极端降水天气预报指数对气候累积概率分布敏感性研究

针对中国气象局T213全球集合预报系统历史样本较短、极端降水天气预报指数数学模型中气候累积概率分布样本不足的问题,选取气候背景和地理地貌特征较为相似的长江中下游地区,利用扩展时间序列和空间范围的方法,增加T213全球集合预报系统的降水预报气候分布样本数,改进模式降水预报气候累积概率分布,利用2011年6月10—20日集合预报资料进行极端降水天气预报指数预报试验,分析气候累积概率分布敏感性。结果显示:扩展时间序列和空间范围增加模式T213集合预报气候样本数的方法,生成的模式气候累积概率分布较单一格点方法更具代表性,能提高极端降水天气预报指数的识别技巧,并提前8 d发出长江中下游地区极端强降水预报信号。     

大连地区冬季降水相态的预报方法初探

应用大连本站2003—2012年冬季降水过程的地面与探空资料,提出将判断降水相态的因子分别取其过程最大值和过程最小值并归为最大类与最小类,对降水过程动态地进行研究分析。在探讨各个因子对大连本站冬季降水相态影响的过程中,应用多层平均气温的方法来进行相态研究,并与单层气温和气层厚度的方法进行了对比,综合各项因子评价结果发现：平均气温类别的因子对降水相态的区分效果要好于其他类别的因子。规定等压面平均气温,不但表现优秀而且容易计算,非常适合应用于实际预报工作。设计“逐步排除法”,利用2013年大连本站的地面和探空数据对大连冬季降水进行检验,以及使用2013年日本全球数值预报模式格点资料进行模拟预报,均取得了理想的结果。     

短期气候预测评估方法和业务初估

根据短期气候预测业务目前的基本现状,提出了短期气候业务预测效果评估的几种参数。使用这些参数对国家气候中心气候预测室近20多年来全国范围月、季、年几种主要预测业务的降水距平百分率和平均气温距平的预测效果进行了初步评估。结果表明,月尺度预报中,温度预报好于降水预报;年度降水预报以对春季预报为最好;汛期降水预报水平有明显提高。     

用最优气候均态法制作新会月平均气温和降水预报

根据新会月平均气温和月降水资料，用最优气候均态法对新会月平均气温和月降水作出预报，并对预报效果进行了分析。结果显示，利用最优气候均态法，预报新会月平均气温的准确率较高；对月降水量进行立方根变换的预处理后，预报准确率得到显著提高。     

气候平均倾向边界的RegCM2区域气候模式应用与评估

气象模式与农业气象模式的集成系统用于我国冬小麦区域土壤水分预报和灌溉管理预报。集成系统的气候模式采用NCAR的区域气候模式（RegCM2），为农业气象模式提供实时的降水、气温、比湿、风速等气象要素场预报。RegCM2模式的预报能力关系到农业气象模式预报的效果，文中针对该系统在2000年3－5月冬小麦主要生长期的预报结果，按照国内现行的短期气候预测的评估方法，对系统的动力模式部分进行检验和评估。评估结果表明，降水距平预报评分接近和略超过发布的国内业务预报评分，其中以淮河、新疆、内蒙古预报得分最高。月平均气温距平预报评分超过业务预报得分，3月的月降水和4月、5月的月均气温距平相关系数均超过业务预报，3月和4月的月降水异常级TS评分略高于业务预报评分。月尺度的初步评估结果显示RegCM2模式有一定的月预报能力，可以用作跨月的温度降水预报。     

区域气候模式对我国冬春季气温和降水预报评估

使用国家气候中心全球海气耦合模式嵌套区域气候模式 (RegCM_NCC) 对1983— 2002年冬季以及1984—2003年春季我国平均气温和降水进行了数值回报试验, 并对2003— 2007年进行实时预报。结果表明:区域气候模式20年冬、春季平均气温的回报与实况在分布形态上较为相似, 我国大部地区平均气温预报与实况接近; 模式回报的冬、春季降水量的分布形态与实况有较大差异, 全国大部地区模式回报降水量比实况偏多, 西南地区降水量误差最大。使用国家气候中心气候预测室的业务预报评分 (P) 和距平相关系数 (ACC) 等5个评估参数对模式的回报和预报进行了评估分析, 结果表明:该模式对我国冬、春季平均气温和降水具有一定的跨季度预报能力。大多数年份冬、春季平均气温的P评分在60以上, 冬、春季平均气温多年平均分别为66.4和67.8;大多数年份的冬、春季降水评分为60~75, 冬、春季降水多年平均分别为69.9和65.6。     

