湖北省常规天气要素分县MOS预报效果检验

对1999年6～年6～9月利用MOS预报方法制作的湖北省常规要素预报结果进行了检验和分析。结果表明该方法对湖北省的降水、最高气温及最低气温等要素有一定的预报能力。同时针对温度和降水的预报误差形成原因作了分析,并对缩小误差提出了相应的改进措施。     

湖北省常规天气要素分县MOS预报方法及其应用

借鉴美国MOS预报方法,利用逐步回归法,采用T106数值预报产品以及湖北省常规天气要素（温度、降水）实况资料,建立了湖北省77个站1～5天温度及降水分级预报方程,并将该预报方程提供给国家气象中心,再由国家气象中心将T106数值预报产品处理后的预报因子代入相应的预报方程中,并通过9210通信系统分发逐日滚动分县预报结果。武汉中心气象台的初步试验结果表明,该预报对下级台站有一定的指导作用。     

基于数值预报的汉中市降水分县预报方法

利用现有基层台站所能获取的国家气象中心T213数值预报产品和欧洲中心数值预报产品,经过数学方法处理后,将各预报要素插值到站点作为预报因子,通过Г检验分析预报因子与本地降水的相关,提取相关好的因子建立预报方程。经实践检验证明:数值产品经因子累积处理后对降水预报能力明显增强,数值预报对24h的预报能力较高,中低层要素与汉中盆地降水相关较好。方法对降水量仅做了简单的分级预报,试用中发现该方法对突发性降水预报能力不理想。     

动态相似多元判别方法在释用数值预报产品中的应用

考虑环流的动态演变特征在降水预报中的重要性基础上，设计了一种环流演变动态相似多元判别预报方法。用统计方法对历史降水个例的大气环流因子进行分析，在要素场上分别提取4个物理意义清晰、又具有立体性和动态演变性的要素因子，并求出降水天气过程的多元指标。采用要素变化趋势相似标准，以T213数值预报产品为预报初始资料进行计算处理，求出要素的变化趋势和大小，与历史降水的多元指标进行滚动映射和判别，自动预报出各县未来各时段天气，制作阿坝州分县晴雨逐日滚动预报，效果较好。     

随机参数扰动方法对中国冬季降水集合预报的影响

降水数值预报有很大的不确定性,与降水预报密切相关的物理过程参数化方案中关键参数的不确定性是降水数值预报误差来源之一,对这些参数引入随机扰动的随机参数扰动方法（Stochastically Perturbed Parameterization,简称SPP方法）可以代表模式降水预报的不确定性,是国际集合预报前沿研究领域。为了认识该方法能否代表中国冬季降水数值预报的不确定性,为业务应用提供科学依据,基于中国气象局中尺度区域集合预报模式（Global/Regional Assimilation and Prediction System-Regional Ensemble Prediciton System,简称GRAPES-REPS）,从对模式降水预报不确定性有较大影响的积云对流、云微物理、边界层及近地面层等四个参数化方案中选取了16个与降水密切相关的关键参数,引入了随机参数扰动方法,并通过2018年12月12日至2019年1月12日总计31天的冬季集合预报试验,对比分析了SPP方法对等压面要素及降水的集合预报效果。结果显示:在冬季应用SPP方法时,等压面要素的概率预报技巧总体来说优于无SPP方法扰动的对比试验,且对于低层、近地面要素的改进效果优于对中高层等压面要素的改进;但对降水概率预报而言,尽管检验评分数值略优于对比预报试验,但并未通过显著性检验,这表明,在东亚冬季风影响下,随机参数扰动方法对中国冬季降水概率预报技巧没有明显的改进。究其原因,可能是由于SPP方法主要代表对流性降水预报的不确定性,而中国冬季降水过程主要与斜压不稳定发生发展有关,模式降水以大尺度格点降水为主,对流性降水较少,故对冬季降水预报改进不明显,这为业务集合预报模式中应用随机参数扰动方法提供了科学依据。     

辽宁省气象要素分季分县完全预报方法

选取T106资料建立辽宁省54个县站的天气要素分季预报方程，使用T213资料进行预报，并对降水及温度预报结果进行了评分和分析。预报结果表明，完全预报方法可用于日常预报业务。     

