一种短期气候预测集成技术的应用研究

以递归正权综合决策方案为基础，结合实际情况，首先对多种预报方法进行筛选，选取预报效果较好并且较为稳定的几种方法参与集成，并将集成结果写成Micaps数据格式，最终以图形方式显示出来。评分结果表明：该集成方法对温度预报和灾害指数预报较权重平均集成法效果好；而对月雨量预报和季度雨量、温度预报则与权重平均方法相当；但是对季度雨量、温度预报来说，集成后预测精度有明显提高。同时，将集成结果通过Micaps工作平台以图形方式显示，不仅客观、定量，而且更一目了然．     

广西降水集成预报方法初探

以5种子预报产品对广西降水历史拟合率为依据，应用多元决策加权方法，对这5种子预报产品在广西区域中进行集成试验。结果表明，集成后的预报性能优于参加集成的任何一种预报子方法。     

最优决策法在台风路径集成预报中的运用

关于台风路径的预报方法很多，但没有一种方法预报的准确性占绝对优势，为此提出了一种集成方法——最优决策法，将几种性能较好的预报方法进行集成。经初步预报试验，效果较好，其预报误差均比其它方法小。     

集成方法在高原降水预报中的应用研究

本文对1991～2000年各月西宁等站的降水和气温预报进行了评分，并根据它们的评分结果，选取了最优子集回归、高次多项式、均生函数等7种预报方法作为集成预报的预报因子。通过降水试报得出，一元回归集成、权重集成、最优子集集成的趋势评分均超过了82％，降水预报集成后的趋势评分比单个预报方法的平均评分至少提高了15～25个百分点。     

用最优综合决策法对乌鲁木齐地区三种降水预报方法的集成

介绍了最优综合决策法的原理和方法，并用该方法对乌鲁木齐地区三种降水预报方法（MOS预报、平均温度场和值班预报）进行集成，并用计算机进行自动处理，试验表明，集成结果是优于单个预报方法的。     

基于人工神经网络的集成预报方法研究和比较

用人工神经网络方法对同一预报量的各个子预报方程进行集成预报研究,并以同样的子预报方程进行回归、平均和加权预报集成。对神经网络集成预报模型与各个子预报方程及其它集成预报方法进行了对比分析研究。结果表明,人工神经网络方法所构造的集成预报模型不仅对历史样本的拟合精度比各个子预报方法及其它集成预报方法更好,独立样本的试验预报结果也显示出更好的预报准确性。并且,采用神经网络方法进行预报集成,可以避免以往集成预报方法难以确定权重系数的困难     

西昌卫星发射场大-暴雨的预报集成

综合集成是提高预报产品应用效能的一种有效的方法，将集对分析中的联系度概念用于西昌发射场大-暴雨过程预报综合集成，首先对大-暴雨天气过程进行分型，确定国家气象中心T213模式预报、西昌发射场降水模式的客观预报、预报员经验预报与西昌发射场大-暴雨过程的联系度，用权重法将大-暴雨预报进行集成，从而给出集不同预报于一体的西昌发射场大-暴雨过程预报集成方法。     

三峡库区流域面雨量预报模糊检验

采用面雨量模糊评分方法，对三峡库区流域面雨量预报中3种客观预报(相似预报、T213降水预报、MM5模式预报)和面雨量综合集成预报结果进行综合评定。检验结果表明，3种预报模式对流域面雨量预报水平相差不大，冬半年的预报评分高于夏半年。在业务中采用动态权重系数法对3种预报方法预报结果进行集成，其集成预报的评定质量高于每种单独预报质量。在流域面雨量预报质量检验中采用了模糊评分法，该方法能够较为客观地反映预报和实况之间的差距，也可以用于降水定量预报评定中。     

三峡近坝区雹云临近预报集成系统试验研究

本文采用集成预报方法，将天气学诊断、雹云数值模拟、雷达回波参数判别三种预报方法的结论经(0，1)化处理，分别作为预报因子，根据三种不同预报方法的预报准确率给出各个因子的权重系数，最后调整组合成雹云临近预报方程。结合三峡近坝区5年的降雹资料，建立预报模型。外场试验检验表明该集成预报系统预报准确率可达到70％以上。     

岭回归在预报集成中的应用

一、前言 在天气预报中,往往是由多个预报员应用多种预报工具和方法进行预报。因此,需要有一种综合的方法集中各种预报结果而形成统一的预报结论。这种预报集成对于今后实现天气预报自动化也有重要的意义。预报集成的方法很多,回归集成、判别集成是比较常用方法。本文提出了用岭回归做预报集成的方法,经过试验证明,这种方法优于一般回归集成和其它集成方法,并且预报量可以是连续变量,也可以是离散变量。     

