集合方法在月动力预报信息提取中的应用

本工作将集合方法应用于提取月动力预报有用信息。利用中国气象局国家气候中心Ｔ６３Ｌ１６全球谱模式的５００百帕高度场月集合预报产品（集合成员数为８个，初始场的选取采用滞后方法（ＬＡＦ），即相邻两天的００００，０６００，１２００和１８００ＧＭＴ的初始化资料），就１９９７年１月至５月共１５次预报，分析了集合预报成员间的离散度与预报评分（距平相关系数和均方根误差）的关系，研究了用集合各成员预报离散度作为各个成员逐日预报的权重对月预报效果的影响。结果表明集合预报成员的离散度与预报评分有显著的相关，是有效预报长度Ｎ的一个很好估计；用离散度作为权重平均的月预报高度距平相关系数明显高于算术平均和线性权重，此外个例分析表明月平均环流及其异常的预报得到明显的提高。     

月平均环流的动力集合预报研究

文章对１９９６年１至９月共２３次月动力延伸集合预报的情况作了总体评估，结果表明，集合预报距平相关系数比单个成员预报距平相关系数的算术平均有明显提高，因而采用集合预报方法有利于提高预报的可靠性，在此基础预报距平相关系数的季节变化及其原因作了视频的分析，解释，还从集合预报距平相关系数与集合成员离散程度之间的关系就集合预报技巧的预报问题进行了初步探讨，此外，文章还就Ｔ６３Ｌ１６全球谱模式对北半球欧亚地区     

相似-动力方法在动力延伸预报产品释用方法中的应用研究

在分析过去基于统计-动力月降水距平百分率预报方程基础上,建立了以500 hPa月平均高度场为核心的相似-动力月降水预报方程.以安徽省1998-2004年各月的降水为预报对象,发现该方法对安徽省月降水预报具有一定的预报能力.文中指出该方法对安徽省每年3月、11月月降水预报效果较好,6月、10月月降水预报效果较差;由于引起1999年气候异常的原因有其独特性,导致无法选择到足够合适的历史资料来反演方程的系数,这可能是1999年月降水预报结果相对较差的主要原因.     

短期集合预报中定量降水预报集合方法初探

针对短期集合预报中集合平均等方法对极端天气事件预报能力低下的缺陷，提出一种定量降水预报集合方法，简称两步法。该方法首先采用逐级归并法确定集合成员的总体相似度，进而确定集合成员预报场的延伸半径，对各成员的预报场进行修正，然后根据每个成员与其他成员的相似程度，确定各成员的权重系数。这个方法既考虑了集合成员总体的差异性又考虑了降水的概率分布。试验证明，通过上述两步得到的定量降水预报，对提高极端天气事件的预报确率有一定效果。本方法无需历史资料，能很好适应集合成员的改变，实现方便快捷。     

用动力相似方法预报8月份暴雨

利用1989～1998高空资料和东营市降水资料,采用修改的动力相似方法研制出8月份暴雨预报系统,经检验和试用,无漏报,历史拟合率为65.9%,试报准确率为33.3%.     

用动力相似方法预报8月份暴雨

利用1989-1998高空资料和东营市降水资料，采用修改的动力相似方法研制出8月份暴雨预报系统经检验和试用，无漏报，历史拟合率为65.9%，试报准确率为33.3%。     

HLAFS产品暴雨动力过程相似预报方法研究

阐述了“HLAFS产品暴雨动力过程相似预报方法”制作的过程、应用及其对暴雨的预报性能，指出：本方法对暴雨预报的检验效果比较满意，能够达到人工预报暴雨的水平，对暴雨的漏报率很小，具有较好的推广前景。     

不同海温强迫的月动力延伸集合预报试验

利用全球谱模式T106L19和增长模繁殖法（BGM）建立了月动力延伸集合预报系统,基于气候海表面温度（SST）和预测海表面温度,设计了三组集合预报试验,一组为气候SST作为模式下边界条件的集合预报试验（CSST试验）,另一组为预测SST作为模式的下边界条件的集合预报试验（FSST试验）,第三组为前两组试验的集合预报结果之和（AVE30试验）,对两种海温强迫分别进行了48个月的试验,并对预报结果进行了检验和分析。结果表明：相对于单一的控制预报,不管是CSST试验还是FSST试验,利用BGM方法制作的初值集合预报能显著提高月平均环流的预报技巧,集合预报对PNA区域的预报技巧改进显著,特别是预测SST强迫有正的贡献;同时考虑初值和边值不确定性影响的集合预报试验（AVE30试验）,其全球预报技巧不仅高于控制预报,也分别高于FSST试验和CSST试验,这说明要提高月延伸预报技巧,必须同时考虑初值和边值的影响;大气对SST强迫的响应在模式积分10天开始显著,SST对第二旬和第三旬的作用直接影响月平均环流的预报效果,而SST对第二旬和第三旬预报的影响不仅与SST本身变化有关,还与初值有关,不同的初值其作用不同;集合预报对我国夏季月平均温度分布具有较强预报能力,采用预报海温强迫的预报结果,总体上优于气候海温强迫的结果。     

