ECMWF模式副热带高压指数释用产品的应用

应用2006年6—8月欧洲中心数值预报资料,从计算出的副热带高压面积指数、强度指数和西伸脊点、脊线位置及北界位置分析入手,对副热带高压的特征预报进行统计学检验和误差对比分析。结果表明:基于欧洲中心数值预报模式的计算产品对于副热带高压的预报在96 h内误差较小,120—168 h误差较大,副热带高压的预报总体上呈现强度偏强、面积偏大、西脊点偏西和脊线及北界偏北的误差特点。

基于NCL的集合预报释用产品研发及集成显示

利用C语言快速解码欧洲中期天气预报中心下发的集合预报原始数据,并逐要素处理成NetCDF格式进行存储使用;针对广东省天气气候特征,研发集合预报释用产品,利用NCL完成NC格式的数据加工处理,生成相应的脚本库,并通过建立属性资源库、采用NCL/Fortran接口及地图预设的方式,提高绘图脚本运行效率。通过控制文件定时作业运行NCL脚本库,实现多预报时效、多层次、多种气象要素图形产品的定时集成显示。

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。

基于模糊聚类分型的数值产品暴雨预报释用方法

本文阐述了一种基于数值产品的预报信息场的暴雨预报释用方法,提出了对暴雨历史样本形势场使用模糊聚类的客观分型技术,用条件概率让小概率事件成为相对的大概率,更有利于暴雨指标的提炼;该释用方法包含的信息量全面,以历史暴雨样本同期的包含大气三维空间压、温、湿、风及其释演的物理量,构建出25个数值产品参数指标作为鉴别暴雨的基础,同时也勾划出各暴雨型发生期大气高温、高湿、对流不稳定等机理结构特征,且均有具体物理量数据表述。预报方法的研究过程中探索了某些物理量场预报暴雨落区的规律;建立了暴雨预报工具,充分利用了现有业务中的质量较好的预报产品设立预报工具的起报条件,减少了暴雨空报率。

大到暴雪天气模型及数值产品释用预报方法

用欧洲数值预报产品格点资料,对1986年11月-2002年3月河南省出现的87个大到暴雪个例进行对比分析,将大到暴雪划分为3个类型,即高原低槽型、阻高-横槽型和L型,对每个型进行合成平均,建立了大到暴雪的天气学概念模型。为提高样本中大到暴雪的概率,先将样本进行消空处理,然后选取物理意义清晰、天气学意义明确的预报因子,分别建立了全省分片大到暴雪1-7 d预报方法,在业务试应用中取得了较好的预报效果。

动力延伸预报产品释用方法的研究

目前以数值形势预报为基础的动力产品释用方法主要有模式输出统计法（ＭＯＳ）和完全预报方法（ＰＰＭ）。由这两种方法建立的预报方程缺乏明确的物理意义，所以文中提出了一种动力与统计相结合的方法。该方法从大尺度大气动力学方程组出发，推导出月降水距平百分率与月环流场的关系，从而建立了月降水距平百分率预报方程，随后利用月动力延伸预报的５００ｈＰａ高度场和实际降水场资料反演出月降水距平百分率预报方程的系数。该方程经过独立样本检验，表明这种方法对利用动力延伸集合预报的环流形势作月降水距平预报具有一定的能力。

统计降尺度法在数值预报产品释用中的应用

目前数值模式输出的空间分辨率较低,缺少区域信息,很难对区域气候做精确的预测。降尺度方法通过把大尺度、低分辨率的数值模式输出信息转化为区域尺度的地面气候变化信息(如气温、降水),从而达到弥补数值模式预测区域未来气候变化不足的目的。这种做法的基础在于区域气候变化是以大尺度(如大陆尺度甚至行星尺度)气候为条件的。统计降尺度法以大尺度数值预报产品为预报因子,利用历史资料建立区域预报量与大尺度预报因子之间的统计模型,实现对数值预报产品的释用。在系统论述统计降尺度法的基本原理、一般步骤的基础上,初步探讨统计降尺度法在中期天气预报方面的应用。

数值预报产品在夏季持续高温预报中的释用

利用 1999～ 2 0 0 2年 6～ 8月 96～ 192h日本数值预报产品 85 0hPa气温与吉林省的日平均气温、阶段性高温及极端最高气温 (长春市 )资料 ,通过线性分析 ,找出了日本数值预报产品的 85 0hPa气温与吉林省地面日平均气温、阶段性高温及极端最高气温的对应关系 :吉林省 6～ 8月日平均气温在 96～ 192h的 85 0hPa日本数值预报长春站日平均值上加 6 6～ 4 1℃ ,6～ 8月的极端最高气温在相应的日本数值预报产品上加 9 3～ 13 0℃。

遗传神经网络释用气候模式预测产品的试验研究

从业务需求出发，提出了面向气候模式产品释用的神经网络。选用主分量作为网络的输入和输出，大大减少了其节点数，重点突出了大尺度影响变化关系，提高了实际预测的稳定性；用全局寻优的遗传算法取代经典BP算法，为高质量的网络学习训练提供了保证；针对实际设计代价函数，保证了网络学习训练能适应气候模式产品释用的基本要求，学习目的更明确，针对性更强。分别以夏季（6～8月）NCEP／NCAR500 hPa高度场、国家气候中心海气耦合模式500hPa高度预测场主分量为外界输入信号，同期中国降水场、华中区域降水场主分量为网络输出信号，进行了拟合预测和独立预测试验。结果表明：用模式500hPa高度预测场主分量为外界输入信号，网络输出（降水场主分量）反演的中国、华中地区降水场预测距平与实况同号率，有可能接近用NCEP／NCAR500 hPa高度场主分量为外界输入信号相当的技巧水平。

