T106 与T63 500 hPa数值预报产品对天气系统预报能力的对比分析

目前我国中期数值预报产品已由T63改为T106模式,为分析T106模式对天气系统的预报能力,并与T63模式的预报能力进行比较,在已对1996年8月T63数值预报产品进行检验的基础上,本文对1997年8月T106500hPa24～144h数值预报产品用相同的检验标准进行检验,并与T63产品的检验结果进行比较。1检验标准1．1西风槽脊位置的检验标准本文规定：西风槽脊位置与实况经度误差小于等于5个经度、纬度误差小于等于3个纬距为正确;经度误差在5～10个经度或纬度误差在3～5个纬距为基本正确;经度误差大于10个经度或纬度误差大于5个纬距为错误。豆．2高、低…     

极轨气象卫星业务产品SST反演方法及精度检验

自1988年极轨卫星产品海面温度（SST）投入业务运动以来，国家卫星气象中心一直利用改进的甚高分辨率扫描辐射仪（AVHRR）的多个红外窗区通道测值，通过过多通道线性反演法（MCSST）提供SST资料，该文处先从理论上阐述MCSST算法，并利用1996年4个季节（各一个月）的船舶资料来检验SST产品的精度，其最终的统计结果为，平均偏差为－0．6℃，均方根误差为1．5℃，为进一步改进产品的反演精度提供依据，并探讨分析了SST产品存在的误差根源。     

三种全球预报产品中国区近地面气温短期预报效果检验

全球气象预报产品是扩散模式、空气质量模式的重要基础资料和前提条件,其误差直接影响模拟结果的准确度。为考察不同气象预报产品的误差,选取2016年6月至2017年5月GFS、ECMWF、T639三种全球气象预报产品,利用中国2100个地面观测站数据,对预报产品中近地面气温进行了对比,并分析了其在不同季节、不同区域的特征。结果表明：在中国区域三种气象产品气温预报存在偏低预报的趋势,其均方根误差的年平均值为2.60—3.52℃,相关系数的年平均值为0.89—0.92,平均绝对误差的年平均值为1.87—2.67℃。整体而言,EC表现最佳,其余依次为GFS、T639。气温预报误差存在季节变化特征,三种产品均方根误差与平均绝对误差均表现为夏秋季优于春冬季,相关系数表现为秋冬季优于春夏季。气温预报误差存在明显的地域差异,三种气象预报产品的气温误差空间分布特征较为相似,在中国华东地区误差值表现较低,在西南地区误差较高。同时,其误差水平在中国沿海地区表现较低,在地形复杂地区表现较高。     

一种气温的数值预报权重误差订正释用方法

该文在对几种数值预报产品的气温要素预报结果进行检验的基础上,尝试建立了一种权重误差订正方法:通过对数值预报产品进行检验订正,首先根据EC粗网格预报结果结合典型天气形势判断气温走势建立方程,对不同预报产品以近期准确率作为权重平均并结合误差加以订正,建立订正预报方程,对历史个例的检验和试报说明此方法对于提高气温预报的准确率,减小误差是有效的。     

CLDAS温湿产品在贵州的适用性评估及订正

使用贵州自动观测站逐时资料对2019年中国气象局陆面数据同化系统（CLDAS）温度、相对湿度产品进行了检验评估及线性订正。结果表明,CLDAS温度同观测有较好的一致性,相对湿度产品系统性低于观测,使用本地资料订正CLDAS温湿产品提高了产品的可用性。全年CLDAS温度产品在贵州的平均误差为0.2985℃,均方根误差为1.5578℃,相关系数为0.9822。12.4%的站点温度年均方根误差超过了2℃。从00:00-23:00（北京时）温度平均误差先减小后增大,均方根误差在中午前后存在最大值。订正后,CLDAS温度产品平均误差绝对值、均方根误差缩小,相关系数增大,全年均方根误差减小至1.2369℃。订正格点产品时有效距离越小订正效果越好。全年CLDAS相对湿度产品在贵州的平均误差为-4.501%,均方根误差为9.021%,相关系数为0.863,夜间相关系数为0.711。相对湿度产品平均误差及相关系数在中午前后达到最大值,均方根误差则是在日夜交换之际存在最值。线性订正对相对湿度产品有明显的正效果。订正后全年相对湿度均方根误差减小了2.317%,夜间相关系数较订正前增加了0.104。夜间时刻相...     

