北方暴雨预报的程序

在目前数值预报还不能做出完全客观和定量的暴雨预报的情况下,把主观预报经验和暴雨研究的成果结合起来,建立一套比较系统的暴雨预报程序,是目前提高暴雨预报水平的实际可行的途径,也是把大量暴雨研究成果应用于日常经验预报,使科学研究转化为生产力的途径。从1977年,北京大学地球物理系天气实习台为水利部提供春季我国北方暴雨预报制作了一套暴雨中期趋势和短期暴雨预报的程序。在以后的六年中,根据暴雨研究中发现的新事实及预报实践的经验,对预报程序进行了补充和修改。下面对我们目前使用的北方暴雨预报程序作一简单介绍。     

暴雨预报因子的分析及应用

为了提高县站暴雨预报水平,我们对暴雨的预报因子进行了统计分析,采用了高空与地面、指标站与本站要素相结合,天气形势背景与本地特征变化相结合的办法。 预报实践表明,我区暴雨大多产生在高空槽前,河套有降温,地面为东高西低形势,本站湿度大的条件下。本文用1958—1977年7—8月的资料,对上述     

日本改进暴雨预报的措施

日本气象厅预报部1976年夏,全国气象单位对暴雨警报实施状况的调查,针对存在问题,提出改进措施。经1977年1月25日召开的气象厅技术部长会议讨论,通过了《1977年度集中暴雨预报业务的改进办法》,强调应重点改进以下各项: (一)目前大部分警报是在实况达到应发的标准后发布的,今后需改为在     

桂林地区台站结合大、暴雨预报方法介绍

汛期大雨暴雨,特别是特大暴雨或连续性暴雨,是我地区的主要灾害性天气之一,它对于国民经济建设和人民生命财产的安全威胁极大,因此,对大、暴雨的预报,是一个急待解决的重要课题。 为提高大暴雨的预报准确率,从1977年起,我们组织了地台和县站20多位科技人员参加的技术小组,进行三年的攻关科研,总结出本方法。从1980年投入实际业务以来的情况看,大暴雨预报准确率大有提高,达到72.7％。现介绍如下。     

汉中市6-9月主汛期暴雨预报方法

统计汉中市1986-1995年高空和地面资料，得出汉中市6-9月暴雨预报指标作为暴雨发生的起报条件。再用相关分析方法选取2002年汛期T213数值预报产品与降水关系密切的且物理意义明确的因子，对这些因子进行格点插值后统计分析，确立每个站点暴雨的临界指标值，利用该临界指标值作为判据进行暴雨的消空和订正，进而形成24h暴雨过程综合预报方法，并对预报效果进行了对比分析。     

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。     

暴雨集合预报-观测概率匹配订正法在四川盆地的应用研究

利用2008—2011年6—8月中国气象局T213全球集合预报24—240 h降水预报资料和四川盆地观测降水资料,提出四川盆地暴雨集合预报-观测概率匹配订正法。该方法将集合预报降水累积概率分布与观测降水累积概率分布进行概率匹配,对降水量为50 mm的集合预报平均值进行订正,获得暴雨预报订正值(A Calibrated Heavy Rainfall forecast value),累积降水概率分布拟合函数采用Gamma函数。选取2013年6月28日—7月10日进行独立样本暴雨预报试验,分析四川盆地暴雨预报订正值分布特征和订正前后降水检验评分变化,讨论该方法存在的若干局限性。结果显示:T213集合预报对四川盆地降水预报存在预报量较观测量级小、模式预报时效越长降水预报越弱等系统性偏差,暴雨集合预报-观测概率匹配订正值普遍小于50 mm,且随预报时效延长而逐渐减小,有效地订正了T213暴雨集合预报系统性误差;暴雨集合预报-观测概率匹配订正法对"有或无暴雨"二分类暴雨预报改善较明显,ETs评分获得提高,且漏报率和空报率有所降低。     

