集合数值预报在洪水预报中的应用进展

水文集合预报是近几年正在形成和发展的水文预报分支,其发展大致可分为两个阶段:第1阶段是1970年至20世纪末进行的长期径流预报,第2阶段从21世纪开始,主要学习气象数值预报中集合预报的概念在短期水文集合预报中的应用。目前,除了单一预报中心的集合预报系统在水文集合预报中应用外,多个预报中心的集合预报大集合也逐渐被应用于流域水文预报,甚至一些小流域的洪水预报。如利用TIGGE(THORPEX Interactive Grand Global Ensemble)集合预报驱动形成的大气-水文-水力的串联系统进行早期的洪水预警研究,将全球集合预报作为洪水模型输入的有限区域模式的初始条件和侧边界条件的研究。这些均表明,基于水文集合预报的洪水预报增加了预报附加值,并能够延长预警提前时间。以欧洲中期天气预报中心的欧洲洪水预警系统(EFAS)和美国NOAA的先进水文预报系统(AHPS)为代表,实现了集合预报在洪水中的实时业务预报,但仍存在数据处理和计算量大,以及如何基于集合水文预报做决策等问题。对于水文集合预报的前处理和后处理的各种技术已处于探索和验证阶段,如何更好地理解基于概率预报的洪水预警决策仍存在许多困难和挑战。     

台风路径实时数值预报的初步试验

根据国家气象中心建立的台风路径数值预报试验系统，引入了模型台风。模型台风是利用获得的场面参数构成的，然后再叠加到客观分析场上作为台风路径预报的初始场。引入模型台风后，无论是台风中心位置还是其流场、质量场与实际观测比较接近，且预报效果有一定提高。利用模型台风对1992年Eli（9205号）和Janis（9210号）台风进行了实时的预报试验。结果表明对这二个台风的移动趋势基本上能预报出来，预报的台风路径与实况进行了对比，并与气候持续预报作了比较，效果较好。     

内蒙古电网气象预警服务系统简介

应用气象多普勒雷达、卫星云图等现代化观测手段和自动化程度很高的地面自动气象站资料以及MM5中尺度预报产品,结合有线网络传输和基于Intranet、Internet的多层分布式技术搭建内蒙古电网气象预警与电力线路安全运行服务系统,开展电网气象预警预测和气象预报服务。系统建立了实时的地面自动气象站资料数据库和中尺度预报产品数据库,实现了多种气象要素的实时监测和预报,为内蒙古电网的运行安全提供了科学依据。     

全球数值模式中的台风初始化Ⅱ: 业务应用

由于缺少大量有效的观测资料,台风初始化对数值天气预报业务模式而言,仍然是一个悬而末决的难题.中国国家气象中心自从1996年将台风数值预报系统投入业务运行以来,一直使用经验的人造bogus涡旋台风初始化技术.实际上,不同时期的台风有着不同的环流结构,即使同一个台风在不同的生命期也具有不同的结构特征,而这些结构特征的差异并不能依靠现有的bogus涡旋技术体现出来,这种主观方法的统一性与台风在时空上的差异性形成了强烈的反差.最近,基于国家气象中心全球资料分析同化-预报循环系统,设计和发展了一套新的台风初始化业务方案,它主要由初始涡旋形成、涡旋重定位和涡旋调整3部分过程组成.相比于业务中使用的人造bogus涡旋台风初始化方案,新方案在很大程度上减少了人为因素对台风涡旋结构的影响,而更多地是依靠数值模式自身的动力和物理过程来协调约束产生三维空间的涡旋结构.应用新方案,文中对生成于西北太平洋的2006年0605号台风格美(Kaemi)进行了数值试验,初步分析表明,新方案在实现台风涡旋环流结构的初始化方面效果较好,同时,对台风格美多个时次的预报结果也显示,相比于业务使用的bogus方案而言,新方案对台风路径平均预报误差有了大幅度的降低.     

强对流天气监测预报预警技术进展

强对流天气预报业务包括监测、分析、预报、预警和检验等方面。对流初生识别、对流系统强度识别和对流天气类型识别等监测技术取得新进展,综合多源资料的监测技术已应用于中国气象局中央气象台业务。对流系统的触发、发展和维持机制等获得了新认识,我国不同类型强对流天气及其环境条件统计气候特征、分析规范及相应业务产品等为业务预报提供了必要基础和技术支撑。光流法、多尺度追踪技术以及应用模糊逻辑方法的临近预报技术等有明显进展,融合短时预报技术得到广泛应用,对流可分辨高分辨率数值 (集合) 预报及其后处理产品预报试验取得了显著成效,基于数值 (集合) 预报应用模糊逻辑方法的分类强对流天气短期预报技术为业务预报提供了技术支撑。强对流天气综合监测和多尺度自适应临近预报技术、多尺度分析技术以及融合短时预报技术、发展并应用模糊逻辑等方法的、基于高分辨率数值 (集合) 模式的区分不同强度等级和极端性的分类强对流天气精细化 (概率) 预报技术等是未来发展的主要方向。     

