多级相似作温度精细化预报初探

利用2001—2004年欧洲中心数值预报产品等资料,按照预报员制作天气要素预报过程中的基本思路,从“形势分析→系统分析→要素预报”的一般步骤,通过“形势相似→系统相似→天气要素（温度）相似”等多级相似分析,计算制作温度格点预报,并在逐步实现天气要素预报的程序化、数字化、精细化方面进行了有益的探讨。     

多模式温度集成预报

基于中国国家气象中心T213模式、德国气象局业务模式和日本气象厅业务模式2 m高温度预报, 利用神经网络方法中的BP网络建立了我国600多个站的温度集成预报系统, 该预报系统的预报时效为72 h, 间隔为3 h。通过对2004年1—5月的预报结果检验, 表明:集成的温度预报结果明显优于3个模式单独的预报结果, 72 h内预报的平均绝对误差在3 ℃以内, 并且不存在明显的系统误差, 预报达到了一定的精度, 可以为预报员提供定时、定点精细的客观温度预报参考。分区的检验结果表明:不同区域预报误差存在差别, 新疆和西藏误差比较大, 而长江流域和华南地区误差很小, 并且不同区域系统误差的情况也不相同。从总体情况看, 预报误差还存在日变化, 一般来讲, 夜间的预报误差小于白天。     

SCMOC温度精细化指导预报在陕西区域的质量检验

利用2012年陕西区域99站共366天北京时间08:00和20:00起报的SCMOC温度精细化指导预报与实况资料的比较,检验分析了定时温度、日最高气温和日最低气温的预报质量。结果表明:陕西区域SCMOC温度精细化指导预报08:00起报的准确率高于20:00起报的,且预报准确率有明显的季节变化,夏、秋季节较高,冬、春季节较低,日最高(低)气温的预报准确率与预报时效成反比。地形高度影响温度预报准确率,二者之间的相关系数通过了显著性检验。08:00起报的48h内逐3h气温多出现负误差,20:00起报的多出现正误差。08:00起报的日最高气温和20:00起报的日最高(低)气温多出现负误差,08:00起报的日最低气温多出现正误差。从对典型天气过程的温度预报质量检验来看,强冷空气影响下的降温天气过程的温度预报难度较大,预报准确率较其他天气类型偏低一些。     

人工神经网络在西藏中短期温度预报中的应用

根据2003年11月—2005年10月西藏自治区32个站点的气象资料,采用动态学习率BP算法的人工神经网络建模,在ECWMF、T213等模式数值预报产品释用基础上,进行1~7天逐日最高、最低温度模拟预测。模型业务试用结果表明,该神经网络模型具有较强的自适应学习和非线性映射能力,其预报结果能够满足实时预报的精度要求,对西藏中、短期极端温度的实时业务预报具有较好的参考价值。     

宁夏区域精细化温度预报业务平台

介绍以宁夏中尺度数值模式温度预报为基础,以宁夏精细化预报系统温度预报产品为核心,结合自动气象站等多种资料,以图形方式显示、修改和制作宁夏各站逐时温度预报业务平台。该平台以宁夏各地区代表站与该地区其它站之间的回归方程的计算量为依据,在温度预报物理过程不变的情况下,通过修改曲线的方式,完成对大数据量温度预报值的订正。该平台的建成,为制作高时间密度的预报提供了技术支撑。     

精细化气象要素温度指导预报在山西区域的误差及特征

利用2009-2010年山西区域108站共730天精细化气象要素温度指导预报资料,对比日最高气温和日最低气温的预报误差,采用常规统计、EOF分析等方法研究指导预报误差的时间和空间分布特征,结果表明:山西区域的温度预报准确率比较稳定,但有明显的季节特点,夏季最高,秋季次之、冬春季相对偏低,日最高气温年平均正、负误差略高于日最低气温误差,春季大,冬秋次之,夏季小;正负误差值的空间分布与山西地形有一定的联系,日最高气温和日最低气温误差的分布特点具有明显的全区一致性.     

