基于EC数据通过"配料法"构建吉林省暴雨预报模型

利用2015—2017年吉林省地面常规气象观测资料,基于EC数据通过配料法构建吉林省暴雨预报模型.研究表明:吉林省暴雨出现时段为每年的5—9月,集中时段为7—8月,7—8月降水站次占总数的79.1％;吉林省各站点暴雨年平均次数以2～5次为主,白城西部、长春北部地区暴雨<2次,东部暴雨次数稍多,尤其是长白山天池站3a内暴雨达到了13次;该预报模型的FY预报方法TS评分为22.34％,比EC模式预报的TS评分高5.02％;FF预报方法漏报率为36.65％,明显少于EC模式的75.16％;FF预报方法空报率偏高,FY和FF两种预报方法结合使用可以有效提高对吉林省暴雨预报的准确率.     

宁强7—8月大降水(R≥38.0mm)解释预报方法

宁强是全省的暴雨中心之一,平均每年有3—4场暴雨发生,最多的1981年出现14场.暴雨主要集中在6月下旬—9月,尤以7—8月最多,占全年总数约58.4％,大降水次数则更多.我站的解释预报,主要是与地台接口.在地台的分片预报中,我站被列为平川片,但由于我站地处汉中地区最西部的山区,每当西来系统影响时,我县首当其     

单站概率统计大——暴雨的预报方法

我县是个山区,地处沂山北麓,成灾暴雨经常发生,年暴雨次数三次左右。七月份是我县暴雨的集中月份,占全年暴雨的一半,成灾暴雨占70％。因而,做好七月份大—暴雨预报,是做好汛期服务的重要一环。     

应用模糊数学原理作七月份大—暴雨预报的尝试

七月份是我县暴雨集中月份,占全年大—暴雨的50％,成灾暴雨,也大都集中在七月份。我们分析了大—暴雨的气候规律,运用模糊数学理论,分型建立了预报未来24小时有无大—暴雨的隶属函数,找出了指标,应用中收到了较好的效果。     

乐陵市7—8月份暴雨预报初级专家系统

7—8月是夏季暴雨集中期,经过统计1961年至1988年,本站7—8月暴雨日数占总暴雨日数的84％,暴雨又属于关键性天气,作好7—8月暴雨预报至关重要。为提高夏季暴雨预报能力,特建立本预报专家系统, 本系统(简称MES系统)是在天气学理论和预报经验的基础上,应用计算机技术模拟预报员制作预报思路过程,在PC—1500计算机上使用BASIC语言实现的,经过1990年的使用效果令人满意。     

98大洪水期间数值预报产品预报能力分析

对1998年汛期连续暴雨前后的欧洲和日本数值预报500hPa预报场进行预报能力分析。主要结果：中高纬预报基本正确的占63％,有误差的占33％,报错的占4％;中高纬的形势预报强于低纬副高预报。     

冷空气影响下海南岛的降水特点及其预报着眼点

1961～1990年，海南岛受冷空气影响共1183次，其中造成暴雨196次，占总数16．6％；大暴雨87次，占7．4％；特大暴雨．19次，占1．6％。暴雨主要集中在本岛北部、中部和东部，占总数824％。冷空气造成的降水占年总降水量的35％左右，仅次于热带气旋造成的降水量（占年总降水量的48％左右）。可见冷空气造成的降水对海南岛降水量的重要性。本文根据地形和冷空气路径、季节特点作预报着眼点的探讨。1．降水影响系统l·l冷锋1．1．1统计资料表明，冷锋引起的暴雨1～4月份有9次，占总数的16％，为最少；10～11月份有28次，占49％，为最多（详见附…     

用双指数综合法预报大—一暴雨

汛期大一暴雨是我区主要的灾害性天气之一。我们以兴城县1961—1975年资料,通过分析各种要素相关,建立预报指标,并以“双指数综合法”作出大一暴雨的预报。一、大—暴雨的气候背景(一)兴城县年降水量594毫米,7—8月320毫米,占全年总降水量的54%。(二)1961—1974年大—暴雨共出现91次(大—暴雨标准以24小时内降水量≥25.0毫米,为一次大一暴雨过程,如连续数天达此标准,则按一次计算),     

