T_42中期数值预报和T_21 6-10天延伸预报的统计检验

本文采用数值预报标准化统计检验方法,对1992年3-4月T_(42)500hPa72~b-120~b高度预报场以及在T_(42)资料的基础上,运用T_(21)模式制作的6-10天延伸预报500hPa高度场进行了检验,结果表明,T_(42)模式的精度虽然与欧洲中心的模式精度相比有一段距离,但T_(42)的预报能力业已达到较高水平;T_(21)模式第10天预报的趋势相关系数还可达0.6以上,即对中期预报具有可参考价值.     

2010年国内外3种数值预报在东北地区的预报检验

对中国国家气象中心T639数值预报、德国降水预报和欧洲中心（ECMWF）数值预报中对中国东北地区的降水、温度和环流模式的预报结果,分别进行检验。结果表明：降水预报中,德国降水预报对中国东北地区的晴雨预报、一般性降水预报效果较好,但T639数值预报的漏报率明显低于德国降水预报,而T639数值预报中24-120 h暴雨预报的TS评分明显高于德国降水预报。温度预报中,T639数值预报对中国东北地区温度预报72 h内基本可用;欧洲中心（ECMWF）数值预报在96 h内效果较好。对于24 h的温度预报准确率,T639数值预报稍高于ECMWF数值预报结果。环流模式方面：48h内T639预报效果好于ECMWF,72 h以后ECMWF预报效果好于T639。     

集合数值预报方法在山洪预报中的初步应用

选取湖南4个典型山洪个例,分析了嵌套模式不同分辨率的预报效果,并采用多物理过程组合的集合预报方法,研究区域集合数值预报技术在山洪预报中的应用。研究指出,单一模式条件下,使用模式嵌套技术提高分辨率,并不能有效地改进对引发山洪灾害的突发强降水过程的预报能力,且这种单一的确定性预报,对暴雨等灾害性天气的预报存在不确定性。集合预报是解决单一预报不确定性提出的新方法,与单一模式提供的确定性预报结果相比,集合预报可为山洪预报提供多种定量预报产品。利用集合平均预报、极值预报,可以引导对山洪采取分类应对措施;集合预报在给出降水分布的同时,还给出伴随预报结果的可信度;概率定量降水预报(PQPF)与水文预报模型结合,可以用于概率水文预报。     

基于贝叶斯理论的单站地面气温的概率预报研究

基于贝叶斯理论,建立了将确定性预报向概率预报转换的基本模式,并利用TIGGE资料中欧洲中期天气预报中心(ECMWF)地面气温预报资料及地面气温观测资料,对概率化后的预报进行了评估与释用。结果表明,概率化后的预报结果不但能提供丰富的预报产品,而且所提供的预报均值优于原始的确定性预报。应用贝叶斯模式平均法(BMA)将中国气象局(CMA)、美国国家环境预报中心(NCEP)和ECMWF 3个模式的预报结果进行多模式集成,得到了更为合理的概率分布,其中分布的均值可作为模式的预报结果,方差和置信区间反映了预报量的可变范围。因此,基于贝叶斯预报模式的概率预报相对于确定性预报,不但能够提供更高精度的预报,而且能提供更全面的预报信息。BMA集成预报结果不但优于集合平均预报,而且还能定量描述预报的不确定性。利用ECMWF预报中心51个预报成员进行集成贝叶斯概率预报试验,发现BMA预报融合了各成员对预报不确定性的描述,还对概率预报的均值进行了调整,使之与观测值更为接近。BMA预报的概率密度分布更能反映大气的真实分布情况。     

