上海浦西地区雾持续时间的统计释用预报

在上海浦西地区雾持续时间释用预报 (PPM)的结果分析和中尺度数值预报资料基础上 ,应用模式输出统计 (MOS)方法 ,构造了与上海地区成雾条件和雾的维持有一定关系的数值预报要素组成的预报因子 ,并进行逐步回归分析 ,建立了雾持续时间的统计释用预报方程。同时 ,提出了在小样本情况下应用交互验证分析法时克服因子不稳定的一种方法 ,研制了雾时业务预报的统计释用集成方案 ,并进行了对比分析。结果表明 ,统计释用预报集成方案较完全预报 (PPM)的结果有明显改进 ,可供业务试用。

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.

多时刻信息在大—暴雨释用预报中的应用及其集合预报模式

应用NCEP／NCAR逐日再分析资料，进行了不同时刻环境要素场与大—暴雨的相关分析，结果表明，从大—暴雨发生前2天至发生后2天的不同时刻，环境要素场都能提供大—暴雨的预报信息。应用不同时刻的环境要素为预报因子构造的预报方程对大—暴雨都具有预报能力。用大—暴雨发生前后信息进行预报，对应用当天信息进行预报的错误具有修正作用。应用多时刻环境要素为预报因子和统计释用方法构造的大—暴雨集合预报，由于独立预报信息的增加，有利于捕获大—暴雨的预报信息，有效地提高了大—暴雨的预报准确率。

应用于钱塘江、太湖流域面雨量预报的MM5产品释用技术

在2007～2009年浙江省气象台钱塘江、太湖流域面雨量24h、48h预报的基础之上,开展了面雨量释用研究,采用的方法为对数线性释用方法,释用后预报可信度明显增加。本文对面雨量的模糊评分方法做了改进,使之更具有实际可操作性。试验证明,用绝对误差和改进的模糊评分两种办法结合起来对面雨量预报做检验,能够较客观的反映预报质量的好坏。此释用方法在预报暴雨以下量级面雨量时有一定优势,在预报暴雨及以上量级面雨量时存在一定缺陷。要提高定量面雨量预报水平,还需在资料和模式应用上做进一步研究。

数值预报产品释用业务系统历史数据存储与检索

该文介绍了在国家气象中心中短期精细化数值预报产品释用业务系统中的历史数据存储结构的设计原理。基于该数据存储结构,依照用户的要求,可方便地选择区域大小,检索出某要素某段时间的数据,还可通过计算机编程实现国家级数值预报释用业务需求的历史数据处理和预报因子分析功能,表明新的历史数据存储结构简炼合理,灵活实用,能够极大地提高数值预报产品释用的工作效率。

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。

《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。

ECMWF的一种释用方法在福建省雨季暴雨天气过程中期预报中的应用

开展数值预报产品的释用工作，是做好中期天气预报的主要方向。而目前业务中主要沿用的数值预报产品（如ECMWF）有两个主要缺点：一是预报时效仅7-8天，难以满足中期预报的需要。二是由于中期预报的重点是对过程的预报，尤其是重大转折性天气过程的预报，而重大转折性天气过程一般起因于大型环流的转变或调整，这一点从现有的数值预报产品的空间形势场中难以发现。为了延长预报时效，提高中期预报准确率，利用数值预报产品研制开发新的中期预报方法十分必要。将600E的500hPa位势高度逐日时间剖面图（简称65图）方法与ECMWF数值预报产品结合。可以直观反映ECMWF预报时效内60°E的波动特征即乌拉尔山地区的槽脊调整，从而反映东亚大型环流的转变或调整。将此图与ECMWF形势场结合使用有助于提高中期预报准确率，延长中期预报时效，有较高的应用价值。

用数值预报释用方法做近海及登陆热带气旋强度预报

这是一个对GFS数值预报产品进行解释应用的方法。将支持向量机(SVM)同归方法应用于近海和登陆热带气旋(TC)的强度预报。从其本身强度,影响范围内气象因子情况,地形因子等三个方面,设计相关因子,建立预报模式,用来预报12、24、36、48、60和72 h的TC强度。总体上模式强度预报结果与中央气象台的预报结果相近,优于气候持续法的预报;趋势预报优势明显,可高出7～12个百分点。表明可以成为台风强度预报的另一个工具,投入业务应用。

数值预报产品释用技术在高原短期天气预报中的价值探讨

高原天气预报中应用数值预报产品释用技术,插值到青海地区的各个站点实施24 小时短时预报,可以对每天的极端气温定量化分析。本论文着重于研究数值预报产品释用技术在高原短期天气预报中的价值。

