修水县大雾天气特征及预报指标误差分析

利用地面气象观测资料对修水县1954—2017年大雾时间变化特征和2005—2017年大雾出现时的主要预报指标进行了统计分析,此外利用ECMWF预报资料对2014—2017年11月—次年2月预报指标进行了误差分析。结果表明,大雾日数自20世纪90年代起显著减少,平均递减率为0.28 d/a;冬季大雾日数最多,春季次之,夏季最少;大雾出现的次数自02时之后显著增多,08时之后则显著减少。秋末至冬季,大雾出现时2 m相对湿度多大于93%,2 m温度露点差多小于1.2℃,10 m风速多小于1.2 m/s,02时总云量多在0—1成,此外若14时2 m相对湿度小于30%,一般不考虑次日预报大雾天气。在ECMWF细网格预报中,2 m相对湿度经常性预报偏小,而2 m温度露点差和10 m风速则经常性预报偏大,在实际业务工作中,可综合订正方程及误差概率分布等因素得到较为准确的预报指标值。     

风电场风电功率短期预报方法比较

通过开展湖北省九宫山风电场短期风电功率预报方法的研究,以不断提高预报准确率,为风电场提供更有价值的预报服务,该文利用MM5耦合CALMET模式模拟风电场风速资料,采用物理法和动力统计法探讨风电场各种情况下预报应用效果。结果表明:模拟风速释用订正能有效降低风速预报误差,但难以修正预报趋势;动力统计法更适用于九宫山风电场的复杂山区地形,可能由于该方法能自发适应风电场地理位置;采用实测数据建立的风电功率预报模型优于理论风电功率模型,这也与风机实际运行环境会影响风机输出功率有关。     

基于贝叶斯原理降水订正的水文概率预报试验

利用淮河流域加密站点2008年6月1日—8月31日逐日降水资料、对应的T213模式的24 h, 48 h以及72 h集合预报,采用贝叶斯模型平均 (Bayesian Model Averaging,BMA) 方法对集合预报15个成员的降水预报进行了概率集成与偏差订正,采用排序概率评分 (CRPS)、平均绝对误差 (MAE) 对BMA的订正结果进行检验,并将订正后的降水预报输入VIC (Variable Infiltration Capacity) 水文模型中进行水文概率预报。结果表明:经BMA订正后的24 h, 48 h, 72 h降水预报精度较订正前有所提高;BMA模型给出的有效区间 (第25百分位数至第75百分位数) 预报将实况降水量包含在内的可能性比订正前更大;由水文概率预报检验指标分析可知,经BMA订正的降水集合预报,由VIC水文模型模拟得到的径流量变化趋势与实况较吻合。     

风能模式预报的相似误差订正

采用一种基于相似误差的模式后处理方法,对2011年10月18日—2012年1月5日WRF模式24 h预报的陕西延长风电场风速进行误差订正。该方法通过寻找与当前预报相似的历史预报来进行误差订正,克服了一般基于时间顺序的误差订正方法的不足,即不能处理由于天气系统的剧烈转变引起的预报误差的快速变化。相似误差订正方法减小了预报的均方根误差和中心均方根误差,相对原始预报分别减小9%和10%左右。该方法不仅可以减小系统误差,还可以减小随机误差,从而提高预报准确率。同时,订正结果相对原始预报具有更好的Taylor图模态相关。相似误差订正方法对风能预报敏感区的订正效果更为显著,均方根误差和中心均方根误差分别减小了12%和22%左右。该方法尤其适用于基于风能模式预报的风速误差订正,同时该方法对其他的预测系统和预报变量也有很好的应用潜力。     

2012年6月东北冷涡天气长春地区WRF要素预报统计

2012年6月东北冷涡天气长时间持续影响吉林省,历史罕见。本文对此次冷涡天气中WRF3.3.1数值模式预报中的极端气温和降水要素进行检验统计分析。分析发现在此次冷涡天气中长春地区6个站点极值温度预报成绩较好,在75%到80%之间。最高气温一般预报偏高,最低气温预报偏低,站点逐小时温度预报偏差具有昼高夜低的特点,即白天预报偏高,夜间预报偏低,最高气温偏差与日照时数呈反相关,与"冷涡天气高温不高,低温不低"的预报经验一致。站点晴雨成绩出色,为78%左右,具有漏报低、空报少的特点;分级检验统计中,只有小雨降水正确率较好,分级检验空报和漏报过多。降水预报形态的主观分析发现,预报与实况落区形态上一般是一致的,但WRF预报较实况范围大,对几百公里以上的降水天气降水预报与实况很相似,但是对一百公里以下尺度的降水天气预报能力仍显不足。     