光流法在强降水过程预报检验中的应用

光流法是运动图像分析的重要方法,主要用于确定目标的运动信息。数值模式产生的格点化的要素预报场,也是一种图像,应用于图像分析的光流法可以用到数值模式检验领域。本文在数值模式强降水过程预报检验领域引入了光流检验方法,首先利用理论模拟对光流检验方法的原理进行了阐述,然后通过对3种不同类型强降水过程中ECMWF和T639模式的24h降水预报进行检验,分析了光流检验方法在强降水过程预报检验中的实际应用。结果表明:1利用光流检验方法可以将数值模式的预报误差分解为强度、位移和角度3种误差场,从而实现对数值模式强降水预报误差的精确量化分析。2通过对梅雨锋、西南涡、台风等3种不同类型强降水过程进行光流检验方法的应用,可以发现,不同数值模式对同一次降水过程的预报在强度、位移、角度误差方面一般表现不同,光流检验结果在反映不同模式对降水预报的强弱、雨带偏移的角度和距离差异方面具有较高的参考价值。     

2019年影响中国台风的降水预报误差及其来源研究

针对2019年影响中国的8个台风,利用面向降水对象的CRA(contiguous rain area)方法研究了欧洲中期天气预报中心确定性预报的降水误差来源,及其在不同预报时段和降水量级下的变化趋势,分析了台风路径预报误差与降水对象的CRA位置误差之间的相关性,对比计算了台风路径修正与CRA shifting方法对于改进降水预报的作用,并评估了台风降水概率分布、径向分布和非对称分布的预报误差。结果表明:总体而言,台风降水预报的主要误差来自于位置误差和形态误差;除特大量级降水以外,台风降水对象的CRA位置误差与路径误差显著相关,通过修正台风路径能改进降水预报,但其效果要逊于CRA shifting方法;预报的台风降水概率密度分布形态与观测总体上较为一致,但台风核心区内的预报降水强度均大于观测;台风登陆或靠近我国沿海前后,预报降水较观测更靠近台风中心,且略滞后于观测,预报降水的非对称性明显弱于观测。     

GRAPES_MESO区域中尺度模式对贵州温度与降水预报的检验评估

利用贵州2017年实况高温、低温以及降水数据对GRAPES_MESO区域中尺度模式预报的温度与降水产品进行检验,结果表明：该模式对贵州高温预报能力较差,对低温预报能力较好,误差在2℃以内且预报稳定性较高,该模式在小雨预报方面有一定优势,对暴雨及以上降水预报能力较差。从贵州不同区域检验结果来看,该模式在温度预报上为安顺市最好、铜仁市最差,在降水预报上为遵义市最好、黔西南州最差。检验分析结果为进一步改进GRAPES_MESO区域中尺度模式,提高要素预报准确率提供一定依据。     

对T213降水预报产品短期预报水平的评估

将T213降水预报资料插值到孝感市各测站上，对24h、48h降水预报做了客观统计检验。分析结果表明：T213对孝感市有无降水预报具有较好的指导意义；强降水48h预报有比较好的参考作用。通过的降水预报误差的分析发现，在一般情况下，T213降水预报值要比实况偏大。     

基于集合降水预报产品的汛期洪水预报试验

为改善因水文模型中降水等输入信息的不确定性对确定性水文预报精度的严重影响,以湖北省漳河流域为例,将中尺度暴雨数值模式(AREM)集合降水预报产品输入到新安江水文模型中,对该流域2008年汛期一次典型的洪水过程进行预报测试。结果表明:基于集合数值预报产品的水文预报能在洪峰流量、峰现时间等水文预报要素上获取更多的预报信息,并将单一的确定性预报结果转化为可能发生范围的预报,提高了水文预报结果的可靠性。     

CFSv2在湖北省梅雨特征量延伸期预报中的应用

利用NCEP的气候预报系统第二版(CFSv2)提供的逐日降水模式资料,采用集合预报方法开展区域性夏季降水预报,使用出入梅日期均方根误差(RMSE)、准确率(ACCU),梅雨期长度均方根误差(RMSE)及梅雨雨强距平符号一致率(Pc)等3种方法评估模式资料对湖北省梅雨特征量的预报能力。结果表明:入梅预报提前13 d的ACCU可达0.5以上、RMSE小于3 d,出梅预报提前14 d的ACCU可达0.5以上、RMSE小于3 d,梅雨期长度预报提前14天的RMSE小于5 d,梅雨雨强预报提前14 d的Pc可达0.5以上。梅雨特征量总体预报时效为14 d左右,CFSv2模式资料对区域性夏季降水在梅雨延伸期时段表现出一定的预报技巧。     

