上级指导预报订正方法研究

从适应现代预报业务需求出发,针对中央台、省台2010年指导预报进行检验,并认真分析降水空漏报原因,结合本地天气形势及地形特点,建立降水、气温及灾害性天气预报指标,并对历史资料进行反查。采用条件概率将消空率≥80％的预报指标作为消空指标,将预报准确率≥90％的预报指标作为补漏指标,对指导预报建立消空、补漏预报方法,提高市级订正预报准确率。该订正方法在2011年业务应用中预报效果显著。     

中期数值天然预报的误差订正方法探讨

本文利用一个全球谱模式（Ｔ６３Ｌ９）和１９９４年４个时段个例的全球客观分析资料探讨了中期数值天气预报的误差订正方法。个例分析的结果表明,采用定常误差订正和时空平滑误差订正方法,误差订正效果显著,可考虑在业务系统中采用。     

“梅花”台风(1109号)路径追踪补充订正预报日志

"梅花"台风(1109号)路径较复杂,给路径预报带来一定难度。用"温度对数压力图"以记日志方式对"梅花"路径进行补充订正预报,效果良好,可供今后台风路径预报补充订正参考。     

数值预报产品系统性误差的客观订正

从评价Ｔ４２数值预报模式的性能出发，找出Ｔ４２系统性误差的特征及其订正的客观判据。高度场Ｈ和温度场Ｔ采用不同时间权重和空莘平滑的订正方案，风场ｕ，ｖ采用动力订正方案，湿度场Ｑ采用平流（风场）订正方案。并对Ｔ４２１９９２年４－５月的数值预报产品进行了客观订正，经过均方根误差缩减率η和误差比ｅ方案的检验，效果是令人满意的。     

数值天气预报多要素深度学习融合订正方法

数值天气预报作为现代天气预报的主流技术方法,近年来不断朝着精细化方向发展,但预报误差至今仍无法避免.文中在CU-Net模型中引入稠密卷积模块形成数值预报要素偏差订正模型Dense-CUnet,在此基础上进一步融合多种气象要素和地形特征构建了Fuse-CUnet模型,开展不同模型的偏差订正试验和对比分析.以均方根误差(R...     

太阳辐射预报滚动订正方法研究

利用2013年1月至2014年12月北京南郊观象台逐时观测总辐射以及BJ-RUC模式系统预报的该站未来24h逐时总辐射、云量、水汽混合比、云水、云冰含量等14个气象要素数据,运用多种线性订正方案对总辐射预报值进行订正,重点分析了不同方法、不同季节、不同样本数的订正效果差异。结果表明:1不同季节辐射订正的影响因素不尽相同,需采用不同的组合订正因子,其中总辐射、2m比湿、2m相对湿度、低云量、中云量、高云量、总云量、云水雨冰雪霰混合比、水汽混合比可作为推荐因子;2最优样本数选取时需考虑季节差异;3逐时滚动订正方案的订正效果较好,明显优于非滚动方案。订正后总辐射误差显著减小,而且79%的时刻有改进,明显减小了预报偏大的系统误差;4冬春季订正效果优于夏秋季,这与云的宏观和微观物理量预报效果的季节差异有关。本文研究结果可为太阳能资源评估、总辐射和光伏电站发电量预报提供有效的改进方法。     

中期数值天气预报的误差订正方法探讨

本文利用一个全球谱模式（T63L9）和1994年4个时段个例的全球客观分析资料探讨了中期数值天气预报的误差订正方法。个例分析的结果表明,采用定常误差订正和时空平滑误差订正方法,误差订正效果显著,可考虑在业务系统中采用。     

基于卷积神经网络的京津冀地区高分辨率格点预报偏差订正试验

为了进一步提高RISE系统高分辨率网格化预报产品的准确率,同时考虑到深度学习近年来在地学领域的有效应用,采用2019—2021年高分辨率RISE系统数据,设计出卷积神经网络模型Rise-Unet,实现了未来4～12 h地面2 m温度、2 m相对湿度、10 m-U风速以及10 m-V风速预报结果的订正。订正试验结果表明,采用均方根误差和平均绝对误差作为评分标准,与RISE原始预报结果相比,基于Rise-Unet模型可以有效提高温湿风预报结果的准确率。该基于深度学习的Rise-Unet偏差订正技术可应用于RISE系统的后处理模块,对提升RISE系统百米级分辨率或其他高分辨率模式系统格点预报水平具有重要的科学意义和应用价值。     

