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.     

基于卡尔曼滤波的上海崇明乡镇精细化预报研究

本文基于5km×5km格点数值预报资料(2017年11月1日～2018年2月28日3h～72h逐3h)和崇明24个自动站资料,利用双线性插值将格点数值预报资料插值到各个自动站站点,得到各站点数值预报资料。然后,利用卡尔曼滤波以2017年11月资料作为训练期,对2017年12月～2018年2月站点预报资料进行客观订正;利用反距离平均将各自动站温度实况资料插值到17×13矩阵的格点中得到格点实况资料,再利用卡尔曼滤波对格点数值预报资料进行订正,采用温度绝对误差对订正前后的预报效果进行检验评估,结果表明:订正后,各站点平均绝对误差都在2℃以下,各站点20时起报,24时,48时,72时逐3小时预报数据平均订正了0.37℃、0.33℃、0.23℃。各格点20时起报,24时、48时、72时逐3小时预报数据平均订正了0.31℃、0.27℃、0.20℃。空间上,预报误差呈自西北到东南递减的特性,且修正效果与预报误差呈现很好的正相关性;时间序列上,此方法对于数值预报误差较大的值有较好的修正效果。     

广州GRAPES模式与EC模式广西地面要素预报检验评估——以2019年汛期为例

采用TS评分、ETS评分、漏报率、空报率和预报偏差等方法对2019年4—9月GRAPES广州华南中尺度模式和ECMWF模式20∶00起报的0～24h (简称24h)和24～48h (简称48h)累积降水进行对比检验评估,同时应用平均误差、平均绝对误差、均方根误差和预报偏差等方法对2个模式地面温度和风进行对比检验评估。结果表明:GRAPES对小雨的预报能力明显优于EC,而中雨以上降水,EC效果较好;对于24h大雨以上降水的发生频率,EC预报更接近实况,对于24h和48h其它量级降水的发生频率,GRAPES具有更好的参考性;对于地面气温预报,2种模式总体均比实况偏低,白天时段GRAPES预报效果好于EC,夜间时段EC更好;对于地面风的预报,EC效果好于GRAPES,2种模式均为u风预报偏小,V风偏大。     

沈阳大城市精细化预报方法研究

利用沈阳高分辨率WRF(weather research and forecasting model)模式输出资料,结合实况观测,检验模式2011—2014年温度和降水预报产品。结果表明:1浑南站定时温度预报准确率最高为76%,最低为52.8%。随着预报时效的增加,预报准确率呈下降趋势。区域自动站中辽宁大学预报准确率最高,奥体中心预报准确率最低。浑南站温度预报的平均绝对误差在1.5~2.5℃,随着预报时效的增加,平均绝对误差越大,平均绝对误差与准确率成反比。区域自动站中平均绝对误差与准确率不具有明显相关性。2浑南站较其他区域自动站的TS评分高,最大值为0.571。浑南站模式对各时刻晴雨预报的准确率相对较高。3浑南站订正后的≤2℃温度准确率平均增加了4.4%,≤1℃温度准确率平均增加了8%。区域自动站中除辽宁大学和奥体中心为负增幅,其他站均为正增幅。     

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。     

预报小概率台风路径的一个外推公式

本文提出一个考虑到台风中心移动加速度的外推公式．在已知台风中心的现在位置、6小时前位置和12小时前位置的条件下，可根据该公式求得台风中心未来124、时及24小时的预报位置。验证结果表明．该公式对小概率台风路径有较好的预报效果。     

