递减平均法与一元线性回归法对ECMWF温度预报订正能力对比

基于ECMWF细网格模式的定时最高(低)气温预报产品,针对2017年陕西99个国家级气象站的日最高(低)气温预报,检验和比较了递减平均法和一元线性回归法两种方法对气温预报误差的订正效果。结果表明,两种方法都显著地提高了日最高(低)气温的预报准确率,随着预报时效的延长,订正能力逐渐减弱。技巧评分与模式对气温的预报能力有显著的负相关关系,秦岭及其以南地区的日最高气温预报和秦岭以北地区的日最低气温预报的准确率偏低,其技巧评分一般超过40%,极大值超过70%。两种方法都有效降低了系统误差,较小误差范围的站次增多,较大误差范围的站次减少,对日最高气温在预报绝对误差≤2℃误差范围的订正能力较为突出,对日最低气温在预报绝对误差≥3℃误差范围的订正更有优势。一元线性回归法对日最高气温预报的订正能力略优于递减平均法,对日最低气温预报的订正能力不及递减平均法,利用这两种方法对气温预报进行混合订正的效果更佳。     

大连地区ECMWF细网格模式阵风预报误差检验与分析

阵风的预报误差检验对实际工作中的精细化预报订正具有一定的指导意义,同时对精细化预报中如何消除误差日变化的影响提供了借鉴。选取2017—2019年3～72 h逐日逐3 h欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecast,ECMWF）细网格10 m阵风和10 m平均风预报资料,基于大连地区9个国家气象观测站实况逐3 h极大风资料进行预报误差检验分析。结果表明：按预报风级和实况风级分类的预报误差对比检验均表明ECMWF细网格预报整体偏大,平均误差为0.96 m·s-1,但具体到各风级时两种分类的预报误差统计结论并不一致,按预报风级分类的检验更符合基于模式预报开展的实际预报工作。以预报为基准统计,各风向、各风级、各站的预报误差均差异明显,风级越大预报偏大的程度越高,风向也表现出随风级增大误差增大的趋势。阵风预报的平均误差具有明显日变化,08:00（北京时,下同）前后误差最大,20:00前后误差最小,主要由10 m平均风的平均误差日变化所致。全部预报个例与实况各时效预报相关系数均在0.7以上,具体到各风级、风向时,各风向相关...     

陕西ECMWF、GRAPES_Meso和SCMOC气温预报的对比检验及订正

利用陕西99个国家气象站2017—2019年日最高(低)气温观测资料,采用一元线性回归和递减平均方法,对GRAPES_Meso、ECMWF和SCMOC的日最高(低)气温预报进行订正,并作对比检验.结果表明,SCMOC、GRAPES_Meso和ECMWF的日最低气温预报准确率较日最高气温偏高,其中SCMOC的日最高和最低...     

基于ECMWF细网格产品的吉林省东南部冬季气温BP-MOS预报方法

基于ECMWF细网格模式输出产品和BP神经网络预报方法建立一种优化的BP模型,对吉林省东南部山区(白山地区、通化地区)未来24h的日最高和最低气温进行预测,并对比该方法、ECMWF细网格的2m温度输出产品以及线性MOS方法的预报效果.结果表明:在建立预报方法时,考虑预报因子对气温影响的累积过程,并对其进行优化处理,有利...     

ECMWF细网格2m温度产品在乌鲁木齐市温度预报中的检验

利用2011年7月至2014年6月的ECMWF细网格2m温度预报产品,采用格点映射站点和双线性插值法挑选最优预报参考格点,并用天气学检验方法,对该模式在不同季节、不同天气时的乌鲁木齐市温度预报能力进行检验。检验表明：该产品对制作乌鲁木齐未来24小时温度预报具有很好的指导意义,全年的最高最低温度预报准确率为74～75％,季节变化明显,夏半年的预报准确率高出冬半年10～25％;模式对降雨、降雪时的温度预报较好,大雾时最差,并且会使最低气温预报严重低于实况,对东南风时最高气温预报好于最低气温;该产品整体上在准确率和稳定性上均优于中央台指导预报,在春季具有明显优势,高低温正技巧可达0.4℃。     

