集合预报及其在中期天气预报中的应用

作者概述了集合预报的基本概念，集合预报中期天气预报中的意义与作用，现有的主要集合预报产品以及集合预报在美国美国国家气象中心和欧洲中期天气预报的业务运行。简要介绍了我国国家气象中心在动力延伸预报和集合预报方面的试验研究情况。     

数值预报产品效果检验及在降水预报中的应用

通过对目前天气预报业务中使用的Ｔ１０６、ＨＬＡＦＳ和日本模式三种数值预报产品对烟台市降水预报效果的检验、对比和分析,发现：数值预报产品在暴雨和一般降水预报中有一定指导作用;暴雨和一般降水预报效果都是日本模式好于ＨＬＡＦＳ,ＨＬＡＦＳ好于Ｔ１０６;三种预报产品对低压或倒槽型的降水预报准确率普遍较高;当三种预报产品均预报有降水时,其出现降水的准确率为７５．９％。     

集合数值预报在洪水预报中的应用进展

水文集合预报是近几年正在形成和发展的水文预报分支,其发展大致可分为两个阶段:第1阶段是1970年至20世纪末进行的长期径流预报,第2阶段从21世纪开始,主要学习气象数值预报中集合预报的概念在短期水文集合预报中的应用。目前,除了单一预报中心的集合预报系统在水文集合预报中应用外,多个预报中心的集合预报大集合也逐渐被应用于流域水文预报,甚至一些小流域的洪水预报。如利用TIGGE(THORPEX Interactive Grand Global Ensemble)集合预报驱动形成的大气-水文-水力的串联系统进行早期的洪水预警研究,将全球集合预报作为洪水模型输入的有限区域模式的初始条件和侧边界条件的研究。这些均表明,基于水文集合预报的洪水预报增加了预报附加值,并能够延长预警提前时间。以欧洲中期天气预报中心的欧洲洪水预警系统(EFAS)和美国NOAA的先进水文预报系统(AHPS)为代表,实现了集合预报在洪水中的实时业务预报,但仍存在数据处理和计算量大,以及如何基于集合水文预报做决策等问题。对于水文集合预报的前处理和后处理的各种技术已处于探索和验证阶段,如何更好地理解基于概率预报的洪水预警决策仍存在许多困难和挑战。     

集合预报产品综合分析显示平台关键技术与实现

针对集合预报方法在天气预报业务中的应用,开发了具有自主知识产权的集合预报产品综合分析显示平台。以集合预报模式输出数据量大、气象图表显示效率和质量要求高两个主要需求为出发点,采用客户端服务器架构设计。服务器端将原始数据转换为产品数据以提高客户端执行效率。该文详细分析了平台关键技术,针对数据延时问题,轮询式数据处理技术实时检查原始数据变化状态并更新产品,采用生产者消费者互斥方法解决多线程锁死问题。为提高图表美观程度,动态页面布局显示技术对所有图形要素进行分类, 并给出显示属性的抽象描述,结合图形渲染技术,实现了看图模式和出图模式的动态切换。该平台为预报员和服务决策者提供了宝贵的不确定性信息,在中小尺度极端天气预报、台风路径预报中发挥了重要作用。     

基于ECMWF集合预报的极端天气预报产品应用和检验

通过个例总结和大样本分析的方法,本文分析和总结了ECMWF集合预报系统(EPS)中的极端温度和降水预报产品。以上产品主要为08—08时的平均气温、最高气温、最低气温和降水量四个要素的极端天气预报指数(extreme forecast index,EFI)和SOT("shift of tail"index)。研究显示,气温EFI和SOT预报效果接近,降水SOT优于EFI。运用过去3年的资料,以TS评分最大为标准,分别确定了不同时效、不同百分位的极端高低温和极端强降水事件在我国的预报阈值,及其对应的各检验参数。对于1%(99%)百分位的极端低温(高温)事件,平均气温EFI和SOT的阈值分别在-0.85(0.75)和0.38(0),最高和最低气温的阈值与平均气温的阈值接近。对于95%和99%的极端强降水事件,EFI的阈值分别在0.45和0.7左右,SOT的阈值分别在-0.6和0.4左右。整体上呈现时效越长阈值越小,预报效果越差;事件越极端,阈值越大的特点。且此时的bias接近或略大于1,表明预报的发生频率与实况比较接近,具有较好的应用价值。气温EFI和SOT的预报效果和阈值存在明显的季节差异,夏季预报较好,阈值较大,冬季预报较差,阈值较小。降水的季节差异不明显。EFI和SOT的预报效果和阈值在空间分布上也存在一定的差异,且不同的产品空间分布差异不同。     