2008年1月河南异常低温多雪分析及数值预报产品释用

2008年1月,河南省出现了历史同期罕见的大范围持续性低温雨雪冰冻天气,降水量比常年同期偏多1.4倍左右,气温比常年同期偏低1.6℃;中下旬出现了3次大范围强降雪天气,信阳最大积雪深度为50多年来的最大值。分析表明:2008年1月份,500 hPa欧亚环流高、低纬度反位相特征明显,高度距平场上欧亚高纬度自西向东呈异常的+-分布,而中低纬度则呈相反的-+分布,由于这样的分布特征有利于冷空气从东路入侵河南和南支低槽活跃,因而冷暖空气在河南省交汇形成大范围的降雪天气;1月副高偏北偏西,有利于暖湿气流向北输送;历史上河南省冬季气候对拉尼娜均有不同程度的响应;在太阳活动的高低值年份,河南省1月份均出现过多雪,特别是高值年份多雪概率较高,其次是低值年份;数值预报产品的释用在1月中下旬取得了较好的预报服务效果。

动力延伸预报产品在辽宁短期气候预测中的释用

基于1961-2000年辽宁53个测站40a逐年的月气温距平和月降水距平百分率资料，根据EOF（经验正交函数）展开的空间特征向量分布特征，将前3个主要特征向量时间系数作为预报量，将500hPa高度场的高度距平、地转涡度作为预报因子，利用多元统计回归分析，建立了一套定点、定量预测辽宁各月气温与降水量的数学模型。利用该模型对2001～2005年辽宁53个测站的月气温距平和月降水距平百分率进行逐月预报试验。结果表明：对气温和降水量的趋势预报的评分均比较好，有87％以上的月气温距平预测结果的评分超过66．0分，各月的平均风评分均高于66．0分，年平均为75．5分或以上，总平均为83．1分；有70％的月降水距平百分率预测结果的R评分超过60．0分，各月的平均R评分都高于53．0分，年平均为58．0分以上，总平均为66．5分。但对异常气候的预测效果不明显。

区域降水数值预报产品人工神经网络释用预报研究

利用T213、日本细网格降水预报等数值预报产品,采用人工神经网络方法进行预报释用.通过聚类分析方法对广西自治区测站进行分类,简化预报对象,对数量众多的T213数值预报产品采用自然正交分解（EOF）方法,浓缩大量因子的有效信息,并结合日本降水预报因子建立广西5～6月区域降水量级的逐日人工神经网络预报模型.运用与实际业务预报相同的方法进行逐日预报试验.结果表明,用这种数值预报产品释用方法建立广西3个预报区域的B-P人工神经网络预报模型对中雨以上降水量级预报的TS评分分别为0.55、0.5和0.26,比目前业务预报中参考使用的T213和日本数值预报产品降水预报具有更好的预报效果.

中尺度数值预报产品在人工增雨作业中的释用

利用中尺度数值模式MM5的预报产品进行释用,得到不同预报时段多个适合于人工增雨作业方案制定的特殊产品:不同等温层的高度场、流场、水汽场,云顶、云底高度场,云中含水量等,并建立了服务于人工增雨作业的中尺度数值预报业务系统,可为人工增雨作业提供指导。

宝鸡市T213数值预报产品释用方法

随着T213预报产品业务使用和预报能力的增强,对T213数值预报产品的本地释用性研究势在必行。利用5a的数值预报客观分析场资料,结合本地预报因子,对宝鸡地区11站5d降水的有无和量级,采用二级判别和多级判别法分别做解释预报试验,并用滤波方法做2d最高、最低温度的释用预报试验。结果表明,晴雨预报和温度预报有较好的预报效果。

2003年渭河流域一次致洪暴雨过程的数值预报产品释用

2003-10-09—13渭河流域出现连阴雨,其中10日关中东部出现大到暴雨。利用高空资料和T213数值预报产品进行天气学和物理量场特征分析,表明这次强降水过程的热力、水汽以及动力条件在连阴雨一开始时就已经具备,同时配合有一个中尺度天气系统的生消过程。T213各种产品对大降水的预报能力增强,特别是物理量预报对大降水落区预报有较好的指示意义。

《数值预报产品释用》课程中统计检验方法介绍

随着气象部门业务发展的需要,南京信息工程大学大气科学学院在2013版的教学计划中新增了《数值预报产品释用》这一门必修的集中性实践课程。在课程没有开始授课之前,作为课程负责人,有必要对课程内容进行详细的了解和介绍。预报意味着对将来状态的预测,检验就是评估预报质量的过程,所以产品检验是该课程中非常重要的一环。本文主要介绍目前业务中常用的几种统计检验方法。

BP神经网络算法在数值预报产品释用中的应用

根据2015年3月份的GTS实测数据及渤海区域内海洋站的实况数据,建立BP神经网络数值预报产品释用模型,在模式数值预报的基础上,进行0-24小时、24-48小时以及48-72小时渤海区域气象要素模拟预测。模式业务试用结果表明,BP神经网络模型具有较强的自适应学习和非线性映射能力,其拟合值与实际值相吻合的较好,预报准确率精度较高。

动力气候模式输出产品释用技术的研究和应用

对国家气候中心１９９６年１～１２月用Ｔ６３模式所作的５００ｈＰａ３４次月延伸预报进行了检验评估，并对模式的系统性误差进行了分析和订正。在假定订正后的Ｔ６３延伸预报完全准确的条件下，用ＥＣＭＷＦ旬平均高度场和西南区域月平均气温和月雨量资料，建立了用Ｔ６３预报产品预测西南区域月要素场的一种完全预报（ＰＰ）的动力统计关系。并对西南区域１９９６年２月至１９９７年１月逐月平均气温和降水进行了预报试验。