三峡地区月季降水预报试验

利用奇异谱分析法对三峡地区16个测站的降水资料进行分析和重建，再利用自回归方程对该地区降水情况进行预报试验，得到如下结论：用三峡地区5年左右(与ENSO事件周期接近)的主要周期为窗口长度对该地区16个测站进行降水预报，其预报效果较好。     

三峡地区降水神经元方法预报系统

介绍了神经元方法降水预报系统及其在１９９９年汛期中对三峡地区的强降水预报试用情况,分析了该系统对强降水过程的预报能力,结果表明：该系统对降水过程有一定的预报能力,特别是对转折性天气及强降水过程的预报,其效果更好。     

2003年汛期淮河流域降水的集合预测试验研究

利用并行化全球中期数值预报模式MPGM,对2003年夏季淮河流域特大降水作了集合预报试验。试验中提出一种繁殖循环初始扰动生成方法,产生9个集合成员的初值场,利用该初值集合对这次降水过程进行了集合模拟,然后对集合预报试验的结果同对照试验进行了对比分析,并对降水期间的物理量场及降水情况的模拟结果进行了分析。结果表明:集合预报试验的结果优于不加扰动的对照试验的结果,说明集合预报技术在一定程度上能够减小甚至消除数值预报中的不确定性,提高数值预报的精度;集合预报试验较好地模拟出了降水期间的物理量场与天气形势,并对此次降水情况作了较好的预报,可以对降水预报提供有益的参考。     

三峡工程建成后枯水期运行的气候风险研究

通过蒙特卡罗试验, 探讨了三峡工程建成后枯水期运行风险的评估方法。以GCM模拟试验结果为未来气候情景, 随机模拟了三峡地区在该气候情景下枯水期月降水量分布; 建立了三峡地区月径流-降水模型和三峡水库调度模型; 初步分析了长江三峡工程建成后在当前气候背景和可能未来气候情景下的运行风险。结果表明, 三峡水库的运行对气候变化反应敏感, 春季和冬季的发电风险有明显改变。     

降水偏差订正的频率(或面积)匹配方法介绍和分析

针对AREM模式降水预报的偏差特征,开展了基于频率(或面积)匹配方法的降水偏差订正试验,重点介绍了该方法的原理和实现过程,并对订正前后的结果进行了系统检验,深入分析了该方法的优缺点并指出了可能的改进方向。经过3个月降水集中期(2012年6—8月)的逐日试验分析结果表明:(1)该方法能显著改善模式降水预报中雨量和雨区范围的系统性偏差,订正后降水预报的范围和平均强度与实况更加接近;(2)偏差愈大订正效果愈好;(3)原理上此法不能订正降水的落区位置偏差,但通过改变雨区范围的大小,订正后降水预报的TS和ETS的评分也有一定程度提高,尤其是小雨量段,订正使数值预报的"有雨或无雨"的定性降水预报的质量得到明显改善。针对该方法"不能改进降水落区偏差"的局限性,提出了5种可以改进和尝试的方法,同时指出,该方法和原理可以用于单站降水预报、雾和水文的流域预报的偏差订正。     

月动力延伸预测产品DERF2.0对广西气温和降水的预测评估

基于国家气候中心第二代月动力延伸预测模式业务系统(DERF2.0)开展的1983~2015年的回报试验结果和广西87个台站气象资料,利用距平相关系数ACC、距平符号一致率R和短期气候预测业务趋势异常综合评分(Ps)等3种方法,综合评估了DERF2.0系统对广西的气温和降水的预测性能。结果表明:DERF2.0模式对广西月气温的总体预测效果优于降水,气温与降水的预测效果有明显的月季变化,气温和降水在夏季的总体预报效果不好,但对降水异常的把握程度较高。DERF2.0对广西发生在1994、1996、1998、2005年6、7月的典型洪涝个例有一定的预测能力,影响模式6、7月降水预报误差的原因可能是模式对中高纬度阻塞系统预报偏差,模式仍有很大的改进空间。     

应用区域气候参数制作降水长期预报

引用区域气候参数理论，对降水进行了定量化长期预报试验，以验证其有效性。结果证明该方法具有较高的预报准确率，可用于专业服务。     

长江三峡枯水期区域性强降水的一种重要天气形势

利用长江三峡地区６个站１９６１—１９９４年１０月—１月的逐日降水量确定该地区发生区域性强降水的雨日，结合同期的历史天气图分析该地区产生区域性强降水的原因，影响系统和环流形势特征，归纳出长江三峡地区产生区域性强降水的两槽一脊型环流型，并进行逐日反查，概括出两槽一脊环流型产生区域性强降水的前期预报指标。并用１９９５年历史天气图和降水资料进行检验，又在１９９６年１０月、１１月进行试预报，结果说明两槽一脊环流型及相应的前期预报指标是具有预报参考价值的     

