基于集合预报产品的四川暴雨预警指数研究

基于2005~2007年汛期成都区域气象中心的中尺度区域集合预报产品和德国、日本数值预报模式的降水产品,针对四川暴雨构建样本资料,采用支持向量机方法(Support Vector Machines,简称SVM)建立暴雨预警模型,开展暴雨预警预报试验,并将建立的模型应用于2008年汛期四川省逐日暴雨有无预报。检验结果表明,基于区域中尺度集合预报产品建立的SVM暴雨预警模型,对暴雨定点预报有较强的指示作用,暴雨预警指数为0.2。      

T63预报产品对暴雨增强预报业务系统的影响及效果分析

利用兰州区域气象中心暴雨增强数值预业务系统，对应Ｔ６３模式预报产品资料和不用Ｔ６３模式预报产品资料两种方案进行了对比试验，并逐日分析了１９９６年７月、８月西北区的降水及形势预报结果，对其中几次大的降水过程作了重点讨论。     

物理量综合指数与暴雨客观预报

该方法以Ｔ１０６Ｌ１９（简称Ｔ１０６）数值预报产品为基础,根据天气动力学原理引入量的强度指数与面积指数的概念,并运用强度指数与面积指数导出综合指数与暴雨的量值关系,通过与Ｔ１０６的降水预报产品相集成,制作出常德市区域及分县（落点）２４～９６小时的暴雨定量预报。通过９８、９９年的应用,证明该技术对区域和落点暴雨预报有很强的预报能力。     

数值预报产品对暴雨预报能力的评估技术方法

对于某些国外数值模式，目前尚我法直接获取降水预报产品，我们选取一些普遍共有的，与降水尤其与暴雨密切相关的数值产品及其二级产品，分析检验其预报暴雨的能力，从而达到评估不同数值模式产品对暴雨预报性能的目的。     

广西盛夏西南涡暴雨特征及应用数值预报产品作落区预报的研究

通过对广西盛夏西南涡暴雨的天气学特征分析及暴雨落区预报着眼点的探讨,应用Ｔ１０６、欧洲中心数值预报等产品,采用建立预报模型及相似预报,物理量场动力诊断等方法,建立客观、定量的预报业务系统,用于业务预报。     

数值预报产品与大气云雨场耦合的暴雨预报技术研究

本文利用有限区数值预报模式的输出产品，结合现时大气云雨场强度分布特征和降水形成的物理机制，研究了暴雨的诊断和预报技术，给出了客观定量的暴雨预报方法，并在微机上实现了人机交互预报系统。通过实际业务运行，取得了较好的预报效果。     

安徽省2021年梅雨期降水预报检验分析

检验梅雨期降水的预报效果,对于提升梅雨期降水预报能力、减少梅雨期降水带来的人员伤亡和经济财产损失有着重要的意义。文章对安徽省2021年梅雨期（6月10日—7月10日）六个客观模式和一个主观订正预报产品进行了检验分析,其中包含了三个区域模式数值预报（中国气象局中尺度天气数值预报系统（简称CMA-MESO）、中国气象局上海数值预报模式系统（简称CMA-SH9）、安徽WRF）、三个全球模式数值预报（中国气象局全球同化预报系统（简称CMA-GFS）、欧洲中期天气预报中心确定性预报模式（简称ECMWF）、美国国家环境预报中心全球预报系统（简称NCEP-GFS））和安徽智能网格主观订正预报的降水产品,进行了检验分析,结果表明：传统检验中安徽智能网格和区域模式对晴雨准确率的预报效果优于全球模式,又以CMA-MESO最优;在暴雨及以上量级的强降水预报中,传统检验表明安徽智能网格预报的得分最高（23.83）,ECMWF模式则是客观模式预报中效果最好的（20.12）,CMA-SH9次之（19.34）;通过对除安徽智能网格以外的各个客观数值模式进行的MODE空间检验可知,不同数值模式间暴雨预报误差原因不尽相同,ECMWF与各区域数值模式主要是由雨区位置的预报偏差,尤其是纬度偏差导致的,NCEP-GFS全球模式对降水强度和雨区面积的预报偏弱偏小比较明显,CMA-GFS在强降水方面的预报可参考性较差;各个主客观预报暴雨及以上量级预报,整体表现出较明显的日变化特征,在午夜前后、上午时段TS评分较高,而午后到傍晚评分较低,这个现象或许是梅雨期的午后降水多以地表太阳加热引起的短历时热对流降水为主造成的。     

