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。     

数值天气预报和气候预测的集合预报方法:思考与展望

从初始误差、模式误差以及两者综合影响的角度,综述了天气、气候集合预报方法的研究进展,指出了传统方法的优势,同时也评论了这些方法的局限性,提出了对未来先进集合预报方法的一些思考,以及需要解决的挑战性问题和可能的应用。     

国家级现代农业气象业务技术进展

农业气象业务技术是开展农业气象服务的基础和前提,因此,农业气象业务技术的研发一直是国家级农业气象业务服务的核心工作。近年来,国家级农业气象业务技术已逐步迈向精细化、定量化,涵盖了农业气象监测评价、作物产量预报、农业气象灾害监测评估与影响预报、农用天气预报、农林病虫害发生发展气象等级预报等诸多领域。随着农业气象业务技术的发展,支撑农业气象服务的客观产品更加丰富和多样化,既有站点产品,又有格点产品,涵盖了日、周、月、季、年等不同时间尺度。以农业气象指标、数理统计模型、作物生长模拟、卫星遥感、地理信息系统、大数据等技术为核心的国家级农业气象业务平台（CAgMSS）已成为全国农业气象业务系统的重要品牌。面向现代农业发展对气象服务日益增长的需求,精细化、精准化的农业气象灾害监测与风险评估技术、作物长势评估与产量预报综合集成技术、农业应对气候变化技术以及农业气象大数据挖掘与人工智能技术将是未来国家级农业气象业务技术发展的重点。     

Progress in Climate Prediction and Weather Forecast Operations in China

The current status of weather forecasting and climate prediction, and the main progress China has made in recent years, are summarized in this paper. The characteristics and requirements of modern weather forecast operations are described briefly, and the significance of Numerical Weather Prediction (NWP) for future development is emphasized. The objectives and critical tasks for seamless short-term climate prediction that covers the extended-range (15-30 days), monthly, seasonal, annual, interannual and interdecadal timescales, are proposed.     

夏季亚洲对流层中上层温度年际变率的预测水平评估及其在我国东部降水预测中的应用

夏季亚洲对流层温度异常与中国东部夏季降水紧密相关并可能作为降水的有效预报因子。基于欧盟ENSEMBLES计划的季节预测试验耦合模式每年5月1日开始的回报试验，分析了其对1960～2005年夏季亚洲对流层中上层温度（以200～500 hPa厚度替代，简称对流层温度）年际变率的预测结果，发现模式集合平均对夏季亚洲对流层温度年际变率具有较高的预报技巧，可以合理回报其前两个EOF（Empirical Orthogonal Function）主导模态（EOF1、EOF2），只是未能回报出EOF2高纬度的温度异常，模式集合平均预测的第一模态主成分（PC1）和第二模态主成分（PC2）与再分析资料的时间相关系数分别达到0.63和0.77。再分析资料中前两个EOF模态分别由ENSO（El Ni?o–Southern Oscillation）发展年印度夏季降水异常所激发的丝绸之路遥相关波列和ENSO衰减年西北太平洋夏季降水异常对应的太平洋—日本遥相关波列导致。ENSEMBLES计划可以合理预测出相应的海温异常及遥相关波列，进而合理预测出前两个EOF模态。对流层温度PC1和PC2分别表征了欧亚大陆与周围海洋之间的纬向和经向热力对比异常，模式对由PC1的预报技巧远高于前人定义的纬向热力对比的东亚夏季风指数，对前人定义的经向热力对比指数的预测技巧与PC2相当。将PC1和前人定义的经向热力对比指数作为预报因子，建立了中国夏季降水的动力—统计降尺度预测模型，交叉检验的结果表明该预报模型显著提高了东北和长江流域上游夏季降水的预报技巧。本文提出的亚洲对流层温度年际变率的EOF1及PC1，既能较好表征纬向热力对比与中国东部夏季降水显著相关，又能被模式合理预测，可以作为我国中高纬度地区，特别是东北地区降水的重要预测因子之一。     

