最优集合预报订正方法在客观温度预报中的应用

数值模式的直接输出预报在实际应用时常与实况产生一定的偏差,对模式预报进行有效的本地化订正是提高预报准确率的重要手段。以欧洲中期天气预报中心(ECMWF)模式细网格资料,采用最优集合(anolog ensemble,AnEn)预报订正方法对北京市各站1～7 d的日最高气温和日最低气温进行订正,并对相关参数进行了本地化。采用了滑动训练期、优化变量权重两种方案进行训练。检验评估结果表明:(1)滑动训练期采用60 d时能同时保证计算效率和预报准确率;采用最优变量权重方案后,与预报员主观预报准确率对比,AnEn的最低气温优于预报员主观预报,最高气温基本相当;增加训练期的长度(引入多年的历史资料)相比优化变量权重方案能更有效地提高预报准确率。(2)AnEn预报订正方法在改善数值模式预报的固有偏差(如对由数值模式对局地地形、边界层日变化等形成的误差)效果显著,有较好的应用价值;对于因局地天气(如霾、降水、大风等)影响下,AnEn的温度预报准确率虽优于ECMWF,但不如主观预报,未来还有改进空间。还对检验结果进行了时间和空间验证,确保在以后的业务尤其是智能网格预报业务中的运行效果。     

衰减订正技术本地化对比试验研究

应用陕西CINRAD-CB雷达资料对衰减订正迭代法及逐库法进行对比试验,发现衰减订正技术能弥补远距离回波衰减问题;迭代法计算结果最终趋于逐库法且耗费机时较多,因此逐库衰减订正技术更适合业务运行。逐库法由于逐库的累积计算,距离雷达较远的回波往往会订正过度,可以应用一定的不稳定判据来解决;强回波较弱回波衰减显著,订正效果也随着距离增加而减小,因此该方法适用于陕西省非强对流天气雷达回波衰减订正。     

基于ECMWF的两种温度客观预报订正方法及评估

依据国家气象信息中心格点温度实况资料,采用“动态训练、择优选取”的基本原则,利用递减平均法（DAM）和径向基函数神经网络方法（RBFNN）对ECMWF细网格模式2019—2020年20时BTC未来24～216 h的0.05°×0.05°分辨率格点日最高、最低温度进行客观预报订正,并与中央台指导预报（NMC）和EC模式预报产品进行格点检验对比分析。结果表明：（1）通过DAM和RBFNN订正后的24～216 h日最高、最低温度预报准确率提高3.9%～7.8%,均为“正”技巧,对预报准确率偏低的月份预报时效订正效果更显著,且夏、秋季最高温度预报订正效果较好,冬季最低温度订正能力较强;（2）订正后的最高、最低温度预报产品除沙坡头区的最高温度预报和贺兰山的最低温度预报误差偏大外,其他区域的误差基本都<2℃,订正后的ECMWF细网格模式对强降温、寒潮天气的温度预报效果明显优于NMC和EC模式预报产品,对预报业务有一定的参考价值。     

数值预报产品系统性误差的客观订正

从评价Ｔ４２数值预报模式的性能出发，找出Ｔ４２系统性误差的特征及其订正的客观判据。高度场Ｈ和温度场Ｔ采用不同时间权重和空莘平滑的订正方案，风场ｕ，ｖ采用动力订正方案，湿度场Ｑ采用平流（风场）订正方案。并对Ｔ４２１９９２年４－５月的数值预报产品进行了客观订正，经过均方根误差缩减率η和误差比ｅ方案的检验，效果是令人满意的。     

用逐步订正法做客观场分析

本文阐述了用逐步订正法做客观场分析的方法与步骤；阐述了初值的给出方法，猜测值的求算；扫描半径的选取并通过对１９９３年６月２７日的客观场的分析与天气图的分析对比发现，逐步订正法是可行的。     

