基于模式物理量参数的云南雷暴大风概率预报技术研究

利用2019—2021年云南125个国家站大风数据和云南省地闪资料,统计云南雷暴大风个例,并挑选对雷暴大风有重要意义的物理量参数,结合NCEP再分析资料确定云南雷暴大风个例的物理量阈值,再基于ECMWF数值模式预报产品及确定的阈值,采用二分法进行云南雷暴大风概率预报。结果表明:在云南三次雷暴大风过程预报检验中,8月4日云南中部及东北部雷暴大风均命中,但在云南西部及西南部出现大范围的虚警,导致此次过程虚警率较高和临界成功指数较低;8月5日云南中部、东北及西北部雷暴大风预报正确,且云南西部及南部虚警范围小,虚警率较8月4日明显降低;7月7日云南自东北向西南出现大范围的雷暴大风天气过程,雷暴大风预报落区与实况基本吻合,呈现命中率高、虚警率较低的特征;三次过程命中率、临界成功指数、虚警率平均为0.873、0.203、0.789。

2020年超长梅汛期降水概率预报应用与检验

基于欧洲中期天气预报中心(European Center for Medium-range Weather Forecasts,ECMWF)集合预报资料及浙江全省自动站降水观测资料,采用贝叶斯模型平均(Bayesian Model Average,BMA)方法对2020年浙江超长梅汛期开展降水概率预报订正试验。采用平均绝对误差、连续等级概率评分、布莱尔评分B_(S)、Talagrand、概率积分变换(Probability Integral Transform,PIT)直方图及属性图检验方法对本次过程BMA订正前后的概率预报进行对比分析,结果表明:(1)50 d为适用于浙江梅汛期ECMWF集合预报订正的BMA最优训练期,经最优训练期的BMA订正后,预报离散度有所增加,预报误差有所下降;(2)BMA对0.1 mm、10.0 mm和25.0 mm阈值降水的订正效果显著,经BMA订正后3个阈值的降水预报B_(S)下降率分别为25.92%、19.29%、4.76%,但对超过50.0 mm的降水订正效果不明显,且随着降水阈值增加,BMA的订正效果减弱;(3)在强降水个例中,BMA能有效减少各阈值降水预报概率大值落区偏差,使订正后的降水预报概率大值区与观测落区更一致。

基于机器学习的长江航道水位集合概率预报模型

针对目前水位预测模型预报不确定性以及水位预测精度不高等问题,通过综合多个模型预报结果,提出一种融合机器学习与贝叶斯模型平均法(BMA)的航道水位集合概率预报框架。以长江航道上荆江河段为研究区域,采用随机森林(RF)、支持向量机(SVM)以及人工神经网络(ANN)进行了沙市站和新厂站的水位预测,结果表明水位预测精度表现为RF>SVM>ANN,3种模型预测精度整体均处于较优状态。基于3种机器学习模型预测结果,采用贝叶斯模型平均法进行了水位集合概率预报,BMA模型在沙市站和新厂站的水位预测结果相较于RF得到进一步提升,并准确获取了未来水位在90%概率下可能的出现范围。研究方法有效提升了航道水位预测精度并实现了概率预报,能够为船舶通航安全提供技术支撑。

考虑误差分布超参数的洪水概率预报方法研究

为解决洪水预报中存在的误差异分布性问题,提出考虑预报误差超参数的洪水概率预报方法,以提升洪水预报的精度和可靠性,并将其应用于梅山水库入库洪水预报中。结果表明:从精度指标上看,引入预报误差分布超参数后,洪水概率预报精度有一定的提升,但幅度较小;在可靠度方面,考虑预报误差分布超参数的洪水概率预报方法区间覆盖率基本超过0.9,且离散程度上升较小。预报误差分布超参数的引入使得概率预报可以在较小的概率区间内更好地覆盖真实值,预报可靠性更高。

南京机场2015-2018年MDRS重要天气概率预报情况统计分析

本文对南京机场2015至2018年MDRS启动及重要天气概率预报情况进行了统计。南京机场的复杂天气以大雾和雷暴强降水为主,1月份也会出现较强的冰雪天气影响航班运行。就评估结果而言,预报命中的天气中,不准确率(预报误差超过4h)低于20%,预报效果较好,此外大雾天气预报的漏报率最高,而冰雪天气预报的准确率最高。

