判别分析在郑州9月份晴雨预报中的应用

利用判别分析方法，对郑州１９８１～１９９０年９月份晴雨资料进行定量分析，建立了逐日晴雨预报方程。经业务使用，预报准确率达８５％。     

DOGRAFS逐小时气温和降水预报的释用

采用2016—2018年DOGRAFS(沙漠绿洲戈壁区域分析预报系统)的气温、降水逐小时预报资料,在检验的基础上开展释用方法研究,并用2019年资料进行试验测试,结果表明:DOGRAFS气温预报,08时起报的准确率要高于20时起报的;北疆好于南疆,准确率为50%,平均绝对误差为2.5℃,采用最高、最低气温建模方案,预报准确率提高到64%,平均绝对误差为1.9℃,预报的离散度降低。DOGRAFS降水预报,08时起报的T_S评分略高,20时起报的晴雨准确率略高,南疆好于北疆;晴雨预报准确率可达95%,但降水T_S评分仅有20%,空报率超过50%;采用消空订正方案,晴雨预报准确率提高1%,T_S评分提高2%,空报率大大降低,但漏报率较大。释用方案对模式气温预报有较好的提升效果,降水预报仍有较大的改进空间。     

几种降水集成预报方法的对比分析

采用多数表决集成法、评分权重集成法、多元回归集成法对承德市两来系统形成的降水进行晴雨和分级集成预报试验.结果表明:在每种单一的数值预报方法TS值均较高,总体预报质量相差不大的情况下,多数表决集中集成法可大幅度提高预报准确率;如果几种数值预报对于降水分级预报的预报准确率相差较大时,可采用评分权重集成法来提高总体预报质量;在样本足够的条件下,细化的预报结果多元回归集成法是晴雨预报和分级降水预报中比较可行的集成方法之一.     

ECMWF对广安地区晴雨预报性能检验及订正方法分析

为了解ECMWF高分辨率数值预报模式(以下简称"EC")对广安地区晴雨预报性能,分析订正方法,提高预报质量,对2015—2017年广安地区72 h内的EC晴雨预报进行预报性能检验。结果表明:72 h内EC晴雨预报准确率整体较高,空报率是影响预报准确率的主要因素;预报准确率夜间高于白天,空报率夜间低于白天,且随着时间的延长,准确率呈下降趋势,空报率呈上升趋势;漏报率低,且无明显的时效变化。根据订正指标进行订正预报,平均准确率为79.2%～84.0%,较未订正前上升5.3%～21.5%,具有较高的参考价值。     

数值预报产品释用的阈值法研究

通过采用阈值法对数值预报产品进行释用,温度和晴雨预报的准确率有了明显提高,结果表明:阈值法是一种简单、快捷、准确的数值预报产品的释用方法,在实际天气预报中非常有效。     

延安地区8月份分县晴雨预报方法

选用关键区４２站１９８５～１９８９年高空资料和延安地区同期１４时地面资料找出物理意义清楚的因子，作为预报因子制作８月份本地区分县晴雨预报。     

数值预报产品释用的阈值法研究

通过采用阈值法对数值预报产品进行释用,温度和晴雨预报的准确率有了明显提高,结果表明：阈值法是一种简单、快捷、准确的数值预报产品的释用方法,在实际天气预报中非常有效。     

人工神经网络方法在鹤壁汛期降水预报中的应用

在用经验统计方法和降水判别函数进行24 h和12 h晴雨预报的基础上,再用BP人工神经网络建立降水量级预报模型.经2003年汛期试用,预报准确率高于上级指导预报准确率,12 h预报准确率高于24 h预报准确率.     

辽宁省夏季多模式降水预报检验及晴雨预报技术研究

利用辽宁省291个国家气象观测站的降水资料,对2019年夏季（6-9月）8种模式降水预报及中央气象台格点降水预报进行了检验评估和比较,并采用消空方法进行晴雨预报技术研究。结果表明：2019年,EC模式具有最优的暴雨预报性能,而日本模式暴雨TS评分最高;中尺度模式对于局地性暴雨和短时强降水具有较好的预报潜力,性能较好的是GRAPES_MESO模式和睿图东北3 km模式;全球模式对24 h暴雨的预报频率比实况偏低30%,3 h强降水则偏低60%,中尺度模式对24 h暴雨的预报频率比实况偏高30%,3 h强降水则偏低20%。由于对小量级降水存在较多空报,各模式原始预报的晴雨预报大多呈现空报偏多的情况;使用小量级降水剔除的消空策略能够明显提高晴雨准确率,消空之后EC模式具有最优的晴雨预报性能。分别使用24 h和3 h累计降水量优化消空策略,发现分别取1.0 mm和0.8 mm的阈值进行消空可以使24 h晴雨准确率提高15.58%,3 h晴雨准确率提高10%-30%。     