“动态辨识”技术在三峡汛期降水趋势预报中的应用

本文应用“动态辨识”技术和数据分析的多种数学模型,分析研究了三峡地区汛期降水的历史变化规律。分析表明,辨识技术和动态数据分析中的数学模型相结合,能有效改善模型的预报效果,并成功地预报了1996年宜昌地区汛期降水明显偏多的趋势。     

用最优综合决策法对乌鲁木齐地区三种降水预报方法的集成

介绍了最优综合决策法的原理和方法，并用该方法对乌鲁木齐地区三种降水预报方法（MOS预报、平均温度场和值班预报）进行集成，并用计算机进行自动处理，试验表明，集成结果是优于单个预报方法的。     

简化典型相关预测模型面雨量中期预报试验

以５天平均的５００ｈＰａ高度场格点高度值为预报因子,三峡地区４个区的候面雨量为预报对象,建立简化的典型相关预报模型,并采用历史资料独立样本检验的方法进行预报试验。对预报效果的分析表明：简化的典型相关预报模型对三峡地区面雨量的中期预报有一定的技巧,预报效果基本睦能达到中期天气预报业务的要求,对预报员有一定的参考价值。     

三峡地区气候特征

利用三峡地区15站有完整历史记录的历年逐月降水、温度和蒸发资料,采用统计分析方法对三峡地区气候特征进行分析研究。分析结果表明,三峡地区降水期(4～10月)、夏季(6～8月)和逐月的降水具有相似的空间变化特点：作为一级近似可以将三峡地区降水作为一个整体,作为二级近似,可以将三峡地区分成东、西两区;三峡地区夏季和逐月的降水具有相似的时间变化特点：降水不符合正态分布特征,但变化相对比较稳定;三峡地区降水期的降水基本符合正态分布。三峡地区降水期、夏季以及逐月的平均温度具有相似的时空变化特点。三峡地区各站的温度变化在各时段都具有很好的一致性,基本符合正态分布的特点。三峡地区各站各时段蒸发的变化具有相似的特点。     

中尺度数值预报模式REM在2002年湖南汛期的实时降水预报试验

本文对中尺度数值预报模式REM的特点和2002年湖南汛期的降水预报试验方案进行了介绍。为了检验其预报效果，分别对整个试验期间(6～8月)和集中降水期(6～7月)这两个时段作了预报结果检验，并与1998年同期作了比较，还与MM5进行了同一时段降水预报效果比较，结果表明该模式在暴雨落区及强度等方面预报效果良好，但还有待进一步完善。     

择优法降水集合预报试验的研究

基于集合平均预报方法的基础上，提出了择优法降水集合预报方法，以多物理过程集合预报系统为例，对该方法进行阐述和试验。利用集合预报系统各成员过去24 h预报的500 hPa和700 hPa温度差（T500-700）与实况温度差的相关系数作为集合预报成员的筛选因子，选择相关系数较大的成员作为集合成员进行降水集合预报试验。初步试验结果表明，择优法降水集合预报要略优于集合平均法的预报，24 h降水集合预报有所改善。择优法降水集合预报简单易行，在计算资源有限的情况下，可优先计算择优的成员，因此比集合平均法节约计算时间，提高集合预报时效，具有一定的业务应用价值。     

基于生成对抗网络GAN的人工智能临近预报方法研究

研究设计了基于生成对抗网络(Generative Adversarial Networks,GAN)的人工智能临近预报方法,并进行了业务试验。该方法利用广东12部S波段天气雷达2015—2017年海量雷达拼图资料进行人工智能学习来做临近预报。GAN方法从一系列雷达观测资料中,运用卷积法提取回波图像信息建立预报模型,并通过损失函数训练模型,得到基于人工智能技术的临近预报。对2018年发生在广东地区的4个天气过程的外推预报试验表明,GAN方法对对流天气过程的回波位置、形状及强度的临近预报多数情况下与实况基本一致,具有较好的预报效果。但是该方法预报的回波范围偏大,对层状云降水的预报效果较差。对西风带系统引起的降水,西南季风降水,东风系统引起的降水以及台风降水的18个个例1 h预报的3个级别的回波强度检验发现,GAN方法对中等强度回波的预报较好,但对强回波的预报效果仍有待提高。     