Short-range ensemble forecasting of quantitative precipitation

为了研究不同集合预报释用产品对重庆地区气温和降水预报的性能差异,基于重庆市气象局业务运行的对流尺度集合预报系统,对2020年全年的24 h累计降水和2 m气温的控制预报、集合平均预报和集合分位数预报及24 h累计降水的概率匹配平均预报等地面要素集合预报释用产品预报性能的差异及其时空分布特征进行了综合对比分析。结果表明：(1) 各集合预报释用产品对降水的预报性能随预报时效的增加而降低;当预报时效一致时,集合平均预报、概率匹配平均预报、60%及以上分位数产品对降水的预报皆优于控制预报,90%分位数对降水的预报能力优于其他分位数产品。(2) 在夏秋两季,各产品的预报结果差异较大,90%分位数预报、概率匹配平均预报和集合平均预报效果较好。(3) 控制预报、集合平均预报、概率匹配平均预报和90%分位数预报的SEEPS评分都呈现出川东一带较高、渝东北和渝东南较低的空间分布特征,说明预报能力可能与地形有一定关系。(4) 对于不同时效的气温预报,总体上看,集合平均预报效果最佳,集合分位数产品中70%分位数预报效果最佳。

     

风能预报方法研究进展

 中国蕴含着丰富的风能资源,但目前我国在风能预报方面的研究还很薄弱,几乎没有可用于风电场风能的客观、定量化的预报方法。风能预报,实际上最重要的是对风场的合理准确预报,进而得到风电量预报。通过简要介绍国际上风能预报的一些方法,如统计预报、动力预报（包括降尺度预报和集成预报）以及风电量预报,同时介绍对预报的检验和面向最终用户的预报平台的建设,希望能对我国风能预报行业的发展起到一定的借鉴和促进作用。     

模块化模糊神经网络的数值预报产品释用预报研究

综合应用预报量自身时间序列的拓展,数值预报产品和模块化模糊神经网络方法,进行了一种新的数值预报产品释用预报研究。将这种新方法与常规的数值预报产品完全预报(PP)方法进行了对比试验。结果表明,这种模块化模糊神经网络数值预报产品释用预报方法比PP预报方法的预报精度显著提高。并且,通过对预报模型“过拟合”现象的研究发现,这种模块化模糊神经网络的数值预报产品释用预报模型具有很好的泛化性能。     

全国夏季降水区域动态权重集成预报试验

根据全国大范围夏季降水趋势分布预报的特点,设计了一种区域动态权重集成预报方案。以多种预报方法对各区域历史预报技巧得分为依据,尤其注重各方法距起报时刻近期的预报技巧,赋予各区域动态归一化权重系数,在区域集成预报的基础上合成全国大范围降水分布预报。1990 ~1998年9年独立样本的试验预报表明,集成预报的预报技巧优于各预报方法预报技巧的平均水平。集成预报在一定程度上改善了预报技巧的不稳定现象。     

风能预报方法研究进展

中国蕴含着丰富的风能资源,但目前我国在风能预报方面的研究还很薄弱,几乎没有可用于风电场风能的客观、定量化的预报方法。风能预报,实际上最重要的是对风场的合理准确预报,进而得到风电量预报。通过简要介绍国际上风能预报的一些方法,如统计预报、动力预报（包括降尺度预报和集成预报）以及风电量预报,同时介绍对预报的检验和面向最终用户的预报平台的建设,希望能对我国风能预报行业的发展起到一定的借鉴和促进作用。     

基于TIGGE资料的东亚地面气温预报的不一致性研究

基于TIGGE资料中欧洲中期天气预报中心(ECMWF)、美国国家环境预报中心(NCEP)和中国气象局(CMA)3个集合预报系统的地面气温集合预报资料,运用跳跃指数研究了3个集合预报系统中东亚地面气温的控制预报及集合平均预报的不一致性。结果表明,各个集合预报系统地面气温预报的时间平均不一致性指数差异较大。ECM WF时间不一致性指数最小,NCEP次之,CM A最大。另外NCEP的控制预报、ECM WF的控制预报和集合平均预报,这三者的时间平均不一致性指数随预报时效延长而增加,且集合平均预报一致性优于控制预报。而对于CMA预报的不一致性,无论是控制预报还是集合平均预报总体上都稳定地保持在较高的水平。此外,ECMWF的地面气温冬(夏)季预报的不一致性相对较强(弱),且单点跳跃随预报时效延长变化不明显,而控制预报和集合平均预报的异号两点跳跃以及三点跳跃出现的频率总体上随预报时效延长略有增加。     

