2014年6—8月数值模式产品对山东气温预报的检验分析

为检验不同数值模式产品对山东不同站点2m日最高、最低气温24h预报效果,利用2014年6—8月逐3h的WRF-RUC、EnWRF确定性预报、不同集合百分位数、T639、中国气象局下发的T639-MOS解释应用产品以及EC细网格预报进行TS评分、误差等分析。结果表明：EC细网格对内陆最高气温预报准确率最高,EnWRF确定性预报次之,EC细网格和T639-MOS对内陆最低气温预报准确率最高。T639和EC细网格分别对沿海最高和最低气温预报准确率最高。对各模式单站气温预报进行最优模式分析发现,对于最高气温预报最优的模式为EC细网格和EnWRF确定性预报,分别集中在鲁西南和鲁北、鲁中和鲁东南。对于最低气温预报最优的模式为EC细网格和T639-MOS,T639-MOS主要对鲁中山区预报较好,其他地区两个模式预报效果基本相当。     

山东省2015年夏季（6—8月）数值预报产品检验

根据短期天气预报质量检验办法,对2015年6—8月T639、EC细网格、WRF确定性预报（EnWRF）12km和4km分辨率及不同集合百分位、上海区域模式（BCSH）以及T639-MOS在山东省陆地120站和沿海12个精细海区的降水、日最大风速以及日最高最低气温预报进行检验,分析了不同数值模式产品的预报能力。     

山东省2016年夏季（2016年6—8月） 数值预报产品检验

根据短期天气预报质量检验办法,以及气象行业标准《风预报检验方法》（QX/T229—2014）,对2016年6—8月T639、EC细网格、山东WRF确定性预报（EnWRF）、WRF不同集合分位数、上海区域模式（BCSH）以及T639-MOS在山东省陆地120站和沿海12个精细海区的降水、日最大风速以及日最高最低气温预报进行检验,分析了不同数值模式产品的预报能力。     

山东省2015年冬季（2015年12月—2016年2月） 数值预报产品检验

根据短期天气预报质量检验办法,对2015年12月—2016年2月T639、EC细网格、WRF确定性预报（EnWRF）12km和4km分辨率、WRF集合不同分位数、上海区域模式（BCSH）以及中国气象局下发的指导预报T639-MOS在山东省陆地120站和沿海12个精细海区日最大风速和日最高最低气温预报进行检验,分析了不同数值模式产品的预报能力。     

山东省2016年春季（2016年3—5月）数值预报产品检验

根据短期天气预报质量检验办法,以及气象行业标准《风预报检验方法》（QX/T229-2014）,对2016年3—5月T639、EC细网格、WRF确定性预报（EnWRF）12km、4km分辨率及不同集合分位数、上海区域模式（BCSH）以及T639-MOS在山东省陆地120站和沿海12个精细海区的降水、日最大风速以及日最高最低气温预报进行检验,分析了不同数值模式产品的预报能力。     

山东省2016年秋季（2016年9—11月）数值预报产品检验

根据短期天气预报质量检验办法,以及气象行业标准《风预报检验方法》（QX/T229-2014）,对2016年9—11月T639、EC细网格、山东WRF确定性预报12km和4km分辨率、WRF集合不同分位数、上海区域模式（BCSH）以及T639-MOS解释应用产品在山东省陆地120个国家级气象观测站和沿海12个精细海区的降水、日最大风速以及日最高最低气温预报进行检验,分析了不同数值模式产品的预报能力。     

山东省2015年春季（2015年3—5月） 数值预报产品检验

根据短期天气预报质量检验办法,对2015年3月—2015年5月T639,EC细网格、WRF-RUC,WRF确定性预报(En WRF)及不同集合百分位、上海区域模式(BCSH)以及T639-MOS在山东省陆地120站和沿海12个精细海区的降水、日最大风速以及日最高最低气温预报进行检验,分析了不同数值模式产品的预报能力。     

2011年4—6月亚沙会赛场多模式要素预报产品检验

为了了解各种数值模式要素预报在2012年6月第三届亚沙会（亚洲沙滩运动会）比赛期间表现如何,对2011年4—6月MM5,WRF—RUC和T639模式亚沙会比赛场地的海阳气象观测站24h降水量、10m日最大风速以及2m日最高最低温度预报进行了检验,检验还包括了t70nline（天气在线）2m日最高最低温度预报,结果表明：（1）各模式晴雨预报基本都在70分左右。WRF-RUC模式一般性降水和小雨预报效果最好。对于中雨,各模式空、漏报均较多。大雨以上量级降水,各模式均有一定的预报能力。WRF—RUC和T639模式均较好地预报出大雨和暴雨过程,MM5略差,但各模式均空报大暴雨过程。（2）4级以下的弱风T639模式预报准确率最高,MM5和WRF-RUC模式空报较多;对于4级以上风,MM5和WRY-RUC模式预报效果较好,T639模式漏报较多。结合最大风速预报误差看,MM5和WRF-RUC模式相差不多,预报效果最好,T639模式预报误差最大。（3）WRF。RUC模式最高温度预报准确率最高,t70nline最低温度预报准确率最高。各模式最高最低温度平均误差均为负值,即模式预报比实况均偏低。     