ECMWF细网格TP产品在北疆降雪天气中的预报性能检验

基于升级后的EC细网格TP降水量预报产品,对北疆2015年17场降雪天气的12h累积降雪量,主要运用平均误差、平均绝对误差和均方根误差进行了检验。结果表明,该模式在北疆降雪天气预报中小雪的预报准确率最高,暴雪最小;预报准确率随时效的延长并非都是减小的;小雪空报率较高、暴雪漏报率较高,中雪和大雪空报率和漏报率都不容忽视;小雪和中雪的3种误差均较小,随时效的延长变化较小;强降雪(大雪及以上量级)的误差较大,随时效的延长有增大的趋势;模式对小雪的预报总体为系统性偏大,对强降雪预报则为明显的系统性偏小,对中雪的预报系统性偏向不稳定。     

ECMWF细网格模式探空在阿勒泰地区短时强降水预报中的统计检验

采用2013—2018年5—9月ECMWF细网格资料和阿勒泰地区36次短时强降水资料,用Micaps平台的模式探空模块计算T-log P图及其对流参数,运用统计学方法进行了误差检验。结果表明:模式探空T-log P图48 h预报时效内一致性较高(72%),尤其是24 h预报时效内(92%);72 h预报时效内总指数和干暖盖指数及垂直风切变、60 h预报时效内沙氏指数、48 h预报时效内风暴相对螺旋度和36 h预报时效内850与500 hPa温度差、对流温度、最大抬升指数、抬升指数以及24 h预报时效内K指数、700与850 hPa假相当位温差、大风指数等对流参数的3种误差均较小(3.5),相关系数较高(0.60),特别是沙氏指数、K指数、700与850 hPa假相当位温差、垂直风切变和风暴相对螺旋度的3种误差1.5。T-log P图的一致性随时效的延长而减小,对流参数的误差随预报时效的延长变化不一致,在强对流潜势预报业务中注意订正运用。     

ECMWF模式地面气温预报的四种误差订正方法的比较研究

采用均方根误差对欧洲中期天气预报中心（ECWMF）确定性预报模式2007年1月至2010年12月的地面气温预报结果进行评估,并分别利用一元线性回归、多元线性回归、单时效消除偏差和多时效消除偏差平均的订正方法,对ECMWF模式地面气温预报结果进行订正。结果表明,4种订正方法都能有效地减小地面气温多个时效预报的误差,改进幅度约为1℃。在短期预报中仅考虑最新预报结果的一元线性回归订正方法要优于考虑多个预报结果的多元集成预报订正方法。在中期预报中考虑多个预报结果的多元集成预报订正方法更优,更稳定。在模式预报误差较大的情况下,多时效集成的订正方法能更稳定地减小误差。     

ECMWF细网格气温预报产品在宁波的检验和误差分析

针对宁波市326个站点,对空间分辨率为0.125°×0.125°的ECMWF细网格气温模式产品中2019年1月-2021年6月08时和20时2个不同起报场0~72h时效的预报产品进行时空检验和误差分析。结果表明:(1)08时和20时2个不同起报场72h内每天14时的均方根误差和平均绝对值误差最大,20时和08时次之,02时最小;(2)5类土地利用类型中林地的预报气温与地面站点气温的误差最大,水体次之,另3类相差不大;(3)误差空间分布不均匀,沿海地区误差相对较小,西部山区、海曙、奉化等个别站点误差较大;(4)DEM和距海距离与均方根误差和平均绝对误差的相关系数基本为正。     

