应用综合统计方法预报长江上游短期强降水面雨量

将完全预报方法和模式输出统计方法结合起来，使其优势互补。同时，充分考虑数值预报和经验预报在实际工作中的作用，改善模式输出统计中的因子组成，建立MOS预报方程，提高了统计预报模型性能。2002年6－9月业务试用结果表明，该预报方程对强降水面雨量有较强的预报能力。     

Prediction of sea fog of Guangdong coastland using the variable factors output by GRAPES model

By analyzing the NCEP 1°×1° reanalysis (2004–2008), a number of predictors (factors of variables) are established with the output from the GRAPES model and with reference to the sea fog data from observational stations (2004–2008) and field observations (2006–2008). Based on the criteria and conditions for sea fog appearance at the stations of Zhanjiang, Zhuhai and Shantou, a Model Output Statistics (MOS) scheme for distinguishing and forecasting 24-h sea fog is established and put into use for three repres...     

Statistical prediction of heavy rain in South Korea

1. Introduction In recent decades, extreme weather events seem to be growing in frequency and risk due to water-related disasters. According to the World Meteorological Or- ganization report (ISDR and WMO, 2004) on World Water Day, 22 March 2004, the economic losses caused by water-related disasters, including floods, droughts and tropical cyclones, are on an increasing trend as follows: the yearly mean in the 1970s was about 131 billion US dollars, 204 billion dollars in the 1980s, and …     

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。     

动力延伸预报产品释用方法的研究

目前以数值形势预报为基础的动力产品释用方法主要有模式输出统计法（ＭＯＳ）和完全预报方法（ＰＰＭ）。由这两种方法建立的预报方程缺乏明确的物理意义,所以文中提出了一种动力与统计相结合的方法。该方法从大尺度大气动力学方程组出发,推导出月降水距平百分率与月环流场的关系,从而建立了月降水距平百分率预报方程,随后利用月动力延伸预报的５００ｈＰａ高度场和实际降水场资料反演出月降水距平百分率预报方程的系数。该方程经过独立样本检验,表明这种方法对利用动力延伸集合预报的环流形势作月降水距平预报具有一定的能力。     

用GRAPES模式输出变量因子作广东沿海海雾预报

通过分析5年(2004—2008年)NCEP的1°×1°再分析气象资料,结合2004—2008年的台站观测资料和2006—2008年海雾野外试验的观测资料建立预报变量因子,利用GRAPES模式得到并输出变量因子。结合NCEP资料分析海雾出现的各种判据和条件,选取湛江、珠海、汕头3站为代表,建立了广东沿海自西向东各地区的海雾MOS判别预报方法,实现了24h的海雾判别预报。对2008年3月湛江和汕头、4月珠海的预报检验表明,该海雾MOS判别预报方法对广东沿海海雾具有一定的预报能力,预报准确率为84%～90%,Ts评分为0.40～0.53,Hss评分为0.52～0.56。     

中国MOS预报的进展

美国Glahn和Lowry在1972年提出MOS预报,它逐步取代完全预报成为美国国家气象中心的指导预报,最近十二年MOS预报发展很快,成为许多国家的业务预报方法。 我国MOS方法起步并不晚,上海台1978年引进MOS方法并投入业务使用,吉林1979年利用传真图的模式输出发展了地方MOS方法,该方法适合广大台站和第三世界应用。国家气象局1982年决定在广大台站推广MOS方法,1982年秋由吉林、江苏、陕西、广东四省组成地方MOS科研组,到1983年末全国有25个省、市、自治区不同程度开展了MOS方法或PP(完全预报)方法。我国的地方MOS方法有中国特色,比较注意吸收预报员经验,并且采用多种统计模型,经实践证明地方MOS效果较好。吉林在1981年将中期MOS预报投入业务使用,现在已有十个省、市、自治区开展了中期MOS方法或PP方法,而美国目前中期业务预报仍靠PP方法。 经调研证明我国已具备全面推广MOS方法的条件,应作出规划积极推广MOS方法。     