安徽省2021年梅雨期降水预报检验分析

检验梅雨期降水的预报效果,对于提升梅雨期降水预报能力、减少梅雨期降水带来的人员伤亡和经济财产损失有着重要的意义。文章对安徽省2021年梅雨期（6月10日—7月10日）六个客观模式和一个主观订正预报产品进行了检验分析,其中包含了三个区域模式数值预报（中国气象局中尺度天气数值预报系统（简称CMA-MESO）、中国气象局上海数值预报模式系统（简称CMA-SH9）、安徽WRF）、三个全球模式数值预报（中国气象局全球同化预报系统（简称CMA-GFS）、欧洲中期天气预报中心确定性预报模式（简称ECMWF）、美国国家环境预报中心全球预报系统（简称NCEP-GFS））和安徽智能网格主观订正预报的降水产品,进行了检验分析,结果表明：传统检验中安徽智能网格和区域模式对晴雨准确率的预报效果优于全球模式,又以CMA-MESO最优;在暴雨及以上量级的强降水预报中,传统检验表明安徽智能网格预报的得分最高（23.83）,ECMWF模式则是客观模式预报中效果最好的（20.12）,CMA-SH9次之（19.34）;通过对除安徽智能网格以外的各个客观数值模式进行的MODE空间检验可知,不同数值模式间暴雨预报误差原因不尽相同,ECMWF与各区域数值模式主要是由雨区位置的预报偏差,尤其是纬度偏差导致的,NCEP-GFS全球模式对降水强度和雨区面积的预报偏弱偏小比较明显,CMA-GFS在强降水方面的预报可参考性较差;各个主客观预报暴雨及以上量级预报,整体表现出较明显的日变化特征,在午夜前后、上午时段TS评分较高,而午后到傍晚评分较低,这个现象或许是梅雨期的午后降水多以地表太阳加热引起的短历时热对流降水为主造成的。     

兰州区域气象中心暴雨增强数值预报业务系统

兰州区域气象中心暴雨增强数值预报业务系统包括资料处理，质量控制、客观分析、模式预报、图形处理及显示、评分检验和作业流程控制等。由于业务系统采用了先进的并行计算技术，同时对模式结构和部分物理过程进行了改进，使模式的分辨率得到了大幅度的提高。     

用动力相似方法预报广东省区域暴雨试验

应实际业务预报需要,利用最新43年欧洲中期数值预报中心（ECMWF）逐日再分析资料,采用多种动力相似方法研究了广东省短期区域暴雨预报,发现了预报员预报经验成长曲线模式,找到了影响暴雨预报的决定性因子850hPa风场,证明了双时次相似的优越性,并研制了广东短期区域暴雨预报的动力相似法,预报评分明显高于业务平均水平。该方法的应用软件实现了短期区域暴雨的自动、客观、定时、定点、定量预报,目前已经投入业务使用。     

一种基于可预报性的暴雨预报评分新方法Ⅰ:中国暴雨可预报性综合指数

针对当前暴雨预报检验采用二分类事件检验方法存在的双重惩罚导致评分过低,没有考虑到中国暴雨可预报性时、空分布不均,不便于对比分析不同区域暴雨预报能力差异等问题,为了发展基于可预报性的新型暴雨预报评分方法,在综合分析影响预报员暴雨预报信心的主要因素（暴雨气候统计特征、天气影响系统运动尺度特征及数值模式预报能力等）基础上,利用2008—2016年4—10月中国国家气象信息中心5 km×5 km分辨率的多源降水融合格点分析资料、站点降水观测资料和中国国家级业务区域模式降水预报资料以及扩展空间暴雨样本统计方法,构建了一种新型的中国暴雨可预报性综合指数（Synthetic Predictability Index of Heavy Rainfall,以下简称SPI）数学模型,以定量描述中国各区域的暴雨可预报性特征。SPI数学模型由暴雨气候频率、暴雨面积比率和模式暴雨预报成功指数（Threat Score,TS）3个分量组成,计算了2008—2016年4—10月SPI的3个分量及其时、空变化特征。分析结果显示:暴雨面积比率对SPI的时间和空间变化影响最大,两者偏相关系数大于0.9;其次是暴雨气候频率的影响,两者偏相关系数值为0.8左右;第三是模式暴雨预报TS评分的影响,两者的偏相关系数为0.7左右。分析还发现,SPI大值区随季节而变化,空间分布不均匀:4—5月,可预报性大值区主要分布在华南地区;6—7月,主要分布在江淮流域;7月中旬至8月,大值中心从江淮北部移到华北和东北地区;9月,副热带高压南撤,大值中心也相应南撤。      

