乡镇精细化最高最低气温预报方法研究

对2008年10月至2009年9月安徽省乡镇与县站观测站最低、最高温度的差异进行统计分析。结果表明：乡镇观测点和县站观测点之间的最低、最高温度具有明显差异,且随着季节变化而不同。在此基础上,以预报员主观制作的县站最高、最低预报结果作为基础,利用修正Barnes插值和一阶卡尔曼滤波订正方法制作乡镇站点的最低、最高温度预报表明,该方法制作的乡镇站点最低、最高温度具有较高准确率,前3 d的乡镇最低温度预报准确率和县站的预报比较接近,预报准确率差异在1 %之内,但随着预报时效的增加两者的差异略有增加;对于乡镇的最高温度预报,与县站的最高温度预报小于2℃的准确率始终保持在3 %之内,该方法优于基于WRF模式的MOS方法。对比一阶卡尔曼滤波订正前后效果发现,该方法对乡镇最低和最高温度的前4 d预报具有正订正效果,而对于第5-7 d没有订正效果或为负订正效果。当区分转折性天气后,可以提高第4-7 d的最高温度预报准确率。     

夏季温度预报综合统计释用技术

针对夏季温度预报 ,综合选择实时资料和数值预报产品与温度密切相关的因子 ,运用物理统计释用方法 ,制作了葫芦岛 6～8月温度预报方程和订正预报 ,并于2002年汛期通过业务试用效果检验。     

夏季温度预报综合统计释用技术

针对夏季温度预报，综合选择实时资料和数值预报产品与温度密切相关的因子，运用物理统计释用方法，制作了葫芦岛6～8月温度预报方程和订正预报．并于2002年汛期通过业务试用效果检验。     

基于垂直温度梯度对WRF-RUC模式山东2 m温度订正研究

为了减小观测站实际地形高度与对应模式地形高度的差异给2 m预报温度带来的误差,基于垂直温度梯度设计两种订正方案:第1种方案假定整层大气温度垂直梯度为-0.006 5℃·m-1;第2种方案计算了距离观测站实际地形高度最近的两层模式温度间的垂直梯度。利用两种方案对天气与预报快速跟新循环(简称WRF-RUC)模式2016年10—12月山东逐日2 m预报温度进行订正并对比订正前后的预报效果,对高度差异最大的泰山站2 m预报温度的订正效果进行研究。结果表明:(1)山东大部分观测站的实际地形高度与对应模式地形高度差异较小,导致两种方案订正效果不明显;(2)对泰山站2 m预报温度的订正,第1种方案在预报前期有正效果,在预报后期出现负效果;第2种订正方案在整个预报时段呈现正效果;(3)WRF-RUC模式2 m预报温度存在负的系统偏差,导致第1种方案在预报后期对泰山站2 m预报温度的订正存在负效果,第2种方案有效克服了逆温影响,对泰山站2 m预报温度的订正效果更优。     

宁夏区域精细化温度预报业务平台

介绍以宁夏中尺度数值模式温度预报为基础,以宁夏精细化预报系统温度预报产品为核心,结合自动气象站等多种资料,以图形方式显示、修改和制作宁夏各站逐时温度预报业务平台。该平台以宁夏各地区代表站与该地区其它站之间的回归方程的计算量为依据,在温度预报物理过程不变的情况下,通过修改曲线的方式,完成对大数据量温度预报值的订正。该平台的建成,为制作高时间密度的预报提供了技术支撑。     

不同月份用不同物理量制作预报的几点体会

过去我们在制作县站预报时,采用的回归方程是不分月份,也不分每月的物理量因子的差异。这样作出的方程,预报效果不稳定,时好时坏。后经分析发现,各月有各月的具体条件,如把回归方程视各月条件差异进行变化,效果相应提高。另外,我们在制作回归方程时,还把每个方程的物理量因子     

用逐日滚动多元回归方法制作黔南地区中、短期温度预报

从气象应用角度介绍了一种基于卡尔曼滤波思想的制作线性连续常规天气要素的客观定量预报方法--滚动多元回归方法.并用其建立了贵州黔南地区12个站的最高气温、最低气温、平均气温预报模式,通过效果分析得出其最低气温、平均气温的预报效果较好,最高气温的预报效果差些.但该方法既保留了卡尔曼滤波方法的优点,又克服了矩阵变换对计算条件的要求,具有简单、易行的特点,适合于计算条件较差的地级气象台开展温度、湿度等线性连续常规天气要素的客观定量预报.     