FY-2E卫星云导风定高误差及在同化中的应用

FY-2E气象卫星云导风产品观测误差较大的主要原因是高度指定存在较大误差。针对该问题,采用一维变分方法对云导风高度进行调整。统计分析表明:经高度调整后的FY-2E气象卫星云导风产品质量得到很大改善;采用新息向量法,选取零阶Bessel函数模型,在观测空间分离背景误差和观测误差方差得到云导风的观测误差。运用GRAPES全球模式进行数值模拟,结果表明:采用新的观测误差方案和经过高度调整后的云导风产品能提高数值模式在北半球的短期预报能力,高层的改进效果明显好于中低层。并根据云导风反演原理及算法,讨论了FY-2E气象卫星云导风高度指定系统性偏高的主要原因,以求进一步改善云导风产品的质量。     

数值天气预报模式产品在预报业务中的应用

介绍了数值预报模式产品性能的基本特征,讨论了模式产品误差的地理、季节和层次分布、不同尺度模式产品的可预报性、模式输出要素及物理量、指数的误差特点,并根据目前业务中常见的错误预报思路探讨了应用数值预报模式产品的合理思路,指出现代预报业务中预报员的作用。认为现代预报员应该了解几种基本的数值预报模式的特性及基本原理,集合各种模式的优点,综合本地预报经验,有效利用海量数值预报产品,做出更高质量的预报结果。     

全国各省市气象科技期刊文摘(12)

１一种数值预报产品的误差修订方法及效果检验《云南气象》２００２年第２期杞明辉云南省气象科研院６５００３４摘要通过对ECMWF产品的１０a误差的检验和统计分析，得出其预报产品系统误差的时空分布特征，并将不同预报时效内的数值预报产品分别进行系统误差校正处理，将处理结果和未经过处理的数值产品场对同一个对应时效的分析场分别做倾向相关性检验对比和平均误差、均方根误差等参数的对比统计分析，结果表明该误差订正方法非常有效，订正后的预报产品相关性有显著提高，平均误差和均方根误差大幅度降低，从而为数值预报产品的订正释…     

四川CLDAS 5km小时能见度实况产品与能见度观测站资料质量对比评估

利用四川省CLDAS 5km小时能见度实况产品和能见度观测站资料,将智能网格小时能见度产品按双线性和邻近插值的方法插值到四川省156个国家级能见度观测站上,比较两者的相关系数、均方根误差、平均值误差、平均绝对误差等参数,对CLDAS 5km小时能见度实况产品进行质量评估并对数据的可用性做了分析,结果显示:小时能见度产品在四川盆地及攀西地区中部的相关系数较高,普遍在0.7以上,误差值较小,平均值误差普遍为负值,表明有小的低估值,数据可用性较好;而川西高原及攀西地区南部的相关系数小,误差值大,平均值误差普遍为正值,表明多为高估值,数据可用性一般。分级评估表明:随着能见度等级的降低,高原地区的缺测数据越来越多,盆地内的高估值也明显增加,能见度等级为“优”与“良”时的数据可用性较好。     

CLDAS与CMPAS产品在重庆分区适用性差异检验

选取重庆市1969个自动观测站数据,对国家级网格实况分析产品CLDAS与CMPAS中12种要素产品进行评估,采用误差指标和分级评估法,分区域检验实况产品在重庆的适用性。结果表明：CLDAS2.1中小时2 m气温产品的夜间误差小于白天误差,各区域的适用性由高到低排序为渝西、渝中、渝东南、渝东北,平均绝对误差分别为0.73℃、0.74℃、0.81℃、1.05℃。CMPAS小时和日降水产品在渝东南的绝对误差最大,其余三个区域误差相差不大;二源和三源的小时降水产品误差相差不大,夏季误差增大明显,7月达到峰值,日降水产品则三源优于二源。CLDAS小时能见度产品在各区域间误差月变化趋势一致,以低估为主,但在低能见度天气下均为高估。总体而言,国家级CLDAS与CMPAS产品质量较高,均能反映重庆大气要素的变化特征,但应针对不同地区和时段选取适合的产品进行应用。     