基于Logistic回归的区域地质灾害综合气象预警模型

应用Logistic回归拟合地质灾害发生概率,建立了区域地质灾害综合气象预警模型,实现了降雨引发地质灾害发生概率的动态预报。降雨观测和数值降雨预报作为模型的动态输入,利用信息量模型集成地学因子得到的总信息量作为模型的静态预报因子。预警模型在栅格点上预报降雨引发地质灾害的发生概率,并以等级形式发布预警。用2004年实际观测对预报进行检验,结果表明当年80%的灾害都达到了预警发布的标准。2006年汛期的业务运行对台风碧利斯引发的地质灾害做出了较准确的预报预警。说明模型能满足预警业务的要求,是提高地质灾害气象预警水平的有效途径。     

提高月预报业务水平的动力相似集合方法

针对基于大气环流模式的月预报问题,提出了一种能有效减小预报误差并提高预报技巧的动力相似集合预报新方法。该方法着眼于动力模式与统计经验的内在结合,在模式积分过程中通过提取大气环流历史相似性信息,对模式误差进行参数化处理,形成多个时变的相似强迫量来扰动生成预报的集合成员。将这一集合新方法应用到中国国家气候中心业务大气环流模式(BCC AGCM1.0),一组10 a准业务环境下回报试验结果显示,相比于业务集合预报,动力相似集合预报方法能有效改进模式对于大气环流的纬向平均、超长波和长波预报,从而有效提高了月平均环流预报技巧(几乎达到业务可用标准)和逐日环流预报技巧,并显著降低了预报误差,合理增加集合离散度,使二者配置关系得以改善,有望在业务预报中应用。     

国家气象中心台风、暴雨预报服务系统的设计和研究

国家气象中心台风、暴雨预报服务系统是以国家气象中心的现代化气象业务环境为依托，系统地集成了国家气象中心和气象业务与科研单位近年来研究开始的台风、暴雨预报成果建立的实时预报服务系统。该系统目前已初具规模，1995年投入业务应用（部分投入业务试用）。文中简要介绍了该系统的设计目标、结构、功能，以及在业务中应用和试用概况。     

安全射界图技术在人工影响天气指挥系统中的应用

为了进一步提高人工影响天气作业的安全性,利用雷达回波外推TREC、TITAN技术和安全射界图技术,生成人工影响天气预警产品、建议产品。利用雷达外推30min、60min产品与作业点最大射程的位置关系,输出作业预警产品。利用当前回波与作业点的位置关系,生成对空射击的仰角、方位角信息,利用安全射界技术进行筛选,生成实时、客观的作业建议产品,以此进行决策指挥,避免了人工决策安全射区可能出现的误差,达到了安全、高效作业的目的。     

基于随机森林的组网雷达龙卷检测算法

近年来我国极端灾害性天气频发,造成了重大人员伤亡和财产损失,随着防灾减灾工作的推进,龙卷等中小尺度强对流灾害性天气的预警预报工作的关注度正逐步提升。现有龙卷检测算法基于对新一代天气雷达基数据在多个仰角和体积扫描中进行阈值判断得到龙卷涡旋特征TVS,在自适应协同观测背景下表现为自适应策略同步较慢,预警预报准确率不高,提前预警时间短。使用机器学习算法结合龙卷在雷达反射率、径向速度和速度谱宽的多重特征能有效提高龙卷识别的准确率和预警时间,能提高组网雷达的协同观测能力。基于随机森林的龙卷检测算法（TDA-RF）,使用CINRAD雷达历史龙卷数据作为训练集,通过随机森林算法对训练集进行分类学习得到龙卷预测模型,使用预测模型对实时雷达数据进行龙卷检测。试验结果表明,TDARF算法能有效识别不同强度的龙卷,较TVS龙卷检测算法能给出龙卷区域的分类概率值,无需对龙卷特征时空连续性进行判断;TDA-RF算法对多个特征进行综合判断具有较好的抗干扰能力,使基于组网雷达的龙卷预警时间最高可达18分钟。     

广东省前汛期暴雨专家系统

本文介绍一个广东前汛期暴雨预报专家系统,它总结了广东前汛期业务工作中利用多年,效果较好的暴雨预报经验。在微机上分别建立资料库、规则库及有关服务程序。模拟预报员的思维方法进行简单的推理,制作广东前汛期有无暴雨预报和暴雨落区预报。此外,还建立了强迫学习系统。该系统于1986年4月1日开始正式投入业务使用,二年来暴雨有无预报成功率是68.8%,落区预报成功率66.6%。      

