动力延伸预报产品释用方法的改进试验

依据动力延伸预报产品释用方法中所建立的月降水距平百分率预报方程，将方程系数看成是动态系数，采用与预报月高度场相似月份的资料作为样本资料，通过改善方程系数的计算来提高月降水预报。1998～2004年的历史实况资料在安徽省的回报实验证明:在目前T63／NCC月动力延伸预报产品的准确率不能快速提高的情况下，该方法具有实际应用价值。利用T63／NCC月动力延伸产品进行安徽省月降水预报应用亦取得较好的效果。     

动力学延伸预报的前景

1 引言我们确实清楚地看到,在过去十年里,业务中期预报获得了令人嘱目的改善。世界各业务中心已经花费了非常多的资源来提高其技巧水平。一场更激烈的国际性预报水平竞赛已在各业务中心间展开。     

月动力延伸预报产品在新疆月尺度降水预测中的应用检验

利用新疆101个气象观测站点逐月降水实况资料和2001~2010年国家动力气候模式产品,进行月动力延伸预报产品的应用预测检验。采用PS评分和同号率对内插预测结果进行效果评估,并与业务评分进行对比。结果表明：月动力延伸预报产品对新疆地区月降水趋势预测Ps评分高于业务评分,而对各月降水距平百分率的同号率差异较大。夏、秋季Ps评分较高,冬、春季PS评分较低,季节转换时预测Ps评分变率较大。     

动力延伸预报产品在广西月降水预报中的应用

利用1958—2005年NCEP/NCAR再分析资料和2003—2005年国家气候中心的动力延伸预报产品, 运用自然正交函数展开 (EOF) 求取预报关键区内的空间特征向量及其时间系数, 结合相似离度方法查找与预报月份相似的个例, 进而作出广西月降水量预报。独立样本试验证明, 利用动力延伸预报产品制作的区域月降水预报比利用前期实况高度距平场相关区域制作的预报效果更好。     

EOF迭代模型的月动力延伸预报产品释用方法

以动力延伸预报产品为基础, 应用EOF迭代模型对河北省2005—2007年6—8月逐月降水量进行预测试验。经过详细分析不同相关区因子、截取特征向量的项数、EOF迭代次数和迭代误差对预测结果的影响, 提出在建立模型时应该尽可能选取与预测对象关系密切的相关区因子。随着迭代次数增加, 迭代误差逐渐减小, 但预测精度与迭代误差没有必然联系。试验结果表明:迭代次数不宜过多, 甚至不需要迭代, 当仅取前一项特征向量, 不进行迭代时, 月降水量预测值和实况值的符号一致率为0.63, PS评分为0.74。     

月预报,中期预报中的过程预报

本文根据１９８０￣１９８９年南宁地区降水资料和南宁站日平均海平面气压资料，用周期分析方法，分析桂西南地区的大气低频振荡，得出气压场和日降水量峰值的一些低频振荡的规律，并提出月、旬预报中的天气过程预报方法。     

与非线性区域预测方法结合的月延伸预报试验II:对波动分量预报的改进

在文献 [1]的基础上 ,设计了将逐候纬向平均高度距平场非线性动力学区域预报和T42L9谱模式动力延伸预报结合的方案 ,即将非线性预报结果转化为模式的静力扣除谱系数 ,然后在模式积分过程中的每一步取代其相应部分 ,实施过程订正。多个例试验结果表明 ,这种途径在减少了模式纬向环流的预报误差的同时 ,还通过非线性波流相互作用 ,改善了部分波动分量的预报。另外部分个例的形势场预报也得到较明显的改善     

与非线性区域预测方法结合的月延伸预报试验Ⅱ:对波动分量预报的改进

在文献[1]的基础上,设计了将逐候纬向平均高度距平场非线性动力学区域预报和T42L9谱模式动力延伸预报结合的方案,即将非线性预报结果转化为模式的静力扣除谱系数,然后在模式积分过程中的每一步取代其相应部分,实施过程订正.多个例试验结果表明,这种途径在减少了模式纬向环流的预报误差的同时,还通过非线性波流相互作用,改善了部分波动分量的预报.另外部分个例的形势场预报也得到较明显的改善.     

月动力延伸预报产品在阿勒泰地区预报中的应用检验

利用2005年7月—2009年12月阿勒泰地区7个气象观测站逐月和旬的降水和温度实况资料、国家气候中心制作的月动力延伸预测模式的图形资料,采用预报评分法(P)和距平符号异同评分法对内插预测结果进行检验。结果表明:月动力延伸预报产品对各月温度距平同号率要明显高于降水距平百分率预报与实况同号率,对各月温度距平的预报评分比较稳定,而对各月降水距平百分率的预报评分差异较大。     

T63模式月动力延伸预报高度场的改进实验

为克服T63模式月动力延伸预报中纬向平均环流的系统性误差较大的情形,文章利用NCEP/NCAR逐候再分析500 hPa高度场资料和非线性时空序列预测理论的局域近似法进行逐候纬向平均高度距平场预报.近30组个例的预报效果分析表明,就1～3旬总体而言,非线性时空序列预测方法对纬向平均高度距平场的预报优于持续性预报和模式动力延伸预报,体现了改善纬向平均高度场的能力.尤其是第3旬的预报,当持续性预报偏差与实况偏差明显增大、动力预报技巧相对于第1旬和第2旬降低时,相空间重构结果仍然保持一定的优势.     