基于TIGGE多模式集合的24小时气温BMA概率预报

利用TIGGE(THORPEXInteractiveGrandGlobalEnsemble)单中心集合预报系统(ECMWF、UnitedKingdomMeteorologicalOffice、ChinaMeteorologicalAdministration和NCEP)以及由此所构成的多中心模式超级集合预报系统24小时地面日均气温预报,结合淮河流域地面观测率定贝叶斯模型平均(Bayesianmodelaveraging,BMA)参数,从而建立地面日均气温BMA概率预报模型。由此针对淮河流域进行地面日均气温BMA概率预报及其检验与评估,结果表明BMA模型比原始集合预报效果好;单中心的BMA概率预报都有较好的预报效果,其中ECMWF最好。多中心模式超级集合比单中心BMA概率预报效果更好,采用可替换原则比普通的多中心模式超级集合BMA模型计算量小,且在上述BMA集合预报系统中效果最好。它与原始集合预报相比其平均绝对误差减少近7%,其连续等级概率评分提高近10%。基于采用可替换原则的多中心模式超级集合BMA概率预报,针对研究区域提出了极端高温预警方案,这对防范高温天气有着重要意义。

河道洪水实时概率预报模型与应用

通过数据同化方法合理地将实时水文观测数据融入到洪水预报模型中,可提高洪水预报模型的实时性和精确度。选取沿程断面流量、水位和糙率系数作为代表水流状态的基本粒子,以监测断面实测水位数据作为观测信息,建立了基于粒子滤波数据同化算法的河道洪水实时概率预报模型。模型应用于黄河中下游河道洪水预报计算的结果表明,采用粒子滤波方法同化观测水位后,不仅可以直接校正水位,同时也可以有效地校正流量和糙率,为未来时刻模型预报计算提供更准确的水流初始条件和糙率取值区间,进而有效地提高模型预报结果的精度,给出合理的概率预报区间。不同预报期的预报结果表明,随着预报期的增长,同化效果减弱,模型预报结果的精度会有所降低,水位概率预报结果受粒子间糙率不同的影响不确定性增加,而流量概率预报结果受给定模型边界条件的影响不确定性降低。所提出模型可以有效同化真实水位观测数据,适合应用于实际的洪水预报工作中。

基于中尺度数值模式快速循环系统的强对流天气分类概率预报试验

在利用实况探空资料、微波辐射计和风廓线构建的特种探空资料对北京地区强对流天气进行判别,以及快速更新循环同化预报系统(BJ-RUC模式)探空资料可应用性分析的基础上,针对模式探空基本要素计算多种热力、动力、综合不稳定物理量,根据统计的强对流天气判别指标,计算模式格点上的强对流发生概率,并进一步针对冰雹(雷暴大风)和强对流短时暴雨天气下不同物理量的阈值范围,初步探索中尺度数值模式对强对流天气分类预报的可能性。通过不同组合的预报方案进行的对比分析表明,利用北京地区中尺度数值模式快速循环系统(BJ-RUC)的格点探空资料进行强对流天气概率的预报是可以实现的,强对流天气的分类概率预报也存在一定的成功率。

基于贝叶斯理论的集合降水概率预报方法研究

将贝叶斯理论应用到集合降水概率预报方法研究中。采用集合预报资料和历史观测资料,通过建立贝叶斯产品处理技术(Bayesian Processor of output,BPO)降水概率预报模型,将一组集合成员降水确定预报值修订为一组贝叶斯降水概率分布或概率密度的预报,并获得表征每个集合成员预报能力有效信息评分(Informativeness Score,IS)。基于IS值对集合成员概率预报信息融合,得到集成贝叶斯降水概率预报,并采用连续等级概率评分(Continuous Ranked Probablity Score,CRPS)方法检验试验结果。结果表明,基于BPO方法得到的集成贝叶斯降水概率预报可靠性高于由集合预报得到的直接概率预报。