2011年8月5～6日局部大暴雨过程分析

[目的]分析2011年8月5～6日发生在湖南的局部大暴雨过程。[方法]利用湖南省内区域自动站资料、探空资料、高空资料和雷达资料对2011年8月5～6日发生在湖南的暴雨过程的形成机理进行了深入分析,重点探讨洞庭湖局部区域大暴雨中反射率、径向速度及相关物理量因子的演变情况,同时检验欧洲中心高度场和风场的模式预报。[结果]此次过程是在东部沿海有台风的影响情况下局部发生的大暴雨天气过程,大气环流背景是两脊一槽形势,主要影响系统是高空低槽和中低层切变线附近以及地面弱冷空气,且200hPa存在分流现象,暴雨落区位于850 hPa的东侧和南侧;强对流的发生前,维持高K指数或K指数迅速增大,CAPE值迅速增大和SI指数的快速减小,同时当地环境有足够的水汽弥补了因中低层没有急流存在而产生的水汽的输送;在雷达回波上有2条路径的回波云团输入到强对流风暴,同时中层有干空气侵入风暴内,造成强风暴单体的缓慢移动及强度维持,在速度产品上低层存在逆风区和强的辐合区。EC 500 hPa高度预报场与实况对比发现预报的台风内部高度值比实况偏大,高压中心比实况偏小,48 h预报比24 h预报误差大些;500和850 hPa的UV分量的预报场48 h的误差比24 h大,500比850 hPa的误差大,对台风的预报误差均较大,在切变线附近或槽线附近误差亦较大。[结论]该研究为暴雨预报提供参考。     

全国雷达分钟降水方法在面雨量预报上应用的检验——以巢湖为例

为了解基于全国雷达分钟降水方法在面雨量上的短期预报效果,利用2020年7月25日08:00—28日08:00安徽巢湖及其子流域的实况面雨量数据,依据平均绝对误差、均方根误差、TS评分、漏报率和空报率几项检验指标,对安徽巢湖及其子流域研究时段内逐小时和累计2h面雨量预报结果进行检验评估.结果表明,全国雷达分钟降水方法对巢湖北部平原区子流域的预报效果好于南部丘陵地区子流域;累积2h产品的预报效果好于逐小时产品的预报效果;对小雨量的预报结果优于大雨量的预报结果.     

松江区部分农业气象服务调查和减损效益评估

为了进一步提高松江区气象为农服务能力,于2012—2013年选取松江部分农业(主要是养殖业、果业、花卉业)进行了气象服务调查工作,并对松江区农业进行了减损效益评估。根据松江区25名农业技术专家的调查资料,应用德尔斐法对资料进行了分析,得到如下结果:(1)松江区气象为农服务贡献率为1.82%,约为0.375亿元人民币。(2)台风、高温、连阴雨、暴雨、降雪是影响松江农业的重要敏感气象要素和天气现象。(3)花卉对台风、高温最敏感;养殖对高温、低温最敏感;果树对台风、高温最敏感。(4)有效预报时段分别为:台风提前24—48 h、高温提前24—48 h、连阴雨提前48 h以上、降雨提前12—24 h、降雪提前12—24 h。在分析了气象为农服务的现状及需求后,结合相关研究给出了农业气象灾害防御建议,并为改进下一步气象为农服务工作提出了建议。     

基于气候适宜度的水稻发育期预报模型

利用昆明1994—2012年水稻发育期观测资料和地面气象观测资料,计算各发育阶段综合气候适宜度,构建基于气候适宜度的水稻发育期预报模型。结果表明,各发育阶段间隔日数预报模型预测值与实测值平均绝对误差均在3 d以内,其中拔节—孕穗期平均绝对误差为0;其次为三叶—返青、孕穗—抽穗、乳熟—成熟期平均绝对误差均为1 d;返青—分蘖、分蘖—拔节期平均绝对误差为2～3 d。全生育期预测值与实测值平均绝对误差为1 d。预报模型模拟效果较好,可在水稻发育期预报业务中推广应用。     