多模式集合预报及其降尺度技术在东亚夏季降水预测中的应用

利用动力季节模式输出的匹配域投影技术和多模式集合预报技术对多个国家和城市的站点月平均降水进行预报。预报变量是北京1个站、韩国60个站和曼谷地区8个站点的月平均降水,预报因子是从多个业务动力季节预报模式输出的多个大尺度变量。模式回报数据和站点观测降水数据时段是1983—2003年。降尺度预报降水的技巧是在交叉验证的框架下进行的。匹配域投影方法是设定一个可以活动的窗口在全球范围内大尺度场上进行扫描,寻求与目标站点降水最优化的因子和最相关的区域,目标站点的降水变率就是由该匹配域上大尺度环流场信息决定的。最终预报是用多个降尺度模式预报结果的集合预报(DMME)。多个降尺度模式预报结果的集合预报能显著地提高站点降水的预报技巧。北京站,多个降尺度模式预报结果的集合预报的预报和观测降水的相关系数可以提高到0.71;韩国地区,多个降尺度模式预报结果的集合预报平均技巧提高到0.75;泰国,多个降尺度模式预报结果的集合预报技巧是0.61。     

区域气候模式对我国冬春季气温和降水预报评估

使用国家气候中心全球海气耦合模式嵌套区域气候模式(RegCM_NCC)对1983 2002年冬季以及1984-2003年春季我国平均气温和降水进行了数值回报试验,并对2003-2007年进行实时预报.结果表明:区域气候模式20年冬、春季平均气温的回报与实况在分布形态上较为相似,我国大部地区平均气温预报与实况接近;模式回报的冬、春季降水量的分布形态与实况有较大差异,全国大部地区模式回报降水量比实况偏多,西南地区降水量误差最大.使用国家气候中心气候预测室的业务预报评分(P)和距平相关系数(ACC)等5个评估参数对模式的回报和预报进行了评估分析,结果表明:该模式对我国冬、春季平均气温和降水具有一定的跨季度预报能力.大多数年份冬,春季平均气温的P评分在60以上,冬、春季平均气温多年平均分别为66.4和67.8;大多数年份的冬、春季降水评分为60～75,冬、春季降水多年平均分别为69.9和65.6.     

夏季西太平洋副热带高压的客观定量化预测及其对汛期降水的指示

基于动力统计相似预报原理,将模式误差动力统计预报方案应用于西太平洋副热带高压的客观定量化预测,通过交叉检验距平相关系数,筛选出对副热带高压区域的500 hPa高度场模式预报结果订正较好的因子作为前期关键因子集.对2003-2010年的副热带高压区域的500 hPa高度场进行了回报检验,结果显示该方案在数值模式预报结果基础上有了进一步提高,显示出较高的预测水平.在此基础上,从高度场预测结果中提取出与中国降水关系最为密切的两个典型副热带高压特征指数(脊线指数与西伸脊点指数),将其投影在二维平面上,并根据不同类型的副热带高压特征下对应的雨型分类特征得到预报年副热带高压所属类型下中国夏季降水的分布类型,多年检验结果表明,预测的投影类型所对应的降水合成分布与实况的降水具有较好的一致性,进一步验证此种副热带高压与雨型分类的合理性,达到通过副热带高压的定量化预测对夏季的旱涝分布形式进行预测的目的,为进一步提高汛期降水预测水平提供一种可能的思路.     

美国国家天气局的长期天气概率预报

美国国家天气局从1982年下半年起,对月和季的长期天气预报的发布形式作了重要改变,即由原来的温度、降水等级的预报改为概率预报。他们认为,任何用户在考虑长期天气预报以作出决策的时候,均需要知道该预报的可信程度有多大。因此,改为“冷”、“暖”、“少雨”、“多雨”出现可能性的预报更为适用。附图为1983年8月份北美地区的平均气温和降水总量的概率预报图。月平均气温和月降水总量均分为三级,分级的办法是:“冷”、“暖”和“多雨”、“少雨”分别是温度、降水长期历史资料的30％,“正常”是40％。由于当前对正常级出现概率的预报还没有什么能力,可暂且取为常数40％,因而预报图中只给出“冷”、“暖”或“多雨”、“少雨”两种级别中占优势那个级别的概率,数值分别从30％     