Critical time requirements for operational use of deterministic and ensemble tropical cyclone track forecasts

Tropical cyclone track forecasts have been improved, and forecast intervals have been extended to five days, owing to improved global and regional numerical model guidance. Critical time requirements that must be met for operational use of the deterministic model track forecasts are summarized for the U.S. and other selected non-U.S. tropical cyclone warning centers. One of the most accurate deterministic model forecasts from the European Center for Medium-range Weather Forecasts arrives too late to be used with other models at the + 6 h warning time, and thus is at least 12 h old before it can be operationally used. The time-critical nature of the tropical cyclone warning system is a major obstacle to operational use of single-model, or proposed multi-model, ensemble prediction system (EPS) mean and spread information, which is 12 h (or 18 h) delayed. This EPS mean and spread must also be superior to the mean and spread of the consensus of deterministic models that are available six hours earlier. These requirements must be met before the EPS tropical cyclone tracks will be operationally useful in specifying the uncertainty in the official track forecasts, which is the next challenge in tropical cyclone track warnings.     

一种新的集合预报权重平均方法

提出了一种新的考虑权重的集合预报成员平均方法。使用气候等概率区间来对集合成员进行分组, 并根据气候等概率区间的大小及其中的成员数, 对集合成员的权重进行调整, 得到了一种改进的集合平均预报结果。检验表明, 它可以进一步提高集合平均预报的效果。相对于提高模式分辨率或发展庞大的集合预报系统, 这种方法的效果是显著的。     

The Meta-Gaussian Bayesian Processor of Forecasts and Associated Preliminary Experiments

Public weather services are trending toward providing users with probabilistic weather forecasts, in place of traditional deterministic forecasts. Probabilistic forecasting techniques are continually being improved to optimize available forecasting information. The Bayesian Processor of Forecast (BPF), a new statistical method for probabilistic forecast, can transform a deterministic forecast into a probabilistic forecast according to the historical statistical relationship between observations and forecasts generated by that forecasting system. This technique accounts for the typical forecasting performance of a deterministic forecasting system in quantifying the forecast uncertainty. The meta-Gaussian likelihood model is suitable for a variety of stochastic dependence structures with monotone likelihood ratios. The meta-Gaussian BPF adopting this kind of likelihood model can therefore be applied across many fields, including meteorology and hydrology. The Bayes theorem with two continuous random variables and the normal-linear BPF are briefly introduced. The meta-Gaussian BPF for a continuous predictand using a single predictor is then presented and discussed. The performance of the meta-Gaussian BPF is tested in a preliminary experiment. Control forecasts of daily surface temperature at 0000 UTC at Changsha and Wuhan stations are used as the deterministic forecast data. These control forecasts are taken from ensemble predictions with a 96-h lead time generated by the National Meteorological Center of the China Meteorological Administration, the European Centre for Medium-Range Weather Forecasts, and the US National Centers for Environmental Prediction during January 2008. The results of the experiment show that the meta-Gaussian BPF can transform a deterministic control forecast of surface temperature from any one of the three ensemble predictions into a useful probabilistic forecast of surface temperature. These probabilistic forecasts quantify the uncertainty of the control forecast; accordingly, the performance of the probabilistic forecasts differs based on the source of the underlying deterministic control forecasts.     

全球数值模式中的台风初始化Ⅰ:方案设计

由于缺少大量有效的观测资料,台风初始化对数值天气预报业务模式而言,仍然是一个悬而末决的难题.中国国家气象中心自从1996年将台风数值预报系统投入业务运行以来,一直使用经验的人造bogus涡旋台风初始化技术.实际上,不同时期的台风有着不同的环流结构,即使同一个台风在不同的生命期也具有不同的结构特征,而这些结构特征的差异并不能依靠现有的bogus涡旋技术体现出来,这种主观方法的统一性与台风在时空上的差异性形成了强烈的反差.最近,基于国家气象中心全球资料分析同化-预报循环系统,设计和发展了一套新的台风初始化业务方案,它主要由初始涡旋形成、涡旋重定位和涡旋调整3部分过程组成.相比于业务中使用的人造bogus涡旋台风初始化方案,新方案在很大程度上减少了人为因素对台风涡旋结构的影响,而更多地是依靠数值模式自身的动力和物理过程来协调约束产生三维空间的涡旋结构.应用新方案,文中对生成于西北太平洋的2006年0605号台风格美(Kaemi)进行了数值试验,初步分析表明,新方案在实现台风涡旋环流结构的初始化方面效果较好,同时,对台风格美多个时次的预报结果也显示,相比于业务使用的bogus方案而言,新方案对台风路径平均预报误差有了大幅度的降低.     

