客观预报方程中因子的选取及应用效果分析

利用因子选取及方程建立人机交互平台,建立了云南省125个气象站的降水、温度客观要素预报方程.对比试验表明,绝大多数组合因子都优于单因子,组合因子预报方程的质量普遍比单因子预报方程好.预报检验结果显示,干季的降水预报尚未达到可用程度,雨季小雨及中雨、大雨的预报有一定业务指导意义,对于反映中小尺度系统的暴雨天气预报效果较差,在因子的选择上还需要做大量细致的工作.温度预报具有一定的参考价值,但还有待进一步改进.     

自忆预报模式中记忆特性的探讨

运用有限振幅斜压波的截谱方程对自忆模式中的的记忆性进行了理论探讨。推导了相应的自忆性方程,在给定记忆函数呈线性和指数衰减型时求出了它的解析解,并讨论了这些解的物理意义和预报含意;证明了零解自忆性方程与记忆函数形式无关。通过计算遗忘因子,对动力可预报性和回溯阶等问题进行了讨论,并指出可将其统一纳入大气记忆理论的框架中。     

基于PRESS准则选取预报因子的逐步算法

本文提出了基于预测平方和(PRESS)准则选取预报因子的逐步算法.通过实例计算表明,这种算法不仅具有向前算法和向后算法的快速特点,而且同时具有相应的功能,因而它能更有效地寻找最优解,使算法更为完善,更具有普遍性和实用意义.     

乐山寒潮客观预报及其效果检验分析

本文对＂基于EC产品的乐山寒潮预报系统＂的预报原理进行了介绍;并对2005年10月~2014年4月该预报系统的使用效果、预报准确率和误差进行了详细的分析,对预报工具和集体预报的预报情况进行了对比分析。结果表明,该寒潮预报系统具有较好的可用性和有效性,有利于提高寒潮以及强降温天气过程的预报能力。     

降水概率预报方程中预报因子的选择

对预报因子进行分部筛选建立待选因子库，克服了因子数目太多而带来的计算困难；通过对预报因子进行预报能力检验，提高了因子的预报稳定性。     

预报专家系统中自动采集因子的实现

本文对预报专家系统中自动采集因子的设计思想和实现方法进行了介绍,并强调了这一工作实现的重要性。     

江苏暴雨概率预报及其业务应用

以未来12~36 h、36~60 h和60~84 h的暴雨预报为目标,利用2011年—2013年夏季6—8月欧洲细网格数值模式预报产品分析了江苏夏季暴雨的可能预报因子。通过对各因子进行相关性、敏感性和代表性分析后,优选了22个对不同强度降水具有较好区分能力的暴雨预报因子。以这些因子为基础建立了一种简单的江苏省暴雨概率预报方法。其预报产品已在江苏省气象业务一体化平台上投入业务使用。该方法在2011—2013年7月,针对提前12 h预报的历史回报试验中,TS技巧评分平均为13.6,明显高于EC细网格24 h降水预报产品(平均TS评分仅为4.5)。在2014年梅汛期的6月25—26日、7月1—2日和7月4—5日三次区域性暴雨个例的预报试验中,提前60、36、12 h的预报效果均较好,其平均TS评分(44.6)也明显高于欧洲细网格数值模式的降水预报(20.4)。     

遂溪县强降水的统计分析及其短时预报

利用1962～2008年遂溪县的日降水量R≥100mm的资料,普查降水时刻的500hPa、850hPa和海平面气压图,找出产生局地强降水天气形势,分析强降水环流背景、触发机制以及产生局地强降水的天气学指标,根据分析结果制定本站预报强降水的流程图、预报因子和方法,为防灾减灾提供预报依据.     

四川雷暴大风的预报因子筛选及预报效果

利用ECMWF历史预报资料,从动力、热力、水汽、不稳定条件四个方面选取影响雷暴大风发生的因子,构建多因变量数组,并利用主成分分析确定配料系数及其阈值,在此基础上进行配料,研发了四川省雷暴大风概率预报产品投入应用。2018年汛期应用表明:雷暴大风产品对预报概率超过65%的区域有指示意义,且优于ECMWF数值预报的100 m高度风,在检验的个例中,有效命中率达25%以上。      

南疆西部地区及主要台站夏季降水客观预报方法的制作

选取实况资料、经验因子、ECMWF 因子,采用逐步回归方法,建立喀什、和田、阿克苏地区及主要气象台站夏季降水客观预报方程。结果表明,方程拟合率高于主观预报准确率,可为今后的业务工作提供参考。     

空气污染预测与地面气象要素应用

利用逐步回归的数理统计方法及本溪市大气环境监测资料和地面常规气象观测资料，对辽宁省本溪市空气污染物TSP和SO2的浓度分别进行了计算分析并建立了预测方程，并对这两种污染物分别进行了预测检验。     

基于Z指数的河北省旱涝多尺度变化特征

利用1961—2009年京、津、冀73个气象站降水资料,计算降水Z指数,采用趋势分析、小波分析等方法,对河北省旱涝特征进行了分析。结果表明：近49 a来,河北省年降水Z指数呈下降趋势,并存在多时间尺度变化特征,具有7、9 a和15 a尺度的周期。夏季降水Z指数呈下降趋势,存在15 a显著的变化周期;冬、春季和秋季的降水Z指数均呈上升趋势,10—11 a的周期震荡明显。     