广西城镇天气预报质量分析评估

根据全国城镇天气预报产品质量评估报告,从预报准确率和预报技巧评分上对2013-2017年广西城镇天气预报质量进行分析评估。结果表明:广西城镇天气预报24-72h最低温度预报准确率逐年提高,24-72h最高温度预报准确率稳步提升,24-72h晴雨预报和一般性降水预报准确率明显提升,24-72h暴雨和暴雨以上预报准确率保持稳定。24h晴雨、最低温度预报技巧评分较高,24h最高温度、一般性降水预报技巧评分波动较大,暴雨以上预报技巧评分较低。     

低纬度地区局地暴雨的神经网络预报方法研究

以南宁市所辖8个站暴雨集中的6-8月逐日降水量作为预报对象,采用人工神经网络方法进行了新的数值预报产品释用预报方法研究.通过运用动力相似法,结合日本降水预报模式对未来暴雨发生的可能性进行判别,然后通过对欧洲中期数值预报中心预报场进行滑动分区车氏展开计算,求出与降水量序列相关较好的预报因子,并对这些因子进行自然正交分解,有效浓缩数值预报产品因子,建立了南宁市逐日暴雨的神经网络释用预报模型.利用该预报模型,对2006年6-8月的逐日暴雨预报试验结果表明,该预报模型对南宁市的暴雨强降水具有很好的预报能力.     

欧洲集合预报产品降水预报检验分析

对2012-2015年欧洲集合预报产品广西降水预报性能进行了TS检验得出24-96预报时效不同百分位以及各月份在一般降水、晴雨和暴雨及以上等降水项目的表现情况;进一步对区域暴雨过程进行总体情况和分类检验,获得不同产品在不同降水量级预报性能特点。此项工作可为预报员更好的使用集合预报产品提供参考依据。     

OLR资料在华南前汛期特大暴雨过程分析和预报中的应用

运用OLR资料分析1975—1977、1979—1982年期间华南前汛期的17次特大暴雨过程,综合出三类OLR场形式,揭示了特大暴雨形成和出现时的特征,同时还结合对流稳定度指数分析,为这类暴雨的超短期预报提供了诊断方法。      

吉林省暴雨客观预报业务系统应用效果检验分析

本文依托气象行业专项GYHY200906011“华北、东北暴雨发生发展特点及预报技术研究”项目及相关课题研制的“多模式变权集成预报业务系统”和“吉林省暴雨物理量诊断客观集成预报业务系统”,对2010年-2012年6—8月、2013年6—7月的区域暴雨过程预报进行了检验分析,结果表明：两系统对暴雨预报均有较好的指示意义,其中“多模式变权集成预报业务系统”空报率较低,“吉林省暴雨物理量诊断及客观集成预报业务系统”漏报率较低。从暴雨的影响系统来看,两种客观的暴雨预报方法对台风暴雨预报效果最好,副高后部暴雨次之,冷涡暴雨预报误差与前两系统相比稍差些。     

用单站要素资料做暴雨中期预报

通过对贺州市八步区1971-2000年4～6月逐日14时的单站压、温、湿资料及其变量进行分析总结和分型，找出一套较为实用的暴雨中期预报指标，用找出的预报指标对2001-2005年4～6月的暴雨过程进行预报检验，预报效果也较好，可见用单站要素资料做前汛期暴雨中期预报有较好的指示意义和效果，对暴雨短期预报也能起到较好的作用。     

庆阳大—暴雨短期分片预报方法

我们将1977—1986年7—8月的降水资料作为历史样本,1987年(少雨年)和1988年(多雨年)7—8月的降水资料作为检验样本。在搞清本地地形影响及大—暴雨的天气气候规律基础上,结合我们多年来在天气预报实践中对高原边坡地区天气规律的认识及预报经验,用天气尺度的高空环流、地面天气系统和次天气尺度流场、能量场以及中间尺度的物理量场等因子,由粗到细,进行逐步过滤和预报,制作出本方法。大—暴雨过程有无的预报及分片预报效果和检验效果均达70%以上。     