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。     

基于数值预报及上级指导产品的本地气温MOS预报方法

利用恩施基准站2008—2011年地面实测资料、数值预报产品、上级台站指导产品,采用M(数值模式预报)、E(天气学经验)、D(诊断分析)相结合的方法(简称MED),从气温变化的影响因素如大气稳定度、温度平流、水汽条件等设计具有物理意义的预报因子。或根据需要进行因子的组合叠加利用,并将指导产品直接作为预报因子。利用常规统计预报方法(逐步回归),将高、低温实况作为预报对象来建立地方气温预报模式。结果表明:将天空状况进行分型后建立地方气温MOS预报模型,并对应高低温一般出现时间段来选取数值预报产品因子进行预报,对本地气温预报质量的提高有积极的意义;模型建立过程中,综合采用了MED相结合的方法,并应用了数值预报再加工因子,考虑了天气系统变化对气温的影响,增强了数值预报的解释应用能力;参考客观数值模式产品、上级业务部门指导产品相结合的综合MOS预报方法,建立地方气温MOS预报是提高本地天气预报准确率的有效尝试。检验结果也表明,本地气温MOS预报效果较好,明显高于指导预报,已较好应用于实际业务中。     

湖北分县MOS预报系统建立与评分

在T213L31数值模式产品释用基础上,设计计算并选用模式大气中分别与降水、地面气温和风场有天气学意义的线性化预报因子,采用Kalman滤波和相似-Kalman滤波,在湖北省及邻近范围,建立实时(逐日更新样本)多站点、多时次、多要素的统计MOS预报方程,做定点(分县)、定时(6小时分辨率)和定量降水与概率、地面气温和风场客观预报(MOS预报系统)."系统"经2005、2006年6-8月业务试验表明,各个MOS预报都具稳定性和具有一定的评分水平.从而表明,相似-Kalman滤波在一定程度上消去单纯Kalman滤波"预报滞后"效应,并实现用Kalman滤波或相似-Kalman滤波做定性、定量降水MOS预报,和做地面气温和风场MOS预报,且用了实时历史样本雨/晴预报准确率,当作有/无降水发生概率.     

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。     

利用T106资料制作降水概率和相对湿度预报

利用T10 6模式产品 ,采用MOS预报方法 ,建立了甘肃省 15个站降水概率和相对湿度的预报方程。通过相对湿度的绝对误差评分、降水概率的B评分和Bs 评分对预报方程的预报结果进行评估 ,认为预报方程有一定的预报能力。     

基于MM5模式的站点暴雨预报方法研究

基于对MM5模式输出产品的解释应用,建立了站点定量的暴雨MOS预报方法。从临沂中尺度数值预报模式产品中挑选x1（模式预报降水）,…,x12（沙氏指数）等12个模式产品和物理诊断因子为基本可能预报因子,又添加它们自身的非线性型xi^2xi^3,xi^1/2,1nxi,e^xi（i=1,…,12）和各因子间非线性交互作xixj（i=1,…,11,j=i＋1,…,12）型的126个可能预报因子。用非线性逐步判别做晴、雨二级判别,然后对雨型样本做逐步回归,得到暴雨的MOS预报方法。检验结果表明：该模型对暴雨有较强的预报能力,可应用于实际预报业务中。     

全国248站中—大雨以上降水概率MOS预报及其因子设计

本文给出了全国中—大雨以上降水概率MOS预报的制作方法、样本过滤条件、预报因子的设计与推导、预报值后处理以及检验与误差原因分析。还论述了MOS预报中采用σ面上的数值预报产品作因子、两维二次插值和预报值变量因子的作用与求取方法。     