动力延伸预报产品在广西月降水预报中的应用

利用1958—2005年NCEP/NCAR再分析资料和2003—2005年国家气候中心的动力延伸预报产品, 运用自然正交函数展开 (EOF) 求取预报关键区内的空间特征向量及其时间系数, 结合相似离度方法查找与预报月份相似的个例, 进而作出广西月降水量预报。独立样本试验证明, 利用动力延伸预报产品制作的区域月降水预报比利用前期实况高度距平场相关区域制作的预报效果更好。     

基于集合预报产品的降尺度降水预报试验

利用降水距平百分率的降尺度预报方法和1951-2008 NCEP资料及我国降水资料,建立了降水距平百分率的预报模型,基于T106L19模式的月动力延伸集合预报结果,进行了2007-2009年3 a的预报试验和效果检验.结果表明,基于集合预报产品的统计降尺度方法对降水距平百分率的预报技巧高于模式降水的预报技巧;500 hPa月平均高度场的预报技巧直接影响到降水距平百分率的预报技巧,平均环流的预报技巧越高,降水距平百分率的预报技巧越高;无论集合成员数为多少,集合预报的结果都明显优于控制预报,随着集合成员数的增多,预报技巧呈增大的趋势;我国降水具有显著的季节性和区域性,以江淮地区的降水距平百分率预报技巧最高,华南地区的预报技巧其次.     

数值降水预报定量集成方法的业务应用

利用相似权重集成预报法对辽宁区域12个数值模式预报的降水量进行集成,并投入业务化应用。结果表明：通过对2009年5月1日至10月20日的24 h降水量预报进行TS评分,发现降水集成方法要优于12个集合成员的单个预报,同时也要优于简单的集合平均。试验表明,滞后时间和扩大圈数对集成预报效果影响很大,而单个的集合成员对集成预报效果影响较小。根据试验结果修改集成方法应用方案,按照不同降水量级和预报时效选择扩大的圈数,预报效果好于原方案,对大量级、长时效预报改进更明显,其中25 mm量级预报时效72 h的TS评分增加了20%或以上,具有实际应用价值。     

Neuroid BP-type Model Applied to the Study of Monthly Rainfall Forecasting

A neuroid BP-type three-layer mapping model is used for monthly rainfall forecasting in terms of 1946-1985 Nanjing monthly precipitation records as basic sequences and the model has the form i × j ＝ 8 × 3, K = 1; by steadily modifying the weighing coefficient, long-range monthly forecasts for January to December, 1986 are constructed and 1986 month-to-month predictions are made based on, say, the January measurement for February rainfall and so on, with mean absolute error reaching 6,07 and 5,73 mm, respectively. Also, with a different monthly initial value for June through September, 1994, neuroid forecasting is done, indicating the same result of the drought in Nanjing dur-ing the summer, an outcome that is in sharp agreement with the observation.     

The water-bearing numerical model and its operational forecasting experiments part ii: The operational forecasting experiments

The water-bearing numerical model is undergone all round examinations during the operational forecasting ex-periments from 1994 to 1996. A lot of difficult problems arising from the model’s water-bearing are successfully re-solved in these experiments through developing and using a series of technical measures. The operational forecasting running of the water-bearing numerical model is realized stably and reliably, and satisfactory forecasts are obtained.     

一个降水预报的时间序列线性平稳预测模型

本文利用兰州１９４４～１９９７年的月平均降水资料,建立了线性平稳序列的降水预测模型,该模型使用了功谱密度函数中的最大熵法（或叫全极模型）,并将特征多项式模大于１的根反射到单位圆内,再返回修正后的线性预测的系数。并对１９８６～１９９７年１１年的月降水做了预测试验,试验结果表明,该模型具有一定的预报能力,其中取１５阶预报效果较好。此方法在短期气候预测业务中,可作为台站月、季、年降水预测走向客观化、定量化方法的一种初步尝试     