区域气候模式对中国夏季平均气温和降水的评估分析

使用国家气候中心全球海气耦合模式嵌套区域气候模式(RegCM-NCC)对1983-2002年中国夏季平均气温和降水进行了数值回报试验,并对2003-2007年夏季进行实时预报.从模式20年回报的平均状况来看,模式基本上能够反映出中国夏季气候的平均状况.使用国家气候中心气候预测室的业务预报评分(P)和距平相关系数(ACC)等五个评估参数对模式的回报和预报进行了评估分析,结果表明:该模式对我国夏季平均气温和降水具有一定的跨季度预报能力,部分地区有较好的预报效果.区域气候模式20年夏季平均气温的回报与实况在分布形态上较为相似,回报夏季降水量的分布形态与实况有一定的差异.近25年区域气候模式夏季平均气温预报P评分为67.9分,降水为67.6分.     

数量化理论在天气预报中的应用

数量化理论是多元分析的一个分支。在气象统计分析预报中,通常把预报量取成定量的基准变量,预报因子取成定性的说明变量,来使用数量化方法。本文就是围绕我国月平均气温场的长期预报,讨论数量化(一)和(四)的若干应用问题。 一、数量化理论(一)的应用 数量化(一)本质上是回归分析,二者在处理问题的方法上不同。假定基准变量与各项目,类目的反应间遵从下列线性模型:     

以球展物理量作为因子的月预报系统

一、概述 1.预报量长期预报中最基本项目是月平均气温和月降水量。上述两要素在空间分布上具有一定的尺度。因而把整个要素场(而非一个单点)作为预报量似乎应更合理些。我们以东北三省和内蒙古东四盟范围中的26个站点和51个站点分别作为月平均气温场和月降水量场的展开格点(图1)。根据     

AREMS/973模式系统对2004年中国汛期降水实时预报检验

2004年夏季5～8月，AREMS/973模式系统投入了业务运行，模式区域主要覆盖了中国大陆及周边临近地区，该模式系统基于中国气象局MICAPS/9210业务数据平台，每天2次、完全自动的实时预报24 h累积降水。作者主要对每日0000 UTC时起报的24 h累积降水预报场进行综合检验，由此对AREMS/973模式系统的24 h降水预报能力给予客观的评价。AREMS/973模式系统对于中国汛期降水具有很强的预报能力，其24 h 累积降水的月总降水分布很好地反应了汛期各时期主雨带的位置、强度及范围，同时该模式系统能够准确预报出独立降水事件的发生和发展，其中，长江中下游和东北地区预报降水与观测降水的时间位相吻合最好；除了5月和8月华北地区、5月西南东部地区、以及5月和6月长江中下游地区，AREMS/973模式系统预报的降水强度总体上弱于观测降水强度，且对于25 mm 以上量级的降水过程， 模式预报的降水范围小于观测降水范围。AREMS/973模式系统预报降水的能力随着降水量级的增大而减小，降水量级愈大，模式预报技巧愈低，对于50 mm 以上量级的降水过程，模式系统预报降水事件的发生概率类似于随机偶然事件的发生概率。5月，长江中下游地区降水预报略优于其他地区，其次是华南地区，6月雨带北移至江南和江淮地区，此时，长江中下游地区降水预报显著优于其他地区，7月末至8月华北雨季开始，降水预报最优区北移至华北地区，即AREMS/973模式系统降水预报最优区随着雨带的北移而北移，主雨带所在区域往往也是模式降水预报最优的地区。作者对此进行了初步探讨。     

灰色理论在夏汛中期降水预报中的应用

采用丹江口水库流域各水文气象站（点）７～８月降水资料,并根据有关灰色系统理论,建立了灰色系统ＧＭ（１,１）预报模型,对流流域１９９８年７～８月,１９７０～１９８９年同期中期降水峰日预报分别进行了试验和检验。其结果表明：应用灰色理论在中期降水预报业务中建立模型简单,使用方便,尤其对流域夏汛期降水峰日预报的准确率较高。     

