的.实时业务试运行的结果也显示SVM模型的降水预报效果好于T213模式直接输出的降水预报.     

武功4—5月≥10毫米降水短期解释预报

一、研制的思路: 根据解释预报的要求,县站解释预报方法只是对上级台的预报产品进行解释,因此此方法只对市台预报武功有≥5毫米降水解释、消空和进行≥10毫米降水的订正。二、资料的选取和因子的筛选根据市台的分片预报,武功单独为一片,故选取本站1976年至1985年十年资料,由于此方法是进行≥10毫米的降水解释预报,而且是对市台≥5毫米降水进行解释和订正,所以选取的资料是≥5毫米降水,个例为59个,在59个个例中≥10毫米降水样本为34个。因子的选     

微波辐射计资料在降水临近预报中的应用

利用费舍判别分析方法,将综合水汽含量(integrated water vapor,IWV)和液态水路径(liquid water path,LWP)作为预报因子,选取2016年36个降水样本和33个非降水样本,对降雨发生前120 min每10 min建立1个降水预报2级判别方程(共12个),并用2017年的样本进行检验,结果表明:(1)降水发生前2 h内,综合水汽含量(IWV)有明显波动,液态水路径(LWP)有明显增加,这些变化特征可作为判断降水临近的一个参考指标。(2)根据判别分析方法建立预报模型,发现随着距离降水时间越长,预报方程准确率越低,降水前10 min预报准确率最高,达83. 56%,降水前20、30、40 min次之,分别为73. 97%、63. 01%、58. 90%。(3)选取降水前20 min的预报方程,对其预报结果进行检验分析,并结合10、30 min的预报方程进行判断,发现预报降水时间比实况略偏早。实际应用时还可能出现短暂空报情况,因此还应结合预报因子增长趋势,剔除其他因素导致的波动。     

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.     

降水概率预报中对微量降水的处理

本文用实例分析比较了在降水概率预报中微量降水时预报量取不同数值的不同预报效果,得出了“最佳”数值,并与公式推导计算的结论相一致。如在样本中剔除微量降水个例,可提高方程对晴、雨天气的判别能力。在降水概率预报(以下称 POP)中,如何处理微量降水,是一个较为突出的问题。如果当降水量 RR=0时,取 y=0,当 RR≥0.1时,取 y=1,而当 RR=0.0时,(记 y 为 y_(0.0))y 取作0或1似均欠妥。如下节图1所示,问题可归结为 y_(0.0)取何值,才能使回归方程(?)=b_0+b_1x 对整个样本配合得更好。李法然等指出微量降水时的环流特征介于晴、雨之间,就多数因子的状况看,它们更接近于晴天的情况,因而把 y_(0.0)取为0.4,即略偏于晴天一侧。这种处理从预报实践经验出发,取得了较好的效果。本文就此作进一步的讨论。     

定量降水预报技术进展

对21世纪以来定量降水预报技术流程中的数值模式预报、统计后处理、检验评估和预报员作用4个方面的研究工作进行了归纳,主要进展包括:业务全球模式对于降水的预报能力持续提升,而发展高分辨率模式 (尤其是对流尺度模式) 和集合预报是提高定量降水预报精准化水平的主要途径,且将两者相结合以促进短期降水预报是发展趋势;统计后处理技术已发展到应用数据挖掘方法对海量预报数据中有效信息进行提取和集成,而再预报资料的出现将进一步促进统计后处理技术的发展;为解决评估精细化定量降水预报面临的新问题,多种新的检验技术得到发展和应用,如极端降水检验评分、空间检验技术及概率检验方法等;预报员在模式和后处理方法上能够提供的附加值越来越有限,但在预报流程中仍将处于核心地位,其角色将逐渐向帮助用户进行决策方向转变。文章指出,定量降水预报技术的发展所面临的挑战包括大气水汽观测及同化技术改进、暖区和复杂地形下暴雨预报等科学问题的解决。     

极端降水天气预报指数对气候累积概率分布敏感性研究

针对中国气象局T213全球集合预报系统历史样本较短、极端降水天气预报指数数学模型中气候累积概率分布样本不足的问题,选取气候背景和地理地貌特征较为相似的长江中下游地区,利用扩展时间序列和空间范围的方法,增加T213全球集合预报系统的降水预报气候分布样本数,改进模式降水预报气候累积概率分布,利用2011年6月10—20日集合预报资料进行极端降水天气预报指数预报试验,分析气候累积概率分布敏感性。结果显示:扩展时间序列和空间范围增加模式T213集合预报气候样本数的方法,生成的模式气候累积概率分布较单一格点方法更具代表性,能提高极端降水天气预报指数的识别技巧,并提前8 d发出长江中下游地区极端强降水预报信号。     

MOS预报中降水量的正态化处理

为使MOS降水预报方程的质量得到明显改善和提高,本文提出一套降水量正态化处理的办一法,包括降水量分布检验、客观分片、适用性分级和降水样本的非线性消空处理等技术。1991年进行的业务试验表明,该方法不仅便于实现天气预报客观自动化,且有良好效果。     

日较大降水的地方MOS预报程序

较大降水是一种小概率事件,它受局地天气变化的影响较大。用一般的统计方法不容易预报出来。我们首先利用日本气象传真输出的数值预告产品,对原始数据进行处理,用消零法消除样本中大部份非小概率事件的个例,从而使小概率事件的比重增大,再加上县站非模式输出因子和地面14时形势实况,建立了日较大降水的地方MOS预报程序。该预报程序拟合了我站79～81年5～6月166个样本中日降水量≥15毫米的全部个例13个(拟合率100％),试报了我站82年5～6月56个样本,4个≥15毫米的降水个例全部报出,无空报。     

