北京智能网格温度客观预报方法(BJTM)及预报效果检验

联系当前极端天气预报服务的需求,在最优集合预报(Analog Ensemble, AnEn)的基础上,结合模式输出统计(Model Output Statistics, MOS)方法,设计了2种基于欧洲中期天气预报中心全球确定性预报模式(EC模式)的预报改进方案(方案Ⅰ、方案Ⅱ),首先以2016—2018年EC模式预报及其相应的观测值为训练集,对方案Ⅰ、方案Ⅱ和AnEn对2019年1月1日—12月31日北京地区364个观测站的极端气温和风速预报的总体效果进行了检验评估,结果显示无论对极端气温(T)还是极端风速(V_M),方案Ⅰ和方案Ⅱ的预报准确率相比AnEn均有提升,方案Ⅱ的提升效果更好。然后,按第2、第98百分位数,定义北京地区各站极端低温(T_m)和极端高温(T_M)的阈值分别为-22.3 ℃和38.8 ℃,方案Ⅰ和方案Ⅱ对该地区T的总体预报效果表明,两种方案在AnEn基础上均有明显改进,其平均绝对误差(EMA)分别降低11.90%和21.43%;同理,按第98百分位数,定义北京地区各站V_M阈值为20.3 m·s^-1,方案Ⅰ、方案Ⅱ对V_M预报的EMA相比AnEn分别降低23.08%和26.52%。最后,对北京地区逐站T_m、T_M和V_M的预报效果的检验表明,方案Ⅰ和方案Ⅱ在AnEn的基础上对T、V_M的预报效果均有所改进,94%以上的站点显示方案Ⅱ对T和V_M预报的改进效果更好。另外,T和V_M预报准确率空间分布表明,2种改进方案对山区T和V_M预报的改进效果优于平原地区。

     

基于小波分析的客观预报方法在智能网格高低温预报中的应用

基于2017—2018年中国气象局高分辨率数值预报产品、甘肃实时城镇预报产品和国家级地面观测站数据,利用小波分析、滑动训练、最优融合等技术,研发出甘肃省智能网格高低温客观订正产品。检验分析表明:城镇预报产品、滑动训练订正产品、最优融合产品3种订正产品对CMA预报均有订正能力,3种客观订正产品的最高气温订正能力强于最低气温订正能力;滑动训练法与最优融合法产生的高低温订正产品,在系统误差明显地区(甘南、陇南等)的预报结果要好于模式客观预报,而高低温城镇预报产品在气温局地性强或者模式客观预报能力差的区域有优势;最优融合预报方法生成的高低温产品预报能力略高于滑动训练订正产品且与现有预报员制作城镇预报产品基本持平,初步具备了替代主观预报的能力。     

2016—2018年全国智能网格降水及温度预报检验评估

为综合评估智能网格预报业务的产品质量,基于站点观测和格点实况分析资料,开展了对2016—2018年国家级网格指导预报、省市级订正反馈网格预报的降水和温度要素的检验,并与GRAPES和ECMWF模式输出进行对比。分析结果表明：智能网格预报业务整体上实现了从数值模式系统、国家级指导产品到省市级订正反馈产品的逐级增加价值的业务链条;国家级指导产品的降水、温度在数值模式的基础上都有明显提升,相比于ECMWF模式,小雨ETS评分提升9%~37%,暴雨ETS评分提升最大达41%,日最高温的预报误差降幅可达16%;省市级订正反馈产品的日最高/低温在国家级指导产品基础上进一步降低误差,能给出最优预报结果;国家级指导产品需进一步改进,重点要控制对于强降水预报的空报率,改善午后降水峰值预报显著提前的偏差,提高对空间精细化降水特征的表现能力,改进对于最低温的预报统计模型;省市级订正反馈产品在降水预报、整点温度预报方面未能对国家级指导预报进行很好订正,需要进一步加强;智能网格预报产品已能替代城镇天气预报,有利于流程的集约高效。     