人工神经网络方法在鹤壁汛期降水预报中的应用

在用经验统计方法和降水判别函数进行24h和12h晴雨预报的基础上，再用BP人工神经网络建立降水量级预报模型。经2003年汛期试用，预报准确率高于上级指导预报准确率，12h预报准确率高于24h预报准确率。     

延伸期干旱、沙尘暴过程低频方法预报系统简介

对延伸期干旱、沙尘暴过程低频预报系统的整体框架、子模块构成和功能、预报方法、操作步骤及应用情况进行详细介绍。该系统主要有干旱、沙尘暴过程低频方法预报2个子系统,各子系统包括低频天气图、关键区低频曲线2种预报方法。目前中国气象局兰州干旱气象研究所已使用该系统对西北地区东部的干旱过程和沙尘暴过程进行预报,就沙尘暴预报效果来说,2012年预报准确率达到75％,2011年和2013年的预报准确率均达到67％,预报时效达到8～31 d。而对干旱过程的预报效果,2012年预报准确率达80％,2011、2013年分别达75％、67％,预报时效达6～30 d。     

广西城镇天气预报质量分析评估

根据全国城镇天气预报产品质量评估报告,从预报准确率和预报技巧评分上对2013-2017年广西城镇天气预报质量进行分析评估。结果表明:广西城镇天气预报24-72h最低温度预报准确率逐年提高,24-72h最高温度预报准确率稳步提升,24-72h晴雨预报和一般性降水预报准确率明显提升,24-72h暴雨和暴雨以上预报准确率保持稳定。24h晴雨、最低温度预报技巧评分较高,24h最高温度、一般性降水预报技巧评分波动较大,暴雨以上预报技巧评分较低。     

陕西智能网格气象预报系统(秦智)在佛坪的检验

通过对陕西智能网格气象预报系统(秦智)(下简称秦智系统)的温度、晴雨和暴雨预报准确率检验,发现秦智系统在佛坪地区的日最低气温预报准确率高于日最高气温预报准确率,误差≤2℃的平均准确率日最高气温为51.6%、日最低气温为79.8%,平均绝对误差日最高气温2.4℃、日最低气温1.3℃,说明秦智系统对佛坪地区的气温预报有具有较好的指导作用;日最高气温预报准确率最低的月份是5月、6月和9月、日最低气温预报准确率最低的是1月和4月;晴雨预报准确率最高的月份是10月,最低的是4月;秦智系统在佛坪的暴雨预报24 h TS评分为40%,命中率为50%,且预报时效越长TS评分和命中率越低,空报率和漏报率越高。气温预报准确率和晴雨预报准确率最低的三个站均在北部山区海拔1 000 m以上,说明地形因素对数值预报的准确性有一定影响。     

一种改进的频率匹配法在网格降水预报订正中的应用

为提高精细化网格降水的实际预报能力,评估了2021年汛期ECMWF(EC)、CMA-MESO、SXWRF和SCMOC降水预报产品在陕西的表现,讨论了卡尔曼动态频率匹配方法对不同模式的订正效果,然后针对该方法不足,基于最优TS评分阈值法和SCMOC在天气过程判定中占优信息对小量级降水进行了二次订正,最后利用分类降水过程建模和基于图像相似识别技术改进的卡尔曼动态频率匹配法对暴雨进行了订正研究。结果表明:SCMOC晴雨预报准确率和暴雨TS评分均最高,分别为81.60%和0.30,表现最好;卡尔曼动态频率匹配法可明显提高EC、CMA-MESO和SXWRF模式降水预报产品晴雨预报准确率,对暴雨预报的改善效果不稳定,对EC晴雨预报准确率和暴雨TS评分提升幅度均最大,分别为6.35%和6.99%,该订正方法更适合于EC模式;经晴雨消空二次订正后的EC模式晴雨和小雨预报准确率较一次订正后的EC模式均有提高,分别提高了0.51%和0.64%;分类降水过程建模订正可进一步提高EC暴雨TS评分,较未分类过程订正后的暴雨TS评分提高了1.05%,且暴雨其他评分指标也均变好;改进后的卡尔曼动态频率匹配法较改进前...     

