递减平均法对陕西SCMOC精细化温度预报的订正效果

利用递减平均法对2012—2013年陕西区域99站共731 d的SCMOC温度精细化指导预报进行误差订正,订正结果表明:该订正方法总体表现为正的订正效果,对08:00和20:00起报的定时温度、日最高温度以及08:00起报的日最低温度有明显的订正能力,在准确率偏低的预报时效内订正效果较好;对于48 h内逐3 h定时温度预报,在夜间的准确率高于白天,对应的"递减平均法"在白天的订正能力高于夜间;对于168 h内日最高(低)温度预报,随着预报时效的增加准确率降低,但是"递减平均法"的误差订正能力增强;"递减平均法"对48 h内逐3 h定时温度和24 h内日最低温度的订正能力在准确率偏低的月份偏强。

基于类卡尔曼滤波的哈尔滨智能网格气温预报检验及偏差订正

应用滑动平均(5 d、7 d)、类卡尔曼滤波递减平均两种订正方法对哈尔滨地区国家级指导预报最高(最低)气温产品进行预报能力初步检验及偏差订正。结果表明:两种订正方法对最高气温与最低气温预报产品24-240 h预报时效大部分时段均有正的订正效果,最高(最低)气温预报准确率提高1-2%,平均绝对误差0.1-0.2℃,其中24-96 h预报时效预报能力稍好,120 h之后预报能力较差,订正后预报准确率也不足60%。气温预报偏差还表现为明显的季节变化特征,7-9月最高气温的预报效果优于冬春季,冬半年的订正幅度较夏季稍大。另外,不同天气状况下降水天气对气温预报有一定的影响,如果能进一步改进模式预报中降水带来的偏差,将进一步提高模式订正效果。

基于格点的中国东北中北部2 m温度数值预报检验及偏差订正

基于中国气象局陆面数据同化系统(CLDAS-V2. 0)实时产品数据集中2 m气温数据对ECMWF高分辨率数值模式2 m气温预报产品在中国东北中北部的预报能力进行初步检验并利用递减平均法对系统性偏差进行订正。结果表明,气温平均预报准确率与海拔高度呈显著负相关,山区预报准确率偏低,系统性偏差较大。气温预报偏差还表现为明显的日变化特征,在夜间表现为预报较实况显著系统性偏高,白天系统性偏差不明显。冬季夜间气温,特别是最低气温系统性偏高的特征变得更加明显。递减平均法对系统性偏差的订正效果好,订正后,东北中北部地区冬季夜间气温及最低气温预报能力有大幅度提高。另外,递减平均法对东北中北部山区3、4及9月以外其他月份夜间气温及最低气温,对冬季白天气温及最高气温有显著的订正能力。

中国地面气温统计降尺度预报方法研究

利用中国752个基本、基准地面气象观测站2000—2010年地面温度日值数据,采用具有自适应特征的Kalman滤波类型的递减平均统计降尺度技术,对中国地面温度进行精细化预报研究。分析该方案的降尺度效果,并与常用插值降尺度方法进行比较。结果表明：1）递减平均统计降尺度技术相比插值方法有较大的提高,显著减小东西部预报效果差异,1～3 d预报的均方根误差减小了1.4℃;2）该方案1～3 d预报的均方根误差为1.5℃,预报误差从东南地区（均方根误差为1.4℃）向西北地区（均方根误差为1.8℃）逐渐增大,并且预报效果夏季优于冬季。因此,递减平均统计降尺度技术对中国地面温度进行精细化预报是可行的。

T639模式预报系统误差统计和订正方法研究

通过统计2009—2010年T639模式500 hPa高度、850 hPa温度和2 m温度的1～10天预报场的平均误差发现,T639模式的这些气象要素预报都存在明显系统误差,且系统误差随着预报时效的增加而增加。利用"递减平均法"尝试订正其预报系统误差,订正结果表明:该订正方法总体表现为正的订正技巧,但订正能力随着预报时效的增加而下降;东亚地区的系统误差小于整个北半球,"递减平均法"的订正能力总体小于整个北半球。对比夏、冬半年订正效果发现:对于500 hPa位势高度和850 hPa温度的预报场,冬半年和夏半年订正技巧相当;对于地面2 m温度预报场,冬半年订正能力明显高于夏半年。不同权重系数试验表明:对于500 hPa高度场,权重系数约取0.06时,订正效果较好,而对于850 hPa和2 m温度场,权重系数约取0.1时,订正效果最佳。

陕西ECMWF、GRAPES_Meso和SCMOC气温预报的对比检验及订正

利用陕西99个国家气象站2017—2019年日最高(低)气温观测资料,采用一元线性回归和递减平均方法,对GRAPES_Meso、ECMWF和SCMOC的日最高(低)气温预报进行订正,并作对比检验。结果表明,SCMOC、GRAPES_Meso和ECMWF的日最低气温预报准确率较日最高气温偏高,其中SCMOC的日最高和最低气温预报准确率最高,ECMWF次之,GRAPES_Meso最低。一元线性回归和递减平均方法对SCMOC的气温预报订正多为负效果,但对GRAPES_Meso和ECMWF的气温预报订正有明显正效果。订正后ECMWF与订正前SCMOC的预报相比,前者日最高和最低气温的预报准确率偏高。订正后GRAPES_Meso与订正前SCMOC的预报相比,前者日最低气温预报准确率偏低、2018年24 h和2019年24、48 h日最高气温预报准确率偏高。一元线性回归法对模式气温预报的订正能力和稳定性优于递减平均法。