考虑降雨不确定性的洪水概率预报方法

基于流域雨量站网布设的抽站法原理,推导以面雨量计算值为条件的面雨量真值的概率分布,用以描述现有测站数目条件下流域面雨量计算的不确定性。在此基础上,结合确定性预报模型,展开洪水概率预报研究。以淮河黄泥庄流域为研究对象,对该方法进行应用,结果表明:该方法不仅可以实现任一时段流域面雨量真值概率分布的估计,描述面雨量计算的不确定性;同时,通过与水文模型(如新安江模型)耦合,结合Monte-Carlo抽样技术,可以实现预报流量概率分布的估计,从而实现洪水概率预报。

滑坡的易滑度分区及其概率预报模式

滑坡的发生主要由地形、地质和降雨三方面因素决定。基于区域地质-气象耦合分析的思路,有可能提高区域性滑坡的预报精度。首先通过将降雨条件和地质环境条件相结合的方法,提出一种新的滑坡概率预报模式,利用数理统计分析,提出利用最大24h雨强和前15d实效降雨量作为滑坡灾害发生的短期预报判据;然后以重庆市区作为研究对象,选择岩性组合、地形坡度、边坡形态、岩体结构和水文地质五大因素及其21种状态为预测变量,利用信息量法进行了易滑度的分区;最后,对概率预报滑坡的可行性进行了实例分析和探讨。

清江流域降水的多模式BMA概率预报试验

基于TIGGE资料中的ECMWF、UKMO、JMA、CMA四套模式的2016年6月1至7月31日逐日降水集合预报资料,结合清江流域10个国家基准站观测数据,建立了流域贝叶斯模型平均(BMA)概率预报模型,开展流域多模式集合BMA技术的概率预报试验与评估。结果表明,在清江流域多模式集合的BMA模型最佳滑动训练期长度为40 d,BMA模型预报比原始集合预报有更高预报技巧,比四个原始集合预报MAE平均值减少近11%左右,而对于CRPS除了CMA中心无订正效果外,较其他三个模式平均值提高近15%左右。多模式集合BMA技术能预报降水全概率PDF曲线和大于某个降水量级的概率,同时能给出确定性降水预报,对于极端强降水(大暴雨一特大暴雨量级),BMA 75~90百分位数预报效果较好,对于强降水(暴雨量级),BMA 50~75百分位数预报效果较好,对于一般性降水(小雨一大雨量级),BMA确定性预报结果或50百分位数预报效果较好。

洪水概率预报评价指标研究

在分析现有洪水概率预报评价指标的基础上,建立了洪水概率预报的“精度-可靠度”联合评价指标体系.“精度”指标用于评价倾向值预报的准确性,包括确定性系数、相对误差等指标;“可靠度”指标用于评价区间预报的合理性,包括覆盖率、区间离散度等指标.其中,在“可靠度”评价指标中,提出了一个新的评价指标,即覆盖率判定系数,用以评价多个区间预报结果的整体合理性.以淮河王家坝区间流域为例进行应用研究,结果表明:“精度-可靠度”联合评价指标体系可以对洪水概率预报结果的合理性做出更全面的评价.

广东沿海强东北季风的概率预报方法

通过对1988～1997年十年中冷空气造成的广东沿海强东北季风过程的统计研究,挑选出多个与强东北季风相关程度较高的因子作最优因子组合,分月份、分时次共设计了24条概率预报方程,从而建立起冬春季强东北季风概率预报方法,因子结构合理,处理技术科学,所有计算过程完全客观定量。预报检验和业务试验表明,该方法的预报结果效果良好,有较高的应用参考价值。

多模式短期集合降水概率预报试验

利用AREM、MM5和WRF3个中尺度数值模式,通过积云参数化和边界层方案组合构成15个集合成员,对中国2003年7月汛期降水分别采用平均法、相关法、Rank法开展多模式短期集合降水概率预报试验。结果表明:用上述3种方法制作的多模式短期集合概率预报都能对降水落区及中心做出较准确的预报,但平均法和相关法易使降水落区虚假放大,Rank法则能较好地刻画降水落区边界及强度,其概率预报效果优于平均法和相关法结果。采用BS(Brier score)、RPS(ranked probability score)评分和ROC(relative operating characteristic)曲线对3种方法的降水概率预报效果评价时发现,对某一临界值等级的概率预报,3种方法结果差异较小;但对某一天降水概率预报结果的综合评价表明,Rank法显著优于前两种方法;降水强度大、范围广的降水的RPS评分和各级的BS评分较高,表明多模式降水概率预报也具艰巨性。

