用“模式输出统计”法做局地天气客观预报

所谓模式输出统计(Model Output Statistics缩写为MOS)方法是一种统计和数值天气预报结合的有效的预报方法。美国国家天气局技术发展实验室根据天气尺度的形势预报,已成功地使用了MOS方法为全国各地提供许多天气要素的自动化指导预报。本文将介绍MOS方法在公众天气预报中的应用。为了说明业务工作中所使用的方法及其性能,本文将给出预报方程的示例和电传打字输出。然后用比较验证数字,估价MOS方法的使用价值。     

热带气旋运动的动力—统计预报业务试验

一、引言近年来,许多热带气旋具有运动异常的性质,从而暴露了纯统计系统所固有的弱点,并促进了动力和统计—动力模式的发展。因此,Miller(1972)等用一种七层模式进行试验,而Neumann和Lawrence(1973)介绍了一种统计—动力模式,即NHC73,它采用美国气象中心的原始方程模式的输出作为统计预报系统的输入。1973年和1974年飓风季节,用NHC73的两种方案在业务预报中作了试验。本文评论了NHC73的发展,介绍了两年中的试验结果,以及提出了将统计、动力概念用于热带气旋预报的发展途径。二、数值预报资料的统计应用 Klein和 Glahn(1974)介绍了两种已成功地将数值预报资料引入统计预报结构的方法。其一是所谓“完全预报”法,另一种称模式输出统计法,简称     

回归方程的预报稳定性检验

回归分析是气象统计预报中应用十分广泛的一种定量预报方法,农MOS(模式输出统计)预报中应用很多。由一定的样本资料建立的回归方程,有的方程的预报效果与拟合效果差异不大,有的方程的预报效果显著低于拟合效果。回归方程预报效果的这种改变情况,称为回归方程的预报稳定性。一个回归方程,如果预报效果与拟合效果差异     

利用MM5模式输出产品制作空气质量预报方法探讨

根据2004年中尺度数值预报模式MM5输出产品和临沂市环境监测中心逐日监测资料建立了各污染物浓度预报方程,在2005年夏季的试报中,该方程的试报效果较差,其预报准确率明显低于其历史拟合率。为了提高预报准确率,利用逐步回归筛选的因子及统计模型研究中的有关数据,探讨了使用卡尔曼滤波方法制作空气污染物浓度预报的问题。分析发现,利用卡尔曼滤波方法制作空气质量预报可以取得比较满意的效果。     

上海浦西地区雾持续时间的统计释用预报

丰海浦西地区雾持续时间释用预报（PPM）的结果分析和中尺度数值预报资料基础上，应用模式输出统计（MOS）方法，构造了与上海地区成雾条件和雾的维持有一定关系的数值预报要素组成的预报因子，并进行逐步回归分析，建立了雾持续时间的统计释用预报方程，同时，提出了在小样本情况下应用交互验证分析法时克服因子不稳定的一种方法，研制了雾时业务预报的统计释用集成方案，并进行了对比分析，结果表明，统计释用预报集成方案较完全预报（PPM）的结果有明显改进。可供业务试用。     

宜宾市常规天气要素分县预报方法

应用数值天气分析预报产品，选择与宜宾各县温度、降水有较好相关的预报因子，利用模式输出统计(MOS)法，建立温度、降水的分县、客观预报方程，从而达到气温、降水预报的定点、定量的目标。     

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     

T_(63)数值预报产品在逐日最低温度预报试验中的运用

随着数值模式的升级，数值预报产品越来越具可用性，它不仅为业务预报提供了定量化的参考，而且弥补了资料在某些区域和某时次的空缺；数值预报模式还可以提供大量的物理量，有助于天气分析和预报。因此，数值预报产品越来越受预报员欢迎，但是由于数值预报模式提供的产品很多，如何利用好这些产品就成为一个重要的课题，数值预报产品的释用研究因而愈显重要。目前大量的预报中多采用PPM和MOS这两种统计释用方法。PPM是用过去的因子实测资料和预报量建立统计关系，而后用数值预报输出的因子资料代人方程中得到预报值，这样处理的缺点是…     