利用雷达超折射回波作12小时晴雨预报

分析７１１雷达所观测到的超折射回波与未来１２小时天气状况的晴雨关系，结合一定的天气形势建立一种准确率较高的晴雨预报方法，以达到充分利用雷达观测信息、延长雷达短时预报时效的目的     

日本传真图在冷涡天气预报中的应用

根据１９９２～１９９６年５～８月日本数值预报图和逐日降水资料找出预报指标,ＦＵＦＥ５０２、５０３对冷涡形势预报,预报准确率、空报率和漏报率分别为８４．４％、４．５％、１１．１％;ＦＵＦＥ５０２、５０３有冷涡进入关键区时,准确率、空报率和漏报率分别为７４．４％、１８６％、７０％。     

基于频率匹配和融合法的多种网格降水预报产品订正

为进一步提高陕西省精细化网格降水预报能力,利用EC细网格（下简称EC）、Grapes_Meso 3 km（下简称Grapes）和SCMOC（中国气象局下发指导产品）降水预报产品,采用卡尔曼滤波、频率匹配和融合方法,研发了一套降水预报新产品。结果表明：频率匹配可明显提高各降水预报产品晴雨预报质量,但对强降水预报改善效果不稳定,融合方法可解决该问题;较订正前的EC、Grapes和SCMOC降水预报产品,新产品24 h晴雨预报准确率分别提高了1506%、868%和150%,强降水预报TS评分分别提高了4261%、7600%和127%,强降水预报TS评分的提高是以增加空报率为代价的;新产品3 h晴雨预报准确率较订正前EC、Grapes、SCMOC分别提高了1028%、407%和054%,强降水预报TS评分较订正前EC、SCMOC分别提高了5444%和965%,与Grapes基本持平,强降水预报BIAS偏差幅度较订正前EC、SCMOC分别降低了5665%和5188%;新产品1 h晴雨预报准确率较Grapes和SCMOC分别提高了229%和210%,强降水预报TS评分和强降水预报BIAS偏差幅度与Grapes和SCMOC持平。     

T639和德国模式对新疆地区大降水预报的检验

对T639和德国数值预报模式(简称德国模式)的降水预报产品进行了分类检验,挑选新疆2011年6场大降水过程分别进行晴雨、大雨(雪)、暴雨(雪)对比分析,了解了降水模式产品误差并为业务中选择较好的预报产品提供了依据。结果表明:两种模式对预报过程降水落区和强降水中心都有较好的指示意义,在过程累计降水预报中,德国模式的晴雨预报准确率为80.49%,高于T639模式;大雨(雪)预报的准确率两种模式接近,大约为44%;T639模式暴雨预报的准确率为29.07%,明显高于德国模式。在逐24 h降水预报中,两种模式都以48～72 h的预报准确率为最高。     

陕西中短期网格客观预报降水产品在西安地区的检验

基于2017—2020年6—9月陕西中短期网格客观预报产品（简称DCOEF）的降水产品,采用晴雨预报准确率、TS评分、预报偏差BIAS,对其在西安地区21个气象观测站的预报效果进行检验;同时采用第99%分位值的降水量值作为测站极端降水量的阈值,进一步了解DCOEF对极端降水的预报效果。结果表明,（1）DCOEF在西安地区逐年和逐月的晴雨预报准确率均在069以上,空间分布上在西安城区、高陵、阎良、临潼和灞桥地区的晴雨预报准确率普遍在075以上,具有较好的参考价值。（2）6—9月中,9月的晴雨预报准确率可达08,各量级的TS评分明显高于其他月份,且BIAS接近于1,预报效果最好。（3）随着降水量级的增加,TS评分明显下降,小雨的TS评分最高,且时间和空间差异小;暴雨TS评分时间和空间差异明显,除9月外整体评分较低,且空报率明显偏高。（4）DCOEF对西安区域平均降水量雨带分布和强降水中心位置分布预报与实况差别较大,但能较好地反映出区域降水的时间演变趋势,与实况较为接近,只是在降水量上存在一定的偏差,预报值较实况以偏大为主。（5）DCOEF对极端降水的预报缺乏稳定性,偏差大,尤其是对短时强降水所造成的极端降水事件预报能力弱。     

日本雨量图对应武穴站单点预报的质量评定

对2002年9月至2003年6月日本部分雨量图产品,从空漏报率、晴雨预报准确率、技巧水平这三方面进行了预报质量评定(对应武穴站单点),同时分析了其对武穴单点降水的预报能力。结果表明：日本雨量预报图具有较好的晴雨预报能力和一般性降水预报技巧;其分段雨量图对夜间段天气的预报准确性较高,空漏报较少,晴雨预报得分较高;08时12～24h雨量图在控制空漏报率方面性能较好。