三种气温预报产品黑龙江省预报效果检验

利用T639模式预报产品和黑龙江省83个国家气象站气温实况观测资料,采用最优预报因子方法选取预报因子,应用多元回归方法建立逐站日最高气温和日最低气温的MOS预报方程; 对MOS、中央气象台指导预报（SCMOC）和T639三种气温预报产品的日最高气温和日最低气温预报效果进行对比检验分析,并用EOF方法检验预报与实况的时空变化特征一致性。结果表明: 与实况的时空变化一致性方面,MOS和SCMOC较好,T639略差; 预报效果方面,MOS和SCMOC对日最高气温和日最低气温的2 ℃预报准确率普遍高于T639,MOS的预报准确率在日最高气温方面高于SCMOC,在日最低气温方面低于SCMOC; MOS对T639气温预报产品改善效果明显,尤其对冬季日最低气温的预报改善效果十分显著; MOS较T639气温预报改善效果与T639模式预报效果呈负相关关系,主要表现为,MOS预报改善效果在T639预报准确率低的山区明显优于平原,在春、夏季,预报准确率较低的日最高气温明显优于日最低气温,在冬季,预报准确率较低的日最低气温优于日最高气温; MOS气温预报方法的预报性能较理想,SCMOC对黑龙江省预报难度较大的日最低气温预报效果较好。     

基于地形因素的吉林省ECMWF气温预报订正方法研究

利用2016年1月1日—2018年12月31日吉林省381个站的逐日最高气温、最低气温和定时气温的观测数据,对ECMWF高分辨率模式的2 m最高、最低气温和定时气温预报进行检验分析.结果表明,ECMWF模式对吉林省的气温预报与实况存在一定偏差;从空间上看,自西向东气温预报准确率逐渐递减,预报误差逐渐增大;从时间上看,随预报时效的增长,预报准确率逐渐下降.对ECMWF的气温预报进行高度差订正后,模式最高气温24 h、48 h、72 h的预报准确率分别从52％、51％、50％提高至58％、56％、54％;最低气温准确率分别从58％、56％、54％提高至64％、62％、59％;定时气温准确率分别从63％、60％、58％,提高至67％、63％、61％.高度差订正的方法有效提高了模式气温预报的准确率,减小了模式预报误差,提高了模式预报释用能力,订正后的气温预报TS评分得到明显的提高.该方法已应用在吉林省客观预报的订正算法中.     

T213数值预报产品的温度预报释用技术

分析1997—2001年HLAFS的客观分析格点资料，用卡尔曼滤波方法建立了宝鸡市分县气温预报方程。2003年汛期使用逐日T213数值预报产品，制作宝鸡气温分县预报。结果表明：方法可以精细预报出宝鸡市各县区24h、48h气温；当预报时效由24h延长到48h，气温预报误差增大。气温发生突变时，预报结果与实况的滞后偏差较大。     

OCF气温预报大误差日的对比检验分析北大核心CSCD

为评价用于公众气象服务的精细化多模式客观集成预报服务产品(refined multi-model objective consensus forecasting service products,以下简称OCF)多模式集成气温预报效果,分析其误差成因,以中国区域OCF日最高气温和日最低气温预报检验为切入点,对服务影响较大的大误差日及其典型特例——降温日开展检验分析,并与参与OCF集成的ECMWF和NCEP气温预报进行对比。结果表明:OCF日最高气温和日最低气温总体上预报性能优于参与集成的模式预报,准确率夏季高冬季低,拉开了气温变化范围,也有效减小了误差。OCF的大误差日较少,但2~3 d时效及冬半年的大误差日较ECMWF多,与集成的模式预报性能、降温天气相关。针对降温日的检验分析发现:OCF、ECMWF和NCEP在降温日的预报性能有所下降,OCF日最高气温预报误差增长尤其快;OCF对降温日的日最低气温、非降温区域的日最高气温进行了有效订正,但在降温日的降温区域里,其日最高气温预报有明显的正误差特征。基于以上分析,提出了OCF气温集成订正技术改进方向,说明针对性的检验更利于发现客观模式预报及集成订正的问题。     