基于MM5模式的精细化MOS温度预报

利用2002年9月到2003年8月MM5模式每隔1 h的站点基本要素预报场和物理量诊断场资料,以及相应时段内宁夏25个测站的温度自记观测资料,同时采用多元线性和逐步回归2种MOS统计方法,预报宁夏25个测站48 h逐时温度。通过对2004年6月至2005年5月的预报效果检验,结果表明:MOS方法对宁夏48 h逐时温度有较强的预报能力,当天气形势变化较平稳时,MOS预报结果稳定,平均绝对误差控制在2℃之内;当有明显的冷空气活动时,误差变率起伏波动较大,预报结果不稳定,但与原MM5模式直接输出结果相比,MOS预报水平有明显提高,24 h极端温度TS评分个别月接近甚至超过预报员。     

人工神经网络在温度和降水预报中的应用

利用人工神经网络的ＢＰ网络制作全省温度和降水预报。在作哈尔滨站温度预报时,选取实时高空、地面和欧洲温度场共１０个因子,一天２次发布未来２４ｈ预报。对哈尔滨站共作了１２个月的最高、最低温度预报。在作全省降水预报时,将全省分成８片,分别进行降水等级预报和暴雨有无预报;选用的是Ｔ１０６资料,选取２０个因子,对１９９８、１９９９年的温度和降水预报进行了检验和评分。     

川西高原地区SCMOC温度精细化指导预报质量检验及影响因子分析

利用2014~2015年阿坝州13站共730天08:00和20:00起报的SCMOC温度精细化指导预报资料,对比实况日最高(低)气温,进行预报质量检验。结果表明:日最高(低)气温预报准确率与预报时效成反比,两个时次预报的最低气温准确率高于最高气温,且最低气温预报准确率有明显的季节变化。08:00起报的日最低气温多出现负误差,其余预报最高(低)气温多出现正误差。日最低气温预报绝对误差与海拔高度有关。24h最高(低)气温预报绝对误差>4℃样本分析表明,温度平流、大气稳定度与非绝热过程对温度的影响明显,造成气温偏差的主要原因是降水及冷空气影响范围和强度,冷、暖平流影响偏差,高空槽强度和移动偏差等几方面。     

卡尔曼滤波方法在温度预报中的应用

应用卡尔曼滤波方法,结合欧洲中期数值天气预报中心的数值预报产品,尝试建立西安２４ｈ最高／最低气温预报方法,取得了比较满意的效果。表明卡尔曼滤波方法具有建模简单方便等特点,同时卡尔曼滤波方法对温度和季节变化和数值预报模式的变化都具有很强的适应能力,与动力统计方法（ＭＯＳ、ＰＰ等）相比较具有较大的优势。在数值预报产品的解释应用中有广阔的前景。     

BP神经网络在寒露风长期预报中的应用

运用神经网络理论建立玉林寒露风长期预报模式，该预报模式在预报实践中获得了较好的效果。     

神经网络在雷暴预报中的应用初步研究

尝试利用人工神经网络的方法对南京地区的雷暴天气进行预报。南京站的探空资料（每天08时和20时各一次）可以反映雷暴发生前大气层结的初始状态,而江苏省闪电定位网资料则可以作为预报量加以使用。利用探空资料计算了一些与雷暴发生相关的预报因子,用以建立南京地区雷暴的神经网络预报模型,并应用独立样本进行了初步的模拟预报检验。初步结果表明,预报模型取得了较令人满意的效果,应用神经网络的方法预报雷暴的发生是可行的。     

卡尔曼滤波方法在制作中期温度预报中的应用

在日常预报业务中，常常使用ＭＯＳ预报方法来作局地地面气象要素预报。但ＭＯＳ方程的不稳定是人们关注的焦点问题，ＭＯＳ方法的不稳定为自两方面；其一，数值模式的改变。随着数值预报的发展，一个模式一年之内将１－２次较大的修改，模式输出产品的特征有之变化，以致破坏ＭＯＳ方程的稳定性；第二，随着资料的增加，ＭＯＳ方程也随着变化，因此，如果能建立一个随时间变化的预报模型，不因数值模式的改变或者资料的增加而变化，     