LASG-REM对1994年中国汛期降水的实时预报实验

ＬＡＳＧ－ＲＥＭ对１９９４年我国汛期降水连续实时的预报试验结果再次表明了该模式对２４小时短期降水有很强的预报能力。本文给出了该模式从６月上旬到７月下旬连续５０天的降水实时数值预报试验的ＴＳ（ＴｈｒｅａｔＳｃｏｒｅ）技术评分以及发生在６、７、８月份主要降水过程的预报和根据大部分气象站观测降水量分析的２４小时降水量等值线的比较。从６月上旬到７月下旬，ＬＡＳＧ－ＲＥＭ连续５０天的实时降水数值预报试验的ＴＳ技术评分（模式范围）平均为：雨区范围（２４小时降水大于１ｍｍ）预报的ＴＳ值为５６％；２４小时降水大于１０ｍｍ、２５ｍｍ和５０ｍｍ的ＴＳ值分别为３６％、２３％和１５％，较１９９３年的ＴＳ评分有明显的提高。模式对１９９４年造成华南、华北严重洪涝灾害的暴雨都有很好的预报。由于模式中采用了保形水汽平流方案，在整个试验期间的水汽平流计算都未出现负水汽现象。初步的比较试验结果表明，模式中对地形的有效处理和给出较合适的水汽凝结参数对模式成功预报是重要的。     

利用海温作山东半岛气温,降水预报的业务系统

通过分析太平洋海温与山东半岛气温和降水的相关性，找出了两者相关关系中的一些特点。用于制做月平均气温和月降水量的预报系统，在预报业务中取得了很好的预报效果和经济效益。     

铜川市月气候预测方法

通过统计铜川单站53a历史气候,用Spss11.5对铜川站历史各项气象要素与各月平均气温、降水量进行相关性分析,找出前期各气象要素与预报月的降水、气温相关性好的因子,用逐步回归方法进行模拟,得出铜川站的月平均降水、气温预报模型,用可视化语言Visual Basic 6.0程序设计中的Adodc数据库技术方法,分别建立了铜川站的月降水、平均气温预测因子数据库,63个相关性较好的因子进入模型,实现自动预测,并以Datagrib表格显示预测结果和预测因子组合。从近三年预测结果看,降水距平百分率在20%以内的准确率为30.6%;气温预报误差在1℃以内的准确率为50.0%。需要在实际业务中进一步检验,找出预报和实况的误差关系。     

三种数值模式对四川省汛期降水预报性能的检验

应用国家基本观测站资料,基于MET系统的客观统计检验方法,针对24h降水分别评估SWCWARMS模式、GRAPES模式和ECMWF模式对2017～2019年5～10月四川地区汛期预报能力,得到如下几点结论:(1)SWCWARMS模式小到大暴雨降水范围大于实况,GRAPES模式小到暴雨降水范围大于实况、大暴雨多漏报,ECMWF模式小雨和中雨降水范围大于实况、大到大暴雨多漏报,三个模式无降水或微量降水均少于实况。(2)ECMWF模式对四川雨季小到大雨预报能力优于SWCWARMS和GRAPES模式,SWCWARMS模式在部分时次上暴雨和大暴雨预报优于ECMWF模式,GRAPES模式TS评分略偏低。(3)GRAPES模式在2018年秋季开始中雨及以上量级降水预报上改善大于SWCWARMS和ECMWF模式,SWCWARMS模式2019年空报较2017年和2018年显著降低;3个模式在小雨和中雨预报上不相上下,GRAPES模式优势在2019年大雨和暴雨预报上,ECMWF模式优势在2017年秋季和2018年初夏大雨预报上,SWCWARMS模式大雨和暴雨预报能力介于二者之间。(4)ECMWF和SWCWARMS模式川东预报优于川西,GRAPES模式川西预报优于川东;三个模式存在不同程度空报,川东地区空报略多于川西,其中ECMWF模式空报最多。      

2020年辽宁省汛期多模式降水预报评估

基于7种数值预报产品,采用二分类检验和频率分布检验方法,对2020年5—9月辽宁省24 h降水预报、3 h降水量20 mm以上的强降水预报进行检验评估。结果表明：多数数值模式均存在降水预报频次偏多的误差特征,尤其是全球模式,对弱降水过程的过度预报特征更为明显。数值模式对24 h中雨量级降水的预报效果普遍较好,全球模式对强降水的预报效果较差。SHANGHAI、BEIJING中尺度模式对不同量级降水的预报效果总体好于其他模式,GRAPES＿3km中尺度模式的强降水预报频率偏高,SHANGHAI中尺度模式的降水极值预报强度偏大,ECMWF模式的各量级降水预报性能较均衡,对强降水也有一定的预报能力。中尺度模式对白天时段的强降水预报效果较好,但从初始时刻后第6～9 h的预报效果较差。数值模式对大范围强降水过程及小范围稳定性强降水过程的预报效果较好,对副热带高压后部小范围强降水过程预报效果较差,无法预报大雨以上量级降水。