德惠市一次暴雨天气过程成因及EC预报误差分析

利用常规气象观测资料、区域自动站加密资料、FNL再分析资料、欧洲数值模式（ECMWF，简称EC）资料对2022年7月13日11:00至15日8:00出现在德惠市的一次暴雨过程进行成因分析，并将EC预报的环流形势、物理量场与实况进行对比分析，找出预报误差产生原因，提出夏季暴雨落区和时段预报的订正着眼点。结果表明：此次暴雨受高空冷涡和低空气旋的共同作用，强降水落区主要位于850 hPa气旋附近；降水前期德惠市水汽充沛，降雨过程中上升运动较弱；根据德惠市降雨量强度，此次降雨量分为了4个强降雨时段。此次降雨EC预报的降雨落区和降雨时段出现了明显的偏差，其主要原因包括比湿场强度预报与实况有偏差，EC预报中上升运动的强度偏弱，高空冷涡和低空气旋的南移速度较实况偏快。以上3个方面也是对此次数值预报暴雨落区进行订正的着眼点。     

T639数值预报产品在克孜勒苏自治州一次大降水过程中的检验

利用在国家气象中心业务运行的T639模式,对2013年6月16—18日克州地区出现的一次大降水天气进行预报检验,结果表明:T63924h高度场形势预报准确率较高,能较好地预报欧亚中高纬环流的演变特征,T639海平面气压场24~72h预报场较实况场强度偏弱,位置偏北,但移速与实况场基本一致,范围要偏小。从T639降水模式预报检验来看,其较实况场略偏弱,但对此次大降水过程中,降水主要集中时段、降水落区预报有较好的参考价值。T639物理量场中的比湿、水汽通量、温度露点差等预报因子对此次大降水预报也有较好的指示意义。     

基于深度GRU神经网络的逐小时气温预报模型

基于深度门控循环(GRU)神经网络,利用地面气象要素小时资料(气温、气压、露点温度、相对湿度和水汽压)建立湖南石门未来24 h逐小时气温预报模型,并对模型精度进行分析。结果表明,深度GRU逐小时气温模型预报精度随预报时次的增加逐步下降,决定系数(R~2)为0.996～0.906、平均绝对误差(MAE)为0.359～1.974和均方根误差(RMSE)为0.510～2.562℃,24 h气温预报准确率为62.529%,优于滑动平均自回归(ARIMA)气温预报模型,且能较好体现气温转折性变化。利用深度GRU模型对2019年4月至7月湖南省石门县逐小时气温进行预报,与欧洲中心和日本数值预报产品进行对比发现,其3、6和9 h的预报精度均优于数值预报,可为12 h内气温短临预报技术提供一种有效的补充。     

西宁市春季最高温度客观预报分析

利用2012—2014年春季4月西宁测站EC预报场及实况资料,采用SPSS逐步回归筛选影响最高温度的关键因子,建立西宁市24 h最高温度客观预报方程。用2015年同月数据检验表明:西宁市24 h最高温度预报准确率为69%,未发生降水时的预报准确率达76.2%,该预报方程可为今后主观预报提供参考依据。     

南京市樱花始花期预报方法研究

利用南京市2012—2021年气象数据及樱花花期观测资料,对南京市樱花始花期特征及其气象因子进行了分析,通过多元回归分析法构建了南京市樱花始花期预报分析模型,并进行了分析。结果表明：(1)南京市樱花始花期平均日序数为79.2 d,近10年来南京市樱花始花期日序数变化趋势不明显。(2)对由3月上旬积温因子建立的樱花花期预报模型进行检验得出的樱花始花期与真实花期平均绝对误差为2.02 d;由前1年12月上旬至当年3月中旬积温和因子建立的樱花花期预报模型进行检验得出的樱花始花期与真实花期平均绝对误差为2.19 d,说明长期积温是影响南京樱花始花期的关键因子;由多因子预报模型进行检验发现多因子建立的预报模型预报误差明显低于单一因子建立的预报模型。对比3种预报模型对2022年南京市樱花始花期进行花期预报,发现综合X₁₀和X₁₄这2个气象因子建立的花期预报模型计算得出的2022年南京市樱花始花期预测值与实际花期的误差较小,可以较为准确地预测出南京市樱花始花期。     