舟山市汛期降水量预报方法

利用基于预测误差平方和 ( PRESS)准则的逐步回归分析和基于残差平方和( RSS)准则的逐步回归分析建立了舟山市 3个县区站汛期 ( 5～ 9月 )降水量的预报模型 ,并对两种方法的预测结果进行预报集成 ,经试报和预报检验表明 ,该模型的预测效果较好     

基于贝叶斯理论的单站地面气温的概率预报研究

基于贝叶斯理论,建立了将确定性预报向概率预报转换的基本模式,并利用TIGGE资料中欧洲中期天气预报中心(ECMWF)地面气温预报资料及地面气温观测资料,对概率化后的预报进行了评估与释用。结果表明,概率化后的预报结果不但能提供丰富的预报产品,而且所提供的预报均值优于原始的确定性预报。应用贝叶斯模式平均法(BMA)将中国气象局(CMA)、美国国家环境预报中心(NCEP)和ECMWF 3个模式的预报结果进行多模式集成,得到了更为合理的概率分布,其中分布的均值可作为模式的预报结果,方差和置信区间反映了预报量的可变范围。因此,基于贝叶斯预报模式的概率预报相对于确定性预报,不但能够提供更高精度的预报,而且能提供更全面的预报信息。BMA集成预报结果不但优于集合平均预报,而且还能定量描述预报的不确定性。利用ECMWF预报中心51个预报成员进行集成贝叶斯概率预报试验,发现BMA预报融合了各成员对预报不确定性的描述,还对概率预报的均值进行了调整,使之与观测值更为接近。BMA预报的概率密度分布更能反映大气的真实分布情况。     

基于非静力模式物理扰动的中尺度集合预报试验

以GRAPES中尺度有限区模式作为试验模式, 从模式的不确定性方面来构造中尺度的集合预报, 重点考虑物理因子与初始条件的扰动作用。针对2004年7月10日北京城区的突发性暴雨过程进行了36 h的集合预报试验。结果表明:GRAPES模式可有效地捕捉到中尺度过程的信息; 中尺度集合预报是可行的, 可改进中尺度暴雨过程落区、强度的预报; 不同集合方案的预报结果各不相同, 同一方案各个成员的预报结果也有差异, 即存在适宜的离散度; 在离散度分析中发现在北京附近存在一个明显大值区, 且在大气中低层的垂直结构表现出一致性, 表明这一区域的预报不确定性很大。从集合检验结果中得到:单纯考虑模式物理扰动来构造中尺度集合预报系统有一定难度, 当加入初始场不确定信息后, 同时考虑模式的不确定性和初始场的不确定性, 有助于捕捉更多的中尺度系统的不确定信息, 有助于构造更为有效的中尺度集合预报系统。     

神威中期集合数值预报产品的业务应用

目前神威中期集合数值预报产品包括 500 hPa 集合平均预报图、850 hPa 温度距平概率分布图、不同降水级别的降水概率分布图。 其中 500 hPa 集合平均预报场对欧亚大型环流形势演变趋势、春季风沙天气、降水天气过程以及夏季副热带高压变化趋势等的预报中得到应用, 850 hPa 温度距平概率分布图对未来气温变化趋势以及冷空气过程的预报有很好的使用价值, 而降水概率分布图可供预报员在做降水预报时参考。     

混合集合预报法在华南暴雨短期预报中的试验

-WRF多模式集合3组试验,对比分析混合集合预报法与传统方法的降水预报效果。结果表明:ARPS模式集合改善了广东省南部局地强降水预报,该方法在中雨、大雨、暴雨量级改进效果显著。WRF模式集合对广东省北部强降水预报优于ARPS模式集合,但空报、漏报率较大,该方法有一定局限性。ARPS-WRF多模式集合在降水落区和量级预报上均优于传统方法。混合集合预报法利用低分辨率 (36 km) 集合预报和高分辨率 (12 km) 控制预报实现了高分辨率 (12 km) 集合预报,改善了降水预报效果,该方法可为业务高分辨率集合预报提供参考。     

