最优集合预报订正方法在客观温度预报中的应用

数值模式的直接输出预报在实际应用时常与实况产生一定的偏差,对模式预报进行有效的本地化订正是提高预报准确率的重要手段。以欧洲中期天气预报中心(ECMWF)模式细网格资料,采用最优集合(anolog ensemble,AnEn)预报订正方法对北京市各站1~7 d的日最高气温和日最低气温进行订正,并对相关参数进行了本地化。采用了滑动训练期、优化变量权重两种方案进行训练。检验评估结果表明:(1)滑动训练期采用60 d时能同时保证计算效率和预报准确率;采用最优变量权重方案后,与预报员主观预报准确率对比,AnEn的最低气温优于预报员主观预报,最高气温基本相当;增加训练期的长度(引入多年的历史资料)相比优化变量权重方案能更有效地提高预报准确率。(2)AnEn预报订正方法在改善数值模式预报的固有偏差(如对由数值模式对局地地形、边界层日变化等形成的误差)效果显著,有较好的应用价值;对于因局地天气(如霾、降水、大风等)影响下,AnEn的温度预报准确率虽优于ECMWF,但不如主观预报,未来还有改进空间。还对检验结果进行了时间和空间验证,确保在以后的业务尤其是智能网格预报业务中的运行效果。

基于瑞万思温度预报制作咸阳市客观温度预报方法

对咸阳市12县（市）半年内逐日24-72 h＂瑞万思天气预测辅助信息系统＂（简称＂瑞万思＂）、＂德国天气在线＂与＂兰州区域气象中心业务产品网＂的温度预报准确率进行对比分析,发现瑞万思对咸阳市温度预报具有较高的指示作用,值得借鉴;对瑞万思的温度预报值与实况值进行趋势、误差分析,并对瑞万思温度预报进行两种3 d滑动误差计算,发现3 d滑动误差可有效改善瑞万思系统性误差;以其制作的咸阳市客观温度预报方法准确率明显提高,在常规温度要素预报业务中起到指导作用。

支持向量机方法在内蒙古客观温度预报中的应用

文章将数据挖掘技术中的支持向量机回归方法应用于内蒙古乡镇站点的日最高、最低气温预报。利用内蒙古2015年12月至2018年11月共3年的逐1h自动气象站观测和欧洲中期天气预报中心数值预报产品历史资料,选取了36个典型物理量作为预报因子,分别建立了分季节、逐站点、逐时次的日最高、最低气温预报模型,并用逐步筛选法确定模型参数。应用该模型制作了一年的实时最高、最低气温预报,并对预报效果进行客观检验。结果表明:支持向量机预报方法在欧洲中期数值预报产品的基础上,预报准确率有大幅提升,预报平均绝对误差减小,具有显著的订正效果。同时对比了内蒙古气象台乡镇指导预报检验评分,发现该模型产品效果优于内蒙古指导产品,具有较高的业务参考价值。

基于数值预报产品的温度客观预报集成模式的建立

利用泰安市2009年4月1日至2010年3月31日逐日最高气温和最低气温实况资料和T639、mm5、天气在线数值预报产品中最高气温和最低气温对应日的预报值、EC(欧洲中心)的数值预报产品中最高气温和最低气温对应日的预报值的订正值及1961—2010年逐日平均最高气温和最低气温平均值,以5家预报产品作为因子,采用多元回归方法,建立温度客观预报集成模式,为提高温度预报准确率提供依据。

利用卡尔曼滤波方法制作吉林省短期温度客观预报

本文利用卡尔曼滤波方法对吉林省短期极端气温进行客观预报。选取日本数值预报产品资料,运用我们所设计的预报因子,建立温度预报系统,在1998年汛期投入业务使用,结果表明:24个评分站的最低气温具有较高参考价值,最高气温具有一般参考价值。