基于卡尔曼滤波递减平均算法的集合预报综合偏差订正

针对集合预报存在的偏差和集合离散度通常偏小的问题,在卡尔曼滤波递减平均的一阶矩和二阶矩偏差订正方案的基础上发展了综合偏差订正方案,并利用B08RDP WWRP(The WWRP Beijing 2008 Olympics Research and Development Project)项目中日本气象厅(JMA)区域集合预报的850 hPa温度资料,将敏感性试验得到的一阶矩和二阶矩订正的最优权重系数应用于综合偏差订正方案,并对其订正效果进行多方面检验分析。试验结果表明,一阶矩订正可以有效减小集合平均偏差,集合平均预报质量得到了明显改善;二阶矩订正对集合离散度具有较强的调整能力,订正后的集合预报可靠性、区分不同天气事件的能力总体上得到了提高;综合偏差订正方案有效融合了一阶矩和二阶矩订正的优势,其各自的最优权重系数适用于综合偏差订正方案,对集合平均偏差和离散度具有良好的订正效果,能够改善集合预报的整体质量。但一阶矩与二阶矩订正对综合偏差订正的贡献程度随评分指标而异,一阶矩订正对等级概率(RPS)评分和异常值百分比评分的贡献分别为83.75%和18.83%,可信度的改善约83.98%源于二阶矩订正,而相对作用特征(ROC)评分中二者的贡献基本相当。     

数值天气预报和气候预测可预报性研究的若干动力学方法

简要回顾了数值天气预报和气候预测可预报性研究的若干动力学方法,包括用于研究第一类可预报性问题的线性奇异向量（LSV）和条件非线性最优初始扰动（CNOP-I）方法,以及Lyapunov指数和非线性局部Lyapunov指数方法。前两种方法用于研究预报或预测的预报误差问题,可以用于估计天气预报和气候预测的最大预报误差,而且根据导致最大预报误差的初始误差结构的信息,这两种方法可以用于确定预报或预测的初值敏感区。应该指出的是,LSV是基于线性化模式,对于描述非线性大气和海洋的运动具有局限性。因而,对于非线性模式,应该选择使用CNOP-I估计最大预报误差。Lyapunov指数和非线性局部Lyapunov指数可以用于研究第一类可预报性问题中的预报时限问题,前者是基于线性模式,不能解释非线性对预报时限的影响,而非线性局部Lyapunov指数方法则考虑了非线性的影响,能够较好地估计实际天气和气候的预报时限。第二类可预报性问题的研究方法相对较少,本文仅介绍了由我国科学家提出的关于模式参数扰动的条件非线性最优参数扰动（CNOP-P）方法,该方法可以用于寻找到对预报有最大影响的参数扰动,并可以进一步确定哪些参数最应该利用观测资料进行校准。另一方面,通过对比CNOP-I和CNOP-P对预报误差的影响,可以判断导致预报不确定性的主要误差因子,进而指导人们着力改进模式或者初始场。     

美国数值预报研究动态与业务进展

介绍了近年来美国数值预报研究和业务应用方面的进展和动态,简述了资料分析与同化,高分辨率模式,短期集合预报,热带气旋预报及物理过程参数化等方面的技术进展,并提出了为使数值预报适应未来高性能巨型计算机技术的发展需要考虑的关于模式分辨率,资料的观测及分析同化技术等问题。     

一段日照迹线剖析

一段日照迹线剖析单宇红（江苏省徐州市气象局，２２１００６）在地面报表的审核中，原始观测记录的真实性是非常重要的，有时为了判别某个记录的“真伪”，不仅需要直观的目测，还要综合各种因素进行分析，然后再下结论。１９９６．２．２６．１３∶１６—１３∶４８某站...     