福建省ECMWF细网格模式2 m温度预报误差分析与订正

选取2022年1月1日—12月31日ECMWF细网格模式2 m温度预报24 h以内预报时效产品和对应时次的福建省70个国家站观测资料进行分析,采用ARIMA(差分自回归移动平均)模型和双权重ARIMA模型分别对2 m温度预报产品进行偏差订正,并对订正前后的结果进行对比分析。结果表明：1) ECMWF模式2 m温度预报在福建省主要呈现冷偏差,随着预报时效的增加,均方根误差和准确率随之变差;分别用两种模型进行订正,平均绝对误差由2.1℃以内减小到1.6℃以内,均方根误差从2.5℃以内降低到2.1℃以内,且偏差越大,订正效果越明显。2) ECMWF模式2 m温度逐月预报效果差异较大,订正后各评价指标均有显著改进,各月平均误差在-0.5—0.5℃。3) ECMWF模式2 m温度预报偏差主要表现为福建东部沿海小、中西部较大;订正后平均绝对误差和均方根误差减小至2℃以内,且对高海拔地区的站点改善效果更加明显。与ARIMA模型相比,双权重ARIMA模型订正后平均绝对误差与均方根误差更小、准确率更高,订正效果更好。     

ECMWF细网格要素预报场在乌鲁木齐米东区的预报性能检验

利用升级后的ECMWF细网格模式2m温度、大尺度降水量(LSP)、累积降水量(TP)及850hPa风速等气象要素预报场,采用客观分析和统计学方法,对2015年2月至2017年1月乌鲁木齐米东区气温、降水及风速进行检验分析。结果表明:2m温度场对于米东区最高、最低气温有较好的预报能力,最高、最低气温年均准确率ECMWF细网格模式产品均高于中央气象台指导预报产品,分别达69.1%和73.8%。细网格和中央气象台指导预报的晴雨准确率均接近或超过80%,对降水天气预报有较好的参考价值;降水分级检验上看,ECMWF细网格和中央指导预报准确率均不太高;对于降雨天气,细网格的预报能力略高于指导预报;对于降雪天气,指导预报对小雪和大雪的预报准确率高于细网格;ECMWF细网格850hPa风速产品与实况风速有较好的相关性,对逐日风的预报有较好地指示意义。     

ECMWF细网格模式降水产品在北疆暴雪中的应用检验

2012年4月,ECMWF细网格（0.25o×0.25o）数值预报产品投入新疆天气预报业务化应用。本文通过对ECMWF细网格模式LSP大尺度降水预报产品在2012年前冬3场暴雪天气中的预报效果分析检验得出：LSP预报的暴雪量值总体偏小,提前1 d较提前2 d的预报效果有所改善,较早时次的预报结果也有一定的应用价值;暴雪预报的开始时间偏早3h左右,结束时间相对准确;LSP累计降水量级检验提前2 d和分级降水检验提前12 h的暴雪预报准确率较高,空报率较低。在观测站点相对密集的成片暴雪天气中,LSP预报的暴雪落区和量级较为准确,零散暴雪点的预报效果相对较差。检验分析结果可为ECMWF细网格降水预报产品的释用提供一定的参考,为业务人员制作北疆暴雪天气的定点、定时、定量预报提供一定依据。     

基于ECMWF细网格、GRAPES _MESO的短时强降水潜势预报和检验

摘要：利用2016-2018年6-8月ECMWF细网格、GRAPES _MESO、黑龙江省822个自动站资料研究黑龙江省6-8月短时强降水（一般短时强降水和极端短时强降水）的预报方法和各项影响因子指标与他们之间的融合。采用双线插值法或临近格点法、分位数法、配料法、排除法、多重分析法,形成以水汽、不稳定、抬升为框架的客观预报方法。研究发现,强降水的环境背景不仅受限于各物理因子阈值,也与他们之间融合密切相关。各因子间存在一定旬差异和日较差,夜间与水汽相关的各阈值明显大于白天,白天热力不稳定性高于夜间。6月中上旬与水汽含量相关的各因子阈值小于其他时段。从检验结果上看,由于强降水的突发性、局地形和研究方法以及模式本身的特性,预报的空报率非常大,漏报率较低,TS评分最低且随着分布密度的降低而降低。一般强降水检验中,两种模式点对点检验的TS评分为0.015左右,14km和40km点对面检验夜间TS评分约0.03和0.08。极端强降水检验中,两种模式点对点检验TS评分约0.004,14km和40km点对面检验准确率约分别为0.005和0.02。7月份由于强降水分布密度相对较大,检验效果也相对较好。一般性强降水EC细网格TS评分高于GRAPES_MESO,而极端强降水检验TS评分刚好相反。     