基于一元线性回归的ECMWF细网格阵风预报产品订正评估

利用2021年10月至2022年3月(2021年冬半年)欧洲中期天气预报中心(European centre for medium-range weather forecasts, ECMWF)细网格阵风预报数据和河南省国家级地面气象站阵风观测资料,基于一元线性回归(linear regression, LR)方法,对河南省ECMWF阵风预报进行订正,并对其检验评估。结果表明：(1)2021年冬半年,河南省多出现6级以下的阵风天气。ECMWF模式对于7级及以下的阵风预报存在整体高估的现象,对于7级以上的阵风预报存在低估的现象。(2)LR订正后准确率、均方根误差在所有预报时效均有明显的改善。订正后准确率较高、均方根误差较小的站点主要分布在京广线以东大部分地区、焦作、南阳南部;豫西山区订正效果一般,其复杂的地形易导致阵风偏高,而6级以上阵风样本数较少,预报订正值稳定性相对较差。(3)阵风预报与起报时次的关系不大。LR方法针对6级以下阵风预报有一定的优势,技巧评分(T_s评分)较ECMWF预报高,预报偏差(B_ias评分)更接近1。     

ECMWF细网格2m温度产品在乌鲁木齐市温度预报中的检验

利用2011年7月至2014年6月的ECMWF细网格2m温度预报产品,采用格点映射站点和双线性插值法挑选最优预报参考格点,并用天气学检验方法,对该模式在不同季节、不同天气时的乌鲁木齐市温度预报能力进行检验。检验表明：该产品对制作乌鲁木齐未来24小时温度预报具有很好的指导意义,全年的最高最低温度预报准确率为74～75％,季节变化明显,夏半年的预报准确率高出冬半年10～25％;模式对降雨、降雪时的温度预报较好,大雾时最差,并且会使最低气温预报严重低于实况,对东南风时最高气温预报好于最低气温;该产品整体上在准确率和稳定性上均优于中央台指导预报,在春季具有明显优势,高低温正技巧可达0.4℃。     

ECMWF细网格2米温度在新疆及周边地区的预报效果检验

本文对2013年1～12月ECMWF细网格2米温度在新疆区域的预报效果进行了统计检验。结果表明：ECMWF细网格2米温度预报为系统性偏高,预报效果随预报时效的延长而逐渐变差。三天内温度预报的绝对误差小、预报准确率高,对实际温度预报有很好指导作用;七天内温度预报的绝对误差较小,预报准确率较高,对实际温度预报具有参考价值;八到十天预报误差大、准确率低,对实际温度预报参考价值不大。温度预报精度在蒙古国西部最低,北疆盆地次之,南疆盆地最高。     

河西走廊东部智能网格温度预报产品订正方法探讨

为提高智能网格的订正能力及预报水平,基于中央台客观指导产品的甘肃省切片数据和中国气象局陆面数据同化系统（Chinese Land Data Assimilation System Version 2.0,CLDAS-V2.0）日网格实况产品,采用卡尔曼滤波和滑动训练订正两种方法,对河西走廊东部地区（101.0°E—104.5°E,36.0°N—40.0°N）0.05°×0.05°格点最高、最低气温进行订正、检验和评估。结果表明：（1）季节对比,卡尔曼滤波和滑动训练订正产品对四季最高、最低气温的平均绝对误差均小于中央台客观指导产品,均小于2.00℃;卡尔曼滤波和滑动训练订正产品对四季最高、最低气温的预报准确率均大于70%,其中最高气温偏高6%～13%,最低气温偏高8%～24%。（2）空间对比,卡尔曼滤波和滑动训练订正产品对最高、最低气温的平均绝对误差绝大部分地区在1.00～2.00℃,个别地区大于2.00℃;卡尔曼滤波和滑动训练订正产品对最高（最低）气温的预报准确率大部分地区大于70%(60%～70%),个别地区大于80%(70%)。（3）总体上,卡尔曼滤波和滑动训练订正产品对最高、最低...     

