辽阳智能网格产品气温预报检验订正

利用2017—2018年智能网格预报产品对辽阳逐1 h气温、日最高(低)气温进行检验,并采用最优滑动滑动周期法进行订正。结果表明：辽阳地区智能网格预报准确率整体为西部较高、东部较低;逐1 h气温预报和日最高气温预报整体较实况偏高,日最低气温预报较实况偏低;逐1 h气温预报、日最低气温预报准确率在夏季7、8月份预报准确率与其他月份相比较好,日最高气温预报准确率在冬季各月准确率较高;最高气温准确率最高、稳定性最好,采用最优滑动周期法订正后,准确率基本在80~90%;最低气温中西部地区订正后准确率也在70%以上。     

欧洲中心细网格两米温度短期数值预报检验

利用2015年逐日20时起报的欧洲中心细网格1.25x1.25格距两米高度气温预报资料及实况气温资料,采用相关系数和均方误差来评估2015年欧洲中心细网格两米温度对黔南地区预报的准确性。结果表明,2015年欧洲中心细网格两米温度最低气温预报准确率较最高气温准确率高。各月48h内最低气温、最高气温预报与实况距平相关系数大多在0.75以上,相关性较高。最低气温、最高气温预报的均方根误差平均值分别为2.4℃和3.4℃。     

智能网格产品在锦州地区温度预报中的检验及订正

本文通过对2019-2020年锦州地区83个观测站点的智能网格预报产品数据以及同时段内实况值进行检验，并分别进行分位数映射法、随机森林算法和xgboost算法对智能网格温度预报进行订正，得出结果：（1）智能网格最高温度预报准确率好于最低温度，城镇最高、最低温度预报准确率明显高于乡镇观测站。（2）三种订正方法中乡镇最高、最低温度预报订正效果整体均好于城镇温度预报订正。（3）分位数映射法订正后，乡镇最高、最低温度预报准确率均有显著提高，城镇则均下降；随机森林算法订正后城镇最高温度预报准确率整体提升，而最低温度预报准确率则有明显下降，乡镇最高、最低温度预报准确率都有所上升；xgboost算法订正后，城镇、乡镇观测站的最高、最低温度预报准确率均有大幅度提升，xgboost算法订正效果最明显。（4）对Xgboost算法订正进行应用检验，全区最高气温准确率、最低气温准确率分别提升7.6个百分点、15个百分点。总体而言，对乡镇最高、最低气温订正效果比城镇站订正效果好。     

SCMOC在德州区域的检验及误差分析

本文收集处理了2014年9月到2015年9月一年的国家精细化指导预报资料(以下简称SCMOC)；利用德州11个县市区的实况资料对其20点起报的日最低气温、日最高气温、晴雨、一般性降水,逐日3h预报气温进行对比分析,检验预报质量。通过研究发现：日最低气温质量较好,不需订正,日最高气温预报质量较差,无直接参考价值需订正,二者都具有明显季节变化特征；通过误差分析探索了误差特点,算出平均绝对误差；逐3h气温预报有明显的日变化以及季节变化特征；一般性降水预报质量不稳定,其中的48h预报质量高于24小时预报质量,降水预报空报率较高。通过研究总结要素误差特点为今后提高预报准确率提供参考。     

利用6次多项式拟合技术和EC细网格产品对铜仁气温预报订正分析

本文利用欧洲中心模式(ECMWF)每天20:00起报的未来5d(120h)地面2m气温格点产品,用距离反比加权法插值到铜仁市的10个国家气象观测站点上,编程计算出每天预报产品预报未来5d每天的日最高、最低气温;利用A文件读取铜仁市10个国家气象观测站的日最高、最低气温实况值。统计气温预报值与对应的实况值,采用6次多项式拟合技术,通过分析预报值与实况值的关系,并得到相应的关系式,利用关系式,就可得到订正值。利用该订正方法,使得订正后的预报准确率较ECMWF模式预报准确率有很大的提高,24h订正后的全市综合平均预报准确率为80.7%,较ECMWF模式准确率提高24%。此订正方法简单实用,对气温预报准确率提升明显,对气温预报具有一定的指导意义。     

EC细网格模式2m气温预报产品在崂山地区的验证

选取2015—2019年青岛市崂山区10个气象自动站的日气温数据和EC细网格模式2 m气温预报产品,验证EC细网格模式2 m气温预报产品最低温度和最高温度在青岛崂山地区的准确率,同时分析崂山地区温度的时间、空间分布特征,对预报产品进行订正,在实际业务中进行推广,提高预报的准确率,做好公众气象服务。结果表明,气温存在年变化差异和季节内差异,同一种温度下,春季和夏季的区域分布比较类似,秋季和冬季的区域分布比较类似;崂山区内EC细网格24 h最低温度预报值偏高,最高温度预报值偏低,最低温度的预报总体准确率比最高温度的预报总体准确率要高,西部地区的预报准确率要高于东部地区的准确率;通过订正后,发现最低温度4个季节的预报准确率都在50%以上,最高温度订正后的准确率,除夏季59%以外,其他各季节均在75%以上。     