基于ECMWF细网格模式的短时强降水客观概率预报方法研究

根据陕南643个经质量控制的自动气象站2010—2014年逐小时观测降水,采用百分位法确定陕南短时强降水标准。基于2010—2014年11 824站次短时强降水个例和欧洲中心（ECMWF）间隔6 h的0.25 °×0.25 °再分析格点资料,以空间最近、时间最近前1时次原则:计算并确定陕南汛期5—9月各月短时强降水36种对流参数历史概率分布特征值;考虑对流参数的显著性和适度性指标构建评价方案,利用相对模糊偏差矩阵、标准差系数方法,优选出陕南5—9月各月的15种对流参数及其权重。业务运行以ECMWF细网格模式的基本预报产品,计算优选的对流参数值,结合参数历史概率分布值及其权重,建立陕南分月短时强降水客观概率预报模型。将模型概率预报结果升序排列后80%处对应的数值,且大于0.2作为短时强降水的临界概率,对2015年汛期降水过程进行检验,TS评分为0.59,漏报率为0.18,空报率为0.31。      

基于ECMWF模式预报的台风降水地形订正方法

为了解决复杂地形条件下ECMWF模式预报的台风降水较实况显著小的问题,对Smith 1979年提出的地形降水方程进行改进,提出以饱和湿层高度作为方程积分上限,针对不同高度地形设定不同的降水效率;以无量纲湿弗劳德数大于1作为有、无地形降水的判据;利用ECWMF细网格预报场,通过迎风坡地形降水估算方程来订正模式预报的台风降水。用该地形降水订正方法对1617号台风“鲇鱼”的降水进行了订正预报。结果表明,虽然在一些小尺度地形区域会产生明显的空报,但是对于大尺度地形区域的强降水有显著的订正效果。对1513、1521和1614台风的订正结果进一步表明,该地形降水订正方法对改进台风极端降水预报效果显著。需要指出的是,采用的地形降水订正方法仅考虑了稳定条件下的地形降水,对于其他情形下的地形降水订正方法尚待进一步的研究。      

四川地区EC细网格模式2m温度偏差订正研究

本文选取2017年1~12月ECMWF(European Centre for Medium-Range Weather Forecasting)细网格模式168h预报时效的2m温度场和对应时段四川地区157个国家站的观测资料,对比分析了模式温度预报的系统性偏差特征,采用15日周期的滑动双权重平均法对2m温度预报产品进行偏差订正,并与四川省气象台现有的主、客观预报产品进行对比,结果表明:(1)EC模式对低温的预报准确率远高于高温预报准确率;订正后高、低温预报准确率均有显著提高,其中低温平均提高了20.5%,高温提高了31.2%,平均绝对误差分别减小约1.1℃和2.9℃。(2)EC模式高温预报的逐月差异明显比低温预报逐月差异大,订正后差异明显减小,且各月的高、低温预报准确率均有显著提升,订正后各月高、低温的平均绝对误差均在2℃之内。(3)EC模式对于低温和高温的预报在全省均大致呈现负的系统性误差,且高温预报的系统性误差明显比低温预报的系统性误差大,订正后2m温度预报的系统性误差均明显降低,全省大部分地区维持在±1℃之间。(4)与四川省气象台现有的主、客观预报产品对比显示,对于高低温预报均是EC订正后准确率最高、平均绝对误差最小,订正效果较为理想。     

