基于模式先验信息的贝叶斯集合降水概率预报试验

为了更好地利用降水预报历史先验概率分布函数信息修订集合概率预报效果，基于贝叶斯原理和贝叶斯降水概率预报模型，分别使用1952—2007年历史观测资料和2009—2011年6月24-120 h中国T213全球集合预报历史资料作为先验信息，对中国不同气候区代表站（广州、南京、武汉和成都）建立贝叶斯降水概率预报模型，对比不同先验信息下集合成员与集成贝叶斯降水概率预报拟合结果差异，分析先验信息对贝叶斯降水概率预报模型的影响，在此基础上，采用模式先验信息的贝叶斯降水概率预报模型，进行2008年6月降水概率预报试验。试验结果表明，由T213集合预报产生的先验信息较历史观测资料产生的先验信息更优，当先验信息的降水概率分布函数曲率最大处偏向降水大值区时，贝叶斯模型的降水预报结果也偏向降水大值区，反之亦然。结果还显示，先验信息对贝叶斯降水概率预报模型有重要影响，若先验信息偏向更多更大降水量时，贝叶斯降水概率预报对有降水的预报更优，若降水先验信息偏向更少更小降水量时，对无雨或微量降水预报效果越好。

北京降水概率预报业务试验

在数值模式输出产品和实时天气资料分析的基础上，应用统计分析方法建立北京地区两个降水级别（分别为≥０１ｍｍ和≥１００ｍｍ）的客观降水概率预报方程，并制作主观降水概率预报。同时分析概率预报的经济价值，最后对主客观预报结果进行比较及质量评估，给出预报概率值与实际观测相对频率的关系。

短期集合降水概率预报试验

以MM 5模式作为试验模式 ,通过选取不同的物理过程参数化方案产生 8个集合成员 ,分别用平均法、相关法和Rank法对 2 0 0 1年 1 1月至 2 0 0 2年 5月期间的 2 2个降水个例进行短期集合降水概率预报试验。试验结果显示对小雨—大暴雨 6类降水的概率预报 ,Rank法的综合预报效果明显好于相关法和平均法 ,相关法的综合预报效果与平均法基本相同 ;无论从均方误差角度还是从命中率和假警报率的相对大小角度 ,对小雨、中雨、大雨和暴雨各量级以上降水的概率预报 ,Rank法的平均预报效果是三种方法中最好的 ,相关法的平均预报效果与平均法相同 ;Rank法好于平均法的平均幅度从均方误差角度较大 ,从命中率和假警报率的相对大小角度则较小。平均而言 ,三种方法对各量级以上降水的概率预报都是有技巧预报 ,对量级小的降水的概率预报技巧高于对量级大的降水的概率预报技巧。

相似离度法在逐日降水概率预报中的应用

考虑环流的演变特征,设计一种环流演变相似离度预报方法,利用1991～2001年的ECMWF24～144h的格点资料,分别提取3个物理意义清晰、又具有立体性和多元性的相似因子,依据最小离度相似原理,进行相似离度过滤,从历史样本中选出与预报形势演变场最相似的样本,对照济南市及其周边五县(区)各站的降水情况,预测出各站未来1～6d的逐日降水概率。

泰安冬季降水概率预报判别分析

采用适应性强 ,限制条件少的最小方差准则方法建立判别准则 ,制作泰安降水概率预报 ,实际应用效果较好。

成都市降水概率预报方法

用实时气象资料与T10 6数值产品相结合 ,根据概率统计的方法和原理 ,采用概率回归估计方法 ,建立了成都市的夏季降水概率预报方法。此方法可对成都市东、西、北片未来 2 4小时降水作出定量预报。 1999年 8～ 9月试用效果较好 ,可供业务参考应用。

雷达外推与数值模式动态融合降水概率预报方法

提出一种基于动态权重的降水概率融合预报方法。首先建立一个适用于权重分配的评分模型,对基于雷达光流外推的降水概率预报和基于数值模式经反射率换算后的降水概率预报的预报准确率分别加以评估;提出一种改进的Brier评分法,该方法兼顾了降水落区的大小和降水量,降低评分对样本数据数量多少的敏感性;根据两种在不同预报时效的评分,动态地分配两种预报方法在不同预报时效的权重。试验部分通过Brier等评分验证表明,融合后各个预报时效的预报都表现出与雷达外推或数值模式相近甚至更高的技术评分。

基于贝叶斯模式平均的大渡河流域集合降水概率预报研究

基于TIGGE数据的五个单中心集合预报结果(CMA、CMC、ECMWF、NCEP、UKMO)构成的多中心超级集合预报系统的降水量预报,以及相应时段的实测降水量值,应用贝叶斯模式平均法(Bayesian Model Averaging,BMA)建立大渡河流域的BMA概率预报模型。通过CRPS、MAE、BS三种评价指标,对大渡河流域的BMA降水概率预报模型进行评价与检验,三种指标均显示BMA降水概率预报比原始集合预报具有更高的准确性,其中BMA模型的CRPS和MAE指标均值分别相比原始集合预报减少了31.6%和23.9%;分析模型权重参数,得出ECMWF对大渡河流域BMA降水预报贡献最大,即ECMWF对研究区域降水预报效果最好;模型对大渡河流域极端降水预报效果较差,常低估极端降水量。