BP神经网络法在大气污染预报中的应用研究

近年来将BP网络模型应用到大气污染浓度预报中 ,并建立了大气污染物浓度的神经网络预报模型。将计算结果与监测值进行了验证 ,结果表明 :TSP的计算值与观测值之间的绝对误差为 4× 1 0 - 3～ 3× 1 0 - 2 mg·m- 3,NOX 的计算值与观测值之间的绝对误差为 5× 1 0 - 3～ 2× 1 0 - 2 mg·m- 3;且具有较好的相关性。BP模型是目前最为广泛应用的神经网络模型之一 ,它是一种简单而又非常有效的算法 ,BP神经网络法为城市空气污染预报工作提供了一种全新的思路和方法。     

中央台精细化温度指导预报产品在齐齐哈尔市的检验

对国家气象中心2013年10-12月下发的精细化温度指导预报产品在齐齐哈尔市地区的平均绝对误差和分级预报准确率进行了检验分析,结果发现:总体上,最低温度预报好于最高温度预报,西南部地区好于东北部地区,预报误差最大出现在11月份的较强降温期间;预报质量最好的月份为10月。经过简单订正发现,最低温度指导预报产品可以作为齐齐哈尔市温度预报的主要参考依据,而最高温度指导预报产品的预报准确率需要进一步订正。     

卡尔曼滤波方法在南宁市单站温度预报中的应用

卡尔曼递推滤波方法适用于温度等连续变量的预报，具有容易适应模式的变化和不需要收集大量历史资料样本的优点，用卡尔曼滤波方法制作南宁市最高、最低和平均气温预报，对1995年1—2月的历史资料进行试报的结果表明，最低温度预报与实况的拟合最好，其次是平均温度和最高温度。均方根误差和平均约对误差的计算结果，除了最高温度预报外，均方根误差都在3℃以内，平均绝对误差在2℃以内。     

精细化预报在2008年8月10日北京奥运赛事中的应用

2008年8月10日奥运会开幕式以来的首场降雨,给按照日程安排正在进行比赛的网球、射箭和赛艇等赛事的顺利进行造成了一定的影响。北京市奥运气象服务中心服务团队采取滚动天气会商,跟进式服务方案,为奥组委提供了准确的精细化预报。竞赛组织者对赛事进行了调整,网球上午单元未完成的11场比赛和原定17:00开始的下午单元26场延期;依据预报的降雨空隙,射箭女子团体决赛顺利完成;依据16:50预报的未来半小时将有雷雨出现,赛艇赛事组织终止了17:30后的四组比赛,避开了雷暴天气的影响。竞赛指挥中心对气象服务给予了高度评价。预报员也深刻体会到提高短时临近预报准确率、做好短时临近预报服务的重要性。     

基于INCA和METRo的江苏省路面高温精细化预报

使用INCA（Integrated Nowcasting through Comprehensive Analysis）多源资料融合分析和短临外推预报系统的预报结果作为气象强迫场,驱动一路面温度理论预报模型（Model of the Environment and Temperature of Roads,METRo）,开展江苏省高速公路夏季路面高温预报试验,并使用公路沿线逐小时的路面温度观测资料对预报结果进行检验。结果表明:该预报方法能够较好地预报出高速公路沿线日最高路面温度的逐日变化趋势,以及日最高路面温度的大范围空间分布特征。平均日最高路面温度预报绝对偏差为4.1℃,平均相对偏差为10.8%。其中,日最高路面温度预报绝对偏差在5℃以内的站次占总数的64.5%,相对偏差在15%以内的站次占总数的74.6%,比常规业务预报方法分别提高了23.1%和25.3%。但该预报方法对较小的温度波动以及局地性较强的极端温度分布特征的预报技巧还需进一步提高。     

卡尔曼滤波方法在温度分县预报中的应用

在引进省局推广应用的卡尔曼滤波温度预报方法的基础上,通过2004～2005年的预报试验,在对预报因子不断进行了组合和优化后预报效果稳定,客观预报结果基本接近预报员的主观预报水平.