一次大到暴雨预报失误及EC模式偏差分析

2017年7月26日大同出现一次强降水空报,降水量级预报失误较大,在分析环流形势场、主要影响系统、数值预报、物理量诊断、云图及雷达资料的基础上,分析了当时的预报思路,指出此次预报失误的原因。对预报出现的失误和偏差进行了总结,得出了大量级降水预报的思路和经验教训,以期对未来的强降水预报提供借鉴,以提高预报服务的效果。

2016年额尔古纳市一次低温天气过程分析

2016年1月中旬开始,内蒙古额尔古纳市出现了强寒潮低温天气过程,此次寒潮天气持续时间长、影响范围广、降温幅度大。分析发现,阻塞高压、冷涡、极地冷空气等是此次天气过程的主要影响系统。另外,此次天气过程预报中主要应用了EC数值预报产品。通过对比分析EC数值预报产品与实况可知,该预报模式稳定性较好、准确率较高,可用于高空环流形势的预测预报。

额尔古纳市降雪寒潮天气过程总结

2016年4月1—3日,额尔古纳市出现了降雪寒潮天气过程,此次过程降温强度大、影响范围广。前期具备有利的降温降雪天气形势,随后极地冷涡南下,蒙古气旋增强及冷空气共同用下造成降雪降温。此次过程及时发布天气预报预警信息,做好灾害天气服务。

基于机器学习的宁海县气温降尺度推算研究

针对当前气温预报精细化程度无法满足经济发展及人民群众的需求,利用宁海县22个气象站2013—2016年的逐日气温资料、EC数值模式气温预报资料以及各站点的地理信息资料,实况资料作为输出,数值预报、地理信息资料作为输入,构建DBN神经网络气温预报模型。经过训练的神经网络模型对数值预报气温资料有正的订正作用,对站点平均预报准确度缩小1.18℃,该模型可以用于气温降尺度业务实际。