包头地区短期降水概率预报系统研究

文章通过对高空形势进行客观分型 ,结合考虑高空各要素特征、稳定度条件及地面观测资料和数值预报产品 ,对包头地区短期降水概率进行了深入分析 ,完成了一种切实可行的概率预报方法。利用MICAPS提供的业务工作平台 。

短时强降水概率预报的多模式集成技术研究

利用2018年4—8月格点降水分析资料和4个业务高分辨率区域模式降水预报资料,应用分位数频率匹配法对模式1 h降水预报分别订正;基于上游关键区域的检验结果,采用动态权重多模式集成技术,探讨了多模式集成技术在短时强降水概率预报中的应用前景。结果表明:分位数频率匹配法对强降水预报改进具有正效果,可以减少模式的系统性偏差,提高模式降水预报的准确率。在短时临近时效内,上游关键区域降水信息对下游地区降水预报具有指示意义,基于上游关键区实况检验的动态权重多模式降水概率预报较简单集成概率具有更高的预报准确率,预报效果也更为稳定。个例分析也表明该技术对短时临近时效内的短时强降水预报预警有较好的指导作用。

汛期大～暴雨的降水概率预报模式

应用阶梯函数变换预报因子 ,经过相关比筛选 ,进行 REEP构造分量级降水概率预报方程 ,应用不同时刻资料和对 NWP产品统计释用方法构造分时刻预报方程 ,并对其预报结果进行了综合的集合预报。实用表明 ,预报模式对大～暴雨的概率具有一定的预报能力。

南宁市降水概率预报方法研究

主要介绍概率预报的Logit模型以及概率预报的评分方法，在T63资料的基础上，应用Logit模型建立南宁市降水概率预报方程，并就预报结果进行评估。

应用贝叶斯原理修正降水概率预报

将天气分为有、无降水，分别求得其期望概率作为先验概率，在此基础上，引用贝叶斯原理对降水概率预报进行修正，以提高预报精度。

一种基于雷达外推与数值模式的动态融合降水概率预报方法

提出一种动态权重的降水概率融合预报方法。首先建立一个适用于权重分配的评分模型，对基于雷达光流外推的降水概率预报和基于数值模式经反射率换算后的降水概率预报的预报准确率分别加以评估，再根据各自在不同预报时效的评分，动态地分配两种预报方法在不同预报时效的权重。实验部分通过Brier等评分表明，融合后各个预报时效的预报都表现出与雷达外推或数值模式相近甚至更高的技术评分。

朝阳地区降水概率预报模型构建

以朝阳地区2005—2013年5—9月降水量记录为基础资料,通过经验法和Spearman、Pearson、Kendall's Tau-b相关系数3种相关性检验法,选出与预报对象相关性好的气象要素作为预报因子。用Logistic回归方法进行有无降水的概率预报,建立了朝阳地区降水概率预报模型。该预报方程具有较高的历史拟合率,为90.7%。将2014年5月1日至10月31日个例作为样本对方程进行检验,当规定降水概率≥40%为有降水时,晴雨预报准确率最高,为86.26%,高于朝阳地区本地晴雨预报准确率3.29百分点,表明该方法对朝阳地区降水具有很好的预报效果。

新疆降水概率预报技术研究

采用相似预报方法以相似离度为相似判据,使用T213资料,从1980～1999年共20年的NCAR再分析格点数据中,经四次相似过滤,选取相似样本,建立预报方程,制作全疆59个测站0～12、12～24h小量、中量以上降水概率预报,预报概率值大小分为12级0、5、10、20、30、40、50、60、70、80、90、100%。

利用日本传真图制作降水概率预报

利用日本传真图的雨区、湿区预报 ,采用简单的面积贡献法和事件概率回归方法 ,通过一些技术处理和人机交互分析 ,制作出效果较为理想的降水概率预报方程 ,并对降水概率预报的实际结果进行了评估。最后提出利用降水概率预报决策的两种不同方法。

加快推行降水概率预报

着重论述了推行降水概率预报的必要性及其与传统天气预报相比所具有的诸多优越性。结合业务实践，总结了发布降水概率预报要注意的一些问题。对我省加快推行降水概率预报有积极作用。

咸阳市分县分级降水概率预报方法

通过用大量的经验因子和数值产品相结合，采取预测法、相关法、关联法对预报因子进行多层筛选，既考虑了降水事件发生的有利因素和不利因素，又考虑了降水事件的自身规律性，应用动态预报模型，建立分县降水概率预报方法。