OTS、MOS和OMOS方法及其优化组合应用于72 h内逐3 h降水预报的试验分析研究

开展了夏半年72 h内逐3 h降水预报试验,针对ECMWF模式预报、基于ECMWF的模式输出统计(MOS)预报、纳入超前空间实况信息的OMOS预报,以及三种预报的最优TS评分订正(OTS)预报,对比分析预报效果,探讨一种多方法结合能够提供良好预报性能的3 h定量降水预报技术方案。结果表明:在短期预报中,MOS预报与OTS订正相结合的MOSOTS综合预报方法的预报性能最好,而且MOS-OTS方法的3 h强降水预报与业务运行的城镇指导预报中融合主客观预报的降水预报相比,也具有一定优势;而在临近3 h预报中,则OMOS预报与OTS订正相结合的OMOS-OTS综合预报方法最优,3 h内0.1、3和10 mm以上降水的TS评分最高,比原始模式预报分别提高73%、198%和483%,Bias评分接近于1,在夏半年的逐日晴雨预报中,OMOS-OTS方法在大部分日期都稳定优于MOS-OTS预报和城镇指导预报。     

基于RMAPS-CHEM模式产品的北京地区能见度预报订正

基于RMAPS-CHEM空间分辨率为3 km的逐小时能见度预报产品,考虑到不同区域、不同时效及不同级别的预报误差不同,对北京区域各站点能见度观测值与模式预报结果进行比较和分时段逐级偏差订正,以2016年数据为样本,并对2017年数据检验。订正结果表明该统计订正方案对2017年能见度预报有较好的订正效果,不仅可以较好地改善其对高海拔地区的高估现象,也能更好地预报出低能见度现象。以2017年1月为例,北京观象台站能见度平均偏差及均方根误差都有所降低,0～24 h分级预报准确率均有所提高。同时,对优化后结果进行合理插值,并应用于北京iGrAPS无缝隙智能网格预报分析系统,得到北京地区1 km空间分辨率的0～96 h时效能见度预报产品,从而为雾、霾等低能见度天气现象的预报提供支撑。     

延伸期温度预报误差订正技术初探

应用滑动平均误差订正方法和历史偏差订正方法,对欧洲中期天气预报中心的数值模式延伸期2 m温度预报进行误差订正。研究发现,应用滑动平均误差订正方法进行11～15 d逐日温度预报订正时,25～30 d是最优的训练期长度。对2018年订正预报的检验分析显示,应用上述两种误差订正方法均可减小模式预报的系统偏差,有效修正模式温度预报较实况明显偏低的问题,并将预报准确率提高30%以上。在6—10月,订正后的温度预报平均绝对误差基本在2℃以内,具有一定的参考性,其业务化产品可支撑预报员的业务预报需求。在15 d内的延伸期预报时效上,两种订正方法对温度预报的订正效果差异并不明显。随着时效的延长,历史偏差订正方法的优势逐渐显现。     

一种顾及先验约束的窄巷FCB估计方法

精密单点定位(PPP)技术由于作业灵活,目前在多领域得到了广泛的应用,其中整周模糊度固定是精密单点定位的核心问题。由于北斗三号全球卫星导航系统(BDS-3)的测站分布大多数集中在亚太区域,因此BDS-3的窄巷小数周偏差(FCB)受观测环境和观测条件的影响,各时段估计值差异较大,窄巷FCB的估计精度严重制约了BDS-3精密单点定位的整周模糊度固定。针对此问题,本文提出了采用最小方差估计算法,加入先验信息估计窄巷FCB的方法。首先对各观测站的观测数据进行粗差探测与隔离,在处理“干净”的数据的基础上,依据先验方差和均值进行最小方差估计,最后采用亚太地区38个观测站数据进行验证。试验结果表明,新方法估计的窄巷FCB月稳定性在0.2周以内,利用估计的窄巷FCB在进行BDS-3精密单点定位时,静态条件下固定率可达95.1%,定位精度在东向、北向和天向3个方向的均方根误差(RMS)分别为1.1、1.3和3.9 cm。     

多模多频GNSS差分码偏差估计及电离层建模研究EI北大核心CSCD

电离层延迟是GNSS导航定位中重要的误差源,对电离层进行监测和建模具有重要的意义。GNSS具有覆盖范围广、观测时间长、反演精度高等特点,为电离层监测和建模提供了一种有效的手段。差分码偏差(differential code bias,DCB)包含在电离层观测值中,与电离层总电子含量(total electron content,TEC)参数相互耦合,在电离层建模时需要被精确分离和确定。