动力延伸预报产品释用方法的研究

目前以数值形势预报为基础的动力产品释用方法主要有模式输出统计法（ＭＯＳ）和完全预报方法（ＰＰＭ）。由这两种方法建立的预报方程缺乏明确的物理意义,所以文中提出了一种动力与统计相结合的方法。该方法从大尺度大气动力学方程组出发,推导出月降水距平百分率与月环流场的关系,从而建立了月降水距平百分率预报方程,随后利用月动力延伸预报的５００ｈＰａ高度场和实际降水场资料反演出月降水距平百分率预报方程的系数。该方程经过独立样本检验,表明这种方法对利用动力延伸集合预报的环流形势作月降水距平预报具有一定的能力。     

神经网络BP模型用于月降水预报的研究

采用神经网络ＢＰ型三层映射模式，以南京１９４６－１９８５年４０年月雨量为基础序列，确定三层模式的形式。通过不断调整权重系数，作出１９８６年１－１２月的月雨量长期预报，又用同样方法但改用前一个月的实测值报后一个月的月雨量作出１９８６年各月的月雨址预报。平均绝对误差分别为６．０７ｍｍ和５．７３ｍｍ。对１９９４年６、７、８、９月月雨量以４个不同的起始值进行神经网络预测，都得到１９９４年夏季南京特旱的结果，与实测结果相同。     

中期数值天气预报的误差订正方法探讨

本文利用一个全球谱模式（T63L9）和1994年4个时段个例的全球客观分析资料探讨了中期数值天气预报的误差订正方法。个例分析的结果表明,采用定常误差订正和时空平滑误差订正方法,误差订正效果显著,可考虑在业务系统中采用。     

奇偶对称性用于中长期天气预报初探

长期天气过程的全球性和非绝热性吸引着人们从更广（全球）、更本质（非绝热加热）的角度认识大气环流的性质和规律，近年来一些从奇偶对称性出发研究大气环流的工作反映了这种趋势。为此，提出一个动力预报方案和一个统计预报方法，并对后者作了实际的计算。结果表明，用奇偶对称方法进行预报可能是中长期天气预报的一种途径。     

风的精细化MOS预报方法研究

利用MM5模式的站点输出产品,采用多元线性和逐步回归的MOS统计方法,预报宁夏25个测站48 h逐时风速、风向,通过对2004年6月~2005年4月近一年的预报效果检验,结果表明:该方法对逐时风速有较强的预报能力,对逐时风向有一定的预报能力,但尚未达到可用程度,还有待于进一步的改进,但都较原MM5模式预报水平有了显著的提高。     

中期数值天气预报业务的回顾与展望

本文回顾了近年来国内外中期数值天气预报业务的新进展,简略地介绍了当今国外（以欧洲中期天气预报中心为主）和我国中期数值天气预报业务系统。最后对未来中期数值天气预报的发展作一展望,指出其未来发展的主要方向。     

基于数值模式的月尺度近地层气象要素预报技术研究

利用WRF模式对美国NCEP发布的CFS气候预测业务产品在中国区域内进行动力降尺度预报,可得到预报时效为45天的逐6小时、30 km分辨率基础气象要素预测产品。再利用全国气象站观测资料和3个风电场70 m高度风速、温度观测资料对2015年冬季预测结果进行检验评估和分析,最后通过线性方法对地面要素预测结果和70 m高度风速、温度预测结果进行统计订正。结果表明:（1）2 m温度和相对湿度的全国预报平均绝对误差分别为4.71 ℃和18.81%,在华东、华中和华南地区误差较小;（2）10 m风速预报平均绝对误差为2.42 m/s,在东北、华北和西北地区误差较小;（3）线性订正后,2 m气温、相对湿度和10 m风速的预报绝对误差分别减小1.05 ℃、5.29%和1.47 m/s,并且订正后误差随时间变化更平稳;（4）订正后70 m高度风速和温度的预报绝对误差均减小,风速平均误差减小最大可达1.29 m/s（B塔）,气温平均绝对误差减小最大可达3 ℃（C塔）。研究结果表明,基于CFS产品和WRF模式的、与月尺度风电预报关系密切的气象要素预报性能较好,未来可将该方法尝试于风电场的月尺度功率预测产品研发。      

倒春寒的划分和预报服务探讨

本文利用预报区域1960～1995年春季逐日气象资料,分析得到了倒春寒天气的客观划分标准、气候特点、主要影响系统及其形势特征。采用较新特色的折扣回归模型,建立了三、四月份各旬倒春寒的集成预报方程;利用短期预报资料,研制出若干预报判据和消空指标,建立了短期预报回归方程,并编制出具有一定特色的预报服务系统。经1997年实际应用,倒春寒天气的预报准确率在经验预报的基础上提高20％左右。     

一段日照迹线剖析

一段日照迹线剖析单宇红（江苏省徐州市气象局，２２１００６）在地面报表的审核中，原始观测记录的真实性是非常重要的，有时为了判别某个记录的“真伪”，不仅需要直观的目测，还要综合各种因素进行分析，然后再下结论。１９９６．２．２６．１３∶１６—１３∶４８某站...     

基于人工神经网络的暴雨预报方法探讨

探讨了基于人工神经网络模型的暴雨预报方法。该方法仿预报员的暴雨预报思路，在动力模式的降水预报产品、环流形势场和暴雨落区之间通过人工神经网络建立非线性的统计预报模型，该模型的输入是动力模式的降水预报和初始环流形势场的扩展正交分解主成份分量，输出是预报区域的暴雨落区预报。2000年的汛期试验表明该客观预报方法可明显改进数值预报模式的暴雨落区预报，因此可望在业务预报中有较好的应用前景。