基于小波分析的西北区智能网格气温客观预报方法的检验评估

基于中国气象局(China Meterological Administration,CMA)高分辨率数值预报产品、欧洲中期数值预报中心(the European Center for Medium-range Weather Forecast,ECMWF)精细化数值预报产品和国家级地面观测站数据,采用小波分析方法及滑动训练、最优融合等技术对模式误差序列进行时频处理,实现了对模式系统误差和局地误差的订正,发展了西北区智能网格气温客观预报方法(northwest intelligent grid temperature objective prediction method,NWTM)。以2017年3月—2018年2月数据作为训练样本,对2018年3月—2019年1月西北区239个国家基本站进行检验。结果表明:1)NWTM对CMA和ECMWF两种模式产品的气温预报能力有显著的提升;随着预报时效增长,两种模式订正产品的误差增大。2)NWTM对ECMWF西北区最高气温的订正效果要明显优于CMA,但就最低气温而言,NWTM对CMA的订正效果更为显著。其中,就24 h最高气温而言,ECMWF在宁夏的订正效果最好,CMA在青海的订正效果最好;而对于24 h最低气温的预报,CMA在西北4省的订正效果相差不大,ECMWF在陕西的订正效果最好。3)空间误差检验表明:针对最高气温的预报,ECMWF订正产品的订正能力明显优于CMA,特别是在甘肃河西走廊和中东部、陕西北部和南部、宁夏中南部及青海大部。就最低气温的预报而言,ECMWF和CMA对甘肃河东和陕西南部的订正能力较好;ECMWF订正产品在宁夏中南部及青海南部的订正能力高于CMA,而CMA订正产品在陕西中部的订正能力更优。     

基于瑞万思温度预报制作咸阳市客观温度预报方法

对咸阳市12县（市）半年内逐日24-72 h＂瑞万思天气预测辅助信息系统＂（简称＂瑞万思＂）、＂德国天气在线＂与＂兰州区域气象中心业务产品网＂的温度预报准确率进行对比分析,发现瑞万思对咸阳市温度预报具有较高的指示作用,值得借鉴;对瑞万思的温度预报值与实况值进行趋势、误差分析,并对瑞万思温度预报进行两种3 d滑动误差计算,发现3 d滑动误差可有效改善瑞万思系统性误差;以其制作的咸阳市客观温度预报方法准确率明显提高,在常规温度要素预报业务中起到指导作用。     

EC细网格温度预报在贵阳地区的释用效果分析

该文利用贵阳8个站点02时、14时整点气温对EC细网格2013年7—11月的2 m温度不同时效的预报分别进行检验,并对升温、降温、平缓天气3种不同天气背景下预报结果进行对比检验分析。分析结果表明:EC细网格对贵阳地区的2 m温度预报质量随着预报时效的延长呈波动性变化,预报时次及预报时间一定时,预报质量随预报时效的延长而降低;预报时效相同时,对夜间的气温预报质量比对白天气温预报质量高,两者准确率相差达10%以上,EC细网格对贵阳地区修文、白云的预报质量最好,对花溪、乌当预报质量最差。当本地出现升温时,EC细网格预报质量较好,出现降温时,EC细网格预报质量明显降低。     

一种逐时气温预报方法

利用2006~2010年陕西10地市逐小时的气温和逐日的最高气温、最低气温、平均总云量、降水量资料,通过线性回归方法建立了一种基于日最高气温和最低气温预报以及临近气温实况资料的逐时气温预报模型,并对2011年每天的逐时气温预报进行检验。结果表明:该方法在晴天、多云和阴雨天的预报能力依次减弱,其中晴天和多云天02~18时的预报效果好于19时至次日01时的,而阴雨天01~10时的预报效果好于其它预报时段的;当日最高气温和最低气温预报较为准确时,西安站各预报时刻的准确率均在60%以上,其中14~17时的准确率较高,晴天的达到100%,多云天的在96%~99%之间,阴雨天的准确率偏低一些,特别是11~17时较晴天和多云天偏低了12%~27%;该方法可以将24 h日最高(低)气温预报细化到逐时气温预报,同时考虑了气温日变化的地域差异、季节特征、以及在晴天、多云和阴雨天的不同表现,具有一定的业务应用和推广价值。     

热带气旋外围影响下的深圳市高温预报方法

通过单因子的相关分析,寻找在热带气旋外围影响下与深圳市最高气温密切相关的气象要素作为预报因子,用多元线性回归方法,建立受热带气旋外围影响下的高温定量预报方程,制作深圳未来24 h最高气温预报.业务试验预报结果表明,高温的定量预报没有出现漏报,误差较小,该方法有实用价值.可投入业务运行,对我国其它沿海地区作类似预报有一定的参考价值.     