武汉地区梅雨期暴雨预报方法初探

使用地面降水观测资料和高空探测资料,运用线性倾向估计法和相关性分析法,分析了2000—2012年武汉地区梅雨期(6—7月)暴雨的气候特征,并建立了暴雨天气预报方程。结果表明,6—7月武汉地区各旬暴雨日数呈先升后降趋势,其中最大值出现在6月下旬;暴雨集中期为6月下旬—7月中旬,占梅雨期总暴雨日数的61%;暴雨局地性强,雨强呈上升趋势。筛选出武汉站强天气威胁指数、百色站850 hPa层的露点温度和怀化站850 hPa层的风向、风速作为预报因子,建立武汉地区梅雨期暴雨预报方程,实际预报效果检验结果表明该方程的预报质量优于实际业务中常用的数值预报产品。     

北方暴雨预报科研的进展

四年来,北方暴雨预报科研工作取得的进展主要有五个方面: 1.建立了各省市的暴雨预报流程和北方暴雨预报流程。实现了天气-统计-动力方法相结合,使暴雨预报研究成果向综合运用和业务化迈进一步。 2.各省市普遍建立了本地区的暴雨预报专家系统,在业务使用中初见成效。 3.大多数省市开展了暴雨短时预报业务,同时取得一批科研成果,为这项业务工作深入开展提供了技术方法。 4.在业务中应用了中尺度滤波等诊断分析方法;充实了北方暴雨形成的物理图象和概念模式;用细网格模式对暴雨个例的试报也取得了成效。 5.最近四年区域性暴雨预报准确率明显提高。1980—1982年平均为41％,1983—1986年平均为59%,预报服务比较成功,起到抗旱防洪的保证作用。     

广西前汛期锋面暴雨预报

广西前汛期4-6月,是大—暴雨的多发季节。大—暴雨产生的天气形势,按地面形势分析,主要有锋面、热带低压(含热带风暴、台风)和高后大—暴雨三类。根据1961—1988年4-6月资料统计,锋面大—暴雨占前汛期大—暴雨天气过程之86％,其它两类均仅占6—7％。本文主要分析锋面大—暴雨的基本形势,提出大—暴雨24小时短期     

鲁西北暴雨天气分析和预报

本文通过对1979—1989年6—9月40次暴雨天气形势分析,总结出鲁西北区域性暴雨的天气特征和影响系统,筛选出预报指标,建立了区域性暴雨短期预报方法。1991、1992年两年业务应用预报准确率为4/4=100％。     

陕西2005年汛期保险行业气象服务及效益分析评估

通过对中国财产保险公司西安未央支公司2001—2005年气象服务的高敏感程度和效益调查,以西安分公司2005年5—10月企业财产保险理赔案为例,分析气象灾害对其经营环节的影响。总结出陕西财产保险受影响的主要气象灾害有:暴雨、大风、大雨、雷电、滑坡、塌方等。影响最大的是暴雨,占所有灾害的56.3%;其次是大风,占22.5%;第三是由连阴雨致洪暴雨引起的滑坡、塌方,占12.6%。暴雨、大风、雷电等灾害天气的预报、预警服务对保险业服务保障有巨大的市场发展潜力。     

建德梅汛期暴雨特征及预报探讨

引言 本文通过对建德37年降水资料的气候分析,得到了以下重要事实:1.我市是暴雨多发地,而梅汛期暴雨则占全年暴雨的60.8％;2.暴雨发生频次年际变化很大,且年际变化具有一定的阶段性;同时梅汛期总降水量的多寡主要取决于梅汛期暴雨的频次;3.我市梅汛期暴雨以100mm以下的暴雨出现机率最大,约占总数的93％;大暴雨共出现11次且全部出现在七十年代以后;特大暴雨未出现过;4.长林大坑源是我市暴雨的中心,而梅城、凤凰等地则是暴雨的少发地用梅汛期大到暴雨的中期预报模式和短期地县结合预报模式,来制作补充订正预报效果明显。     