模式输出统计预报(连载之三) 第三章 MOS方法中的统计方法

模式输出统计预报的技术,包括如何应用数值预报和采用什么样的统计方法,在第一章着重讲了为什么要发展模式输出统计预报,第二章谈了数值预报的概况,这一章将介绍模式输出中采用的一些统计方法,特别是在地方模式中经常采用的统计方法。第一节:聚类分析在第一章中我们讲了在搞地方 MOS 时采用分类可以提高 MOS 质量,在这将介绍MOS 方法中可以采用的分类方法——聚类分析。     

逐日最低温度中期预报的PP方法

应用数值预报产品制做局地天气要素预报主要有两种方法:MOS法(模式输出统计方法)和PP法(完全预报方法)。在目前条件下,提供中期MOS预报的数值预报产品的资料年代短,不象短期MOS预报那样有较多的样本资料和要素预报值可供作为可能预报因子。采用PP方法是解决上述问题的有效途径。由于PP法建立的预报方程是针对长年代大样本历史资料建立的统计关系,     

条件数在区域日降水量预报中的应用研究

针对前汛期广西北部暴雨洪涝灾害频发的问题，利用T213模式和日本细网格降水预报等数值预报产品，采用条件数计算选取回归因子的方法建立广西北部区域平均降水量的预报方程。进行了2004、2005年两年5-6月的前汛期业务预报应用试验。采用条件数方法建立的预报方程和传统的逐步回归预报方程的平均预报误差分别为6．3569mm和7．0096mm，同期T213模式的预报误差为7．9456mm。试验表明新方法比传统的逐步回归方程和T213模式具有更高的预报精度，有较好的业务应用前景。计算对比可知，采用条件数计算选择的预报因子间的复共线性较微弱，而逐步回归方法选择的因子间的复共线性很严重，影响了回归方程的预报效果。     

暴雨站数预报在暴雨落点预报中的应用

采用暴雨站数预报与站点降水量预报相结合的方法预报暴雨落点,在１９９８年７～８月的暴雨落点预报中,ＴＳ评分达到２２．４％,超过了ＨＬＡＦＳ和主观预报。进一步的研究分析表明：这种方法可充分利用降水量预报的空间分布信息,预报准确率还存在较大的可提高空间,是一种较为有效的暴雨落点客观预报方法     

12 HOUR PRECIPITATION FORECASTS FOR NAIROBI,KENYA

Radiosonde profiles of temperature and dewpoint temperature from one station are used to forecast 12-h precipita-tion over Nairobi,Kenya.The forecast scheme is based on statistical regression modelling.Four predictors are derivedfrom data to use in a prognostic equation to get 12-h precipitation forecast.Observed and predicted rainfall values areplotted on a graph against time.Forecast verification shows that the forecasts are positively correlated withobservations.     

宁夏春季首场透雨的气候预测探索

利用目前在统计预报中广泛应用的最优子集回归预报法,作宁夏南部山区及银川地区春季首场透雨出现日期的统计预报,给出了具体的预报方程和拟合效果分析。并对近30 a来宁夏南部山区及银川地区首场透雨出现日期的变化特征进行了较详细的分析。研究结果表明:银川地区3月份出现首场透雨的气候概率为23.3%、4月份为20%、5月份为23.3%、6月份为33.3%,出现机会相对较多。30 a来春季首场透雨出现日期:20世纪70年代相对较晚,80年代偏早,90年代介于70、80年代之间。南部山区春季首场透雨出现时间相对比较集中,其中4月份出现的气候概率为53%,其次是5月份和3月份,分别为20%和17%,最小的是6月份,只占10%,从近30 a来的总趋势看,南部山区春季首场透雨出现日期在波动中略有推迟现象。利用最优子集回归预报法对宁夏春季首场透雨出现日期的预测具有理想的拟合效果。     