西北区秋季短期气象要素客观预报检验评估

应用数值预报释用技术,建立了西北地区短期气象要素客观预报系统。本文使用系统的客观预报资料,结合实时气象观测资料,对2006年秋季气温和降水量的客观预报进行检验评估。结果表明,系统对连续性变化气象要素最高气温、最低气温的预报效果较好,预报准确率达到70%左右,在天气预报业务中具有较明显的指导作用,而对非连续气象要素降水量预报效果较差,预报准确率约34%。气温预报的好坏与大气的稳定程度关系较为密切,降水量预报准确率的高低与相对湿度关系较为密切。分析认为按月建立的气温预报方程,其预报准确率较按季建立的方程可提高10%以上。     

三种数值模式气温预报产品的检验及误差订正方法研究

基于德国天气在线T7online(简称T7)、ECMWF细网格(简称EC)及T639三种数值模式的气温预报产品,结合本溪站气象观测资料,对三种数值模式2014年1月至2015年12月本溪市气温预报的准确率及预报误差进行了检验和分析,根据误差分析结果利用BP神经网络模型建立了本溪市数值模式气温预报误差客观化订正模型。结果表明:对于气温预报的年检验,T7、EC和T639三种数值模式的最低气温预报准确率均高于最高气温的预报准确率;对于气温预报的月检验,三种数值模式对夏季、秋季最低气温的预报效果明显优于冬季和春季,而对于最高气温的预报,T7的气温预报准确率明显优于EC和T639模式;当气温波动较大时,三种数值模式气温的预报准确率均明显下降。三种数值模式对最低气温预报的平均误差均为2.00℃以内,对最高气温的预报准确率存较大差别,T7模式最高气温的预报误差最小,T639模式气温预报的系统偏差最明显,最低气温系统偏差为-1.34℃,最高气温系统偏差为-2.87℃。根据三种数值模式气温预报误差的特征,结合BP神经网络建立本溪市气温误差预报模型对数值模式气温预报结果进行订正,订正后气温平均绝对误差由2.40℃左右降至1.40℃左右,系统偏差和均方根误差均明显缩小,气温预报准确率由50%左右提高至80%以上,数值模式气温预报准确率明显提高,具有较好的应用价值。     

南宁各种下垫面温度特征及预报方法探讨

介绍下垫面温度观测的原理,并用南宁2002年12月至2003年11月资料,分析了沥青、水泥、泥土温度的特征,包括这3种下垫面的日平均温度、日最高温度、日最低温度、温度日较差特征以及它们与气温的差值。指出气温是影响各种下垫面温度的最主要因素,云对下垫面日最高温度影响显著,大气环流变换对各种下垫面温度的波动有明显影响。对各种下垫面日最高温度的预报方法进行了初步探讨。建立了基于日最高气温预报之上的各种下垫面日最高温度预报模型,并对预报与实况值进行了对比分析,指出提高次日最高气温的预报准确率和预报是否出现阴天有中到大雨天气的预报准确率,可显著改善各种下垫面日最高温度的预报效果。     

北京市感染性腹泻疾病的医疗气象预报与应用研究

通过分析北京市海淀区感染性腹泻病发病情况与北京市观象台地面气象要素的相关关系,建立感染性腹泻病医疗气象分级预报及风险水平评估模式.收集海淀区2004-2006年逐日菌痢周发病数和同期气象因素资料,建立数据库,分析气象因素与肠道传染病发病率的关系,并采用多元回归概率分级技术,建立感染性腹泻病医疗气象分级预报(划分5个等级)及风险水平评估模式.结果表明,感染性腹泻病发病与水汽压的相关程度很好,单相关系数为0.8340.在所有候选预报因子中,它的方差贡献占70.5%.其他方差贡献较大的因子,还有平均风速、气温日较差等.在感染性腹泻病医疗气象分级预报及风险水平评估模式中,如果预报等级与实际等级相差≤±1级统计为正确,感染性腹泻病医疗气象分级预报模式组的平均预报正确率可达98.5%.其中,预报等级与实际等级完全吻合的正确率可到62.9%～66.4%(指6个预报时效).该模式预报结果可较好地为2008年奥运会提供肠道传染病预防服务,为北京各级疾病预防控制中心指导广大城乡居民卫生防疫提供科学依据.     