ECMWF细网格2米温度在新疆及周边地区的预报效果检验

本文对2013年1～12月ECMWF细网格2米温度在新疆区域的预报效果进行了统计检验。结果表明：ECMWF细网格2米温度预报为系统性偏高,预报效果随预报时效的延长而逐渐变差。三天内温度预报的绝对误差小、预报准确率高,对实际温度预报有很好指导作用;七天内温度预报的绝对误差较小,预报准确率较高,对实际温度预报具有参考价值;八到十天预报误差大、准确率低,对实际温度预报参考价值不大。温度预报精度在蒙古国西部最低,北疆盆地次之,南疆盆地最高。     

基于EC细网格数值预报产品的太阳辐照度订正技术

太阳辐照度与光伏电站发电功率密切相关,其预报的准确性直接影响发电功率预报的准确性。根据光伏电站太阳辐照度实况、气象站实况、WRF(Weather Research and Forecast Model)模式辐照度预报、EC细网格数值预报以及太阳理论辐照度,利用逐步回归法开展太阳辐照度预报订正研究,得到以下结论:①太阳辐照度实况与太阳理论辐照度的比值与EC细网格数值预报中气象要素的相关性优于太阳辐照度实况与气象要素的相关性;②不同时刻影响太阳辐照度的气象因子存在差异,通过逐步回归法建立不同时刻太阳辐照度预报模型;③在非晴天情况下,回归预报辐照度相对均方根误差比WRF模式预报辐照度降低10%左右,减小了辐照度预报误差。该研究成果在光伏电站的新能源数值预报服务中有一定的应用价值。     

河西走廊东部智能网格温度预报产品订正方法探讨

为提高智能网格的订正能力及预报水平,基于中央台客观指导产品的甘肃省切片数据和中国气象局陆面数据同化系统（Chinese Land Data Assimilation System Version 2.0,CLDAS-V2.0）日网格实况产品,采用卡尔曼滤波和滑动训练订正两种方法,对河西走廊东部地区（101.0°E—104.5°E,36.0°N—40.0°N）0.05°×0.05°格点最高、最低气温进行订正、检验和评估。结果表明：（1）季节对比,卡尔曼滤波和滑动训练订正产品对四季最高、最低气温的平均绝对误差均小于中央台客观指导产品,均小于2.00℃;卡尔曼滤波和滑动训练订正产品对四季最高、最低气温的预报准确率均大于70%,其中最高气温偏高6%～13%,最低气温偏高8%～24%。（2）空间对比,卡尔曼滤波和滑动训练订正产品对最高、最低气温的平均绝对误差绝大部分地区在1.00～2.00℃,个别地区大于2.00℃;卡尔曼滤波和滑动训练订正产品对最高（最低）气温的预报准确率大部分地区大于70%(60%～70%),个别地区大于80%(70%)。（3）总体上,卡尔曼滤波和滑动训练订正产品对最高、最低...     

基于ECMWF细网格模式产品的湿螺旋度在四川盆地强降水预报的应用试验

利用欧洲中期数值预报中心(ECMWF)高分辨率预报场(0.25°×0.25°)资料以及四川省加密自动站降水量资料对2011年汛期7—9月和2012年5—7月共计20例强降水个例进行湿螺旋度指标的统计分析,分别归纳总结出6和24 h内强降水发生发展及落区分布的判据指标。利用这些判据指标对2012年8月30日至9月1日及9月8日发生在四川盆地的两例强降水过程及2013年汛期6—8月暴雨个例进行检验并在汛期投入了业务预报工作。检验结果表明:低层700或850 hPa湿螺旋度正值区的分布对强降水落区分布指示较好;当强降水发生时,24 h时效预报的24~48 h 3 h间隔预报场湿螺旋度数量值超过了指标值并持续了2个时次以上,达到了强降水发生的要求;零场预报的0~24 h及12 h时效预报的12~36 h间隔3 h预报场任一时刻湿螺旋度数量值达到了6 h指标判据值,对其后6 h的暴雨落区有较好的指示作用,可作为短时临近预报的业务参考;湿螺旋度订正预报暴雨发生的TS评分远高于ECMWF模式,预报效果好。