广西中短期极端温度客观预报方法研究

利用欧洲中心(ECMWF)数值预报产品和常规资料,应用MOS预报方法和多元线性回归技术,研究建立了广西90个站1~7d的最高、最低温度预报方程,试报检验效果较好,预报结果在大多数情况下是可用的或是可参考的,为业务提供了有效的省级客观预报指导产品,对误差特点进行了分析并提出了改进方法。     

新疆分县降水预报的初步研究

应用各地区多年总结的降水预报经验和成果及Ｔ１０６数值预报产品,分别建立了客观、定量的分县降水预报业务系统。     

用卡尔曼滤波方法作铜川分县温度预报

利用 T1 0 6产品 1 999年 6、 7月资料 ,用多元回归法分别建立了铜川 3站 2 4、 4 8h最高、最低气温预报方程。用卡尔曼滤波方法进行迭代订正回归系数 ,建立了动态的温度预报方法。在1 999年 8月试报中平均绝对误差为 1 .3℃。     

宜宾市常规天气要素分县预报方法

应用数值天气分析预报产品,选择与宜宾各县温度、降水有较好相关的预报因子,利用模式输出统计(MOS)法,建立温度、降水的分县、客观预报方程,从而达到气温、降水预报的定点、定量的目标.     

客观预报中格点因子处理方法探讨

在要用数值预报产品制作温度，降水客观预报时，一种常见的方法是对数值预报产品格点因子进行平滑处理，以利于过滤噪声，为了确定对格点因子进行平滑处理与非平滑处理优劣，采用1995－1997年6－9月的国家气象中心T106数值预报产品资料，分别建立了这两种方法的山东省各测站1－5天日极端温度，降水量MOS预报方程，并对1999年7－9月的预报结果进行了对比检验，结果表明，非平滑处理优于平滑处理的预报效果。     

T106数值预报产品在分县降水预报中的应用

将Ｔ１０６数值预报产品２４～４８ｈ的几个主要物理量预告场格点数据,用距离权重法分别插值到全区所属１０个测站上,并通过灰色关联分析,选取与降水关联度大的物理量作为预报因子,运用灰色预测ＧＭ（０,ｈ）模型制作铜仁地区短期２４ｈ逐日降水县预报。经对１９９５年６～８月进行模拟试验和对２０００年８月进行试报,可作为我区短期降水分县预报方法之一。     

用数值产品制作阳泉分县降水预报

根据天气学动力学原理及日常天气预报工作的实际经验，对短期时效的数值预报产品进行分析，从天气形势、单站要素、物理量资料归纳出不同季节分县分级降水预报模式指标，通过逐步判别，制作分县短期降水预报，采用VB编程，自动生成客观预报产品。     

用距离预报方法建立分县客观预报模型

根据ECMWF的变温资料建立了气温预报的拟合率较高的多元回归方程。以14时地面要素资料和高空要素场为基础，用欧氏距离选取最相似的前10个历史样本，用ECMWF数值预报产品，选取90％以上拟合率的数值预报因子建立了晴雨判别模型，试报效果较好。     

咸阳市分县分级降水概率预报方法

通过用大量的经验因子和数值产品相结合,采取预测法、相关法、关联法对预报因子进行多层筛选,既考虑了降水事件发生的有利因素和不利因素,又考虑了降水事件的自身规律性,应用动态预报模型,建立分县降水概率预报方法。     

数值产品省级分县温度预报方法研究

将国家气象中心Ｔ６３、Ｔ１０６和欧洲中心数值模式中温度预报场、湿度预报场、Ｕ、Ｖ分量预报场分别插值到１０８个测站上,以此作为预报因子,运用ＰＰＭ法、ＭＯＳ法、ＫＬＭ滤波法,分别建立最低、最高气温预报方程,用以上预防方法所得的预报结果作为预报因子,进行二次滤波集成和全集成预报,并建立了“数值产品省级分县温度预报系统”。１９９７年６月—１１月将该预报系统投入业务运行,取得了良好的预报效果。     