最佳数值预报模式选取与订正系统设计——温度集成预报系统

本文依据国家指导预报产品,山西省MOS预报以及MM5数值预报产品,对山西省的温度预报进行集成,通过3种客观预报方法的前期准确率对比,建立数学模型,从而产生一种新的客观预报方法。系统对3种数值预报产品进行了集成,建立了一个统一的预报指导产品分析、对比平台,为省台预报员提供一种客观的温度预报参考手段。     

一种改进的考虑环流特征的MOS预报方法

利用一种可以考虑天气环流形势场特征的MOS预报因子处理方法进行预报因子的处理,以T106L19模式的预报产品为基础建立云南省32个基本站点的降水和气温预报方程,并与不考虑天气形势场的因子所建立的MOS方程的预报结果进行对比。结果表明,MOS预报的结果对预报因子的变化很敏感,在考虑天气形势后的MOS预报对云南各站点的降水和气温的预报效果均有显著的改进,说明MOS预报因子的处理方法和选取对改进MOS预报效果具有重要的意义。     

集对分析在城市空气污染预报中的应用研究

在城市空气污染预报模型中, 精心挑选的因子具有较好的预报性能, 但是因子的优良性能并非始终不变, 而有时个别因子的不良表现往往可能导致预报的失败。根据集对分析 (SPA) 把不确定性和确定性作为一个动态的同异反系统处理的思想, 动态地分析和处理每次预报中因子作用的变化, 即每次预报前, 先对因子进行态势判别和同异反分析, 然后使可能干扰预报的弱势因子的作用受到有效抑制, 使有助于预报的强势因子的作用得到充分发挥, 从而实现了因子作用大小在各次预报中的动态变化, 取得了较为满意的效果。在预报模型中增加不确定性处理有助于提高预报准确率。     

利用最近资料改进MOS预报的方法

尝试了将变分技术应用于统计预报方法中，并以兰州地区1999年9～11月最高温度MOS预报为例进行了试验。结果表明，经过最新大气实况观测资料修正的MOS方程可以改善其预报效果。其改善程度与方程本身的预报能力有关。为了进一步说明问题，文中还提出了一个新的概念——方程预报水平。在此基础上发现了一个新的现象。即用本文提出的方法对MOS方程优化。其方程预报水平是稳定的。     

基于GIS技术的广东荔枝寒害监测预警研究

基于GIS技术和气候学模型,融合土地利用、海拔高度、坡度、坡向等地理信息,对平均气温、最低气温资料进行较高空间分辨率的地理订正,结合冬季经济林果的生长发育状况和受害指标,实现对广东寒害发生发展及其强度、范围的实时动态监测、预警。关键技术与结论:（1）采用过程降温幅度和过程极端最低气温2个因子定义寒害指标,克服传统业务指标局限性;（2）根据T213数值预报产品,采用MOS预报方程,实现广东省86个地面气象站的气温预报;(3) 采用包括经度、纬度、海拔高度3因子的地理订正模型,并进一步采用坡度、坡向地理订正技术,获得了较好效果。最后以1999年12月寒害过程为例检验了监测效果。     

月尺度动力模式产品解释应用系统及预测技巧

从短期气候预测业务面临的实际问题出发,针对月尺度气候预测,利用国家气候中心月动力延伸预报(DERF)模式资料,开发了集多种统计预测方法、多种解释应用技术于一体的业务系统。利用该系统的多种预测方法对广西88个站点2005-2008年6月降水距平百分率的独立样本检验结果表明:在解释应用方法中,基于模式输出统计假设方法(MOS)的预报结果优于完全预报法(PP);利用预测站点附近的环流关键区构建的预测因子预报效果最好;经验统计函数法(EOF)和动力与统计相结合的解释应用方法的预测准确率较高且较稳定;同时满足模式预测资料中预测因子和预测对象的高相关关系,以及再分析资料中预测因子和预测对象之间高相关关系确定关键区,并在此基础上建立预测模型的预测效果更佳。解释应用预测准确率一般都在70分以上,高于传统的物理统计预测结果。