气候模式-农业气象模式集成系统的小麦灌溉管理新途径

首次采用区域数值预报模式与农业气象模型结合的技术途径, 构成一个气候模式-土壤水分模式-灌溉模式的系统模型。模型的数值天气预报部分采用大气过程与陆面过程耦合的区域气候模式; 农业气象模型采用适用于冬小麦区的土壤水分和灌溉管理预报模型。研究表明, 本模型较农业气象模型中一般用气候平均作为环境背景场的方法其预测能力有显著提高, 并提供覆盖整个小麦生长期的区域土壤水分定量预报和灌溉管理服务, 具有很好的使用和推广前景。     

中国东部旱涝型的研究

文章利用中国东部25个站524年（1470～1993年）的旱涝级别资料分析了中国东部旱涝的空间分布，比较了EOF方法和REOF方法的不同点，研究指出可用6个中心地区的旱涝情况来补充原来划分的6种旱涝型，使得旱涝中心更明确，旱涝分布更符合实际情况，突出体现了REOF在旱涝型研究中的优点。最后给出了近五百年中国东部的主要旱涝中心及特征。     

一种新的城市SO2污染统计预报方法及其应用

针对目前采用的统计方法存在的不足, 即在选择预报因子时没有考虑预报因子之间的相关性, 挑选的预报因子由于非正交, 使回归计算的结果不稳定, 给计算带来一定的误差。该文提出把一元线性回归分析、自然正交函数 (EOF) 和逐步回归方法结合起来, 从而得到一种新的建立统计预报模型的方法。以西安市采暖期和夏季SO₂日均浓度为预报对象, 使用该方法建立预报模型。拟合及预报试验表明, 这些预报模型不但可以很好地拟合变化趋势, 而且还能作出较准确的预报, 采暖期预报的级别命中率为72.5 %, 夏季级别预报命中率为100%。通过对比试验, 此方法优于目前常用的逐步回归方法, 具有很好的应用前景。     

利用地面气象资料进行福州市空气质量日预报

空气污染预报是建筑在空气污染与气象条件关系的基础之上的。利用福州市1995－1997年地面气象预测资料，运用统计学方法，探讨污染物浓度与气象因子（温度、气压、风、湿度、大气稳定度、降水等）分布规律，建立气象预报指标及统计预报方程，在1999年2－8月进行福州市空气污染物浓度等级试预报。结果表明运用统计模式开展城市空气污染浓度等级预报是切合实际并且可行的。     

Experiments with the Improved Dynamical-Statistical-Analog Ensemble Forecast Model for Landfalling Typhoon Precipitation over South China

In recent work, three physical factors of the Dynamical-Statistical-Analog Ensemble Forecast Model for Landfalling Typhoon Precipitation (DSAEF_LTP model) have been introduced, namely, tropical cyclone (TC) track, TC landfall season, and TC intensity. In the present study, we set out to test the forecasting performance of the improved model with new similarity regions and ensemble forecast schemes added. Four experiments associated with the prediction of accumulated precipitation were conducted based on 47 landfalling TCs that occurred over South China during 2004-2018. The first experiment was designed as the DSAEF_LTP model with TC track, TC landfall season, and intensity (DSAEF_LTP-1). The other three experiments were based on the first experiment, but with new ensemble forecast schemes added (DSAEF_LTP-2), new similarity regions added (DSAEF_LTP-3), and both added (DSAEF_LTP- 4), respectively. Results showed that, after new similarity regions added into the model (DSAEF_LTP-3), the forecasting performance of the DSAEF_LTP model for heavy rainfall (accumulated precipitation ≥250 mm and ≥100 mm) improved, and the sum of the threat score (TS250 + TS100) increased by 4.44%. Although the forecasting performance of DSAEF_LTP-2 was the same as that of DSAEF_LTP-1, the forecasting performance was significantly improved and better than that of DSAEF_LTP-3 when the new ensemble schemes and similarity regions were added simultaneously (DSAEF_LTP-4), with the TS increasing by 25.36%. Moreover, the forecasting performance of the four experiments was compared with four operational numerical weather prediction models, and the comparison indicated that the DSAEF_LTP model showed advantages in predicting heavy rainfall. Finally, some issues associated with the experimental results and future improvements of the DSAEF_LTP model were discussed.