武功4—5月≥10毫米降水短期解释预报

一、研制的思路: 根据解释预报的要求,县站解释预报方法只是对上级台的预报产品进行解释,因此此方法只对市台预报武功有≥5毫米降水解释、消空和进行≥10毫米降水的订正。二、资料的选取和因子的筛选根据市台的分片预报,武功单独为一片,故选取本站1976年至1985年十年资料,由于此方法是进行≥10毫米的降水解释预报,而且是对市台≥5毫米降水进行解释和订正,所以选取的资料是≥5毫米降水,个例为59个,在59个个例中≥10毫米降水样本为34个。因子的选     

米脂县气象站7—8月份解释预报指标

一、资料统计了榆林地区南片六站中有两站日雨量≥25mm、两站日雨量≥10mm的个例;本站有日雨量≥25mm的个例,共选用个例39个。以这些个例为样本,利用日常预报中所使用的综合时间剖面图为依据,寻找出了五条短期大降水解释预报指标。并且经过筛选过滤掉11个<25mm的降水个例,剩下的28个个例都落入指标圈内,它们分别在24小时或48小时出现了≥25mm的降水。     

5—6月较大降水MOS预报方法

本文以日本传真图资料为主,结合单站资料和实况资料,对黄岩站5—6月日降水量≥15mm的较大降水过程(以下简称较大降水)进行分析,找出它们的变化规律和预报指标。八二年试报效果良好,现简介如下:     

扶风县汛期大降水解释预报方法

为了做好本站与省、市台大降水分片预报的接口工作,我们初步建立了本站汛期(7-9月)短期(24小时)大降水解释预报方法。一、基本资料 1、样本:使用市台1975-1985年7-9月分片预报个例56个,并普查同期本站资料(1975-1985年7-9月的日雨量20～h-20～h≥25.0毫米的个例),增加市台未入选的19例,共为75例。 2、预报因子的选择和处理经普查本站资料、图表,共选取了与大降水相关较好的六个因子     

陇县汛期大降水解释预报

一、研制的思路根据解释预报的要求、充分利用上级指导预报产品,尽力挖掘本站资料信息,使县站有可能揭示一部分中、小尺度造成的小概率天气.因此,我们建立了一些解释预报指标,对上级台预报本片有≥25.0毫米降水消空、补漏和进行≥38.0毫米降水的订正解释.     

基于动力相似方法的台风极端降水概率预报研究

采用动力与统计相结合的方法,对台风引起的极端降水事件进行概率预报方法的研究,回算并评估了25个在2012—2015年间登陆中国的台风。此外,还对该预报方法的相似成员数和有效概率阈值进行了敏感性试验。试验结果显示,该台风极端降水概率预报方法具有一定的预报技巧,能准确预报多数产生极端降水的站点,但预报范围略偏大,空报率较高。相似成员数的敏感性试验表明,100%的相似成员数比率具有更优的预报效果;在相似成员数比率为100%的基础上,24 h预报的有效概率阈值在0%~2%之间的预报效果最好,48 h的有效概率阈值在0%~1.5%之间的预报效果最好。最后对“苏迪罗”和“海鸥”两个台风进行个例预报试验,结果表明对不同个例,预报效果存在较大差异。      

试用完全预报法制作夏季降水预报

为使B模式输出产品尽快投入日常预报,增加预报信息,我们用1972—1981年7、8月份的历史天气图资料建立了降水预报方程。用数值预报产品分辨有无降水,然后用前期实况因子判别降水量级。 一、夏季(7—8月)降水概况 我们规定凡全盟有50％的站日降水量≥10.0毫米为一次中一大雨过程,有50％的站日降水量为0.1—10.0毫米为一次小雨过程。     

事件概率回归估计与降水等级预报

该文对比分析概率回归降水等级预报和回归降水等级预报的差异, 2007年秋季至2008年夏季全国平均检验结果表明:概率回归降水等级预报效果好于回归降水等级预报, 尤其是小雨预报, TS评分明显高于回归降水等级预报, 同预报偏差过大情况也有很大改善。进一步分析表明:回归降水等级预报方法在建立小雨预报方程的样本中, 少数较大降水量的样本方差占总方差的百分比过大, 导致预报方程中反映的预报量与预报因子的关系以少数大降水量样本为主, 是造成小雨预报空报过大的原因。与模式降水预报的对比分析表明:概率回归降水等级预报效果好于模式直接降水预报, 模式降水空报较大情况得到改善。     