ROAD模式渤海10m风场预报误差订正

使用“递减平均法”和渤海28个石油、平台、浮标站资料分析得到的渤海10m风速逐时格点场,对ROAD模式(Regional Ocean and Atmosphere Model)渤海区域10m风速预报进行误差订正,不同权重系数试验表明:对于渤海10m风速预报场,权重系数取0.18,订正效果最佳,12~72h预报时效内,月逐时均方根误差和平均偏差均有明显改善,分别减小1.0~1.5m/s和2.3~3.0m/s;对比渤海北部、西部和中部代表格点72h预报时效内,逐12h最大风速评分结果发现:60h预报时效内,当风速预报在5~6级时,渤海北部、中部和西部订正后的预报评分大多有所提高;当风速预报在7级时,渤海北部和中部分别在36~72h和24~48h,预报评分有提高;在实况出现最多的风力分布范围内评分提高最多。

基于多模式的新疆最高(低)气温预报误差订正及集成方法研究

干旱区由于气温日较差大,气温预报难度偏大,尤其是最高、最低气温预报。利用2013—2015年ECMWF、T639、DOGRAFS、GRAPES 4种模式24 h内气温预报产品,采用递减平均订正法以及集合平均和加权集合平均法,设计2种订正集成方案,即方案1是对多模式气温预报先集成后订正,方案2是先订正后集成,对新疆地区日最高气温和最低气温预报的误差订正及集成效果进行对比检验。结果表明:(1)4种模式对新疆气温预报的准确率表现为ECMWF模式整体最好,DOGRAFS模式最差,且最低气温的预报准确率提高程度高于最高气温;(2)对于新疆不同区域,最高(低)气温预报准确率北疆高于南疆,西部高于东部,平原高于山区,且冬季的订正能力大于其他季节;(3)加权集合平均法优于集合平均法,先订正后集合方案优于先集合后订正方案;(4)方案2对2015年7月13—30日和2014年4月22—24日两次极端高、低温天气过程的最高(低)气温订正效果明显。

基于ECMWF集合预报资料的乡镇温度预报误差订正方法

利用滑动平均法和递减平均法对2013—2014年江西省1 216个乡镇站点ECMWF集合预报2 m温度集合平均产品进行误差订正试验。结果表明:1)滑动平均法和递减平均法对江西地区乡镇温度预报为正的订正效果,订正后的预报准确率大于订正前,并且递减平均法的订正效果要略优于滑动平均法。2)误差订正方法对各时段温度TRMSE的订正能力都随预报时效的增加而减小,对高温预报准确率的提高明显大于低温,对山区预报准确率的提高大于平原,对有规律的预报误差的站点订正效果较好。3)随季节和站点变化的自适应递减平均法的预报结果较各季节和全年定常最优订正系数好,订正方法对秋季温度预报订正能力最强,春季最差。

基于ECMWF的两种温度客观预报订正方法及评估

依据国家气象信息中心格点温度实况资料,采用“动态训练、择优选取”的基本原则,利用递减平均法(DAM)和径向基函数神经网络方法(RBFNN)对ECMWF细网格模式2019-2020年20时BTC未来24~216 h的0.05°×0.05°分辨率格点日最高、最低温度进行客观预报订正,并与中央台指导预报(NMC)和EC模式预报产品进行格点检验对比分析。结果表明:(1)通过DAM和RBFNN订正后的24~216 h日最高、最低温度预报准确率提高3.9%~7.8%,均为“正”技巧,对预报准确率偏低的月份预报时效订正效果更显著,且夏、秋季最高温度预报订正效果较好,冬季最低温度订正能力较强;(2)订正后的最高、最低温度预报产品除沙坡头区的最高温度预报和贺兰山的最低温度预报误差偏大外,其他区域的误差基本都<2℃,订正后的ECMWF细网格模式对强降温、寒潮天气的温度预报效果明显优于NMC和EC模式预报产品,对预报业务有一定的参考价值。

基于卡尔曼滤波原理对长春市温、湿度的网格预报试验

利用区域数值模式WRF和陆面同化系统CLADS数据,采用卡尔曼滤波、递减平均法,对长春市气温和相对湿度的格点预报进行订正预报建模试验,建立了两种时间分辨率为1h、空间分辨率为3km×3km的滤波模型。结果表明:两种滤波模型均具有显著的误差订正效果,且效果好于一元线性回归模型;在原始模式具有较大预报误差的情况下,滤波模型也能够通过快速调整,达到预报与实况基本吻合;采用递减平均法建立的滤波模型效果更好,选择其作为气温和湿度的网格预报模型,进行试报,气温预报的MAE在大部分时段内均在2℃以内,相对湿度预报MAE基本在5%以下。

基于CUACE模式的宁波地区空气质量预报评估和订正分析

利用递减平均法和滚动偏差订正法,在对2018年1月~12月宁波各区县(市)CUACE模式预报性能评估的基础上,对同时段的CUACE模式AQI预报值进行了订正。结果表明:CUACE模式在宁波地区的AQI值预报结果普遍偏小,不同起报时次、不同预报时效的空气质量等级预报正确率差别不大。模式对2018年宁波区域性污染天气的AQI预报值偏小明显。订正后,标准误差、平均偏差和归一化偏差均明显减小,订正效果显著,且2种方法的订正效果差别不大,随预报时效的增加订正效果波动小,稳定性较好;2种方法对宁波各区县(市)0~72 h空气质量等级预报的正确率提升较明显,订正后普遍达到60%以上;宁波发生区域性污染天气时订正后的AQI预报值更接近实况值。