淮河息县站流量概率预报模型研究

应用美国天气局采用的由Roman Krzystofowicz开发的贝叶斯统计理论建立概率水文预报理论框架,即以分布函数形式定量地描述水文预报不确定度,研究了淮河息县站流量概率预报模型。理论和经验表明,概率预报至少与确定性预报一样有价值,特别当预报不确定度较大时,概率预报比现行确定性预报具有更高的经济价值。

径流贝叶斯概率预报在水库发电优化调度中的应用

为了充分考虑降雨、径流预报的不确定性和降低水库发电调度模型的复杂性,采用贝叶斯概率水文预报系统(BFS)耦合降雨预报的不确定性和径流预报模型本身的不确定性来定量描述径流预报的不确定性,发布径流确定性预报、概率预报和概率预报期望值;结合随机动态规划(SDP)模型和贝叶斯随机动态规划(BSDP)模型来制定发电调度图;以浑江桓仁水库流域为背景,采用美国国家天气局的全球预报系统(GFS)发布的10d降雨预报信息作为预报模型输入,模拟桓仁水库的发电调度过程。模拟结果表明基于径流贝叶斯概率预报的水库发电调度能有效提高水库的发电效益和保证率。

一种由单值预报生成定量降水概率预报的方法及初步应用

利用1981年1月1日至2003年12月31日淮河流域59个站的降水观测及同时段美国GFS集合预报模式回算的24 h降水量集合平均预报资料,建立条件亚正态分布函数的概率预报模型并得到集成预报。针对淮河流域子流域的试验结果表明:新方法生成的集成预报的均方根误差在所有子流域和各个季节的误差都有显著降低,其中蚌埠至洪泽湖流域6月的均方根误差降低了3.11mm。4个子流域通过该模型得到的集成预报的Brier技巧评分在0.16～0.61,说明该集成预报在整年都具有一定预报价值。在淮河上游大坡岭至息县流域,当实际日面雨量阈值为0.00～7.82mm的预报时,夏季的集成预报出现不同程度的低报;但当实际日面雨量阈值为18.12 mm时,夏季的集成预报表现出较好的可靠性。百分位评估则进一步表明该集成预报能较好地预报出小量级的面雨量,而对30.00mm以上面雨量的预报能力相对较弱。

试用累积求和方法研究地震活动平静现象及大震概率预报

以表征区域地震活动强度背景的震级期望值作为单个地震事件的目标值 ,利用震级累积和C值随时间的变化分析地震活动相对平静现象 ,并给出其显著性检验 .文中还定量分析了平静异常与大震的关系 ,提出了利用核函数对大震发生时间进行概率外推的方法 .用上述方法对华北区的山西、张家口—渤海地震带的部分地区及新疆区域进行计算 ,显示该方法能够描述地震活动平静现象 ,并可合理地对未来大震发生时间进行概率外推估计 .

基于贝叶斯方法的四川暴雨集合概率预报产品释用

在贝叶斯概率决策理论的基础上,探索了一种提高四川暴雨预报准确率的方法,该方法利用四川境内1951—2004年147站暴雨的气候概率对西南区域中尺度集合预报模式提供的≥50mm集合降水概率预报产品进行了修正。从2008年6—9月的连续性预报试验结果来看:基于贝叶斯方法修正后的集合概率预报产品在一定程度上消除了空报,尽管相比于区域中尺度集合预报系统直接提供的暴雨概率预报产品实际提高暴雨准确率的效果不明显,但在如何有效地利用数值集合预报产品提高四川暴雨预报的准确率以及如何为预报员提供更有价值的暴雨预警决策方法上值得进一步探索。