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。     

辽阳地区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地区逐1 h气温、日最高（低）气温进行检验，并采用最优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表现为西部较高、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月、8月与其他月份相比较高，冬季各月日最高气温预报准确率较高；日最高气温预报准确率最高、稳定性最好，采用最优滑动周期法订正后，准确率基本为80%～90%；中西部地区日最低气温订正后准确率也在70%以上。     

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。     

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。     

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。     

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℃。     

2014年石嘴山市一次久旱转雪天气过程的数值预报产品能力检验

利用欧洲中期天气预报中心（ECMWF）数值预报产品和德国数值预报产品,对宁夏石嘴山市2014年2月4—6日一次久旱转连阴雪天气过程的预报能力进行了对比分析检验。结果表明,此次过程中ECMWF数值预报模式较德国模式的形势场预报准确,随着预报时效的延长,两种模式的预报准确率也均随之降低;从要素预报来看,24、48、72h 700hPa湿度场及850hPa温度场两种模式预报结果均较实况偏差较大,但72h比24、48h预报更接近实况。     

青海省冬季最低气温订正方法研究

本文利用统计学等方法统计分析青海省43个气象站点2010至2015年逐日逐时气温、最低气温及出现的时间等资料后发现:1.逐日(20~20时)最低气温出现的时间有明显的变化规律,绝大多数出现在5~10时之间,季节性明显,冬季偏晚,多在9时左右,夏季偏早,多在6时左右;2.为简便起见以旬为时间单位做统计分析,发现各站逐日7~10时之间最低气温与06时气温具有较明显的线性关系,根据该线性关系,利用逐日6时气温做7~10时之间最低气温预报,再加以订正系数后即作为初次预报值,统计发现该线性差值也有明显的季节变化,冬季偏大,夏季偏小;3.根据初次预报值对中央气象台24h最低气温(8~8时)预报进行订正,订正方法是若中央气象台给某站最低气温预报值较对应的初次预报值偏高,则以初次预报值代替之作为该站24h最低气温(8~8时)预报值;4.回代结果显示预报准确率的订正结果随季节不同变化较大,冬季(12、1、2)正订正明显,春季(3、4、5)和秋季(9、10、11)是正少负多,夏季(6、7、8)均为负订正,全年平均为弱的负订正。     

基于数值预报产品的本溪地区温度客观预报方法

利用2013—2015年本溪区域自动站温度资料与中央台指导预报、T639 2 m气温、欧洲中心2 m气温、天气在线气温预报和本溪市气象台24 h气温预报等数值预报产品进行比较。结果表明,各数值预报产品的最低气温预报好于最高气温预报,天气在线和中央台预报效果更好;建立温度订正指标为T639和欧洲中心最低气温预报加1℃,中央台、T639、欧洲中心最高气温预报分别加1、3、2℃;对数值预报产品进行回归分析,得到最低、最高气温客观预报方程,拟合效果较好,可作为日常温度预报参考依据。     

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。     

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。     

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。     

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。     

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。     

武冈市7～9月日最高气温精细化预报方法研究

[目的]对武冈市7～9月日最高气温精细化预报方法进行研究。[方法]利用2009～2010年T213和欧洲中心ECMWF模式产品及相应时段内测站的日最高气温,用多因子相似预报方法动态优选预报样本,采用多元回归多模式集成MOS方法,经动态地订正模式误差和回归误差后,得出动态预报方程,制作24～120 h武冈市7～9月日最高气温预报。[结果]经样本优选、误差订正得到的武冈市7～9月日最高气温方程,经多次随机抽样,并做F检验,可通过显著水平为0.1的检验。[结论]这种方法具有预报模式中外结合、充分利用多个模式的有用信息、吸取各自的优点,考虑本地局部环境因素,减少模式误差和回归误差,利于提高预报精度的优点。     

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。     

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。     

真值图降水预报方法初探

利用巴楚县气象站1970～2000年6～8月逐日实测地面降水资料、水汽压、24h变压、气温、相对湿度、最高气温、最低气温资料,从中发现11：00水汽压、14：0024h变压、17：0024h变压、17：00气温、17：00相对湿度、17：00最高气温减最低气温与每次降水的出现有着极为密切的关系,并通过使用真值图预报方法来预报未来24h有无降水,经试报实践证明,预报准确率达75％。