延伸期暴雨过程的神经网络预报技术应用初探

利用DERF2.0延伸期环流预报数据资料,首先使用暴雨过程信号指标就一般降水和暴雨过程进行分类,结果延伸期逐日降水分类预报准确率为65%。最后利用逐步回归和粒子群-神经网络方法就延伸期暴雨综合强度进行建模预报,逐步回归方法在F=3条件下对广西暴雨综合强度预报误差最小;粒子群-神经网络预报误差均小于逐步回归方法,相对误差较逐步回归方法预报效果最好的方程减小了32.5%,可见粒子群-神经网络在延伸期定量化预报中具有很好的应用前景。     

一种基于可预报性的暴雨预报评分新方法Ⅱ:暴雨检验评分模型及评估试验

针对当前暴雨预报检验采用二分类事件检验方法存在较严重的“空报”“漏报”双重惩罚,没有考虑暴雨时空分布不均和预报评分可比性不够等问题,在分析预报员对暴雨预报评分期望值基础上,设计了一种基于可预报性的暴雨预报检验评分新方法和计算模型,分析了理想评分,并对2015-2016年4-10月中国中央气象台5 km×5 km定量降水格点预报和降水落区等级暴雨预报进行评分试验,获得了以下结果和结论:（1）预报员对暴雨预报评分期望值呈现梯级下降特征,与传统的TS评分存在显著差异;（2）设计了一种基于可预报性的暴雨预报检验新方法,通过引入e指数函数构建暴雨预报评分基函数,进而构建暴雨评分模型,该模型可以较好地拟合预报员对暴雨预报评分的期望值,同时改善了评分在不同量级阈值处的断崖式突变情况;（3）提出了预报与观测的邻域匹配方法,即一个预报点与所定义邻域中的一组观测相匹配,并利用距离加权最大值法确定暴雨评分值权重系数,预报与观测距离越近,距离权重系数越大,评分值权重越大,提高了评分的合理性,避免了距离较远的匹配站点得高分不利于鼓励预报员提高预报精度的问题;（4）对中国中央气象台逐日5 km×5 km水平分辨率的定量降水格点预报产品和中央气象台定量降水落区等级预报产品进行了评分试验,暴雨预报准确率全国平均值大于60分。基于可预报性的暴雨预报检验新评分与传统暴雨预报TS评分逐日演变特征相似,但可以较好地解析TS为0的预报评分,解析后的新评分与预报员和公众的心理预期更为接近。      

利用光信息作大—暴雨预报初试

1977年,我们曾对“太阳光谱探测仪”的七种不同信息及其与天气现象的对应关系进行分析,其中尤以“太阳光谱”异常与大一暴雨之间的关系引人注意。目前,对大一暴雨的预报还缺少行之有效的方法,而这种预报又是国计民生所急需,因此有必要从多方面探索。最初,我们据两年的观测结果得出:“O”型信号与大一暴雨的对应关系准确率达66.7％,从百分率看     

可降水量结合地面观测要素做暴雨开始和结束预报

根据对八步区1971-2000年5月逐日08时、14时的可降水量进行分析，并结合气压、温度、湿度等地面观测要素，总结出预报24h内暴雨开始和结束的预报指标，暴雨开始和结束的预报拟合率分别为51．6％和72．6％，用上述指标对2001-2006年5月进行预报检验，暴雨开始和结束的准确率分别为52．2％和69．8％。     

泌阳县6—8月大至暴雨预报方法

利用1983-1992年6-8月气象资料，分析了出现大-暴雨的天气形势及单站要素，确定了产生大-暴雨的天气系统和预报指标，经过对1993-1995年的试报，大-暴雨的概括率88.9%，预报成功率66.7%。     

陕西暴雨特征的初步分析

一、前言暴雨是一种灾害性天气现象。1977年7月延河暴雨、1981年8月陕南暴雨都造成了巨大的损失。因此,暴雨预报是人们非常关心的。陕西暴雨一般可分为:①前汛期暴雨(一般指6月至7月上旬);②盛夏期暴雨(一般指7月中下旬至8月);③初秋暴雨。雨季有时各年之间差异很大,所以这种分类法很不严格。但为了比较暴雨的季节特点,还是这样分类了。如1981年陕西