上合青岛峰会期间延伸期气候趋势预测与检验

利用青岛1961—2017年5—6月逐日降水量、平均气温和大雾等气象资料,采用年代际气候背景分析、相似分析结合数值模式客观预报方法,于2018年5月制作了上合青岛峰会期间包括月尺度在内的延伸期气候趋势预测。主要预测结论为:5月中旬至6月上旬降水偏多,延伸期(主要时段6月上旬)降水正常略少;气温正常略高。根据中国气象局印发的《月、季气候预测质量检验业务规定》检验,降水延伸期气候趋势预测评分为67~100分。峰会期间天气过程预测采用韵律法,对开幕式日(6月9日)前后有一次冷空气或降水过程的预报把握较好,为决策气象服务争取了主动。对大雾趋势预测也进行了尝试,采用统计分析、环流形势分析与海雾数值模式预报相结合方法,对10d内预测较准确;对延伸期(6月上旬)趋势预测出现偏差。     

2006年春季沙尘天气异常的气候背景分析及趋势预测检验

作者概述了2006年春季我国北方地区沙尘天气异常的观测特征.与2000～2005年同期相比,2006年春季,我国北方地区沙尘天气过程相对频繁,强度偏强.首先,利用NCEP再分析资料及台站观测资料,对可能影响2006年春季我国沙尘天气异常的气候背景进行了分析,结果表明:2006年春季北方地区冷空气势力较常年强,冷空气活动较频繁,这是造成2006年春季我国沙尘天气多于前几年的动力原因.此外,春季我国西北及内蒙古的沙源地区降水偏少,干旱少雨,加之春季气温偏高,在一定程度上也有利于沙尘天气的形成.利用IAP 年度数值气候预测系统对2006、2007年春季我国沙尘天气趋势的气候背景进行了预测,检验了系统对2006年沙尘趋势的预测能力,并对2007年春季沙尘天气趋势进行了展望.结果表明:预测系统较好地预测出2006年我国北方地区春季降水偏少、土壤偏干的状况,但对风场的预测与实况有一定的差距,由预测的气候距平结果推断2006年春季我国北方沙尘次数正常略偏少,与实况相反;对2007年春季的预测结果表明,2007年春季我国北方,特别是西北及内蒙古沙源地区土壤湿度偏湿,冷空气活动势力偏弱,不利于沙尘天气的形成,由此预测2007年春季我国北方沙尘趋势与常年相比略偏弱.     

CFSv2模式资料在成都市延伸期降水预测中的应用评估

将CFSv2模式的延伸期预测资料应用于成都市14个国家站的延伸期降水预测,采用距平相关系数ACC、趋势异常综合检验Ps及Cs/Zs评分对2016年1月至2020年12月的预测回算进行预测效果评估,通过改进的消除偏差一元线性回归方法对模式预测进行订正和预测再回算、再评估.结果表明,CFSv2的延伸期预测与成都地区实际降水...     

黑龙江省春秋防期森林火险气候趋势预测服务系统

黑龙江省春秋防期森林火险气候趋势预测服务系统采用动态模拟方式，用预报因子和预报对象的距平符号一致百分率，形成预报方法和预报系统。本系统在单因子的正反相关模式下选取10个样本时，历史概括率一般在90%以上，在选取20个以上样本时，历史概括率一般在70%以上;在多因子的综合模式下，能使用点聚困对各因子的结果有一个较好的总结，形成比较单一的预报取向，从而给预报人员一定的参考作用。     

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。     

与数值模式预报结合的冬季延伸期强降温过程预测方法及业务化应用

首先对NCEP-CFSv2模式预报的2017年1-3月和10-12月1～30天700 hPa 8个关键区低频波效果做了定量评估,然后,在此基础上将模式1～30天低频波预报结果和低频波预测模型相结合,在2018年1-4月和2018年11月至2019年1月对上海地区做了15次延伸期强降温过程业务预测,结果显示：（1）模式预报的关键区低频波位相和演变趋势与实况高度吻合,预报的延伸期（11～30天）关键区低频波与实况相关系数达0.839;预报的延伸期（3～6候）关键区低频波趋势平均准确率达83.3%,准确率为100%的比例高达45.8%。（2）15次延伸期强降温过程业务预测的平均准确率、 Cs评分和Zs评分分别为61.2%, 0.149和0.158,并准确给出2018年年初和年末两次最强降温过程发生时段,预报时效分别为18天和16天,显示出一定的预测技巧;评分结果显著高于未应用CFSVv2模式结果的2015年和2016-2017年1月同期业务预测。     

T63 月延伸预报在西南区域短期气候预测中的应用研究

利用国家气候中心1996、1997年1~12月T63模式所作的500 hPa　70次月延伸预报产品和1966~1996年ECMWF的500 hPa旬平均高度场以及西南区域月气温和月雨量场资料,建立了用T63动力产品预测西南区域月要素场的一种完全预报（PP）的动力-统计关系。并对西南区域1996年2月至1998年1月逐月气温和降水进行了预报试验。结果表明,这种利用动力延伸集合预报产品制作西南区域月要素场预报的动力与统计相结合的释用方法具有明显的预报能力。     