基于EMD和BP算法的降水数据插补

为解决气温观测记录缺测的问题,选择反距离权重插值（Inverse Distance Weighted,IDW）、普通克里金插值（Ordinary Kriging,OK）和多元线性回归（Multiple Linear Regression,MLR）三种方法,以湖北省2020年为例,对全省逐日平均气温（T）、最高气温（T_max）和最低气温（T_min）进行空间插补,并采用平均绝对误差（Mean Absolute Error,MAE）对3种方法的插补结果进行检验。结果表明：用MLR插补得到的T_max、T_min、T的MAE最小,分别为0.41℃、0.31℃和0.20℃,其中T的插补误差在1℃以内的站点比例高达100%;相比IDW和OK,MLR插补结果的MAE空间分布均匀,其不仅随海拔高度变化较小,随季节变化也相对较小。单站试验结果表明,当用于MLR模型的样本数量越多、时间离散度越大时,MLR对气温的插补效果越好。总体上,对日气温缺测数据的插补效果,MLR最优,IDW次之,OK最差;对于建立气象站点长时间连续气温数据集而言,MLR更适合解决区域自动气象站日气温数据缺测问题。

     

武汉市夏季民宅小气候观测与分析

以2000年武汉盛夏季节46天不同楼层4个房间的温湿观测记录为依据,初步分析了居民住宅楼室内温度、湿度变化的基本规律,描述了因接受太阳辐射的不同等原因面临 城南北朝向房间的差异和顶楼与非顶楼的差异,并用多元线性回归方法建立了室内温湿度的预报方程。     

一个简单的格点温度预报订正方法

格点气象要素预报是中国气象局目前的主推业务和未来天气预报的发展方向。本文基于欧洲中期数值预报中心ECMWF高分辨率模式2 m温度预报资料,在传统中央气象台站点温度指导预报SCMOC和回归方法建立的站点温度预报的基础上,提出\"站点订正值向格点传递\"的方法来订正格点温度预报。结果表明:(1)SCMOC站点最高、最低温度24~168 h预报误差2℃准确率分别平均高于ECMWF的10.0%和23.1%,ECMWF存在较大的系统性偏差,最低温度预报偏高,最高温度预报偏低。(2)\"站点订正值向格点传递\"方法能够订正模式格点温度预报的系统误差,且整体上不改变原ECMWF温度预报场的空间形态和原模式对地形的刻画特征。(3)利用研究区域内98个县级站SCMOC温度预报,订正ECMWF格点场,返回到区域内1289个乡镇站进行检验,结果24 h最低、最高温度1℃的准确率较ECMWF分别提高22.8%和11.9%,2℃的准确率则分别提高29.7%和17.4%。最低(高)温度绝对误差平均减小0.99℃(0.69℃),平均误差(ME)下降到0.7℃(-0.9℃)以内。(4)通过一元线性回归,得到98个县级站的温度预报,返回差值场来订正格点场,也能较好地订正ECMWF的系统性误差。对比两种方法,SCMOC差值传递在最低温度订正方面有较大的优势,而回归方法的最高温度订正效果较好。此外,回归方法能够较好地改善逐时温度预报效果。该方法已成功运用于陕西省精细化格点预报业务系统中。     

基于昼夜温差序列非均一性的高空温度订正

利用中国东部地区75个高空探测站1958－2005年逐日08：00和20：00资料和元数据信息,采用昼夜温度对比和二相线性回归方法,对不同等压面的温度序列进行均一性检测和订正。在此基础上,以最大缺测率30 %作为序列取舍标准,对49个探空站订正前后的年平均温度变化趋势进行了对比分析。结果表明：探空仪器变化和辐射订正方法改变是造成中国东部地区高空温度序列非均一性的主要原因,1966年前后和2000年前后是两个较为可靠的间断点,且1966年前后的非均一性更突出。非均一性最明显的等压面主要在100 hPa。1958－2005年,500 hPa以下等压面温度的上升趋势较订正前减弱,但200 hPa到50 hPa等压面温度的下降趋势也被削弱,削弱幅度为0.04－0.08 ℃/10 a。与1958－2005年相比,1979年以来东部地区对流层各层温度增温趋势明显,而平流层底层降温趋势也更加显著,该时段内订正前后温度变化趋势差异较小。     