Hydro-climatic forecasting using sea surface temperatures: methodology and application for the southeast US

Sea surface temperatures (SSTs) are often used for the development of hydro-climatic variable forecasts based on teleconnection methods. Such methods rely on projections or linear combinations of teleconnection indices [e.g. El Niño-Southern Oscillation (ENSO)] and other predictor fields. This study introduces a new hydro-climatic forecasting method identifying SST “dipole” predictors motivated by major teleconnection patterns. An SST dipole is defined as a function of average SST anomalies over two oceanic areas of specific sizes and geographic locations. An optimization algorithm is developed to search for the most significant SST dipole predictors of an external hydro-climatic series based on the Gerrity Skill Score. The significant dipoles are cross-validated and used to generate multiple forecast values. The new method is applied to the forecasting of seasonal precipitation over the southeast US. Hindcasting results show that significant dipoles related to ENSO as well as other prominent patterns at different lead times can indeed be identified. The dipole method also compares favorably with existing statistical forecasting schemes with respect to multiple skill measures. Furthermore, an operational forecasting framework able to produce ensemble forecast traces and uncertainty intervals that can support regional water resources planning and management is also developed.     

滇西北旅游景区气象指数预报方法研究

依据云南省迪庆州3站40年的观测资料,利用统计检验结果,同时结合天气预报的时间和空间尺度理论,论证了迪庆州各旅游景点的气象指数预报。用最靠近景区的气象观测站所提供的天气预报资料和逐时观测资料作为预报景区指数的基础,同时根据景区的经纬度、海拔高度、植被状况进行订正,最终获取旅游景区的特种气象预报指数。旅游景区的特种气象预报软件开发应用天气学、数值方法等理论和业务技术方法,用Fortran语言和vB语言编程,研制了迪庆州各景区的紫外线指数、舒适指数、着装指数、火险等级、旅游气象指数系统。该系统软件已投入业务运行。     

气候预测PS评分对业务影响

通过对中国气象局现行PS评分办法与理论PS评分的对比,发现现行评分办法对理论PS评分进行了两处修改。一处修改是扩大了预报正确的评定范围,但在PS评分办法实施后,在气候预测业务中,却出现了只预报2个等级的普遍现象,即在能获得高分的同时却降低了预报能力。另一处修改是按统一的要素距平划分等级,结果出现了预报对象的等级分布随着测站、月份变化而变化的现象。预报对象的等级分布是无技巧预报评分的决定因素,而预报技巧是由PS评分与无技巧预报评分之差决定的。在无技巧预报评分有差异的情况下,不同月份、不同区域之间的PS评分便失去了对比的基础。该文针对上述问题,对现行PS评分办法提出了修改建议。     

东北冷涡数值预报系统建立与业务应用

东北冷涡强降水一直是东北地区气象预报的难点和重点。从提高东北冷涡降水数值预报质量着手,选择模式中可能对东北冷涡强对流有影响的不同辐射方案、边界层方案和积云参数化方案等多种物理过程,对东北冷涡降水预报的性能进行批量试验;利用天气学检验方法,选择预报结果较好的RRTM长波辐射方案、Gayno Seaman边界层方案、Grell积云参数化方案和混合相湿过程显式方案等物理方案,组合建立了东北冷涡数值预报系统。经检验表明：系统对东北冷涡降水预报的水平较东北区域中尺度数值预报业务系统有所提高。同时利用天气学检验方法,从降水预报的强度、落区和移速等方面着手,评估东北冷涡数值预报产品对冷涡降水预报的性能和系统误差,得出降水强度易偏强、落区易偏西偏南和范围易偏小等定性结论,可直接应用于预报业务,取得了较好的应用效果。     

机器学习分类算法在降雨型滑坡预报中的应用

针对气象灾害预警业务中客观描述降雨型滑坡发生不确定性的实际需求,利用2014—2020年全国滑坡数据以及多源融合降水实况分析数据,通过样本构建、模型训练、参数优化以及预报输出等关键步骤构建基于机器学习分类算法的区域降雨诱发滑坡概率预报模型,探究不同类型机器学习分类算法识别诱发滑坡的降雨过程的可行性。结果表明:在算法评估中,线性判别分析算法准确率最高且泛化能力最好,其次为逻辑回归算法,再次为最邻近算法。在预报试验中,线性判别分析、逻辑回归以及最邻近等算法能够提取并学习降雨诱发滑坡的条件特征,对诱发滑坡的降雨过程有一定识别能力,最邻近算法和逻辑回归算法的概率预报高值区范围相对较大,易造成虚警结果,线性判别分析算法对局地降雨信息的提炼较好,但线性判别分析算法在非降雨中心区域输出低值概率预报的面积偏大。