贵州省数值预报风速产品检验及订正

运用概率统计的方法,检验了的ECWMF、GRAPES和JAPAN模式对于贵州省范围内84个站点的风速预报的平均绝对误差、标准差、相关系数和正确率,EC模式平均误差在-1.9～1.7 m/s之间,GAPES模式在-3.1～0 m/s之间,JAPAN模式在-3～1.9 m/s之间;平均绝对误差EC模式在0.6～2.1 m/s之间,GAPES模式在1.1～3.3 m/s之间,JAPAN模式在0.6～3.1 m/s之间,全省站点相关系数平均数EC模式和JAPAN模式为0.5,GRAPES模式为0.4,风速预报误差绝对值为2 m/s的准确率全省平均值EC为83%,最低为织金的54%;GRAPES模式为56%,最低为长顺的32%;JAPAN模式为75%,最低为长顺的29%。并分9个地州对3个模式的预报效果进行对比,发现EC模式的预报效果明显优于其他两个模式。其中,EC模式对铜仁地区的预报效果最好,黔西南的预报效果最差;GRAPES模式对遵义地区的预报效果最好,毕节地区的预报效果最差;JAPAN模式对遵义地区的预报效果最好,黔西南地区的预报效果最差。3个模式中有两个在黔西南地区的预报效果不佳。运用BP神经网络方式对3种模式风速预报进行订正,对于3个模式订正后的预报效果均有明显改善,其中误差、正确率的改善较为明显,相关系数的提高较小。     

逐级订正最高、最低气温客观预报方法研究

基于预报员主观预报思路，利用历史气候资料、数值预报产品、常规资料等相结合，建立最高、最低气温24h预报的主观预报订正参考值和客观预报系统，为24h最高、最低气温预报提供依据。     

基于ECMWF模式的定量降水客观订正方法

基于ECMWF高分辨率数值模式物理量诊断产品,利用逻辑回归法开展江西定量降水客观预报试验,并进行检验和改进。结果表明:(1)初始方案中直接提取预报因子单站建模所得到的预报结果较数值模式原始输出降水改进效果有限,但在经过降水分区优化、多倍数暴雨样本扩充、本地气候频率降水订正等改进步骤后,各等级降水预报均较初始方案TS有不同程度的提高。(2)2018年降水试验结果表明,改进方案的晴雨、各等级降水预报TS均高于EC模式降水和预报员,其中大雨、暴雨以上量级相对数值模式以及预报员的订正提高率达到1/4～1倍。(3)本方案预报产品对强天气尺度强迫下、落区相对集中的暴雨天气有较好的识别能力;而在暖区暴雨、盛夏副热带高压边缘暴雨、高架对流等强降水落区分散且范围较小的情况下,或是当模式对天气形势、主雨带预报有明显系统性偏差时,无法有明显改进。     

逐级订正最高、最低气温客观预报方法研究

基于预报员主观预报思路,利用历史气候资料、数值预报产品、常规资料等相结合,建立最高、最低气温24h预报的主观预报订正参考值和客观预报系统,为24h最高、最低气温预报提供依据。     

逐级订正最高、最低气温客观预报方法研究

基于预报员主观预报思路,把历史气候资料、数值预报产品、常规资料等相结合,建立最高、最低气温24h预报的主观预报订正参考值和客观预报系统,为24h最高、最低气温预报提供参考依据。     

横县温度客观预报研究

应用欧洲、日本、T213等数值预报资料及横县单站温、压、湿等实况资料,分春、夏、秋、冬四个季节,通过逐步回归方法建立了横县24h最高、最低温度预报的客观MOS预报方程。通过对2007年10月1日到2008年8月31日的检验预报,24h高、低温预报即使在冷空气活动频繁的冬季,平均误差也在2．2℃以内,证明该MOS预报方程预报效果较好。     

陕西低槽强降水过程分析及客观订正方法

为了提高中纬度低槽东移影响下陕西强降水天气的精准预报能力,采用欧洲中期天气预报中心全球模式(简称EC-thin)、中国气象局数值天气预报全球模式(简称CMA-GFS)、中央气象台格点指导预报产品(简称SCMOC)、陕西省气象局自主研发动态交叉取优产品(简称DCOEF)、多源实况融合资料及全省396个气象监测站资料,选取了陕西三次低槽东移背景下强降水过程(2019年6月4—5日关中、陕南暴雨过程,简称“0604”暴雨过程;2018年6月17—18日陕南暴雨过程,简称“0617”暴雨过程;2018年7月10—11日关中西部、陕北暴雨过程,简称“0710”暴雨过程),对比分析强降水的实况差异及影响系统演变特征,提炼预报着眼点。基于各模式前期预报质量,提出了一种简单的动态融合客观订正方法,检验了该方法在此类强降水过程中的预报效果。结果表明：(1)“0604”暴雨过程和“0617”暴雨过程强降水主要集中在陕西关中和陕南地区,“0710”暴雨过程强降水主要集中在陕西西部和北部地区;“0604”“0710”暴雨相较“0617”暴雨过程,强降水持续时间短,雨带移动速度快。(2)尽管这三次暴雨过程均发生...     