支持向量机在雷暴预报中的应用

论文利用2002—2006年AREM模式产品和常规观测报文资料,综合运用改进的K平均聚类和主成分分析等方法,基于MOS原理逐月建立了最小二乘支持向量机和线性规划支持向量机的单站雷暴释用预报模型,并针对海口站2007年58月进行了具体的预报。结果表明:支持向量机结合AREM模式产品进行雷暴的释用预报是合适、有效的,而且主成分分析对预报结果的提高也起到了积极的作用。

基于环流分型的逐时气温预报技术探讨

利用2009年1—2月T213模式产品38 a来的常规观测报文以及场区逐时气温记录,综合运用环流分型和Kalman滤波方法,基于逐月环流型的气温增率建立了场区72 h逐时气温释用预报模型,并针对场区2009年3—7月各天72 h逐时气温进行了具体的预报。结果表明:Kalman滤波算法能够得到较为精确的最高、最底温度预报,通过环流分型得到的逐时气温预报准确率能够达到73.2%,可以作为逐时气温预报一种较好的方法。

最高(低)温度PP法预报修正方案的比较研究

用EC850hPa温度数值预报格点值为参考做短中期的最高(低)温度预报是预报员常用的温度预报方法,本文提出了划分季节、划分有无降水和划分850hPa变温3种最高(低)温度PP法修正预报方案,并进行比较,找出最优方法,使最高(低)温度的预报精确度在原来的基础上有所提高。

我国精细化客观气象要素预报进展

国家气象中心2007年以来在MOS预报方法业务应用、降水预报效果改进、综合集成预报以及精细化气象要素预报业务流程建设等方面取得了一定进展,同时上下对接的精细化气象要素预报业务流程建立和集约化的预报技术开发应用促进了精细化气象要素的发展。以国家气象中心精细化气象要素客观方法在业务中的应用情况为主,总结了近年来精细化客观气象要素预报方法的研究进展,以及业务应用和精细化气象要素预报业务流程建设的情况,并对未来精细化气象要素预报技术方法的研究进行了展望。

基于递归小波神经网络的江苏城镇夏季最高气温预报预警技术

针对目前数值天气预报产品释用方法上所存在的释用因子固化,无法应对特殊转折性天气的问题,应用一种基于动态因子检验的递归小波神经网络(Recurrent Wavelet Neural Network,RWNN)对江苏城镇夏季最高气温进行释用。该方法可以自动选取气象要素且无需建立回归方程,具有泛用性好、灵活性高的特点。使用该方法基于T639的2017-2018年6-8月资料建立了江苏省南京、徐州、射阳、常州、苏州5地的最高气温预报预警模型。实验结果表明:南京、徐州、射阳3地模型的TT2和HSS35评分较反向传播神经网络方法分别平均提高了9个百分点和0.15,同时较卡尔曼滤波方法分别平均提高了17个百分点和0.2。

基于人工神经网络算法的渤海海风预报方法研究

基于2015—2017年常规海洋气象观测资料、天津中尺度天气预报模式(TJ-WRF)预报产品、EC数值预报及其集合预报产品,建立了渤海BP神经网络两级海风预报模型,该模型在大量历史样本的拟合训练基础上分别实现小风和大风与相关因子间的非线性映射,其结果有较高的预报准确率。一年的业务试用期间,该模型对各风级、各预报时效的预报能力基本稳定,预报误差较使用该释用技术前数值模式误差有所减小,72 h内风速平均绝对误差为1. 72 m·s^(-1);对灾害大风的预报准确率仍能保持较高水平,8级风风速平均绝对误差仅为1. 77 m·s^(-1)。

集合百分位融合法在广东台风降水预报中的改进

基于欧洲中期天气预报中心(ECMWF)集合预报的客观检验结果,构建了针对广东台风降水的最优百分位融合产品,检验表明强降水风险评分(TS)较集合平均产品提升显著,预报时效越长,提升幅度越大,但预报偏差(Bias)与虚警率(FAR)也相应增大。最优百分位融合产品的强降水预报范围偏大与台风路径预报的发散度有较大关联,因融合产品在较大降水量级采用高百分位进行映射,强降水的融合结果与各成员强降水落区的并集接近,台风路径越发散,各成员强降水落区的空间位置通常也更发散,造成融合产品预报的强降水落区范围偏大。为克服这一缺陷,引入集合预报对某一降水阈值的概率预报指标,通过该指标判识可能存在明显空报的强降水预报,从而改进最优百分位融合产品,在测试期,改进后的融合产品暴雨TS在维持的情况下,Bias从1.27下降至1.03,FAR从0.51下降至0.43;预报时效越长,融合产品Bias的改进效果越显著,TS的提升幅度也越大。上述改进可为业务中提供强降水范围更合适、落区更准确的网格定量降水客观产品。