T213数值预报产品在高原天气预报中的应用

根据T213数值预报产品与高原上12个站点对应时次的高度、温度资料。进行了误差扣相关分析，并在此基础上。选择扣本地相关较好的因子，建立了晴雨判别预报模型，历史拟合扣试报效果较好。     

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。     

基于T213集合预报的极端天气预报指数及温度预报应用试验

本文基于中国T213集合预报系统资料,借鉴欧洲中期天气预报中心极端天气预报指数的数学处理方案,在分析T213模式数据特征的基础上,研究了T213集合预报系统极端天气预报指数的数学处理方法,建立了适合T213集合预报模式的极端天气预报指数,并利用该指数对2008年1月极端低温天气进行了预报试验和评估检验,分析模式气候累积概率分布生成方法对极端天气预报指数的影响,得到以下结论：（1）确定了利用T213集合预报系统所有预报成员生成的模式气候累积概率分布计算极端天气预报指数;（2）利用TS评分确定极端天气预报指数发布极端低温预警信号的阈值为-0．3并进行预报试验。试验结果表明,极端天气预报指数对极端低温天气具有较好的识别能力,可提前3-5天发出极端低温预警信号。利用相对作用特征曲线对极端天气预报指数识别极端天气的技巧进行评估检验,检验结果显示,基于T213集合预报生成的极端天气预报指数对极端低温的预报存在正的识别技巧,随着预报时效的延长,识别技巧逐渐降低。（3）评估不同模式气候累积概率分布对极端天气预报指数识别极端低温天气技巧的影响,结果表明：产生模式气候累积概率分布的模式数据误差一致性是关键因素。     

位移和最大相关距离在ECMWF集合预报产品中的应用

文章提出了一种对集合预报产品进行自动划分的新方法, 即位移和最大相关距离。 其基本假定是集合预报成员在一定程度上代表了未来可能发生的某类天气形势, 为此引入了天气类型的概念, 并以法国中期预报员总结出的影响法国的 5 类天气形势为基础, 对欧洲中期天气预报中心(以下简称 ECM WF)的集合预报产品进行了划分。结果表明, 大气的可预报性与预报时效、预报的天气有关。 该文提出的新方法简洁直观, 便于使用, 在天气类型和实际天气之间建立了最直接的联系, 大大压缩了集合预报产品的信息量。 ECM WF 的集合预报产品对影响法国的平直型、热阻塞型、冷阻塞型、扰动型等天气形势预报效果比较好, 而对波动型则效果稍差。     

极端天气预报指数和集合异常预报法在浙江台风和梅雨暴雨预报中的应用北大核心

利用2016—2021年ECMWF集合预报,评估了极端天气指数EFI(Extreme Forecast Index)、尾偏移指数SOT(“Shift of Tail”index)以及集合异常预报法在浙江台风和梅雨暴雨预报中的应用效果。通过研究极端天气预报指数对浙江台风和梅雨暴雨的最优预报阈值,发现梅雨暴雨阈值比台风暴雨明显偏小,且随预报时效增加减小速度偏慢。最优阈值预报相比确定性模式预报,在台风和梅雨暴雨预报检验中体现出更好的稳定性、提前性和准确性。进一步研究发现,通过区分天气类型确定的最优预报阈值,可作为台风和梅雨暴雨落区预报的参考依据。925 hPa水汽通量散度的集合异常度对浙江台风暴雨的落区和强度变化有较好的预报效果,850 hPa涡度和700 hPa垂直速度的集合异常度可以反映稳定性梅雨暴雨的过程演变。     

集合预报系统及其产品应用综述

本文简要介绍了数值天气预报的一个重要分支——集合预报系统的研究背景，开发研究思路，集合预报产品输出的形式，集合预报输出的处理和统计解释，以及国外应用集合预报的情况。作为一项新的预报技术，集合预报将越来越受到重视。     

省级天气预报电视会商系统基本应用模式的研究

随着公共气象服务理念的推出,各级气象部门对电视会商系统的应用需求不断上升。现在,每天除了定制的中央气象台、省气象台的天气会商之外,气候会商、干旱会商、奥运保障等各类专项任务,也经常使用该系统。但是早期的电视会商系统,运行模式单一,不能满足气象业务日益增加的需求。借助矩阵和中央控制系统,研究满足不同需要的应用模式,是山东省气象部门电视会商系统提升服务支持能力的有效途径。     

基于JMS的省级天气预报传输技术研究

针对目前使用FTP协议传输预报文件所存在的问题,介绍了一种基于 Java消息服务的省级天气预报传输方法。该方法将消息中间件、远程方法调用和消息持久化技术相结合,在保证消息的完整性、可靠性和安全性的前提下,实现了天气预报由地市到省再到国家的实时高效传递。     