北京地区体感温度误差订正方法研究

基于欧洲中期天气预报中心(European Centre for Medium-range weather Forecasts, ECMWF)模式的预报数据和北京地区气象站点的观测数据,使用两种机器学习算法(线性回归和梯度提升回归树)对站点的体感温度进行误差订正,并采用均方根误差(Root Mean Square Error, RMSE)对预报效果进行评估,进一步与传统订正方法模式输出统计(Model Output Statistics, MOS)得到的订正结果进行对比。结果表明：线性回归、梯度提升回归树、 MOS和ECMWF预报得到的平均RMSE分别为3.12、3.06、3.45、4.06℃,即机器学习算法明显优于MOS和ECMWF模式原始预报。机器学习订正方法不仅在平原地区取得了较好的效果,在高海拔站点的订正效果更加突出,为北京冬奥会复杂山地条件下赛事正常运行提供了一定的技术保障。     

SCMOC温度精细化对黑龙江省温度预报的订正分析

本文将中国气象局下发的2014年SCMOC温度指导预报的08时预报场及对应的实况场资料进行数据处理,得到黑龙江省82站的温度指导预报和实况资料(部分站点的部分时次数据缺测,缺测数据按9999输出)。将全省82站的温度指导预报的最高最低气温分别与实况做差值处理,得到预报偏差,分析全省各站预报偏差分布规律发现:SCMOC温度指导预报在夏季预报较准确;春秋季节在不同的天气形势下有较稳定的误差;冬季预报效力最不稳定。     

数值预报风场系统性误差的特征及其客观订正

Ｔ４２数值预报风场μ、ν的系统性误差应用几个统计量进行了描述，对一般天气过程，风场误差在一定数值范围内波动；前后时间风场预报有一定的相关性，但整个场强度都有误差。最后应用四种不同的客观订正方案对其订正、地转风与预报风之平均的动力订正方案较理想。     

双管水银压力表的温度订正符号

双管水银压力表主要用来测量低压装置内的压力,以及校检水银气压表、空盒气压表(计)及探空仪器等。因此,双管水银压力表的精度将直接影响到各种待检仪器的准确性。这固然主要取决于制造厂的生产水平,但也和能否正确使用仪器有密切关系。我们在使用中,发现按长春气象仪器厂的《双管水银压力表使用说明书》去进行温度订正,检定结果的误差较大。而取0℃以上为负号,0℃以下为正号,则误差较小。     

四种定量降水预报客观订正方法对比研究

基于2019年全年、不同季节、不同预报时效的欧洲中期天气预报中心模式的定量降水预报,检验评估了频率匹配、最优TS评分、最优百分位、概率匹配4种定量降水预报客观订正法的综合性能.利用理想模型研究了不同雨带位移偏差和干湿偏差情形下频率匹配法与最优TS评分的表现,并通过个例订正展示了4种定量降水预报订正法的基本特征.结果表明...     

贵州省单站凝冻过程的指标订正及特征分析

本文利用1961～2019年贵州省85站逐日的雨凇、雾凇资料,通过对样本数据的统计分析以及3个现有指标的对比分析,订正了贵州省单站凝冻过程的指标和分级标准,并根据新的标准对其特征进行分析。结果表明,贵州省凝冻过程的持续天数为3～39天,随着凝冻过程持续天数的增加,其发生频率呈指数下降。凝冻过程开始初日和结束终日时间序列之间存在凝冻过程开始初日偏早/偏晚,结束终日也偏早/偏晚的现象。随着凝冻等级的升高,其影响范围在不断缩小,但大值区主要仍集中在26.5°～27.5°N,低值区仍在贵州省北部和南部地区,且59a间4个不同等级单站凝冻过程的站次均呈缓慢减少趋势。4个典型站的凝冻过程主要集中出现时间基本一致,1月占比最多,2月次之,而11月最少。分旬来看,主要集中出现在1月中旬至2月上旬,11月上旬最少。