湖北省常规天气要素分县MOS预报方法及其应用

借鉴美国MOS预报方法,利用逐步回归法,采用T106数值预报产品以及湖北省常规天气要素（温度、降水）实况资料,建立了湖北省77个站1～5天温度及降水分级预报方程,并将该预报方程提供给国家气象中心,再由国家气象中心将T106数值预报产品处理后的预报因子代入相应的预报方程中,并通过9210通信系统分发逐日滚动分县预报结果。武汉中心气象台的初步试验结果表明,该预报对下级台站有一定的指导作用。     

混合集合预报法在华南暴雨短期预报中的试验

-WRF多模式集合3组试验,对比分析混合集合预报法与传统方法的降水预报效果。结果表明:ARPS模式集合改善了广东省南部局地强降水预报,该方法在中雨、大雨、暴雨量级改进效果显著。WRF模式集合对广东省北部强降水预报优于ARPS模式集合,但空报、漏报率较大,该方法有一定局限性。ARPS-WRF多模式集合在降水落区和量级预报上均优于传统方法。混合集合预报法利用低分辨率 (36 km) 集合预报和高分辨率 (12 km) 控制预报实现了高分辨率 (12 km) 集合预报,改善了降水预报效果,该方法可为业务高分辨率集合预报提供参考。     

随机参数扰动方法对中国冬季降水集合预报的影响

降水数值预报有很大的不确定性,与降水预报密切相关的物理过程参数化方案中关键参数的不确定性是降水数值预报误差来源之一,对这些参数引入随机扰动的随机参数扰动方法（Stochastically Perturbed Parameterization,简称SPP方法）可以代表模式降水预报的不确定性,是国际集合预报前沿研究领域。为了认识该方法能否代表中国冬季降水数值预报的不确定性,为业务应用提供科学依据,基于中国气象局中尺度区域集合预报模式（Global/Regional Assimilation and Prediction System-Regional Ensemble Prediciton System,简称GRAPES-REPS）,从对模式降水预报不确定性有较大影响的积云对流、云微物理、边界层及近地面层等四个参数化方案中选取了16个与降水密切相关的关键参数,引入了随机参数扰动方法,并通过2018年12月12日至2019年1月12日总计31天的冬季集合预报试验,对比分析了SPP方法对等压面要素及降水的集合预报效果。结果显示:在冬季应用SPP方法时,等压面要素的概率预报技巧总体来说优于无SPP方法扰动的对比试验,且对于低层、近地面要素的改进效果优于对中高层等压面要素的改进;但对降水概率预报而言,尽管检验评分数值略优于对比预报试验,但并未通过显著性检验,这表明,在东亚冬季风影响下,随机参数扰动方法对中国冬季降水概率预报技巧没有明显的改进。究其原因,可能是由于SPP方法主要代表对流性降水预报的不确定性,而中国冬季降水过程主要与斜压不稳定发生发展有关,模式降水以大尺度格点降水为主,对流性降水较少,故对冬季降水预报改进不明显,这为业务集合预报模式中应用随机参数扰动方法提供了科学依据。     

基于BGM的对流尺度集合预报试验及其检验

基于增长模繁殖法,考虑对流尺度高度非线性特征和精细化预报要求,对一次强飑线天气过程进行了集合预报试验,引入概率匹配平均法对集合预报结果进行对比分析,并通过偏差和公平技巧评分对降水进行了预报效果检验。试验结果表明,BGM法应用到对流尺度集合预报中能够生成代表大气不确定性的快速增长扰动。集合预报结果相比控制预报更加准确,传统集合平均对较小降水强度的预报更加准确,概率匹配平均法对大量级降水的预报能力明显占优。降水评分检验表明,集合平均对小量级降水的预报技巧最高,概率匹配平均法对极端降水事件的预报技巧有明显优势。对流尺度集合预报能够提高降水预报技巧,并对高影响对流天气事件的预报有指导意义。     

济南降水预报自动化系统

引言 降水预报是天气预报中的一个主要内容。本文介绍的降水预报自动化系统,是通过对历史资料的统计,选择预报效果较好的指标,作为预报因子,然后,通过微机进行综合判断和计算,给出未来某一时段内的降水概率的大小,从而做出济南市的降水概率预报。1990年我们进行了准业务化试验,效果较好,证明该系统是一种有效的单点预报方法。