强冷空气长期预报方法的探索

春播期长期预报中,强冷空气预报是一项难度较大的项目。以前,我们主要采用韵律方法来制作预报,效果不够理想。前年,我们借助计算机,采用数理统计方法建立了一套春播期强冷空气预报的回归方程,并且在1986年春播期投入了使用,取得了较好的效果。     

试用数值预报产品做春季寒潮天气预报

寒潮天气是哈密地区的主要灾害天气之一,我们参考有关寒潮科研成果,用欧洲中期预报中心的48小时形势预报资料,用PP法制作预报方程,在1985年4-5月的试报中效果较好.同时,亦试作了预报春季寒潮的MOS预报指标,现将试用情况简述如下:     

泰安地区八月份降水MOS预报

为了提高降水预报的质量,满足日常预报业务的需要,推广使用MOS预报方法,我们利用收集到的部分资料制作了泰安地区八月份降水MOS预报。在使用中效果尚好。     

华南区域模式在湖南省的2 m温度预报检验与订正研究

基于2019年8月至2020年7月华南区域模式（CMA-GD）预报和湖南97个国家站2m温度实况,开展了模式温度预报检验和逐步回归订正技术研究。结果表明,华南区域模式2m温度预报与实况变化趋势基本一致,预报偏差具有明显日变化,白天准确率下降、夜间升高,随着预报时效的延长,偏差增大;夏半年预报偏差大于冬半年;湘西预报效果优于湘东;00时起报的2m温度预报优于12时起报。基于华南区域模式预报产品,区分起报时次和季节的2m温度预报逐步回归订正预报效果较好,订正后预报相对于模式预报误差下降、准确率提高,有明显正技巧,对12时起报的模式预报效果改善更大,不同站点订正效果略有差异,对预报误差较大站点,订正效果明显。     

ECMWF产品在南宁地区寒露风天气预报上的应用

利用ECMWF数值分析预报产品建立了一套客观预报模式,滚动制作南宁地区9、10月逐日平均气温分县预报,进而制作南宁地区各县寒露风天气中期预报.并对1999年9、10月逐日气温预报和寒露风中期预报效果作了研究分析.     

华北地区极端温度MOS预报的季节划分

针对极端温度MOS (Model Output Statistics) 预报中的季节划分问题,通过聚类分析方法以华北地区为例进行试验,在此基础上提出一种新的MOS温度预报方程季节分类方式:2月11日—3月20日和11月5日—12月4日定义为早春晚秋类,5月1日—9月30日定义为夏季类,3月21日—4月30日和10月1日—11月4日定义为晚春早秋类,12月5日—2月10日定义为冬季类。由于上述季节分类与传统的季节划分在3—5月和9—11月时间段存在较大差异,因此利用2009年进行试报,就两种时间分类进行对比分析。检验结果表明:利用新分类方法制作的极端温度MOS预报的整体效果好于传统的季节划分得到MOS极端温度预报效果,说明新的分类方式更适合于极端温度MOS预报。     

局地二分类MOS方程的预报稳定性检验

MOS预报方法主要是从数值模式输出的形势预报和物理量预报资料中筛选预报因子,建立统计预报方程,制作气象要素预报。由一定的样本资料建立的MOS方程,有的预报效果与拟合效果无多大差别,有的预报效果显著低于拟合效果,这就是MOS方程的预报稳定性问题。一个MOS方程,如果预报效果与拟合效果差异不显著,就认为方程的预报性能稳定。如果预报效果显著低于拟合效果,则认为方程的预报性能不稳定。下面介绍一个判断三分类MOS方程预     