概率预报在大到暴雨分县预报中的应用前景分析

天气概率预报是对未来某天气事件出现的可能性用百分率来定量表述的一种天气预报方法。国外已在广泛应用,国内的上海和北京也开展了此项预报业务,而且很多地区正准备发布天气概率预报。目前国内外常用的有气候概率预报、主观概率预报和客观概率预报三种方法。1 大到暴雨分县概率预报的必要性1.1 对1995年5月1日至7月2日我台大到暴雨分县定性预报的分析1995年我区暴雨主要集中在5月1日至7月2日。在这63天中我台向各县（市）局发的分县指导预报电码中报了大到暴雨的有24天,其中5月份7天;6月份15天;7月份2天。报得最多的是铜鼓、靖安和奉新,均为19天,最少的是万载13天。成功率最高的是靖安47.4％,最低的是丰城26.3％,全区平均为36.2％,空报率为63.8％。全区同时报了大到暴雨的为11天,这11天中,出现1站大到暴雨的有1天;2站的有4天;3站的有1天;全部9站的仅有2天。     

短期集合降水概率预报试验

以MM5模式作为试验模式, 通过选取不同的物理过程参数化方案产生8个集合成员, 分别用平均法、相关法和Rank法对2001年11月至2002年5月期间的22个降水个例进行短期集合降水概率预报试验。试验结果显示对小雨—大暴雨6类降水的概率预报, Rank法的综合预报效果明显好于相关法和平均法, 相关法的综合预报效果与平均法基本相同; 无论从均方误差角度还是从命中率和假警报率的相对大小角度, 对小雨、中雨、大雨和暴雨各量级以上降水的概率预报, Rank法的平均预报效果是三种方法中最好的, 相关法的平均预报效果与平均法相同; Rank法好于平均法的平均幅度从均方误差角度较大, 从命中率和假警报率的相对大小角度则较小。平均而言, 三种方法对各量级以上降水的概率预报都是有技巧预报, 对量级小的降水的概率预报技巧高于对量级大的降水的概率预报技巧。     

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。     

黄淮地区夏季日降水分区概率预报方法研究

利用我国黄淮地区1961—2010年50年6—8月的日降水资料,采用REOF和t检验的方法,将中国黄淮地区夏季降水分成Ⅰ—Ⅴ区。5个区域进行差异性t检验表明5个区域之间（彼此）差异显著,说明了区域划分的正确性。在此基础上利用1999—2007年6—8月站点日降水资料以及CFSv2模式后预报的日降水资料建立了5个区域内共5个代表站点的夏季日降水概率预报方程,并进行了确定性、概率性预报检验和业务试用检验。对各区域内5个代表站日降水量的确定性预报检验表明：Logistic回归降水概率预报方程的TS评分要高于CFSv2模式预报和T213的集合预报平均,空报率也低于CFSv2模式预报和T213集合预报平均,但是漏报率却略高。各区域代表站日降水量的概率预报Brier评分检验表明：Brier评分均不超过0.2,大大低于T213集合预报所得概率预报的Brier评分分值,说明本文Logistic回归方程的概率预报较为可靠。Brier技巧评分表明：Logistic回归降水概率预报方程各站的BSS技巧评分都大于0.0,说明各站的预报技巧高于检验样本气候概率的预报技巧,且高于T213集合预报的Brier技巧评分,说明在分区基础上建立Logistic回归降水概率预报方程的方法是有预报意义的。     

贵州望谟河流域径流量的延伸期预报试验

由于极端天气事件导致灾害频发,为延长洪水预见期,以望谟河流域为例,利用DEM数字高程资料、土地利用数据、土壤数据、气象数据等驱动SWAT水文模型,对流域水文循环过程进行了模拟,并采用2016～2018年逐日和2010～2018年逐月望谟水文监测站实测径流数据进行了率定和验证。同时基于CFSv2模式,采用双线性插值法得到延伸期时段望谟站2019年6月1日起报的未来45d的降水预报产品,与实况数据作对比分析,并与SWAT模型耦合进行了延伸期时段的径流量耦合预报。结果表明:(1)望谟河流域日尺度模拟中,率定期确定系数R2和Nash-Sutcliffe系数NSE均为0.75,验证期R2=0.61,NSE=0.55,月尺度模拟中,率定期R2=0.85,NSE=0.81,验证期R2=0.80,NSE=0.74,无论日尺度或月尺度,百分比偏差PBIAS的绝对值均在5%以内,模拟效果较好,可满足应用要求;(2)以2019年6月1日为起报日得到的CFSv2未来10～45d降水数据,CFSv2降水预报过程与实况趋势总体一致,强降水过程时段偏差在1～3d左右,但日降水量级的预报值偏小,说明需对CFSv2模式产品进行系统误差订正。基于SWAT模型与CFSv2降水预报产品的径流量耦合预报在未来10～15d内的变化趋势与实测值一致,尤其在未来10d左右模拟趋势效果最好;(3)对比6月10～13日不同起报日的降水数据,4个起报时刻对于未来10d强降雨过程均有稳定的预报信号,以6月10日作为起报日的径流量耦合预报于提前10～20d效果较为稳定,但由于降水预报量级偏小,致使径流量的模拟量级也偏小。研究成果为延伸期时段水文气象耦合模式的洪水预报试验研究提供了参考。      