甘南高原冰雹短时预报的客观相似预报方法

利用相似预报的原理制作了甘南高原冰雹短时预报工具,该方法的实现是通过建立历史个例资料库,寻找相似个例并根据条件判断是否有冰雹,查看历史天气图并与当天实况进行对比,进行人工判断,增加新的冰雹个例4部分完成的。经检验,该方法在甘南州冰雹短时预报中使用效果较好,是一种有效的短时预报方法。     

最优子集神经网络在武威气温客观预报中的应用

选取2003年3月1日至2008年12月31日20时的逐日ECMWF(欧洲中期天气预报中心)数值预报产品实况格点资料,使用差分法、天气诊断、因子组合等方法,构造出能反映本地天气动力学特征的预报因子库,采用PRESS(预测平方和)准则初选因子,逐步回归复选因子,最优子集回归精选因子,建立分月、分站点逐日最高、最低温度BP神经网络预报模型。模型业务试用结果表明:该BP神经网络预报模型具有较强的非线性处理能力,能较好地反映日极端温度的变化,0～120 h内的最高、最低温度平均预报准确率达较高水平,且对明显的升降温过程反应灵敏,升降温趋势和幅度预报较为准确,为0～120 h的城镇精细化温度预报提供了重要的技术支撑,同时也为ECMWF数值预报产品在温度的释用提供了一种好的思路和方法。     

黄河三角洲冬半年大风预报系统

利用１９９０～１９９７年高空实况场资料作历史样本库,进行相关分析,提取典型因子场,在运用历史样本进行分型、分级的基础上,再利用与Ｔ１０６Ｌ１９数值预报产品典型因大场的平均域块距离最优相似方法,制作黄河三角洲冬半年沿海、内陆大风客观预报,经试用效果较好。     

数值预报产品在桂林暴雨预报中的应用研究

利用1998～2002年4～7月间欧洲、日本,2002年5～7月我国数值预报产品进行统计分析,总结出以数值预报产品为主的暴雨预报模式指标。这一模式指标,为日常预报工作中以天气学预报为主转向以数值预报为主奠定良好基础,也为预报员提供客观简捷的预报方法。通过一年的试报探索和一年的实际业务应用,其预报准确率较为理想。     

气象站迁站前后主要气象要素的差异性分析及对预报服务工作的影响

利用河南近年来7站迁移后新旧站观测资料,采用通用的差值统计方法,分析新旧站观测资料的差异,评估台站迁移对预报服务工作的影响。统计结果显示:新、旧测站平均气温年差值7站平均为-0.8℃;相对湿度年差值平均为5.4%;平均风速年差值平均为0.6 m/s,风向相符率最小为29%,最大为62%,大多数台站风向相符率均未超过50%。新站址气温低于旧站址的,相对湿度、平均风速大于旧址的,新、旧站址风向一致性较差。迁站对最低气温的影响大于对平均气温及最高气温的影响。由于台站旧址受破坏程度、周边障碍物方位和距离、下垫面性质及新与旧站址间距离、高差等的不同,迁站对气象要素的影响也不尽相同。预报员在作预报时,应充分考虑新旧站气象要素的差异。     

弱天气尺度背景下太行山极端短时强降水预报失败案例剖析

2015年7月31日夜间,太行山区出现极端短时强降水天气,石家庄和邢台的西部山区有5个雨量站雨量超过100mm,其中石家庄市赞皇县院头镇和邢台市临城县南中皋村最大雨强都超过50mm·h~(-1),3h雨量超过100mm,属极端短时强降水。数值预报、上级指导预报以及各级台站预报对暴雨均为漏报。本文利用常规高空地面观测资料、加密自动站观测资料、石家庄新一代天气雷达资料以及数值预报检验,反思该极端短时强降水预报思路和预报失败原因。此次极端短时强降水是发生在青藏高压东北侧高空西北气流的弱天气尺度背景下,预报的关键在于把握太行山东侧边界层偏东风与地形的作用、青藏高压加强使中层西北气流加强使垂直风切变加大、低层切变线东移影响、西南暖湿气流增强使水汽输送增加、中空干层与加厚的低空湿层叠加使对流不稳定性加强的特征。预报失误的主要原因是没有分析最大不稳定能量(订正CAPE值)导致对山西不稳定条件的低估,致使对山西雷暴在夜间的再次发展估计不足,同时预报员没能有效地使用非常规资料用于实时检验和订正数值预报结果,导致没能预见到雷暴下山增强的可能。目前对弱天气背景下强降水产生条件缺乏有效的概念模型,数值模式可预报性较差,未来需要提高预报员对观测资料的全面分析能力和对数值预报产品的释用能力,通过大量个例的研究发展有效的预报(概念)模型。     

HLAFS资料在短期降水、气温MOS预报方法中的应用

通过对HLAFS资料建立的5~9月夏半年气温、降水方程中所选的因子进行统计整理,找出使用频率最高的因子。气温方程中所选的因子,24 h气温预报方程中以24 h前的因子多;而48 h预报方程中多选24 h后的因子,实况因子选中的几率大,与预报员的思路一致。降水方程中,因子辐散风选中的最多,其次为Q矢量散度和涡度。利用“1999.7.4”庆阳大到暴雨个例,对方程中使用最多因子的实时场和预报场进行了分析,所选因子有较明确的物理意义,为以后MOS预报降水因子的选取提供了参考依据。