OTS、MOS和OMOS方法及其优化组合应用于72 h内逐3 h降水预报的试验分析研究

开展了夏半年72 h内逐3 h降水预报试验,针对ECMWF模式预报、基于ECMWF的模式输出统计(MOS)预报、纳入超前空间实况信息的OMOS预报,以及三种预报的最优TS评分订正(OTS)预报,对比分析预报效果,探讨一种多方法结合能够提供良好预报性能的3 h定量降水预报技术方案。结果表明:在短期预报中,MOS预报与OTS订正相结合的MOSOTS综合预报方法的预报性能最好,而且MOS-OTS方法的3 h强降水预报与业务运行的城镇指导预报中融合主客观预报的降水预报相比,也具有一定优势;而在临近3 h预报中,则OMOS预报与OTS订正相结合的OMOS-OTS综合预报方法最优,3 h内0.1、3和10 mm以上降水的TS评分最高,比原始模式预报分别提高73%、198%和483%,Bias评分接近于1,在夏半年的逐日晴雨预报中,OMOS-OTS方法在大部分日期都稳定优于MOS-OTS预报和城镇指导预报。     

用完全预报法制作春季全盟性寒潮

完全预报是应用实际观测资料建立预报量实测值和预报因子实测值之间的同时关系,得出统计预报方程,然后在假定数值预报是完全正确的情况下,将数值预报产品结合其他因子代入预报方程,作出天气要素预报。对于接收数值预报产品年限较短,而历史资料较多的阿盟,采用完全预报法较为适宜。     

效益决策在短期降水预报中的应用

随着预报业务的发展,预报时效和预报对象相同的方法越来越多。就24小时降水而言,有天气学方法,数理统计方法、模糊数学方法、MOS预报方法等多种方法。而诸预报方法有时难以定论哪种预报结论最佳。同一预报时效使用多种预报方法,预报结论不一,而对外发布预报又只取一个最佳预报结论,这就提出了一个最佳综合判断问题,即最佳集成预报问题。利用效益矩阵决策可以客观地解决这个问题。我们应用该方法做短期降水预报,取得了较好的效果。     

我国台风监测预报预警体系的现状及建议

相对于台风路径预报,数值模式对于台风强度的预报能力仍有较大不足。为进一步降低台风强度预报误差,提升防台减灾能力,利用2018—2019年ECMWF集合预报数据,在偏相关分析及共线性检验的基础上建立了由台风初始强度、初始场误差项、集合平均变化项以及集合离散度项构成的西北太平洋台风强度预报方程。利用2020年数据进行预报效果的对比检验得出以下结论：由预报方程得到台风强度的预报误差在各预报时效均小于集合预报中不同统计量的预报产品,其中,24 h预报的均方根误差较ECMWF集合预报最大值、平均值分别减少34.36%和14.58%,较确定性模式预报减小20.38%。72 h预报较集合平均及最大值的均方根误差分别减小25.68%和12.91%,较确定性模式预报减小11.13%。在台风个例的对比分析中,预报方程的预报效果同样优于ECMWF集合预报及确定性模式预报,与实况最为接近,且在快速增强的台风预报中有更好的表现。基于集合预报的台风强度预报方程能够定量地从集合预报中提取关键信息生成更为准确的预报结果,可以为西北太平洋台风强度预报提供参考。     

基于人工神经网络的集成预报方法研究和比较

用人工神经网络方法对同一预报量的各个子预报方程进行集成预报研究,并以同样的子预报方程进行回归、平均和加权预报集成。对神经网络集成预报模型与各个子预报方程及其它集成预报方法进行了对比分析研究。结果表明,人工神经网络方法所构造的集成预报模型不仅对历史样本的拟合精度比各个子预报方法及其它集成预报方法更好,独立样本的试验预报结果也显示出更好的预报准确性。并且,采用神经网络方法进行预报集成,可以避免以往集成预报方法难以确定权重系数的困难     