DERF2.0模式对贵州延伸期、月预测质量对比分析

利用2014—2016年第二代月动力延伸预测模式业务系统(DERF2. 0)直接输出及预报员预报的贵州省气温和降水预报数据、贵州省84站观测数据,采用Ps、Cs和Zs 3种评分方法评估了DERF2. 0对贵州月气温、降水和月内强降水过程的预测性能,并与预报员业务值班发布的预报质量进行对比分析,系统性地对DERF2. 0产品在延伸期/月尺度的预测效果进行检验评估。结果表明:DERF2. 0月预测产品总体上对贵州气温的预测性能优于降水,气温偏高预测的可参考性高于其对气温偏低的预测。DERF2. 0预报月气温的Ps评分较预报员略高,月降水较预报员略低,总体来看DERF2. 0月预测效果较预报员综合预报略差且预报性能较不稳定。预报员预测数据的Zs和Cs评分总体高于DERF2. 0预测数据,但DERF2. 0预测数据的Zs和Cs评分较预报员逐年提高,尤其在整个雨季时段较为明显。DERF2. 0对主汛期(6—8月)的预报准确率较整个雨季期(4—10月)略高。     

2002年夏季气候及汛期实时预测与检验

简要介绍了中国科学院大气物理研究所2002年汛期预测的结果.作者首先利用IAP ENSO预测系统,较好地预测出2002年夏季将有一个强度偏弱的El Nno事件发生;IAP动力学气候预测系统(IAP DCP-Ⅱ)的跨季度预测结果则表明2002年夏季我国华北和东北大部将持续干旱少雨,长江下游和南方大部地区降水较常年偏多;在数值预测的基础上,结合其他的动力统计预测方法,最终得到中国科学院大气物理研究所2002年夏季旱涝趋势的跨季度集成预测结果.与实况比较表明,IAP DCP-Ⅱ预测和集成预报均较好地预测出我国夏季旱涝的大范围形势分布,特别是动力数值预测的效果在我国东部略优于集成预测.至于汛期(6～8月)每天的天气分析研究和数值天气预报,则表明国内外现有的中高分辨率数值天气预报模式均有很好的预测能力,并给出了我国长江流域和华北地区2002年持续性降水的天气学模型.     

西南地区百年温湿气候序列分析及趋势预测

利用累积距平、小波分析、回归趋势系数等分析方法,本文对西南地区代表站点的百年温度、降水序列的气候背景进行了分析,预测了未来10～15年的变化趋势.此外,还将分析结果与有关研究结论进行了对比分析,得到了一系列有意义的结果.     

DERF2.0模式对江西月尺度气候预测能力的检验评估

基于国家气候中心第二代月动力延伸预测模式(DERF2.0)输出的环流场、地面气象要素场和NCEP/NCAR全球再分析场以及江西省83站气象观测数据,利用空间距平相关系数(ACC)、距平符号一致率(PC)、趋势异常综合评分(PS)三种方法,检验了DERF2.0模式对1983—2018年江西月降水和气温的预测能力,并进一步分析了模式对江西主汛期(6月)异常降水事件预测能力及造成偏差的可能原因。结果表明:1)月气温ACC总体上高于降水,冬季气温和春季降水ACC预报技巧相对较高;模式预测结果总体上能够反映出气温和降水的主要趋势,月气温、降水距平符号一致率均高于55%;模式对江西月降水和气温异常有一定的预测能力,降水PS评分比气温稍好,基本保持在70分左右。2)江西主汛期降水异常偏少时,模式的预测能力较好,而降水异常偏多时,则相对较差,这可能与模式对东亚阻塞高压系统的低估,以及对西太平洋副热带高压模拟的西伸脊点偏西、脊线偏北、强度偏强有关。     

动力延伸预报产品在辽宁短期气候预测中的释用

基于1961～2000年辽宁53个测站40 a逐年的月气温距平和月降水距平百分率资料,根据EOF(经验正交函数)展开的空间特征向量分布特征,将前3个主要特征向量时间系数作为预报量,将500 hPa高度场的高度距平、地转涡度作为预报因子,利用多元统计回归分析,建立了一套定点、定量预测辽宁各月气温与降水量的数学模型。利用该模型对2001~2005年辽宁53个测站的月气温距平和月降水距平百分率进行逐月预报试验。结果表明:对气温和降水量的趋势预报的评分均比较好,有87%以上的月气温距平预测结果的评分超过66.0分,各月的平均Ps评分均高于66.0分,年平均为75.5分或以上,总平均为83.1分;有70%的月降水距平百分率预测结果的Ps评分超过60.0分,各月的平均Ps评分都高于53.0分,年平均为58.0分以上,总平均为66.5分。但对异常气候的预测效果不明显。