德惠市7月13-15日暴雨天气过程成因及EC预报误差分析

利用常规气象观测资料、区域自动站加密资料、fnl再分析资料、欧洲数值模式(ECMWF,简称“EC”)资料对2018年7月13日12时至15日8时出现在德惠的一次暴雨过程进行成因分析,并将EC预报的环流形势、物理量场与实况进行对比分析,找出预报误差产生原因,提出夏季季节暴雨落区和时段预报的订正着眼点。分析结果表明,此次暴雨受高空冷涡和低空气旋的共同作用,强降水落区主要位于850hPa气旋附近;降水前期德惠水汽充沛,降雨过程中上升运动较弱;根据德惠市降雨量强度,此次降雨量分为了四个强降雨时段。此次降雨EC预报的降雨落区和降雨时段出现了明显的偏差,其主要原因:一是比湿场强度预报与实况有偏差;二是EC预报中上升运动的强度偏弱;三是高空冷涡和低空气旋的南移速度较实况偏快。以上3点也是对此次数值预报暴雨落区进行订正的着眼点。     

基于WRF模式不同分辨率湖南强降水研究

利用WRF模式设计3种不同分辨率试验方案研究不同分辨率下湖南强降水预报效果,结果表明:两层嵌套分辨率为90、30 km时,对强降水预报效果最差;分辨率为36、12 km时,24 h模拟的大暴雨中心和实况一致,48 h模拟出了雨带的东移,但是范围较实况缩小很多;采用120、40 km分辨率时,24、48 h雨区和雨带位置一致,模拟结果基本不可信。     

台风鲇鱼引发苍南特大暴雨过程分析

应用多种台风路径预报和数值预报产品、常规气象资料等,对1617号"鲇鱼"台风的路径预报及影响苍南特大暴雨过程进行诊断分析。分析表明:"鲇鱼"台风特大暴雨过程具有阶段性特征,包括受台风登陆前后螺旋云系影响的第1阶段强降水和登陆后伸展出台风倒槽影响的第2阶段强降水。通过台风相似路径条件检索,201617号、199216号、199012号台风的雨量大值中心分布相似,过程雨量201617号台风更大,这是由于第2阶段强降水造成的过程累积雨量更大。东南风急流的建立和长时间维持为本次台风水汽输送提供了动力条件;高层强辐散场为台风引发的特大暴雨提供了动力条件;垂直速度场演变与降水强度实况吻合;地形对台风影响的特大暴雨过程起到增雨作用。     

基于EC的济宁地区暴雨过程预报检验分析

利用实况资料和欧洲中心数值预报降水资料,采用中国气象局中短期天气预报质量检验办法,检验分析了发生在山东济宁地区的2016年7月19—20日暴雨到大暴雨过程。结果表明,欧洲中心数值预报对于本次过程,8:00起报,24 h TS评分最高,为63.6%;漏报率明显高于空报率。24:00起报,48 h表现最差,72 h和24 h准确率相当。综合检验,24 h预报表现最好,72 h略优于48 h,在今后预报中可以做好订正,前期72 h的预报可信度更高。该分析能够提高欧洲中心数值预报解释应用能力,进而提高天气预报准确率。     

ECMWF高分辨率数值预报2 m温度产品在铜仁市的适用性分析

将ECMWF高分辨率数值(简称EC-thin)2 m温度产品与铜仁地区3个国家基本站的观测资料进行比较分析,以检验该产品在铜仁地区的适用性。本文分别采用分月统计和分段统计的方式比较温度实况值与预报值的差值绝对值。结果显示,EC-thin 2 m温度产品对低温的预报效果优于高温;低温预报效果5月最优,高温11月最优;72 h的低温预报效果要优于24、48 h,24 h的高温预报效果优于48、72 h;当预报值为10~20℃时,差值最低,仅为0.3℃。