泰安地区气旋暴雨的初步分析及其短期预报

气旋暴雨是我区暴雨的一种主要天气系统。根据25年(1960—1984年)5—10月份的资料统计,≥50mm降水共58次,其中气旋暴雨次数占93.1％。平均每年出现2—3次气旋暴雨,最多年份(1957年7月)为5次,没有出现的只有两年(73、81年)。最早出现在5月7日(72年);最晚出现在10月28日(77年),主要集中在6～8月份,占5—10月出现次数的80.8％。 本文应用1960—1984年6—8月500mb、709mb、850mb及地面实况资料和我区各站25年降水资料。前20年(60—79年)作为历史资料,后5年作为独立样本进行试报。     

海南州近10年气象灾害特征分析

分析海南州2009—2018年10a气象灾害的时空分布、受灾面积和灾害特征及海南州气象灾害发生成因,并针对灾害防御进行了探讨。结果表明:海南州气象灾害大部分集中在7—9月,占全年气象灾害发生频次的71%,季节性明显;以暴雨洪涝和冰雹灾害为主,两者占全部气象灾害88.8%,也是海南州灾害防御的重点;强对流天气、暴雨天气、地形地貌等是气象灾害发生的主要原因,而努力提高预报准确率,建立和完善气象灾害天气预警信息发布的"绿色通道"是灾害防御的主要手段。     

秦巴山区发展绞股兰前景广阔

陕西省秦岭巴山地区处于亚热带北界边缘地区,气候温暖湿润,年平均温度12.0—15.6℃,1月平均温度0.8—3.4℃,年极端最低温度-8～-16℃,7月平均温度24—26℃,年极端最高温度38—42℃,年平均降水量700—1200mm,主要集中在夏季,约占年雨量40％—50％,且多暴雨天气,年均出现1—4天暴雨,也有伏旱天气出现,平均     

ECMWF集合预报产品在重庆暴雨预报中的检验与应用北大核心

利用重庆地区34个国家气象站降水资料和ECMWF集合预报降水资料,系统检验和评估了集合预报统计量产品及后处理技术产品对2014—2016年5—9月重庆暴雨的预报性能。结果表明:集合统计量产品中最大值、90%分位数、融合产品、概率匹配平均、75%分位数对暴雨预报有一定参考性,其中90%分位数和融合产品对暴雨落区预报较好,最大值对暴雨强度预报有一定指示意义,但表现为明显的湿偏差。集合预报后处理技术产品的暴雨TS评分较控制预报和集合平均有明显提高,其中概率预报、最优百分位、融合—概率匹配、频率匹配法的暴雨TS评分超过最大值,对暴雨强度预报具有较好的指导意义,其预报偏差均表现为湿偏差,融合—概率匹配和频率匹配法对暴雨落区预报较好,概率匹配—融合对降低暴雨空报率较好。     

青岛地区6—8月大—暴雨预报方法

本文用天气动力学和统计学相结合的方法,以FXFE_(782)图上的风场为主要依据,对1983—1988年6—8月青岛地区49次大—暴雨作了分型。主要分为南北气流辐合型、涡型和西风带风向切变型。建立了3个0—1权重回归方程,用来预报青岛地区6—8月未来24小时内的大—暴雨,方程准确率都在87％以上。对1990年6—8月试报,准确率达79.5％,表明此方法是比较稳定的。     

一次急行冷锋与付高同步西伸所造成的大、暴雨分析

造成前汛期河池地区大暴雨的主要天气系统有锋面(冷锋、静止锋)低涡、低槽、切变线、低空急流及台风等。诸类暴雨中以锋面类为主。因此河池地区前汛期暴雨预报十分强调锋面的影响。但急行冷锋(强冷锋)由于坡度大、移速快,在其南下时往往一扫而过,常无大的降水发生,因此,在预报中急行冷锋下造成的大、暴雨往往被漏掉。 我们在普查1967年以来前汛期急行冷锋10例中发现:急行冷锋下,河池地区产生局部暴雨的有3例,占30％;全区性的大暴雨有3例,也占30％。分析其原因发现:在与锋