ECMWF和华东WARMS模式对山东半岛汛期暴雨的预报能力检验

利用欧洲中期天气预报中心细网格模式（以下简称ECMWF-Thin）产品和模式水平分辨率为9 km的华东区域气象中心中尺度数值预报模式V1.0（以下简称SMS-WARMS）产品,对山东半岛2016—2017年汛期35个暴雨日（26次过程）的暴雨预报能力进行检验。结果表明：1）对于降水强度,ECMWF-Thin预报偏弱导致暴雨和大暴雨漏报率偏高,大暴雨几乎全部漏报,当其预报有50 mm以上降水时出现暴雨的概率达90%以上,SMS-WARMS则预报降水量偏强、空报率较高,SMS-WARMS降水强度量级预报总体优于ECMWF-Thin,24 h预报能力最佳;2）对于强降水开始时间的预报,两家模式均表现为偏晚为主,且偏晚3 h以内的概率较大,在参考其预报结论的基础上可适当提前3 h;3）对于强降水落区,ECMWF-Thin略优于SMS-WARMS,SMS-WARMS对台风暴雨的落区预报较为精准,而其他类型暴雨的落区ECMWF-Thin预报多偏南或偏向西南1°以内,因此预报员需向偏东或东北1°范围内的区域调整;4）对于强降水范围大小的预报,ECMWF-Thin预报暴雨范围偏小的概率较大,而SMS-WARMS预报范围偏大的概率较大,因此需综合考虑两种数值预报结论进行折中预报。     

暴雨落区的相似预报方法

用欧洲中心数值预报（ＥＣＮＷＰ）产品和Ｔ１０６数值预报产品,分别通过形势场和物理场相似,寻找最佳相似个例日期和区域,预报未来２４￣１６８ｈ黑龙江省暴雨落区,并建立客观定量自动化的预报业务流程,向预报员以图像和文本两种方式提供预报结果,以ＭＩＣＡＰＳ第３类或第１４类文件格式上网,向各地区台站发送指导预报。１９９８、１９９９年汛期进行了业务试运行和预报评分检验,效果较好,达到或接近预报员综合预报水平。     

“6．28”、“8．18”四川盆地暴雨过程的数值预报

本文选取2001年6月28日四川盆地的首次暴雨过程和8月18日四川盆地的区域暴雨过程，比较了成都区域中心η模式和国家气象中心的HLAFS模式对其降水预报，表明数值模式对此降水过程有一定的预报能力，特别是区域η模式，无论在降水强度和落区上都较HLAFS模式预报要好。     

前汛期暴雨过程客观预报业务系统运行情况分析

我台80年代中期起陆续研制了“粤北MOS分县两级预报方法”，经多年使用、总结派生出“粤北暴雨过程MOS客观预报业务系统［1］”（以下简称SGMOS）；“综合运用数值预报产品作粤北前汛期暴雨预报“’”也经多年使用、总结改进后投入业务运行（以下简称SGBYZ）；“天气预报专家系统”（以下简称SGBY3）；“应用欧洲中心数值预报产品作粤北前汛期暴雨预报［’J”（以下简称SGBYI）。以上四个客观预报业务系统于1993年正式投入业务运行。系统经过两年的运行，运行情况如何？效果是否达到预期目的？预报水平是否稳定？能否对其进行优…     