卫星云图、雷达回波在人工增雨时机选择中的应用

概述了干旱期间选择飞机和高炮人工增雨作业时机的方法，以2000年6～7月哈尔滨地区特大干旱期间进行的飞机和高炮人工增雨作业为例，利用卫星云图和雷达回波资料选择的作业时间和作业区域应是比较有利的。因为从卫星云图中的水汽图、红外和可见光云图上可分析出云系中的含水量、云顶温度、云系强度，在此基础上利用天气雷达跟踪订正，可直接指挥飞机和高炮在有利的区域和时间内进行作业，获得了明显的效果。     

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。     

长江上游流域数值预报产品评价分析

使用宜昌市气象局研制的数值预报产品评价分析和客观订正系统,对ECMWF、T213L31模式分别进行预报误差分析和降水主要影响系统预报能力分析。结果表明:ECMWF模式总体误差水平好于T213L31模式,T213L31模式24 h的总体误差水平接近ECMWF 72 h预报;ECMWF、T213L31对影响长江上游流域暴雨的主要天气系统有不同的预报能力,使用宜昌市气象局所研制的订正系统可从一定程度上改善模式预报的输出结果。     

逐日滚动分县指导预报技术简介

简要介绍了利用 1995～ 1997年T10 6资料 ,建立新疆区域逐日滚动分县要素指导预报系统的方法和技术     

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。     

北京地区温度要素模式预报和客观方法检验评估

利用2018年10月1日至2019年9月30日北京地区55个地面气象站的实况观测数据对欧洲中期天气预报中心的全球预报(ECMWF-thin)、国家气象中心区域预报(Grapes)、北京睿图(RMAPS)、国家级指导预报(SC-MOC)、北京智能网格温度客观预报(BJTM)和集合相似预报(AnEn)的逐日最高、最低气温预...     

基于MM5模式的精细化MOS温度预报

利用2002年9月到2003年8月MM5模式每隔1 h的站点基本要素预报场和物理量诊断场资料,以及相应时段内宁夏25个测站的温度自记观测资料,同时采用多元线性和逐步回归2种MOS统计方法,预报宁夏25个测站48 h逐时温度。通过对2004年6月至2005年5月的预报效果检验,结果表明:MOS方法对宁夏48 h逐时温度有较强的预报能力,当天气形势变化较平稳时,MOS预报结果稳定,平均绝对误差控制在2℃之内;当有明显的冷空气活动时,误差变率起伏波动较大,预报结果不稳定,但与原MM5模式直接输出结果相比,MOS预报水平有明显提高,24 h极端温度TS评分个别月接近甚至超过预报员。     

主客观天气预报质量对比分析

对2001年4~12月5种信息源广州市区的天气预报进行预报质量检验,预报时效为24、48、72 h;检验要素针对降水、温度。对降水预报进行一般晴雨、暴雨业务评分和Ts评分;对温度预报进行方差、分级等统计检验。对预报员和模式预报产品的预报质量进行对比分析,结果表明对于一般性晴雨天气预报,热带所中尺度模式的预报质量普遍较好,并且具有良好的稳定性,预报员的24 h预报质量与模式的预报质量相当,48~72 h预报总体而言,模式预报明显优于其它预报方法;各种方法对暴雨的预报能力偏低;Ts评分表明模式对有、无降水的预报能力较强;对于温度预报,总体上,预报员的预报准确率最好,热带所中尺度模式的温度预报存在系统误差,预报普遍比实况偏低;对于降水和温度,各种预报方法质量均随预报时效的增长而下降,且最高温度的预报误差总比最低温度的预报误差大。     

几种格点化温度滚动订正预报方案对比研究

为了快速获得更为精准的格点温度预报产品,使用国家信息中心高分辨率、高频次的温度格点多元融合产品和欧洲中期天气预报中心全球模式2 m温度预报场资料,采用8种误差订正方案进行滚动订正预报试验。选择2017年1月1日至2月28日和6月1日至7月31日两个时间段进行两次回报模拟试验,并对订正前后的预报结果进行格点和站点检验分析,结果表明:8种方案对模式直接输出的预报场有正技巧订作用,全格点滑动误差回归模型订正和全格点滑动双因子回归模型订正效果最优,两种方案都能使订正场的格点平均绝对误差在2℃以下,3、6和9 h的格点准确率均在0.9以上。全格点滑动误差回归模型的检验评分略微好于全格点滑动双因子回归模型,表明作为预报模型因子的起报时刻误差场比数值模式因子在短期订正中扮演着更为重要的角色。