2001年春季寒潮天气中数值预报的应用

2001年4月6-9日，新疆出现了一次全疆性寒潮天气过程。阿克苏地区8县1市普遍出现了强风暴、强降温。但由于我台对数值预报产品的正确释用，成功地报出了这次天气，体现了数值预报的优点。     

国外中期数值预报业务模式的性能及发展趋势

作者简单介绍了国内预报员较为熟悉的欧洲中期天气预报中心，美国国家气象中心和日本气象厅三个中期预报模式的性能及预报效果，包括近几年颇为流行的半拉格朗日时间积分方案，物理过程参数化方案的完善和改进，中期数值预报业务模式的发展趋势等。     

Chen-Chao Koo and the Early Numerical Weather Prediction Experiments in China

Although the first successful numerical weather prediction(NWP)project led by Charney and von Neumann is widely known,little is known by the international community about the development of NWP during the 1950s in China.Here,a detailed historical perspective on the early NWP experiments in China is provided.The leadership in NWP of the late Professor Chen-Chao Koo,a protége of C.G.Rossby at the University of Stockholm during the late 1940s and a key leader of modern meteorology(particularly of atmospheric dynamics and physics)in China during the 1950s?70s,is highlighted.The unique contributions to NWP by Koo and his students,such as the ideas of formulating NWP as an“evolution”problem,in which the past data over multiple time steps are utilized,rather than an initial-value problem,and on the cybernetic aspects of atmospheric processes,i.e.,regarding the motion of the atmosphere at various time scales as an optimal control system,are also emphasized.     

宁波市突发性地质灾害气象预报预警方法

地质灾害的诱发因素包括人为因素和自然因素,但在一定的地质结构及环境条件下,降雨是地质灾害发生的最主要诱发因素。基于人工神经网络系统(ANN)和地理信息系统(GIS),结合地面中尺度自动观测系统的雨量实况与高精度的WRF数值预报雨量格点产品,依托MICAPS系统,实现预报员的快速主观订正,建立的宁波市突发性地质灾害预报预警系统在业务运行中是高效可行的。     

2003年夏季的异常天气及预测试验

简要介绍了2003年夏季的异常天气和中国科学院大气物理研究所2003年汛期预测的结果.夏季淮河流域强降水集中发生在2周之内,引发了淮河流域的大洪水.6月底至7月上旬副高、季风涌、青藏高原东移的α中尺度高空槽以及冷空气的活动,3次处于最有利于暴雨发生的配置,梅雨锋上的扰动频繁,导致淮河流域出现引发大洪水的3次大暴雨过程.南方持续高温酷暑天气与副高的异常活动有关,特别是7月下旬至8月,西太平洋副高稳定控制江南地区.与南方的高温相反,北方凉夏是因为中纬度地区处于平直的低压带中,多小波动活动.预测系统对6～8月江淮雨带及其暴雨中心的实时预测是比较准确的,对大范围的雨带无漏报和空报;对华北地区降雨的预测评分要低于江淮梅雨,这可能是因为模式中的物理过程,特别是降水的物理过程未能较好反应华北地区的情况.     

利用ARGO资料改进ENSO和我国夏季降水气候预测

全球海洋ARGO资料的获取为气候预测的研究提供了前所未有的海洋资料。该文首先利用ARGO资料改进次表层参数化方案后的Zebiak-Cane海洋模式, 与统计大气模式耦合, 建立了热带动力海洋-统计大气耦合模式。通过比较应用和未应用ARGO资料改进的海洋模式, 进行了耦合模式的长期回报试验。结果表明:ARGO资料的应用极大地改善了耦合模式对热带太平洋海面温度异常的预测能力, 提前3个月和6个月的回报结果都有很大的改进, 基本上回报出了Niño3.4区海面温度异常的演变特征, 对厄尔尼诺和拉尼娜都能够给出较准确的回报, 回报结果与观测之间的相关性在整个热带太平洋区域明显提高。该文还利用国家气候中心 (NCC) 全球海气耦合模式, 对我国夏季降水进行了个例和多年季度回报模拟试验, 探讨了包含和不包含ARGO观测资料的同化资料作为初始场对我国夏季降水预测的影响, 表明采用带有ARGO观测资料的海洋同化初始场, 回报的我国夏季降水分布形式与观测更一致, 回报结果与观测之间的正相关区域变大, 对我国夏季降水的回报水平比采用没有ARGO观测资料的海洋同化初始场时有明显提高。     

天气概率预报的科学性及其应用前景

介绍了天气概率预报的科学性、对象、方法及应用前景，指出天然概率预报是我国天气预报技术的发展，它是适应社会需求，提高天气预报效益的重要手段。