浅谈用经验指标与数值预报产品相结合制作寒潮天气预报

通过对咸宁市2003年11月8日寒潮天气过程有关气象资料的分析,以及对此次过程预报思路的总结可以发现：此次寒潮天气主要是由于强冷空气东路过境造成的,寒潮出现前期有明显的回暖现象;欧洲中心数值预报产品中的850hPa温度预报对降温幅度和最低气温的预报有很好的指示作用,如将本地经验预报指标与数值预报产品相结合,可大大提高寒潮的预报能力。     

利用数值预报产品制作夏季降水分县分级预报试验

将国家气象中心Ｔ６３和ＨＬＡＦＳ，武汉区域中心ＭＡＰＳ数值预报模式的短期降水预报分别以所属７个测站上，以此作为预报因子，运用灰色预测ＧＭ（Ｏ，ｈ）模型制作 孝感市夏季短期２４小时降水分县分级预报。经１９９６年夏季业务应用，其一般性降水（小雨、中雨、大雨）分县预报质量较高、暴雨落区落占预报能力较中，取得了良好的预报效果。     

江西一次大雾天气诊断分析和ECMWF集合预报产品释用

利用常规气象资料,对2013年11月15日出现在江西省北部地区的一次大雾天气过程进行了诊断分析,并利用ECMWF集合预报产品对该大雾天气过程的预报进行了解释应用。诊断结果表明,该次大雾天气过程是一次典型的辐射雾。14日傍晚到夜间,江西省北部地区转处冷高压控制,阴转晴,冷空气和地面辐射共同造成的冷却作用明显;大雾发生时的逆温层高度大约在981 hPa;1—3 m/s的风速有利于形成较厚的冷却层;地面相对湿度大,水汽充足。通过对ECMWF集合预报的气温、地面湿度、地面风速和天空总云量预报产品的释用,可以在大雾出现的前日判断出江西省西北部地区同时满足辐射雾出现4个条件(水汽、晴空辐射冷却、微风、近地层的稳定层结)的概率最大,因此出现大雾的可能性最大;江西其他地区不能同时满足4个条件,出现大雾天气的可能性很小。随着对集合预报产品的不断深入挖掘,可以进一步提高集合预报对大雾等灾害性天气的预报能力。     

基于欧洲中心台风集合预报报文的预报产品简介

通过对目前业务运行欧洲中心下发的台风集合预报的7种产品作介绍,分析了每种产品的特征和适用情况,发现集合预报产品的强度数值经常与实际强度有明显偏差,但其对趋势的反映仍具有很好的参考意义。从国家气象中心、上海中心气象台的研究结果来看,用设计方案来挑选"最优"成员的方法可以进一步减小预报误差。     

基于集合预报极端天气预测指数的浙江分类强对流预报模型

利用2016—2021年ECWMF集合预报资料、浙江自动站实况资料等,计算浙江短时强降水、雷暴大风和冰雹等强对流天气相关物理量的极端天气预报指数（EFI：Extreme Forecast Index）,分析EFI分布特征,并构建了分类强对流预报模型。结果表明：强对流天气与物理量的EFI有密切联系,发生短时强降水时,对流有效位能、整层可降水量、850 hPa与500 hPa温差和位温差的EFI较大,而垂直风切变的EFI为负值,因而较小的垂直风切变更有利于出现极端降水;发生雷暴大风和冰雹时,对流有效位能、850 hPa与500 hPa温差和位温差以及850 hPa温度露点差的EFI较大,700 hPa露点温度的EFI为负值,与上层干冷下层暖湿的有利层结条件有关。利用支持向量机多分类方法,将强对流天气相关物理量的EFI作为特征值开展训练,构建的预报模型对于非局地强对流天气有较好的预报效果,其中短时强降水的误判率明显低于雷暴大风。     

ECMWF集合预报统计量产品在重庆降水预报中的检验与分析

利用ECMWF集合预报降水资料和重庆市自动站降水资料,运用晴雨、TS评分、预报偏差等检验方法对重庆地区2014—2016年ECMWF集合预报降水产品在短期时效的预报性能进行检验分析。结果表明:最小值的晴雨预报准确率最高。对于TS评分检验,小雨量级可优先参考最小值、10%分位数和融合产品,中雨量级参考平均数和概率匹配平均,大雨和暴雨量级分别参考75%分位数和90%分位数。对于预报偏差检验,小雨量级可优先参考最小值、Mode,中雨量级参考融合产品、中位数,大雨量级参考控制预报、融合产品,暴雨量级参考90%分位数。对于百分位值预报产品和概率预报产品,小雨量级可参考5%～10%分位数和80%～90%概率预报产品,中雨量级可参考45%～55%分位数和40%概率预报产品,大雨量级可参考70%～80%分位数和20%概率预报产品,暴雨量级可参考90%～95%分位数和10%概率预报产品。