降尺度方法在安徽省月降水量预测中的试用

基于NCEP/NCAR 500 hPa高度场、T63月动力延伸预报500 hPa高度场和安徽省降水资料,依据动力预报产品释用方法中所建立的月降水距平百分率预报方程,从月和旬两种不同时间尺度以及固定资料和选择资料来反演方程系数共4种降尺度方法来预报安徽省20个代表站月降水。1995—2005年11 a的回报检验表明了4种方法都具有较好的预报能力,从旬时间尺度较月尺度来预报月降水具有优势,在汛期和汛期降水偏多年更为明显。     

雷暴云的集合预报技术及其应用

以中尺度非静力WRF模式的格点预报结果作为云模式的初值集合,经云模式的多初值雷暴预报及预报结果的集合分析,建立了雷暴云的集合预报方法。将该方法应用于南京周边地区未来一天雷暴天气的特征预报,并利用南京夏季9个雷暴天气的多普勒雷达资料（SCIT,storm cell identification and tracking）进行预报效果的检验。结果表明,雷暴云的集合预报对研究区域内未来一天雷暴强度、分布预报效果较好,尤其对强雷暴的分布有较强的预警预测能力。此外,雷暴持续时间概率密度分布的集合预报产品,在雷暴影响范围概率预报上的应用,提高了雷达对雷暴的预警监测能力。     

基于集合Kalman滤波数据同化与偏差修正的热带气旋强度集合预报研究

采用基于集合Kalman滤波数据同化和偏差修正方法的集合预报技术来研究热带气旋的强度预报问题.集合预报系统考虑初值误差和模式误差,利用MM5中尺度模式,采用Anthes-kuo、Grell和Betts-Miller等积云参数化方案和High-res-olution Blaekadar、Burlk-Thompson、MRF等边界层过程的9组不同的组合,分别进行45、60和75 min的短时预报.对9个预报结果采用"镜像法",得到18个集合成员.将蓝金涡旋作为同化的观测场,18个集合成员作为集合Kalman滤波的初始背景集合,采用ENSRF算法和逐点局地分析算法进行同化.同化后的结果作为集合预报的初值,预报过程对模式参数采用前述9种组合,进行72小时预报.通过求取偏差系数对预报结果进行修正,减小模式系统误差.选2003-2004年16个台风过程作为预报个例,讨论偏差修正前后对预报结果的影响.实验结果表明,基于集合Kalman滤波数据同化的热带气旋集合预报相对于非同化的集合预报对路径预报的改进效果优于强度预报.平均而言通过偏差修正,强度集合预报的潜力得到挖掘,绝对误差明显减小,通过偏差修正减小了强度集合预报均值的误差,进而使得预报概率密度函数均值向理论值靠近,从而提高了概率预报的精度和合理性,因此基于集合预报的偏差修正分析方法,是改善热带气旋强度预报水平的有效途径.     

GRAPES-GEPS环流集合预报的分类释用方法研究与检验

集合预报在数值天气预报体系中具有重要地位,因此如何有效提取集合样本信息以提高集合预报技巧一直是一个重要课题.基于中国全球集合预报业务系统(GRAPES-GEPS)的500?hPa高度场集合资料开展对环流集合预报的分类释用方法研究,并对集合聚类预报结果进行了检验分析.通过在传统Ward聚类法中引入动态聚类的"手肘法"方案...     

集合预报多尺度奇异向量初值扰动方法研究

目前国际上采用的奇异向量集合预报初值扰动法对于初值不确定性的描述存在一定的不足,为了更有效地反映初始误差的时空多尺度特性,基于GRAPES全球奇异向量计算技术,计算了不同空间分辨率及不同最优时间间隔的多个尺度的奇异向量,并采用基于高斯分布的线性组合法来构造多尺度奇异向量的扰动初值,以代表在相空间中增长最快的多尺度初值误差模态。通过2019年1月19日的初值扰动集合预报试验,对比分析了单一尺度奇异向量初值扰动法与多尺度初值扰动法的扰动特征及集合预报效果。结果表明,多尺度奇异向量初值扰动法为区域集合预报提供的初始扰动场是合理的,扰动的大小随时间增长,且在空间分布上较好地反映了当前大气的斜压不稳定特征。此外,多尺度奇异向量扰动可以描述一定的大尺度以及中小尺度运动误差特征,较单一尺度奇异向量扰动能反映出更多初始场的不确定性信息。检验分析表明,GRAPES多尺度奇异向量集合预报在集合一致性、连续等级概率评分、离群值等方面有一定的优势,相比于单一尺度奇异向量法有较好的预报技巧。因此,基于GRAPES的多尺度奇异向量初值扰动法对于集合预报的预报效果有一定的提高,能为构建一套完善的GRAPES区域奇异向量集合预报系统提供一定的科学依据和应用基础。