2008年汛期国家精细化温度指导预报在河南区域的检验

对国家气象中心2008年6-8月下发的精细化温度指导预报在河南区域的绝对平均误差和分级预报准确率进行了分析,结果发现:总体上24-96 h预报效果好于120-168 h;各月最低温度的预报效果均好于最高温度;7、8月份最高、最低温度预报效果好于6月;平原的预报效果好于山区.与河南省气象台温度指导预报结果对比发现:最高气温预报评分普遍比省台低6～13分.最低气温预报评分6月份的0-24 h和24-48 h比省台低2～3分,48-72 h比省台高2分以上;7月份预报评分均比省台高6分以上;8月份预报评分比省台低6分以上.     

用卡尔曼滤波制作分县温度指导预报的研究

采用卡尔曼滤波方法建立预报模型，制作出全区分县温度指导预报。通过试运行，并对吕梁地区2002年7月份全区气温预报结果进行检验，系统基本达到预期的效果。     

黄陵乡镇24小时气温预报方法探讨

利用黄陵县1971—2014年逐年逐月最高、最低气温资料和腰坪乡、店头镇、隆坊镇、田庄乡2011—2014年自动站气温资料,将黄陵县各乡镇依据海拔高度、地貌和温度分布划分为五个气候区域,通过对比分析乡镇代表点与县站气温资料,发现各乡镇与县站的气温差值随地形、海拔、季节不同差异明显。气候差异订正法和变温订正法相比,气候差异订正法预报正确率较变温订正法预报准确率高。可供县气象站制作乡镇温度预报时参考。     

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。     

基于欧洲数值预报产品的遵义市温度预报模型

利用2016—2018年遵义国家气象站(57713)观测资料,分析晴天、阴雨、多云、雷雨等天气条件下的实况最高、最低温度与EC细网格850hPa 20时温度预报格点值的温差,统计出各种天气条件下的温度高、低差值。结果表明:通过将欧洲数值预报产品与本地天气相结合,统计得出本地的温度变化的订正值,能够较为准确地制作24～120 h的最高、最低温度预报;预报初始值24～48 h温度误差相对较小,预报越正确,随着时效的增长,数值预报初始值准确率逐渐下降,误差增大,从而导致预报准确率也逐渐下降。从近3 a的业务应用效果来看,遵义本地化最高、最低温度预报成绩排名在全省前列,因此该模型的预报方法可明显的提高温度预报准确率。     

WRF模式2m温度在山东预报效果的评估

利用山东省内123个国家气象站2017年11月至2018年2月逐时观测地面温度对WRF模式08：00和20：00起报的2 m温度进行检验,评估了预报时效为72 h的逐时温度与日最低（高）温度的预报效果并初步分析了个别站点大值误差成因。结果表明：WRF模式08：00起报2 m温度的准确率要高于20：00起报,白天预报的效果优于夜晚;鲁西北和半岛地区的2 m预报温度的平均绝对误差总体低于鲁中和鲁南地区,全省大部分站点负误差比例高于正误差比例;WRF模式对于日最高温度的预报效果优于日最低温度;模式地形高度误差造成泰山站2 m预报温度正误差较大,基于两种温度梯度方案对泰山站2 m温度进行订正,订正后的平均绝对误差总体下降,利用单一的温度梯度在有的预报时刻出现负的订正效果,利用随预报时刻变化而变化的温度梯度在各预报时刻订正效果更为稳定;泰安站出现焚风时2 m预报温度有较大负误差,这主要是受WRF模式泰山站地形高度误差影响;WRF模式在微山湖区域土地类型与真实土地类型存在差异是薛城站夜间2 m温度负误差较大的重要因素之一。