西昌卫星发射场大-暴雨的预报集成

综合集成是提高预报产品应用效能的一种有效的方法,将集对分析中的联系度概念用于西昌发射场大-暴雨过程预报综合集成,首先对大-暴雨天气过程进行分型,确定国家气象中心T213模式预报、西昌发射场降水模式的客观预报、预报员经验预报与西昌发射场大-暴雨过程的联系度,用权重法将大-暴雨预报进行集成,从而给出集不同预报于一体的西昌发射场大-暴雨过程预报集成方法.     

西昌卫星发射场大-暴雨的预报集成

综合集成是提高预报产品应用效能的一种有效的方法，将集对分析中的联系度概念用于西昌发射场大-暴雨过程预报综合集成，首先对大-暴雨天气过程进行分型，确定国家气象中心T213模式预报、西昌发射场降水模式的客观预报、预报员经验预报与西昌发射场大-暴雨过程的联系度，用权重法将大-暴雨预报进行集成，从而给出集不同预报于一体的西昌发射场大-暴雨过程预报集成方法。     

基于遗传神经网络的乡镇降水量预报方法试验

利用T213数值预报产品.采用遗传算法与神经网络相结合的方法,进行了乡镇降水量预报模型的预报建模研究;并将这种遗传一神经网络乡镇降水量预报模型与逐步回归预报方法和中尺度模式降水输出结果进行对比分析,试验预报结果表明,遗传-神经网络方法在大雨以上降水具有更好的预报能力.     

基于前馈神经网络的多模式集成降水预报研究

为提高山东定量降水预报准确率,采用深度前馈神经网络（Deep Forword Neural Networks,DFNN）和降水分级最优TS(Threat Score)权重集成方法对多模式集成降水预报进行研究。对2019年4—9月欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasting, ECMWF）全球数值预报系统、中国气象局上海数值预报模式系统（China Meteorological Administration Shanghai9 km, CMA-SH9）和中国气象局中尺度天气数值预报系统（China Meteorological Administration Mesoscale, CMA-MESO）逐24 h累积降水量预报进行有监督训练,得到4组DFNN(ES、EM、SM、ESM)深度学习模型,并利用多模式降水分级最优TS权重集成方法建立Mul-OTS(Multi-mode Optimal Threat Score)集成模型。用2020年4—9月各模式逐24 h累积降水量进行降尺度格点预报,对5种集成方案对比...     

能见度集合预报及后处理技术应用

基于污染物情况、环流系统和时空分布特征分析,利用神经网络对历史数据进行建模,生成了能见度集合预报产品。在2022年冬季的TS评分检验中,预报产品优于欧洲中期数值预报中心模式(ECMWF)的能见度预报产品。利用概率匹配、最优百分位和神经网络三种后处理方法生成后处理产品,这些产品的TS评分优于集合预报产品。预报输入的ECMWF模式2 m湿度与实况的偏差是误差的主要来源。利用集成方法对三种后处理产品进行集成,其TS评分结果在低能见度区间总体接近或略优于原始产品。生成的能见度集合预报后处理最优集成预报产品成功提高了对中期延伸期能见度天气的预测准确性。     

一次短期集合预报试验

数值模式中物理过程描述不准确是造成数值预报误差的主要来源之一,采用数值模式中不同物理过程的集合预报方案是减小模式预报误差的有效方法。本文结合一个典型的夏季东北冷涡型降水天气过程,选用不同的积云对流参数化方案、显式降水方案、辐射方案以及模式采用不同的地表分辨率构成10集合预报成员,进行了48h的预报。结果显示集合预报在总体预报效果上比各个集合成员的预报效果好,简单的集合平均就可以提高模式形势场和降水要素场的预报准确率。在集合平均提高预报准确率的同时,采用天气系统移动路径图、面条图以及降水概率预报等方法,可以增强小概率事件的预报能力。     

基于超级集合思想的数值预报产品变权集成方法探讨

针对目前地方气象台站能获取的国内外数值预报产品种类多、数量大、质量参差不齐的实际情况,探讨了几种基于超级集合思想的多模式数值预报动态变权集成处理方法.该方法经济、简便、有效,为预报员从海量的数值产品信息中提取更为准确和精细的集成形势场、物理量场、降水预报、冷空气活动预报、集成矩、特征线路图等多种具有较高质量的集成统计新产品,能动态反映各类数值预报模式的预报能力变化,在一定程度上提高了不同时间、不同区域的精细化预报水平和数值产品的利用效率,为业务预报提供了有价值的参考.     

北京地区夏季多模式降水预报的降尺度集成应用

以2008—2010年5—9月日本、德国、T639数值预报模式降水产品为基础,采取反距离插值的统计降尺度分析方法,将数值预报模式降水格点数据插值到北京西北、东北、西南、东南区域的延庆、密云、房山、观象台4个典型代表站点上;再结合统计分析,将夏季产生降水的天气系统分为西来槽、东北低涡、蒙古低涡、其他系统4种类型,采用预报准确率定级方法对各家模式配以不等权权重系数,从而建立北京地区夏季多模式集成降水预报模型,并用独立的样本对预报模型进行了业务试运行检验,检验结果表明:所建模型对降水预报的改进效果较好,优于单个数值模式降水预报。该模型的建立和应用方法为其他区域本地释用数值模式降水预报产品提供了一定的客观参考。     

基于数值预报模式降水产品的集成应用方法试验

利用2008年5~7月四川省152个站点的逐日降水实况和T213、德国数值预报模式、日本数值预报模式、西南区域本地化的MM5集合降水预报模式和各成员的逐日降水预报产品进行Ts评分,然后基于西南区域集合预报8个成员Ts评分权重系数进行集成预报试验和集成方法对比试验,结果表明:基于Ts评分为权重系数的集成预报效果得到明显改进,且该方法优于逐步回归和支持向量(SVM)回归方法;最后根据上述5~7月T213、日本、德国和集合预报8个成员共11个数值模式降水预报的Ts评分按权重系数集成,预报四川2008年8~9月降水并进行效果评价,结果显示:以多个模式Ts评分为权重系数集成的降水预报效果相对于单一模式有明显提高,有较好的预报指导意义。      

数值预报产品动力释用预报系统的研制

选用一种无需数值预报历史资料且物理意义十分明确的动力释用方法 ,应用MM5中尺度数值模式输出产品 ,预报降水的天气落区及强度 ,建立大连地区暴雨和大暴雨的数值预报产品动力释用预报平台。