基于交叉验证技术的KNN方法在降水预报中的试验

利用2003—2005年4—9月国家气象中心T213的数值预报产品,通过动力诊断,从大量数值预报因子中提取不同层次、不同时效与降水关系较好的多个因子,使用K最邻近域（KNN）方法,制作不同代表站点的晴雨预报和大于或等于10 mm的降水预报试验。在搜索K邻近域的过程中,考虑天气事件出现的概率不同,而分别求取有天气事件的正样本K+值和无天气事件的负样本K-值,使该方法选择的最邻近域中的K值取得更为合理。利用交叉验证的方法,对历史资料依次选取部分样本作为预报测试集,通过预测结果的检验评分,选取获得最大准确率和最大概括率的K+和K-作为最佳邻近域的组合。确定了最优K值后,反算历史样本,通过比较,得到某站出现降水天气事件的预报判别值,在一定程度上减少了预报的空报率。经过对2006年4—9月的预报试验,改进后的KNN方法使24,48 h的晴雨预报和大于或等于10 mm降水预报的TS评分大多数高于未改进前的,也高于T213模式本身的降水预报和MOS方法动力统计释用的降水预报,特别是克服了模式降水预报和MOS方法预报中空报率较高的现象,达到了较好的预报效果。     

局部均值伪最近邻算法在降水预报中的应用

分析北京地区日降雨量资料发现,相较于其他降雨事件,大雨或暴雨事件发生的次数较少,因此该地区的降水量预报属于样本不均衡问题。在样本不均衡的情况下,K最近邻算法的分类误差率将会大大提高,这也就使传统的基于K最近邻算法的降水量预报方法的应用受到了限制。针对北京地区降水量预报这一样本不均衡问题,应用局部均值伪最近邻算法构建了北京市的降水量预报模型。该方法利用北京地区日降雨量资料和美国国家环境预报中心全球格点资料,将降雨量作为类,将美国国家环境预报中心全球格点资料的各种因子场作为天气样本特征,计算得到不同天气样本在所有类中的局部均值伪最近邻,通过决策规则实现最优分类。利用提出的降水预报模型对北京市2010年6—8月进行了24 h降水预报,实验结果表明,提出的预报方法对于降水等级预报的预报准确率以及晴雨预报的TS评分、正样本概括率、空报率和漏报率均优于传统的K最近邻预报方法,该方法具有较好的预报效果。     

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。     

凝聚层次聚类方法在降水预报评估中的应用

面对不同方法、不同时效的降水预报产品,往往同时存在大量的检验评估结果,如何较全面、系统地综合分析以便更好地认识各预报结果,目前仍然缺乏有效手段。本文以2019年6—9月全国智能预报技术方法交流大赛的网格预报数据及国家气象中心指导预报、中国气象科学研究院的无缝隙分析预报前沿系统预报产品及31个省(市、区)客观预报产品、欧洲中期天气预报中心(European Cen⁃tre for Medium-Range Weather Forecasts,ECMWF)和美国国家环境预测中心的全球模式预报数据构成的样本集为例,采用凝聚层次聚类分析方法,对不同降水预报产品的不同检验评估结果进行归类分析。结果表明:凝聚层次聚类结果能够清晰反映样本集内降水预报产品的整体性能及其差异。基于不同数量的降水评估指标的聚类结果存在明显差异,但高相似度的预报产品均能划分为一个子类。不同的类间相似度度量方法能够影响样本类别特征差异的清晰程度,从清晰到模糊依次为Ward、Complete、Average、Single。不同行政区域、预报产品的降水预报能力表现不同,华北和华东地区的晴雨预报准确率高于其他区域,绝大部分客观预报在晴雨和降水量相对误差预报性能上优于ECMWF模式预报,但在强降水预报中客观预报的性能不及ECMWF,表明对于强降水预报的释用还存在较大困难。     

观测降水概率不确定性对集合预报概率Brier技巧评分结果的分析

利用淮河地区652个站点日降水量和参加全球交互式大集合预报计划的中国T213集合预报系统24 h累积降水预报,建立了新的集合预报评分中观测资料的处理方法.该方法基于模式检验的观测资料处理中考虑不确定性的思想,构建了观测概率法和观测百分位法的观测资料处理方法.本文方法和通常数值预报检验观测资料处理方法的模式检验对比分析表明:采用了观测概率法和观测百分位法处理降水观测后,五个降水阈值预报Brier评分检验表明,新的观测资料处理方法使预报的Brier评分分值下降,即预报性能得到提高,尤其在中低降水阈值区域较为明显.Brier技巧评分可靠性和分辨性的分析表明,模式五个降水阈值预报都有预报技巧.新的观测资料处理方法普遍提高了五个降水阈值预报的分辨性,但是降低了可靠性.本研究结果对在今后集合预报评分方法中考虑观测资料不确定性的影响,尤其是对集合预报降水的评估起到非常积极的作用.     

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.     

聊城地区6—8月MOS短期降水预报

一、基本思路 普查08时700毫巴图,选取样本,然后用日本数值预报模式输出量对照样本,选定与本区降水天气相关较好的物理量做为预报因子,最后建立预报方程。