金沙江下游多种面雨量集成预报方法的对比分析

集成方法有利于提高降水要素预报的准确性和可预报性。本文基于格点实况资料和智能网格预报、西南区域数值预报、ECMWF模式预报、GRAPES模式预报产品,以面雨量为研究对象,采用多元回归法、BP神经网络法、评分权重法、加权集成预报法和算术平均法,得到集成面雨量预报,再运用平均绝对误差、模糊评分、正确率、TS评分、偏差分析等方法,对2020年4—10月金沙江下游面雨量预报效果进行对比分析。结果表明：多元回归集成法和BP神经网络法的预报效果总体上优于其他几种集成方法。在考虑流域面雨量的预报量级时,下游可以采用预报量级较小的模式和集成方法。集成后偏差百分比均有降低,且多元回归法和BP神经网络法对预报量级较小的模式有矫正作用。在面雨量有无、小雨和中雨预报中,多元回归法集成效果较好,在大雨量级预报中,BP神经网络法集成效果较好。这些结论可为流域面雨量预报提供参考借鉴。     

螺旋度诊断分析与短时强降水面雨量预报

利用T106细网格多个基本要素场和物理量预报场，诊断分析高低空Z－螺旋度在暴雨形成中的贡献，结合其他动力、热力物理量场，采用动态方法，建立降水量的逐步回归方程，作未来6小时的面雨量降水预报。     

三峡库区流域面雨量预报模糊检验

采用面雨量模糊评分方法，对三峡库区流域面雨量预报中3种客观预报(相似预报、T213降水预报、MM5模式预报)和面雨量综合集成预报结果进行综合评定。检验结果表明，3种预报模式对流域面雨量预报水平相差不大，冬半年的预报评分高于夏半年。在业务中采用动态权重系数法对3种预报方法预报结果进行集成，其集成预报的评定质量高于每种单独预报质量。在流域面雨量预报质量检验中采用了模糊评分法，该方法能够较为客观地反映预报和实况之间的差距，也可以用于降水定量预报评定中。     

7月份降雨分布型的预报方法

综述了我国７月份雨型的划分方法，各种雨型的多雨特点及环流特征，总结了各类雨型的预报判据，着眼于赤道东太平洋海温（ＳＳＴ），冬季（１－３月）５００ｈＰａ环流，春季（３－５月）西太平洋副热带高压，夏季（６－８月）赤道平流层纬向风准两年振荡（ＱＢＯ）等方面，分析了与７月雨型的关联。该方法对业务预报有很好的指导意义。     

年际增量方法在西南夏季降水预测中的应用

利用中国西南地区80站逐月降水资料及NCEP/NCAR再分析资料等,采用降水预测新方法——年际增量法,考察影响中国西南地区夏季降水年际增量的前期冬、春季大气环流年际增量状况,并选取5个关键影响因子,采用多元回归法建立中国西南夏季降水年际增量预测模型。对降水年际增量进行预测,在1971—2010年的建模阶段,预测模型的拟合率为0.78,在2011—2017的后报检验7年中,有6年与实况值同位相。后报检验2011—2017年的降水距平百分率,均方根误差为16%。为考察对降水异常分布型的预报效果,逐站建立回归方程,并进行趋势预报检验,近5年的趋势异常综合评分高于发布预测,预报效果较好。因此,该方法的应用及模型的建立对提高西南地区夏季降水预测水平有重要意义。      

神经网络在水位预报中的研究

根据各站点降水资料,运用高斯权重客观分析原理计算广西区域的面雨量,以上游面雨量值、水位值与西江流域的梧州水位进行相关分析,找出基于水位的主要预报因子;进一步采用人工神经网络与主成分分析(PCA)相结合的方法进行了西江流域梧州水位的预报方法研究。计算结果表明,该预报方法所构造的预报模型对历史样本拟合精度高,试报效果也较好,可在预报业务中应用。