成都区域气象中心高低分辨率η模式降水预报检验分析

利用成都区域气象中心η坐标模式,对2002年汛期及主要降水过程进行了η坐标模式降水预报检验,对典型个例进行了详细的分析.结果表明:模式对夏季区域性过程有较强的预报能力,模式预报雨量中心强度有50%与实况相差小于25毫米.模式对晴雨预报有较好的指导意义,对降水强度的预报通常偏弱,对落区的预报位置易偏西、偏北.模式易漏报不易空报,当模式预报有较大量级的降水时,实况出现的概率很大,但要注意落区的位置.高分辨率模式在降水中心强度的预报较低分辨率模式接近实况,低分辨率模式在降水落区和中心位置预报上较接近实况.     

GRAPES中尺度模式的广东定量降水预报检验

采用客观降水检验方法,对GRAPES中尺度模式2011年4月1日～2012年3月31日广东降水预报进行了分级降水检验、时空分布演变评估以及降水预报个例分析。结果表明:随着降水量级和预报时效提高,模式降水预报质量呈现下降趋势;模式能够对降水过程时间演变做出准确的预报,对于实况较小的降水,模式存在预报比实况偏大的问题,而对于实况较大的降水,模式存在预报比实况偏小的问题;模式不能很好预报出与地形有关的广东3个降水中心;通过对一次台风降水预报个例分析表明,模式24 h预报能较好反映雨带分布和暴雨中心。     

大风冰雹的一种自动化预报系统

八十年代中期,地级气象台对各种天气事件的预报自动化程度不高,人为性很大。本文结合当时气象台配备的硬件条件,分析了历年本地大风冰雹这种小概率事件的个例,从资料到接收,产品计算、因子确定、方程建立,到预报结论输出,建立了一套自动化程度较高的大风冰雹预报报系统,对本地气象现代化的发展奠定了良好的基础。     

广西前汛期暖区暴雨与环流系统特征分析

本文普查了广西1956—1986年共31年4—6月降水资料,对凡有5站或以上日降水量≥50.0毫米,或者有1站或以上降水量≥100.0毫米均参加普查统计,发现广西的暖区暴雨可占前汛期的暴雨(除台风,热带低压外)29.7％,其雨区范围小,降水剧烈、强度大。是广西前汛期的一种暴雨形式。提高广西前汛期天气分析和预报,了解暖区暴雨的环流系统特征是有意义的。     

成都区域气象中心高低分辨率η模式降水预报检验分析

利用成都区域气象中心η坐标模式，对2002年汛期及主要降水过程进行了η坐标模式降水预报检验，对典型个例进行了详细的分析。结果表明：模式对夏季区域性过程有较强的预报能力，模式预报雨量中心强度有50％与实况相差小于25毫米。模式对晴雨预报有较好的指导意义，对降水强度的预报通常偏弱，对落区的预报位置易偏西、偏北。模式易漏报不易空报，当模式预报有较大量级的降水时，实况出现的概率很大，但要注意落区的位置。高分辨率模式在降水中心强度的预报较低分辨率模式接近实况，低分辨率模式在降水落区和中心位置预报上较接近实况。     

基于快速更新同化的滞后短时集合预报试验及检验

本文基于华东区域中尺度快速更新同化数值预报模式系统(Shanghai Meteorological Bureau WRF ADAS Rapid Refresh System,SMB WARR),应用时间滞后法进行集合预报试验,试验由7个集合预报成员组成,进行逐小时预报,预报时效为6 h。本文通过对2011年6月17日至9月30日期间降水过程进行集合预报试验,引入面雨量对降水预报进行检验。结果表明：(1)小 大雨量级,集合平均优于集合成员预报,但暴雨量级集合平均不及部分集合成员预报。(2)不同的降水量级,并非都是最接近预报时刻,技巧最高,小 大两量级的降水可以提前6 h预报。(3)降水概率预报优于集合平均预报,具有很好的指示作用。可关注最接近预报时刻,小 中雨以上的降水,预报概率较大时,其可用性较大,而大 暴雨以上的降水,预报概率较小时,可用性较大。     

气象站大雨、暴雨预报方法的改进

去年我省气科所对5个县气象站1972—1977年4—6月日降水量在25毫米以上及24小时预报有中一大雨以上降水的个例(不包括订正预报),逐个进行了评分,发现这5个站6年平均准确率都不高。为了弄清原因,我们同这5个站的技术骨干一起共同进行了技术剖析。发现这5个站的24种大一暴雨预报工具,绝大多数是根据单站要素建立起来的。这些模式指标虽拟合率很高,但使用效果不好。这是因为产生大一暴雨的物理过程十分复杂,单站指标模式只反映了影响系统来临前,下游地面系统通过本站的某些特征,它难以反映未来影响系统的规律。这就说明,只根据