不同集成方法对云南日最低气温的集成预报试验

通过前期对ECMWF-thin地面2 m气温在云南不同地区日最低气温各时效预报产品的检验,结果显示数值模式对云南不同地区日最低气温的预报性能,随预报时效延长并非一致性下降,而是呈现波动性降低。本文在此基础上,采用算术平均集成、相关权重集成、误差订正集成、相关权重与误差订正综合集成、预报准确率评分权重集成、准确率评分与误差订正综合集成等方法分别构建6种集成预报模型,并开展对云南省不同地区站点的日最低气温的集成预报试验。结果表明,6种集成方法对云南省不同地区站点日最低气温的集成预报效果均较未经集成的原始预报有明显提升,但不同集成方法对同一地区日最低气温的改进效果不同,同一种集成方法在不同地区的集成预报效果也有所不同;6种集成模型中简单的算术平均集成预报效果相对较差,而既考虑前期相关性和技巧评分,同时又考虑前期预报误差变化的综合集成效果相对较好;值得注意的是随着预报时效的延长,各种集成方法对原始预报效果的改进更加显著,具有很好的参考意义。

云南省极端最大日雨量时空分布特征及其重现期估算

本文用云南133个气象站自其建站以来近70年的逐日降水资料,分析了云南省极端最大日雨量的时空分布特征,在此基础上根据耿贝尔I型极值分布模型,对云南省各气象站自其建站以来的极端最大日降水的重现期进行了估算,并分析了不同重现期内各气象站可能出现的极端最大日降水量值。结果表明:云南省极端最大日雨量的空间分布极不均匀,分别在滇西北、滇东北、滇东及滇西南至滇南等地区存在日最大雨量值超过200 mm的分布中心;截止到2017年,云南极端最大日雨量值为250.1 mm (普洱的江城);近70年来全省暴雨大雨以上量级的强降水频次呈现增长态势,且干季强降水频次的增长尤为明显;不同重现期下云南极端最大日雨量的估算结果显示,局部地区百年一遇的极端最大日雨量值可超过320 mm,且强降水区域呈现扩大趋势。