T213 降水预报订正系统的建立与研究

目前T213降水预报存在一定程度上的系统性误差,为了更好地使用T213降水预报产品,减小系统性误差对主观预报的影响,利用一种统计学方法可以对T213降水预报进行订正,减小T213降水预报的系统性误差。通过对2004年6—11月订正前后的T213降水预报进行统计学和天气学检验分析,检验该订正系统的订正效果。结果表明,订正后的降水预报的预报偏差B值有了显著改善,其他统计检验量也有了不同程度的提高;订正后雨带的位置和轮廓更加接近降水实况。     

WRF模式对浙江2011年夏季降水和温度预报评估及其湿过程敏感性分析

检验评估是数值天气预报的一个重要组成部分,评估结果是模式改进及其产品解释应用的重要依据。利用全省1500多个包括区域自动站在内的站点观测资料,采用要素的空间分布、时间演变和统计检验3种方法评价了WRF模式对浙江省2011年夏季（6—8月）降水和温度的整体预报性能;在此基础上,进一步对比分析了不同湿过程参数化方案对梅雨典型过程的预报效果,探讨了不同微物理参数化方案和积云参数化方案对模式预报降水的影响。结果表明,WRF模式能基本预报出降水和气温的细致空间分布形态及整体演变趋势,对于主要降水落区、高温区具有较好的指示性;就浙江省区域平均而言,在实况出现较大降水期间模式预报误差较小,而在实况出现小到中雨期间误差较大,主要表现为降水量的高估和气温的低估;模式湿过程中积云参数化方案对降水影响明显,它可以导致整体雨带偏移,采用Betts-Miller-Janjic积云对流参数化方案的预报降水更接近实况。这些信息对改进模式的精细化预报能力和高分辨率数值产品的解释应用具有一定的参考作用。     

辽宁省气象要素分季分县完全预报方法

选取T106资料建立辽宁省 54个县站的天气要素分季预报方程 ,使用T213资料进行预报 ,并对降水及温度预报结果进行了评分和分析。预报结果表明 ,完全预报方法可用于日常预报业务     

一次短期集合预报试验

数值模式中物理过程描述不准确是造成数值预报误差的主要来源之一,采用数值模式中不同物理过程的集合预报方案是减小模式预报误差的有效方法。本文结合一个典型的夏季东北冷涡型降水天气过程,选用不同的积云对流参数化方案、显式降水方案、辐射方案以及模式采用不同的地表分辨率构成10集合预报成员,进行了48h的预报。结果显示集合预报在总体预报效果上比各个集合成员的预报效果好,简单的集合平均就可以提高模式形势场和降水要素场的预报准确率。在集合平均提高预报准确率的同时,采用天气系统移动路径图、面条图以及降水概率预报等方法,可以增强小概率事件的预报能力。     

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。     

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。     

一次梅雨暴雨预报中的误差演变及可预报性分析

针对2003年7月3—4日淮河流域梅雨暴雨过程,利用AREM模式,在分析暴雨预报对不同来源的初始资料和不同要素初始误差的敏感性的基础上,重点研究了降水过程中误差的演变特征和发展机理。分析结果表明,初始小振幅误差增长最快,而伴随着降水的发生和发展,误差演变特征表现为由局地增长发展为全局传播的过程,且误差最优增长总是出现于雨区,这意味着雨带是误差增长的敏感区域。雨区内存在的初始误差对降水预报误差具有重要贡献,初始湿度条件不仅影响误差的传播特征,还使雨带上中小尺度误差迅速增长并造成更大尺度的误差。基于误差能量公式的计算结果表明,误差增长的能量来源主要由凝结加热提供,因此,从能量角度而言,误差增长和降水增大是同"源"的,从而使暴雨可预报性受到固有的限制。     

基于空间检验技术的甘肃河东地区短时暴雨预报产品误差分析

以6个短时暴雨过程为例,采用空间检验技术对甘肃河东地区短时暴雨预报产品误差进行分析。结果表明：降水概率预报对于系统性降水过程预报准确度明显高于突发性降水过程;短时暴雨预报方法的预报位置较实况偏东偏南,纬度偏差-2.1°～1.3°,经度偏差-0.4°～3.1°;强度较实况偏弱,61%本地预报方法雨强为实况的0%～90%;降水范围较实况偏小,偏小程度最多仅6个格点;强度误差占比最大,其次为范围误差,位移误差最小。预报员可基于本地短时暴雨预报方法对预报误差进行相应的调整。