青海省气象台短期天气预报评分系统

根据本省各台站天气预报资料和实况资料传输、收集的实际情况，建立了自动化程度较高并且具有人机交互功能的预报评分系统。该系统从2000年下半年开始在青海省气象台试运行，该系统具有评分准确、迅速、操作简单、存储方便、通用性较强等特点，已在全省推广应用。     

阻高型寒潮天气预报方法

阻高型寒潮天气预报方法李改花李姝霞（开封市气象局·４７５００３）利用１９７０～１９９５年开封市寒潮资料,寻找出开封市阻高型寒潮的影响系统和预报指标。１寒潮指标２４ｈ日平均气温下降≥８℃或４８ｈ下降≥１０℃,且极端最低气温≤４℃,为一个寒潮日。２冷空气...     

民航气象航站重要天气预报自动评分系统的实现与应用

介绍了航站重要天气预报自动评分系统的设计思想及具体实现，及系统在容错性上的解决方案，并对该系统的应用前景作了简要的分析。     

分级预报的公平技术评分

许多用于评价离散变量的分级预报的技术评分在某些事件的常值预报比其他事件的常值预报得到更高得分的意义上来说是不公平的。不公平技术评分可能鼓励预报员以其他事件为代价而偏爱于某些事件,因而作出具有系统性偏畸的或不良特性的预报。     

县局天气预报思路浅探

县局天气预报思路浅探连木山（沁县气象局０４６４００）气象部门从它诞生的第一天起，就是要为社会服务。换句话说，就是社会经济的发展，需要有气象部门，需要气象部门的服务。因此气象服务是气象工作的出发点和归宿。县气象局是气象部门的基层单位，也是基层服务单位。...     

强对流天气预报业务流程

1984年以来，我台研制了一些强对流天气预报方法。近几年业务预报实践发现，各种方法自立一格，使用不便，为此综合编写出强对流天气业务预报、服务流程，以便统一使用。强对流天气预报服务流程框图（图1）的预报方法可用人机对话完成。发出预警预报后的部分通过各种通信工具和书面汇报方法完成。现将框图中各部分叙述如下：目IR对流天气预报服务认程框国14～6月份1．108时地面图上有武夷山弯曲冷锋形势预（3）凸Qse．tr十凸Qser州＜－31of（兀h1－a。0＞61℃；（5）St。＋S小q＜－6．IC；（6）St。n＋S小q＜－9．IC（7）汕头单站同时…     

两类天气预报评分问题研究及一种新评分方法

探讨了预报评价的意义及应遵循的原则, 对常用的几种两类预报评分方法进行分析, 指出其应用的局限性, 得到一个判定所作预报水平是否高于随机预报、具有预报技巧的简易判别式; 提出评分权重的概念, 指出以往评分存在问题的根源是评分权重分配不当, 使评分结果的真实性受到影响, 评分无可比性, 进而提出一种考虑了评分权重的新评分方法。新评分方法满足预报评价的原则, 侧重于对两类事件中事件概率较小一方预报效果的评估, 评分结果不受事件概率影响, 具有可比性。对比分析表明:新方法比其他方法优越, 能更准确地反映预报水平, 使不同季节、不同地域的预报评分可进行比较, 是一个通用的评分方法。     

PRELIMINARY STUDY OF BAROTROPIC STOCHASTIC DIFFERENCE MODEL APPLIED TO WEATHER PREDICTION

In order to consider both the deterministic and the stochastic property of atmospheric motion simul-taneously,in this paper,the weather prediction is proposed as the problem of the evolution of meteorologicalfield.The historical viewpoint of atmospheric motion is emphasized here.Based on time series analysis te-chnique,a stochastic-dynamical model with multiple initial fields is derived.Thus,weather forecasting is sum-meal up as a problem of solving a set of stochastic difference equations.For the barotropic atmosphere,thenumerical solutions of the equations are obtained by using the method of empirical orthogonal functions(EOF),and examples of medium-range weather prediction are given here.Meanwhile,selecting the order oftime series,i.e.,determining the number of initial fields properly,is also discussed.     

处理非线性分类和回归问题的一种新方法 (Ⅱ)——支持向量机方法在天气预报中的应用

将SVM（Support Vector Machine）分类和回归方法首次应用于气象预报试验。利用1990~2000年4~9月ECMWF北半球的500 hPa高度、850 hPa温度、地面气压的00:00 UTC分析场资料，建立四川盆地分区面雨量有无大于15 mm的SVM分类推理模型、四川盆地内单站气温的SVM回归推理模型，进行相应的预报试验，试验结果显示对应的SVM推理模型具有良好的预报能力。     