区域降水数值预报产品人工神经网络释用预报研究

利用T213、日本细网格降水预报等数值预报产品,采用人工神经网络方法进行预报释用。通过聚类分析方法对广西自治区测站进行分类,简化预报对象,对数量众多的T213数值预报产品采用自然正交分解(EOF)方法,浓缩大量因子的有效信息,并结合日本降水预报因子建立广西5~6月区域降水量级的逐日人工神经网络预报模型。运用与实际业务预报相同的方法进行逐日预报试验。结果表明,用这种数值预报产品释用方法建立广西3个预报区域的B-P人工神经网络预报模型对中雨以上降水量级预报的TS评分分别为0.55、0.5和0.26,比目前业务预报中参考使用的T213和日本数值预报产品降水预报具有更好的预报效果。     

延伸期预报中的可预报性浅析

延伸期（10-30天）预报是无缝隙集约化预报预测业务体系的重要一环,一直以来在防灾减灾科学决策中起着重要作用。然而实际预报中,其准确率较中短期天气预报和气候预测均明显偏低,原因在于随着预报时效延长,预报结果存在明显的不确定性。因此,业务预报中需要充分考虑预报对象的可预报性。本文通过总结延伸期时效可预报性的来源、主流数值模式预报性能的现状,介绍了一线业务中的预报思路及常用的可预报性参考产品,揭示了可预报性理论在延伸期预报中的应用。同时还展望了延伸期预报未来的发展方向。     

MJO potential predictability and predictive skill in IAP AGCM 4.1

MJO模拟及预报是现阶段大气科学研究的前沿问题。本文利用中科院大气物理所大气环流模式(IAP AGCM4.1)的集合回报结果,分析了MJO潜在可预报性及预报技巧。研究表明IAP AGCM4.1对MJO有着较好的潜在可预报性,且集合预报的潜在可预报性要明显优于单样本预报;就MJO的预报技巧而言,集合预报同样优于单样本预报;模式对MJO的预报技巧还显著依赖于预报初始时刻的MJO状态,初始MJO信号越强,模式对MJO的预报技巧也越高,且更接近可预报性的上限。     

局地二分类MOS方程的预报稳定性检验

MOS预报方法主要是从数值模式输出的形势预报和物理量预报资料中筛选预报因子,建立统计预报方程,制作气象要素预报。由一定的样本资料建立的MOS方程,有的预报效果与拟合效果无多大差别,有的预报效果显著低于拟合效果,这就是MOS方程的预报稳定性问题。一个MOS方程,如果预报效果与拟合效果差异不显著,就认为方程的预报性能稳定。如果预报效果显著低于拟合效果,则认为方程的预报性能不稳定。下面介绍一个判断三分类MOS方程预     

主客观天气预报质量对比分析

对2001年4~12月5种信息源广州市区的天气预报进行预报质量检验,预报时效为24、48、72 h;检验要素针对降水、温度。对降水预报进行一般晴雨、暴雨业务评分和Ts评分;对温度预报进行方差、分级等统计检验。对预报员和模式预报产品的预报质量进行对比分析,结果表明对于一般性晴雨天气预报,热带所中尺度模式的预报质量普遍较好,并且具有良好的稳定性,预报员的24 h预报质量与模式的预报质量相当,48~72 h预报总体而言,模式预报明显优于其它预报方法;各种方法对暴雨的预报能力偏低;Ts评分表明模式对有、无降水的预报能力较强;对于温度预报,总体上,预报员的预报准确率最好,热带所中尺度模式的温度预报存在系统误差,预报普遍比实况偏低;对于降水和温度,各种预报方法质量均随预报时效的增长而下降,且最高温度的预报误差总比最低温度的预报误差大。