石家庄春季一次气温预报失误原因探讨

在仔细分析大气环流背景、物理量场、实况资料以及数值预报产品检验的基础上,总结了2011年4月15日石家庄市区一次气温预报失误的经验教训:此次气温预报失败,主要是对地面高压移动位置预报出现偏差,东风影响的时间比预期偏晚,未能考虑西风造成的“焚风”效应.分析中还发现,在地面气温预报中,除注意高空系统及850 hPa变温外,对垂直运动也应着重考虑;西风分量大小的变化与气温的升降趋势一致;地面东风开始时间与地面气温由高到低的转折时间一致;T639 10 m风场数值预报产品具有一定的准确度,为今后类似情况下的气温预报提供了一定的参考.     

基于数值预报产品的地面气温BP-MOS预报方法

在山东省临沂市气象局开发的"中尺度数值预报业务系统"的基础上,利用高分辨率的数值预报产品和地面气温观测资料,建立了地面气温的BP神经网络方法预报模型。检验结果表明BP神经网络模型的气温预报准确率高于逐步回归模型和MM5模式输出的气温预报准确率,可应用于实际预报业务中来制作气温的精细化预报。     

气象因素对自贡市呼吸道传染病的影响与预警技术研究

为探讨气象要素变化对呼吸道传染病发生的影响,本文利用2009~2013年自贡市疾病预防控制中心呼吸道传染病病例资料和自贡市地面气象观测站的气象资料,对呼吸道传染病与气象因素的关系进行相关性分析,得出了自贡地区呼吸道传染病发病人数的时空变化规律;采用多要素回归积分法建立自贡市呼吸道传染病四季医疗气象预报模型,通过检验该预报模式稳定性较好,将为自贡市各级疾病预防控制中心指导广大城乡居民卫生防疫提供科学依据。      

晴雨(雪) 和气温预报评分方法的初步研究

利用全国逐日天气预报产品和对应实况数据, 分析了目前普遍使用的晴雨(雪) 和气温预报评分方法存在的问题, 并进行了改进尝试和研究。结果表明:由于没有考虑降水概率的影响, 在降水概率全国差异较大的多数月份, 晴雨(雪) 预报正确率与单站无降水频率表现为正相关, 具有无降水频率越大评分越高的趋势; 采用绝对标准值(1 ℃或2 ℃) 作为阈值进行气温预报准确率评分, 评分结果与气温日际变化呈明显负相关, 气温日际变化偏小则评分值偏高的趋势比较明显。该文提出的晴雨(雪) 和气温预报改进评分方法能有效减少降水概率和气温日际变化对晴雨(雪) 和气温预报评分的影响, 提高不同气候背景地区天气预报评分结果的可比性, 在天气预报质量检验和评估业务中具有一定的应用和推广价值。     

中国东西部两县域气象要素对呼吸系统疾病影响的分层对比研究

利用安徽省阜南县以及贵州省锦屏县2015—2016年医保住院数据，细化两县呼吸系统疾病住院人群年龄分层，并从月份、节气、候不同时间尺度逐步递进的角度，采用描述性研究方法与相关性分析方法，探析两地各年龄段人群住院人数分布及其地域差异。结果表明：（1）两县9岁以下儿童呼吸系统疾病高发，20~39岁人群住院率较低。（2）两县各人群呼吸系统疾病入院高峰基本出现在2—3月（立春—清明、第10-20候）和11—12月（大雪—冬至）。除个别人群外，两县均是夏、秋两季呼吸系统疾病入院人数较少。（3）阜南县50~59岁人群呼吸系统疾病秋季入院风险的增加与当地气温日较差增大和相对湿度降低有关，滞后5 d左右影响明显。（4）总体来看，干冷环境可能会造成两县居民呼吸系统疾病入院人数的增多。此外，锦屏县居民还需格外防范春季相对低温高湿天气及暖季较低气温日较差所带来的呼吸系统疾病风险。     