2019年陕西汛期暴雨预报检验评估

基于陕西省气象台(下简称省台)主观订正预报产品、ECMWF细网格预报产品和模式动态交叉取优要素预报方法(DCOEF)预报产品,对2019年4-10月陕西省暴雨天气过程进行检验评估。结果表明,省台主观订正预报产品对晴雨、小雨、暴雨、一般性降水、暴雨以上降水均有较好的预报效果,ECMWF细网格预报对中雨、大雨预报较好,评分较高;三种产品对区域性暴雨的预报能力均强于对局地性暴雨的预报能力,省台主观订正预报产品和DCOEF预报产品评分优于ECMWF细网格预报产品。     

用完全预报法对T63暴雨形势预报的检验

用完全预报法对Ｔ６３暴雨形势预报的检验张瑞，倪惠，杨雪艳，桑景舜（吉林省气象台，长春１３００６２）１引言为了应用Ｔ６３产品做我省６—８月暴雨天气的客观预报，我们采用了完全预报法。完全预报法是统计预报与数值预报相结合的一种方法，鉴于我们收Ｔ６３产品的历...     

基于FSS的高分辨率模式华北对流预报能力评估

目前高分辨率数值预报模式已具有一定的对流系统结构和演变特征预报能力,但对其预报能力的客观评估仍存在较多不足。选取2017年7—9月华北地区在不同天气系统背景下、具有不同组织模态的7次对流天气个例,使用模糊检验方法中的分数技巧评分（fraction skill score,简称FSS）指标评估不同高分辨率模式（包括快速更新同化GRAPES_Meso,GRAPES_3 km及华东区域中尺度模式）对中小尺度对流过程的预报能力。结果表明:分数技巧评分能够实现当模式预报存在位移和强度偏差时仍然给出有价值的评分结果,其优势还在于可以给出表征模式空间位移偏差尺度的预报技巧尺度信息;所用3个模式的雷达回波强度预报均偏弱,当回波强度小于44 dBZ时,华东区域中尺度模式预报最接近实况,而对于44 dBZ以上的较强回波,GRAPES_3 km模式预报偏差最小;采用百分位阈值（通过升序排列求出预报和实况数列的相同百分位数作为其相应的阈值）进行检验发现,对于预报难度更大的高阈值、小尺度的对流事件,GRAPES_3 km模式预报能力更强。     

集合预报产品在江苏省暴雨预报中的应用评估

利用2011—2015年6—8月TIGGE(THORPEX Interactive Grand Global Ensemble)数据集中欧洲中期天气预报中心(ECMWF,以下简称EC)的集合降水预报数据和江苏省70个基本站逐日24 h(20时至次日20时)降水数据,通过大量暴雨样本系统检验和评估了EC集合预报及多种后处理释用产品对江苏暴雨的预报能力。结果表明:作为集合预报的初级产品,集合平均对暴雨的预报存在明显的漏报率,TS预报评分尚不及EC确定性预报;集合预报不同成员间对暴雨的预报技巧差异大,其最优成员组合的预报能力显著优于EC确定性预报,表明集合预报具有较大的应用潜力;在多种集合预报后处理释用技术中,最大值、最优百分位、降水偏差订正频率匹配法、概率预报、集合异常预报法和杜-周排序法(最大值法)的平均TS评分均较高,超过10%,其次90%分位数、融合、融合-概率匹配和杜-周排序法(集合平均或中位值法)的预报效果也均优于EC确定性预报。集合中位值、概率匹配方法对江苏暴雨的预报评分低于集合平均预报,在暴雨预报上的参考价值相对较低。该评估结果进一步加深了对各集合预报产品区域暴雨预报能力的认识,为预报员更直接快速地选取有效的集合预报产品提供参考。     

2019年陕西汛期暴雨预报检验评估

基于陕西省气象台(下简称省台)主观订正预报产品、ECMWF细网格预报产品和模式动态交叉取优要素预报方法(DCOEF)预报产品,对2019年4—10月陕西省暴雨天气过程进行检验评估。结果表明,省台主观订正预报产品对晴雨、小雨、暴雨、一般性降水、暴雨以上降水均有较好的预报效果,ECMWF细网格预报对中雨、大雨预报较好,评分较高;三种产品对区域性暴雨的预报能力均强于对局地性暴雨的预报能力,省台主观订正预报产品和DCOEF预报产品评分优于ECMWF细网格预报产品。