ECMWF集合预报产品在重庆暴雨预报中的检验与应用北大核心

利用重庆地区34个国家气象站降水资料和ECMWF集合预报降水资料,系统检验和评估了集合预报统计量产品及后处理技术产品对2014—2016年5—9月重庆暴雨的预报性能。结果表明:集合统计量产品中最大值、90%分位数、融合产品、概率匹配平均、75%分位数对暴雨预报有一定参考性,其中90%分位数和融合产品对暴雨落区预报较好,最大值对暴雨强度预报有一定指示意义,但表现为明显的湿偏差。集合预报后处理技术产品的暴雨TS评分较控制预报和集合平均有明显提高,其中概率预报、最优百分位、融合—概率匹配、频率匹配法的暴雨TS评分超过最大值,对暴雨强度预报具有较好的指导意义,其预报偏差均表现为湿偏差,融合—概率匹配和频率匹配法对暴雨落区预报较好,概率匹配—融合对降低暴雨空报率较好。     

基于奇异矢量的优化短期集合预报

在1-2 d的短期预报中,由奇异矢量构建的初始扰动主要是线性发展,为了防止在积分终止时刻,由同一奇异矢量导出的正负初始扰动的积分在集合平均时互相抵消,文中首先通过理论推导和实际计算证明了对集合成员进行优化的必要性,以及从不同奇异矢量导出的集合成员中,表现好于控制预报的一组成员相对于控制预报的离差恒大于或恒小于表现劣于控制预报的另一组成员,利用这个特征,在做集合预报时,把奇异矢量导出的正负两组预报分成离差相对大一组、离差相对小一组,就可以避免求集合平均时成员相互抵消,从而提出了一种优化基于奇异矢量的短期集合预报的方法.文中使用NCAR/PSU(美国国家大气研究中心/宾夕法尼亚大学)中尺度有限区域模式MM5第1版,及其对应切线性、伴随模式,对1999年夏季发生的两个梅雨锋低涡个例作了分析,在计算奇异矢量时采用了干能量模,分析结果表明:相对于正负两个初始扰动都入选的集合,严格按照这种方法挑选出来的优化集合可以有效地提高集合平均的精确度.在生成初始扰动的方法上,文中的计算表明,相对于用单个奇异矢量生成初始扰动,把正交的多个奇异矢量累加起来导出的初始扰动具有更大的增长率,能有效地增大集合成员间的离差,提高集合成员的预报精度.     

GRAPES-GEPS环流集合预报的分类释用方法研究与检验

集合预报在数值天气预报体系中具有重要地位，因此如何有效提取集合样本信息以提高集合预报技巧一直是一个重要课题。基于中国全球集合预报业务系统（GRAPES-GEPS）的500 hPa高度场集合资料开展对环流集合预报的分类释用方法研究，并对集合聚类预报结果进行了检验分析。通过在传统Ward聚类法中引入动态聚类的“手肘法”方案，发展了环流集合预报分类释用方法。针对该方法的个例分析表明，对于中国中东部地区环流集合预报的聚类释用方法能够有效地划分出最有可能发生的环流形势类型并提供发生概率。确定性预报综合检验结果显示，集合预报聚类结果中发生概率最高的集合大类相对于集合平均的预报技巧有明显提升，并随着预报时效的延长提升更明显。总体来看，通过集合预报的分类释用方法划分环流形势类型可以为天气预报提供参考依据，具有实际应用价值。      

多模式集成的概率天气预报和气候预测研究进展

基于大气的混沌特性,单一的确定性预报逐步向多值的不确定性概率预报转化已成为一种趋势。本文系统地评述了概率天气预报产生的背景,介绍了概率预报的相关概念及国内外的研究状况,着重讨论了多模式集成的概率预报的两种集成方法,即贝叶斯模式平均(Bayesian model averaging,BMA)和多元高斯集合核拟合法(Gaussian ensemble kernel dressing,GEKD),并给出了两个例子的概率预报试验结果。利用BMA方法制作的概率预报的方差较小,减小了预报的不确定性,因此预报结果更接近大气的真实值。作为另一种多模式集成方法,多元高斯集合核拟合法回报的地面气温距平均值及趋势的概率预测结果与实测结果基本一致。利用此方法建立了地面气温年代际变化的概率多模式集合预测模型,并从中提取年代际气候变化特征,对东亚季风区年代际预测具有重要应用价值。     

对流尺度集合预报成员数对降水预报的影响北大核心CSCD

选取2022年川渝地区发生的16个强降水个例开展对流尺度集合预报批量试验,并通过对31组初值采用不同集合成员数时的降水集合预报技巧进行检验评估和综合分析。结果表明:集合成员的降水预报技巧总体上大致相当,因而采用不同成员数时预报技巧差异也不明显;表征降水总体分布特征的Talagrand分布和预报失误概率以及表征降水概率预报技巧的相对作用特征面积随着成员数的增加而逐渐改进,但当成员数达到一定数值后继续增大成员数对预报改进不明显。总体而言,对流尺度集合预报成员数设置为16~18最适宜。