基于DERF2.0的中天山北坡经济带秋季延伸期强降温过程预报检验

基于观测及DERF2.0预报数据,应用多种气候检验指标,针对1983—2013年间中天山北坡经济带8个代表站的秋季日最低气温进行检验,结果表明:(1)秋季日最低气温的预报效果存在空间和年际差异。东部奇台、木垒预报效果优于中西部6站;整体预报能力延伸期弱于中短期,且随预报时效延长而减弱。(2)预报与观测的相关程度较高,但滤除秋季降温背景趋势后日最低气温预报与观测之间的相关程度降低明显,在延伸期时段相关系数从0.8降至0.3以下。不论是否去趋势,温度序列由暖向冷转变的季节趋势越明显,预报的相关性就越好。(3)逐日最低气温预报偏差以偏低为主,随季节推进由9月初的最大-6℃逐渐转变为11月底的2℃以内;多年综合预报PS评分普遍低于60分,站点之间差别较大,奇台站评分相对最高,乌鲁木齐最低,乌鲁木齐的逐年PS评分与其秋季年平均温度分布反向对应,年平均温度越高(低),评分越低(高)。(4)24 h变温的预报偏差整体小于逐日温度,但预报的整体相关程度和相对于观测的离散程度均较逐日温度差,预报时效在5 d内的24 h变温预报效果相对最好。(5)强降温过程的预报能力整体偏弱,初始过程的温度预报偏低,结束过程的温度预报偏高,过程降温幅度预报偏小,过程降温幅度越大,偏小程度越严重,预报时效越长,预报偏差越大。DERF2.0模式的延伸期预报产品对于中天山北坡经济带的秋季强降温过程预报具有一定的参考价值,但是支持能力有限,需要考虑更多方法来探讨提高延伸期预报水平。     

春季中国日最高气温延伸期预报误差分析及订正

数值模式直接输出和经模式后处理得到的预报误差比较,是延伸期逐日要素预报应用基础。针对中国2 583个站点在2020年春季11~30天的日最高温度预报,根据欧洲数值中心的集合预报输出,首先,使用BP-SM（Back-Propagation - Self memory）法和回归法,进行确定性预报订正效果比较;结果表明BP-SM法和回归法都明显降低了预报绝对误差;在11~14天预报中,BP-SM法得到的平均绝对误差为3.3~3.6 ℃,预报准确率超过35%,订正效果更优。其次,基于模式直接输出和BP-SM法获得的概率预报,使用CRPSS (continuous ranked probability skill score)进行了可预报性分析。结果表明,在地形复杂地区,经过订正,预报准确率明显改善。对于延伸期逐日要素预报,合理的模式后处理方法是降低预报误差和提高预报能力的重要环节。      

山东省霜冻天气分区客观预报方法

根据山东省霜冻气候概况,把全省分成６个预报区,每个区选取有代表性的测站,应用探空、地面观测资料和逐步回归方法,建立测站的日最低气温和日最低地温的短期预报方程;把ＨＬＡＦＳ数值预报资料代替高空资料代入预报方程,进行最低气温和地温的预报;根据霜冻与气温和地温的关系及分区预报霜冻的标准,判别预报区内有无霜冻。建立了山东省霜冻天气短期分区预报业务系统。     

天津市多模式气温集成预报方法

在遗传算法和粒子群算法的基础上,采用权重分配方法开展基于混合演化算法的多模式气温集成预报方法研究。利用2012年5—10月中国气象局GRAPES模式、北京市气象局BJ-RUC模式、中国气象局T639模式、天津市气象局TJWRF模式24 h预报时效的逐6 h地面2 m高度气温和35个天津区域自动气象站点资料,通过逐日滚动建立集成预报模型,对混合演化算法的多模式气温集成预报方法进行了绝对误差在2℃以内的分级、分类及分站检验分析。结果表明:使用该方法建立的气温集成预报模型具有比较可靠的预报能力,预报误差明显小于任一成员,预报准确率高。按绝对误差不大于2℃的检验标准,2012年35个站逐6 h气温、最低气温、最高气温的集成预报平均准确率分别为76.34%,77.88%,78.00%。     

南京市呼吸系统疾病死亡率与气象要素的关系及预测

在全球气候背景下,气象要素的变化对呼吸系统疾病的影响不可忽视。基于2004—2010年南京地区呼吸系统死因监测资料、人口资料和同期气象数据,利用主成分分析法,讨论区域呼吸系统疾病患者死亡率的分布特征和对气象要素的响应及疾病死亡率预测模型的建立。结果表明：呼吸系统疾病死亡率在7月最低,1月最高,上半年变化幅度大于下半年。夏半年,气候以低压、高温和多降水为特点,呼吸系统疾病患者死亡率低;冬半年,气候有相对湿度大、日照时间短的特点,呼吸系统疾病死亡率呈上升趋势。回代检验结果 r=0.755,预测检验的拟合系数为r=0.795,均通过了0.01的显著性水平检验。主成分回归模型的拟合效果较好,可为相应预报工作提供参考。