复杂地形条件下嵌套细网格模式35例数值预报的总结

本文利用一适合复杂地形区的有限区域预报模式系统，分别采用欧洲中期天气预报中心的格点资料和我国国家气象中心的ＤＣＤ电码资料，对１９８１年７月１－３０日和１９８８年８月１０－１４日两时段共３５天作了４８小时预报。形势场和降水预报的主客观评分表明，该模型系统已具备了在业务环境下作预报的可能，该模型预报性能良好，具有较好的强降水预报的能力。     

DIAGNOSTIC ANALYSIS AND VERIFICATION OF PREDICTION OF THE TROPICAL PACIFIC SEA SURFACE TEMPERATURE ANOMALIESDURING 1997 ~ 1998

By comparing with ENSO events that ever happened in the history, the basic features and probablecauses of the anomalous sea surface temperature of the tropical Pacific Ocean during 1997 and 1998 have beenanalyzed diagnostically. It is found that the 1997/1998 El Nino had significant abnormalities and peculiarities. Itdiffers from the previous El Ni?o events falling into the simple “eastern pattern” or “western pattern”. Thepredictions of 1997/1998 El Ni?o event have also been tested with an intermediate ocean-atmosphere coupleddynamic model. The results show that the skills of the 0～24 lead month forecasts for the warm event are allabove 0.5. The predictions of the mature phase and the later stages of the warm event are better than those of thebeginning phase.     

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。     

1997/1998年热带太平洋海温异常的诊断分析与预报检验

通过与历史上已发生的ENSO事件的比较,对1997－1998年热带太平洋海温异常的基本特征和可能成因进行了诊断分析,发现1997／1998年E1Nino事件具有显著的异常性和独特性,不同于以往单纯的东部型或西部型E1Nino。对用一个简化海气耦合动力学模式做1998／1998年E1Nino事件的预报进行检验。结果表明该模式对这次暖事件超前0－24个月的预报技巧均在0．5以上,模式对暖事件的成熟位相及以后阶段的预报比对暖事件的开始阶段预报得好。     

南昌市降水概率预报方法研究(一)

主要介绍了降水概率预报的事件概率回归方法,1997年试用表明这种方法有一定的参考价值。     

MULTIMODEL CONSENSUS FORECASTING OF LOW TEMPERATURE AND ICY WEATHER OVER CENTRAL AND SOUTHERN CHINA IN EARLY 2008

Based on the daily mean temperature and 24-h accumulated total precipitation over central and southern China, the features and the possible causes of the extreme weather events with low temperature and icing conditions,which occurred in the southern part of China during early 2008, are investigated in this study. In addition, multimodel consensus forecasting experiments are conducted by using the ensemble forecasts of ECMWF, JMA, NCEP and CMA taken from the TIGGE archives. Results show that more than a third of the stations in the southern part of China were covered by the extremely abundant precipitation with a 50-a return period, and extremely low temperature with a 50-a return period occurred in the Guizhou and western Hunan province as well. For the 24- to 216-h surface temperature forecasts, the bias-removed multimodel ensemble mean with running training period(R-BREM) has the highest forecast skill of all individual models and multimodel consensus techniques. Taking the RMSEs of the ECMWF 96-h forecasts as the criterion, the forecast time of the surface temperature may be prolonged to 192 h over the southeastern coast of China by using the R-BREM technique. For the sprinkle forecasts over central and southern China, the R-BREM technique has the best performance in terms of threat scores(TS) for the 24- to 192-h forecasts except for the 72-h forecasts among all individual models and multimodel consensus techniques. For the moderate rain, the forecast skill of the R-BREM technique is superior to those of individual models and multimodel ensemble mean.     

沈阳市降水概率预报服务系统

沈阳市降水概率预报服务系统是在日本数值预报的基础上应用多种统计方法建立MOS预报方程,对其预报结果应用概率回归集成制作降水概率预报。TS评分结果表明:MOS预报的降水确率高于日本数值预报,MOS集成预报的结果在各种MOS预报结果平均偏上的水平。概率预报的Brier评分结果表明:在MOS综合基础上的概率回归(REEP)方法得出的概率预报结果较为理想。     

交叉熵神经网络及其在闽北大雨以上降水预报中的应用

基于误差平方和最小化准则的BP神经网络(ANN-MSE)并不适合解决小概率天气事件的预报问题,引进一种改进的以交叉熵函数为目标函数的神经网络方法(ANN-CE),该法是一个三层反向传播神经网络,其输出层只用一个节点.利用2003-2008年的ECMWF预报场资料,把该法用于福建省南平市4-6月部分大雨或以上降水96h预报中,分别用原始因子和PCA降维后的主因子建立了ANN-CE预报模型和ANN-MSE预报模型,用这些模型对2009-2010年独立样本进行了试报.测试结果显示主因子预报模型TS评分比原始因子预报模型高且漏报次数少,其中,主因子ANN-CE预报模型的TS评分和漏报率分别是0.51和0.17,其性能是所有模型中最好且最为稳定的,是一种适合于小概率事件预报的方法.