辽阳地区乡镇温度预报方法研究

为探索适合辽阳地区的乡镇温度预报方法,本文利用辽阳地区2012—2014年平均气温、最高气温、最低气温等气象要素,对回归方程法、差值法、滑动平均法3类方法进行对比分析。结果表明:所有方法最高气温准确率大于最低气温准确率;气温预报准确率和季节相关性不大;所有回归方程中,3站之间气温拟合效果最好,2站之间气温拟合效果次之,多要素拟合效果不好;差值法在稳定性的天气中准确率较高;10 d和15 d滑动平均法的效果较好,降低了台站环境变化和气候变化对气温的影响。     

中央台温度要素预报与实况差异性研究

根据中短期天气预报质量检验办法,对2014年1~12月国家气象中心下发的日最高气温和日最低气温指导预报产品24 h的平均绝对误差、均方根误差和准确率进行检验。结果表明,中央气象台指导预报中日最低气温的预报质量明显高于日最高气温的预报质量,夏、秋季指导预报的参考性好;预报员对气温指导预报的订正范围日最低气温应控制在1.4℃以内,且20:00的订正幅度小于08:00的,日最高气温的订正范围应控制在2.0℃以内;气温预报存在季节性误差,日最低气温的准确率从大到小依次为夏季、秋季、春季、冬季,日最高气温的准确率从大到小依次为秋季、冬季、春季、夏季。订正后的预报质量日最高气温提升明显,在实际预报中可以参考使用。     

数值预报产品在泰安市温度预报中的检验

利用泰安市逐日最高气温和最低气温实况资料与T639、MM5、天气在线、EC(欧洲中心)的数值预报产品进行比较,全年最高气温预报准确率除1月小于50%外,其他月份均大于50%;最高的是7月,为72.3%;最低气温预报准确率大于50%的仅有6—8月3个月,最高的也是7月,为62.6%;最低的是10月,为34.2%。T639预报准确率整体较高,最高及最低气温预报准确率均大于50%,依次为天气在线、EC,MM5最差。     

数值产品在锡林郭勒盟乡镇温度预报中的检验

对数值预报模式产品进行对比分析,应用t639-thin和ecmwf-thin数值模式产品,对锡林郭勒盟乡镇24 h温度预报进行研究,结果表明:2013年6、7月数值预报结果中T639细网格最低气温预报准确率为67.0%,最高气温预报准确率为58.8%,EC细网格最低气温预报准确率为73.5%,最高气温预报准确率为67.2%,2种数值产品都具有参考价值。     

2个数值模式在昆明地区气温预报中的准确率比较

从不同气候带地区和不同季节2个方面,对2012年3月—2013年2月24 h预报时效的ECMWF和T639模式2 m气温预报产品进行了日最高、最低气温的预报准确率、平均绝对误差研究。结果表明,2个数值模式2 m日最高、最低气温2℃误差的预报准确率明显比1℃误差的预报准确率高。2 m日最高气温预报准确率,不同气候带地区均是ECMWF模式高于T639模式;ECMWF模式不同季节预报准确率从高到低依次为秋季、冬季、夏季、春季,T639模式不同季节预报准确率从高到低依次为秋季、夏季、冬季、春季。2 m日最低气温预报准确率,北亚热带和中亚热带地区均是T639模式高于ECMWF模式,南亚热带地区ECMWF模式高于T639模式;2个数值模式不同季节预报准确率趋势相同,从高到低依次为夏季、秋季、春季、冬季。     

基于BP神经网络的日光温室气温预报模型

为建立日光温室中短期气温预报模型,以2个冬季生产季的日光温室实时气温观测资料为基础,利用BP神经网络建模和曲线拟合的方法,对日光温室1~7d气温预报模型进行了研究。结果表明:1)以室外气温为输入要素的温室气温预报模型,最高气温预报值与观测值的符合度指数(D)为0.68~0.93,均方根误差(RMSE)为3.1~6.3℃;2)最低气温预报值与观测值的符合度指数(D)为0.81~0.95,均方根误差(RMSE)1.5~2.2℃;3)日光温室内最低气温预报绝对误差小于2℃的预报准确率Rate(≤2℃)为78%~95%;4)逐时气温预报模型预报值与实测值的符合度指数(D)为0.95~0.99,均方根误差(RMSE)为1.0~2.8℃,逐时气温预报模型预测准确率较高。结合目前气象台站"周预报"结果,模型可较准确地预报温室内1~7d最低气温,并模拟日光温室内气温的逐时变化,可为冬季日光温室低温灾害预警及室内气温调控提供有益参考。     