CMA-GD模式江西省智能网格预报区域2 m气温预报误差分析

利用2020年6月1日—2022年5月31日CMA GD模式2 m气温预报产品（预报时效为13—36 h）和同期江西省智能网格预报区域内地面站气温观测资料,计算气温预报准确率、平均误差和均方根误差,并统计分析其时空分布特征。结果表明： 1）模式预报准确率在不同月份、起报时次存在差异,暖季总体较高,冷季总体较低;暖季08时起报产品的月准确率总体高于20时,冷季反之;秋、冬季旬准确率分布更离散。模式预报产品其准确率明显低于中央气象台和江西省气象台订正产品,需订正后使用。08时起报产品对寒潮的预报效果优于20时。2）气温预报年误差分布存在日变化,最大值出现在08时,最小值出现在15时;年均方根误差峰值出现在15时和06时,白天大于夜间。3）冬季平均误差多为正值,夏季为负值,春、秋季平均误差大小界于冬、夏季之间;白天时段夏季均方根误差最大,夜间时段冬季最大。4）气温预报年误差地理分布特征明显,平原地区预报值偏低,年均方根误差最小;丘陵和山区22 h时效预报值偏高,31 h时效偏低;高山站预报值偏高,年均方根误差最大。丘陵地区负误差最大,平原地区最小;山区正误差最大。     

基于机器学习的模式温度预报订正方法研究

机器学习在气象数值模式的后处理中表现优越,但其稳定性和适用性有待深入探究。本文选取了ECWMF模式包括2米温度、风、降水等多气象要素预报产品和安徽省80个国家气象站观测2米温度实况资料,分析了EC模式在安徽省站点温度预报误差,利用决策树、随机森林、LightGBM三种机器学习算法订正EC 模式0-72小时温度站点预报,并将其与传统MOS订正方法和SPCC主观预报产品进行了对比。结果表明：EC模式高温预报误差明显高于低温预报,在安徽皖南山区和大别山区存在较大误差;机器学习算法中最高温度预报随机森林表现最优,最低温度预报LightGBM最优,比EC模式平均绝对误差MAE分别降低了0.55℃、0.2℃,均方根误差RMSE分别降低0.6℃、0.31℃,预报准确率提高了18.16%和5.19%;高山站独立建模并融合周围站的信息能有效降低模型误差;相比SPCC主观预报产品,机器学习预报模型在高温和寒潮过程中互有优劣,但在天气转折初期落后;机器学习可以作为常规预报模式的补充,能显著优化或改善传统预报中温度预测精度,特别是对于数据缺乏的高山站点。     

T213全球集合预报系统性误差订正研究

针对模式系统性误差一直存在的现状,研究使用卡尔曼滤波的自适应误差订正方法对国家气象中心业务全球集合预报系统的系统性误差进行估计和订正.本文主要介绍这种方法及其原理,其优点是需要的样本量比较小,能够快速经济地对模式产品进行有效的误差估计和订正.使用这种方法对全球T213集合预报系统500 hPa高度场、850 hPa温度场和2 m温度的预报产品进行一阶偏差订正,对订正前后集合预报产品进行检验分析和对比,结果表明,订正后的高层形势场集合预报和2 m温度集合预报的均一性、集合平均的均方根误差和距平相关系数都得到了改善,系统性偏差得到了不同程度的订正,对于存在较大系统性误差的2 m温度预报,订正效果尤其显著.     

降水云团移动速度对风云四号A星降水反演误差的影响

针对FY-4A卫星降水反演产品GPM-SCaMPR中的误差,提出台风区域降水云团移动速度的计算方法并用于误差改进,以全球降水观测计划(Global Precipitation Mission,GPM)的IMERG(the Integrated Multi-satellite Retrievals for GPM)降水产...     

兰州新一代天气雷达降水估计的误差来源

兰州新一代天气雷达(C波段)，采用了目前世界上先进的雷达、多普勒、计算机，微电子技术等科技成果，具备了全天候的探测能力和丰富的雷达产品．增强了对兰州及其周边地区中小尺度天气系统的探测及预报能力^I[l]。文中介绍了雷达估计降水原理，并从雷达估计降水原理和外界物理条件方面分析兰州新一代天气雷达对兰州及周边地区降水估计的误差来源。     