基于极轨卫星的贵州日最低气温遥感推算初探

日最低气温是判断作物是否遭受低温冷害的主要因子,开展日最低气温推算在作物低温冻害保险理赔服务中具有实际应用意义。本研究以贵州省为例,选取了2016年2月10、2023年1月31日（代表冬季）和2017年4月1日（代表春季）贵州省范围内的小时气温、遥感反演的夜间地表温度、地表高程、遥感水汽含量等多源数据,对数据进行预处理和质量控制后,采用相关分析法分析了不同数据与日最低气温的线性相关关系,利用相关性显著的地表温度、经度、纬度、水汽含量和高程数据构建了3个不同日期的日最低气温线性推算模型。经验证数据验证,使用线性显著参数构建的最优多元线性回归模型推算的2016年2月10、2017年4月1日和2023年1月31日的最低气温平均绝对误差（MAE）分别为1.224℃、0.894℃和1.727℃,均方根误差（RMSE）分别为1.518℃、1.201℃和2.132℃。表明采用夜间过境的卫星遥感地表温度对推算当日的日最低气温具有较好的效果,该工作对于低温农业保险应用具有一定的实用前景。     

综合一致性质量控制方法及其在气温中的应用

由于历史逐日气温资料在气候分析、气候变化研究中的基础性作用,其数据质量状况日益受到关注。利用邻近参考站日平均气温、最高气温和最低气温资料及线性回归模型,设计了基于线性回归数据估计方法的质量检查算法,该算法同时包含了时间一致性和空间一致性两种检查方法。通过数据植入误差检测以及与单一空间回归检查方法的比较,该算法的错误数据检测性能较高,可检测出与正确日气温数据相差3℃左右的可疑值。在该算法的基础上,研制了综合一致性数据质量控制方法,该方法具有以下特点:第一类错误发生率较低;保持了时间、内部和空间一致性的逻辑关系;参考了天气因素。因此,与一般的数据质量控制方法相比,综合一致性数据质量控制方法具有较高的错误数据检测性能。经过在华中区域湖北、湖南和河南三省251个站1961—2009年逐日气温资料的应用,取得了较好效果。各要素奇异值检出率平均气温为0.001%,最高气温为0.05%,最低气温为0.04%。     

保定市2009年冬季气温分析

采用保定市1955-2000年的月平均气温资料,利用一元线性回归、线性倾向估计等统计学方法,分析了保定市冬季(12月-次年2月)平均气温的变化特征,并从温室效应和海洋温度变化等方面分析了冬季气温异常的原因.分析发现,保定市冬季气温变化具有明显的波动性、周期性和加速上升趋势.最后对回归模型进行显著性检验,检验结果是显著的,可见一元回归模型在气温统计分析预报应用上有相当的准确度.     

多模式温度集成预报的检验分析

该文利用C#程序语言逐日读取欧洲数值预报模式(Ec)、中国数值预报模式(T639)、德国天气在线(ZX)、美国天气(MG)、中国天气(ZG)、中央气象台指导预报(ZY)6家模式预报的日最高气温(Tg)和日最低气温(Td)预报值,建立预报数据库。使用LINEST函数对Tg和Td做多元回归分析,得出6家模式的集成预报结果,结果表明:集成预报(JC)比6家模式预报准确率都高;同时,建立本地化订正方法,将原6家模式Tg和Td进行订正后再集成,结果表明:订正后的集成比直接集成准确率提高了0%～4%,说明订正方法的使用对提高气温预报准确率有一定的效果。另外,通过对各家模式预报结果和集成预报结果的检验分析,不仅为预报员择优使用数值预报产品提供参考依据,也为数值预报产品释用提供一定的参考方法。