基于天津局地小气候分区的精细化气温订正预报方法

综合考虑天津地理位置的特殊性对局地小气候的影响,针对精细到乡镇站点的天津精细化预报订正业务,开展了天津局地小气候分区的精细化气温订正预报方法研究,提出了客观划分小气候订正区域的思路和方法,完成了订正预报试验及评估分析。2012年最高、最低气温订正预报试验表明,该方法订正预报效果好,准确率高,1~5月逐日气温订正预报的平均绝对误差在0.44~1.52℃,且预报与实况的空间分布具有很好的一致性。     

GFS和T639模式气温产品的检验分析

[目的]检验分析GFS和T639模式的气温预报能力。[方法]采用2012年徐州站最高气温和最低气温资料,对GFS模式和T639模式0~168 h最高气温和最低气温预报产品进行检验。[结果]无论是最高气温还是最低气温,GFS和T639 2个模式气温预报产品的预报准确率均随着时效的延长呈现波动下降,夏季最低气温的预报准确率整体上均高于其他季节;各个模式不同季节不同时效的气温预报的偏低率和偏高率明显不同;随着预报时效的增加,2个模式预报气温产品平均绝对误差逐渐增大,但总体上,夏季的误差小于其他季节。总体上来看,GFS模式预报效果优于T639模式。[结论]该研究为预报员合理使用数值预报产品、提高气温的预报准确率提供指导。     

基于数值预报产品的温度客观预报集成模式的建立

利用泰安市2009年4月1日至2010年3月31日逐日最高气温和最低气温实况资料和T639、mm5、天气在线数值预报产品中最高气温和最低气温对应日的预报值、EC(欧洲中心)的数值预报产品中最高气温和最低气温对应日的预报值的订正值及1961—2010年逐日平均最高气温和最低气温平均值,以5家预报产品作为因子,采用多元回归方法,建立温度客观预报集成模式,为提高温度预报准确率提供依据。     

东乡县气温预报方法探究

运用欧洲温度数值预报产品和常规天气图资料,充分考虑850 hPa气温数值预报变量与最高、最低气温的相关性,分析不同天气系统影响下的气温变化,结合预报员经验进行客观订正,得出东乡县24 h最高、最低气温预报经验公式,取得较好的预报效果,以期为24 h天气预报提供一定的参考。     

东乡县气温预报方法探究

运用欧洲温度数值预报产品和常规天气图资料,充分考虑850hPa气温数值预报变量与最高、最低气温的相关性,分析不同天气系统影响下的气温变化,结合预报员经验进行客观订正,得出东乡县24h最高、最低气温预报经验公式,取得较好的预报效果,以期为24h天气预报提供一定的参考。     

智能网格24h精细预报汛期应用样例分析

基于安徽省凤阳县2020年汛期智能网格24h精细预报资料,选取7月22日至8月12日每日预报产品预报值及对应时次(7月22日09时至8月13日08时共528个时次)实况资料,分别按上午、下午、夜间时段统计气温、降水、风速、相对湿度预报准确度和0.1mm以上降水空漏报情况,分析绝对误差、相对误差分布规律和统计学订正效果.结果表明:智能网格要素预报与实况的线性相关系数自大到小依次为气温、相对湿度、降水量、风速,前2项要素预报的绝对误差与相对误差相对较小,后2项要素预报的各项误差相对较大;气温预报平均绝对误差绝对值不超1.04℃,上午时段预报值较实况偏高占71.97％;相对湿度预报平均绝对误差绝对值不超7.43％,上午时段预报误差较夜间、下午大;风速预报虽然平均绝对误差绝对值不超1.02m/s,但平均相对误差绝对值均超64％;降水预报漏报率均不超6.06％,空报率在4.55％～19.32％,平均绝对误差绝对值不超2.93mm;经线性回归方程订正,大多能减小智能网格预报的系统性误差.     

基于MM5模式的蔬菜大棚气温预测技术研究

[目的]介绍利用MM5数值预报产品预测蔬菜大棚气温的技术方法。[方法]于2002年11月～2003年4月在武汉农业气象站,2006年2～4月在东西湖慈惠农场进行试验,观测项目为24 h大棚内温湿度,双层膜内温湿度,0、5、10、15、20 cm地温等。[结果]在试验观测的基础上,对武汉市冬季蔬菜大棚逐小时气温进行详细分析,找出影响蔬菜大棚气温的主要因子,结合MM5数值预报产品的释用技术方法,研究出蔬菜大棚逐小时气温预测技术,并结合常规预报对大棚内气温模拟模型进行修正。将通过模拟模型推算出蔬菜大棚24 h内的最高、最低气温与实际大棚中出现的最高、最低气温进行比较,蔬菜大棚中最高、最低气温预测的准确率达到68%。[结论]该气温模拟模型有待于进一步检验和完善。     

滨湖和山区气温日变化与欧洲中心850hPa温度场的释用

应用岳阳市境内6个自动气象站2008年气温资料,对逐时气温、日最高气温、日最低气温、日较差序列进行分析,得到不同下垫面、不同天空状况下的日最高气温和日最低气温的出现时间和日较差大小。同时从欧洲中心850 hPa温度场与日最高和最低气温之间变化规律中探讨一些气温预报信息和思路。