两种高分辨率气温实况融合产品在四川省的质量评估

选取四川省156个国家级考核站、1282个区域考核站及1411个区域非考核站2019年8月1日~2020年7月31日的气温数据,利用相关系数、平均值误差、均方根误差等指标,评估了CLDAS（5 km×5 km）和HRCLDAS（1 km×1 km）两套气温实况融合产品在四川省的适用性。结果表明：两套融合产品的相关性都很好,相对而言,午后的误差值较其余时刻偏大且代表性偏差,冬季的评估效果较差且为负平均值误差的低估值。地形与海拔对融合产品的影响较大,在地势起伏大的高海拔区域,误差值明显增大。两套融合产品在盆地中部评估效果最优,多呈现正平均值误差的高估值;盆地北部、西南部以及盆地-三州过渡带次之,呈现较小的负平均值误差的低估值;三州和攀枝花地区最差,为较大的负平均值误差的低估值。在评估效果较差的冬季与地形复杂的区域,1 km融合产品的评估效果明显优于5 km融合产品。     

天气雷达VIL产品的算法设计及应用

介绍云体中在垂直方向上液态水总量（VIL）的水平分布的数值图像产品,及天气雷达物理量产品中VIL产品的理论计算模式,通过VB6．0软件编写相应的算法,实现VIL的彩色显示,放大等功能。分析了VIL值产生误差的几种原因。最后通过一次典型天气过程进行检测,结合阳江新一代天气雷达2007年的资料,将实时运算结果应用于阳江地区强对流天气的预警预报服务中。结果表明VIL产品对强对流天气的预警预报服务工作有很好的辅助作用。     

基于模式预报倾向的预报系统设计与初步试验

为了充分利用数值模式的预报产品信息,首先对数值模式预报产品的误差进行了分析,针对误差分析结果,首次提出了一种新的基于模式预报倾向的精细化预报方法,并在此基础上设计开发了新疆精细化数值预报系统。初步试验结果表明:该方法对新疆地区的温度预报具有一定的正效果。后期经过调整订正系数,利用更多时次的观测资料进行温度订正,则有望可以使订正的温度更加接近观测。即该方法可以提高气象台站的温度预报准确率,展现了该方法的业务应用潜力。     

一种2 m温度误差订正方法在复杂地形区数值预报中的应用

利用模式三维预报变量,结合地面要素预报产品,采用2 m温度三维插值方法进行地形订正,以确保预报与观测三维空间上的一致性,在地形订正基础上,利用历史月均预报误差作为参考误差,剔除模式系统性误差,获取具备日变化特征的预报产品。基于陕西地区复杂地形条件下的典型观测站点,利用2016年8月28日48 h预报个例进行对比分析发现,三维插值方法有效改善了地形差异引起的评估误导问题,但无法改进模式预报的日变化趋势,进一步采用系统性误差订正后,日变化特征明显改善,特别是前24 h预报效果体现出与实况良好的一致性及更佳的预报技巧。通过2016年夏季统计评估表明,误差订正后的2 m温度预报产品有效改善了周期性误差振荡,均方根误差稳定在2 K左右,显示出明显的改进优势。     

南昌市空气质量预报产品检验分析及统计订正试验

利用南昌市环境空气质量监测数据,对比分析了WRF-Chem模式和国家级空气质量预报指导产品对6种污染物浓度的预报效果,并采用时序法、时刻法和标准化法3种训练样本构建方案,利用BP神经网络法对WRF-Chem模式和国家级空气质量预报指导产品6种污染物浓度的预报结果进行订正试验。结果表明:1)WRF-Chem模式预报的6种污染物浓度的预报误差整体比国家级空气质量预报指导产品的预报误差要小,即WRF-Chem模式的预报效果优于国家级空气质量预报指导产品。2)WRF-Chem模式6种污染物浓度预报值与观测值的均方根误差的日变化均呈波动形式,除了O3在10时开始升高到18时达到峰值以外,其余的污染物均是从10时开始下降到16时或18时达到谷值。国家级指导产品6种污染物浓度预报值与观测值的均方根误差日变化则略有不同,除了NO2和O3分别在08时和20时达到谷值以外,其他4种污染物均是在14时达到谷值。3)采用标准化法对CO、SO2、PM10、PM2.5集合订正后的误差比WRF-Chem模式的要小;时刻法、时序法对NO2、SO2、PM2.5集合订正后的误差比WRF-Chem模式的要小,预报效果对单一模式预报结果有一定改进作用。