数值模式对2016年1月世纪寒潮过程的预报能力检验

对比检验了ECMWF和T639对2016年1月23—24日强寒潮天气过程的中期预报能力,表明ECMWF和T639 216h时效500hPa高度场的预报能刻画出西高东低的环流形势,ECMWF预报比实况偏晚,高低压中心比实况偏弱,T639预报比实况偏快,低压中心值比实况偏强,96h时效的高度场预报均基本接近实况。ECMWF 168h时效850hPa冷中心强度、气温梯度与实况相等,冷中心比实况偏东5个经度,T639 144h时效气温梯度比实况偏小,冷中心比实况偏东5个经度,48h时效的预报均与实况非常接近,等温线重合度很高。ECMWF 192h时效的海平面气压场冷高压中心位置及中心强度与实况一致,只是1060hPa及以上的区域比实况偏小。T639 192h时效的海平面气压场冷高压中心比实况偏南7个纬度,中心强度比实况偏强2.5 hPa,等压线走向及梯度与实况类似。24h内短期时效对比检验T639、ECMWF、山东WRF确定性预报（EnWRF）、WRF集合不同分位数的最低气温、最大风力和降水预报可知,WRF集合最小值预报最低气温评分最高,WRF集合较大值对大风力的预报准确率最高,Japan模式对降水落区预报较好,EnWRF很好地预报了较强降水区域,T639和ECMWF细网格对2mm降雪量预报效果较好。     

三种气温预报产品黑龙江省预报效果检验

利用T639模式预报产品和黑龙江省83个国家气象站气温实况观测资料,采用最优预报因子方法选取预报因子,应用多元回归方法建立逐站日最高气温和日最低气温的MOS预报方程; 对MOS、中央气象台指导预报（SCMOC）和T639三种气温预报产品的日最高气温和日最低气温预报效果进行对比检验分析,并用EOF方法检验预报与实况的时空变化特征一致性。结果表明: 与实况的时空变化一致性方面,MOS和SCMOC较好,T639略差; 预报效果方面,MOS和SCMOC对日最高气温和日最低气温的2 ℃预报准确率普遍高于T639,MOS的预报准确率在日最高气温方面高于SCMOC,在日最低气温方面低于SCMOC; MOS对T639气温预报产品改善效果明显,尤其对冬季日最低气温的预报改善效果十分显著; MOS较T639气温预报改善效果与T639模式预报效果呈负相关关系,主要表现为,MOS预报改善效果在T639预报准确率低的山区明显优于平原,在春、夏季,预报准确率较低的日最高气温明显优于日最低气温,在冬季,预报准确率较低的日最低气温优于日最高气温; MOS气温预报方法的预报性能较理想,SCMOC对黑龙江省预报难度较大的日最低气温预报效果较好。     

山东省2015年秋季（9—11月）数值预报产品检验

根据中短期天气预报质量检验办法,对2015年9—11月T639、EC细网格、WRF确定性预报（EnWRF）12km和4km分辨率及不同集合百分位、上海区域模式（BCSH）以及T639-MOS在山东省陆地120站和沿海12个精细海区的降水、日最大风以及日最高最低气温预报进行检验,分析了不同数值模式产品的预报能力。     

2010年汛期多模式对山东降水预报的检验

为提高数值预报模式在山东汛期降水的预报能力,为降水预报及模式物理参数方案选择和调整提供客观依据,对2010年汛期（6-9月）山东区域MM5、WRF-RUC（WRF快速循环同化系统）和T639模式24 h、48 h累积降水预报产品,进行晴雨、一般性降水和分量级降水TS评分及平均绝对误差、平均误差分析。结果表明：从晴雨预报准确率来看,3种模式相差不大;一般性降水和小雨预报,MM5模式评分结果最差,T639模式预报效果最好;中雨以上量级,24 h降水T639模式预报效果最好,特别是24 h大暴雨评分T639模式达到了10.37 %,而48 h降水T639模式预报效果下降明显。无论24 h降水还是48 h降水,除9月WRF-RUC模式平均绝对误差最小外,6-8月T639模式平均绝对误差均为最低,WRF-RUC模式24 h和48 h降水各月平均误差均为负偏差;不同的降水预报检验方案和天气过程类型对检验结果有一定的影响。     

2010年国内外3种数值预报在东北地区的预报检验

对中国国家气象中心T639数值预报、德国降水预报和欧洲中心（ECMWF）数值预报中对中国东北地区的降水、温度和环流模式的预报结果,分别进行检验。结果表明：降水预报中,德国降水预报对中国东北地区的晴雨预报、一般性降水预报效果较好,但T639数值预报的漏报率明显低于德国降水预报,而T639数值预报中24-120 h暴雨预报的TS评分明显高于德国降水预报。温度预报中,T639数值预报对中国东北地区温度预报72 h内基本可用;欧洲中心（ECMWF）数值预报在96 h内效果较好。对于24 h的温度预报准确率,T639数值预报稍高于ECMWF数值预报结果。环流模式方面：48h内T639预报效果好于ECMWF,72 h以后ECMWF预报效果好于T639。     

六种数值模式对芜湖市地面气温和降水预报的对比检验分析

对2008年7月至2009年6月JMA、T213、GRAPES、MM5、T639和GERMANY 6种数值模式产品对芜湖市的地面气温和降水预报结果进行了对比检验分析,结果表明:各模式对最高气温的预报能力一般,其中JMA、GRAPES、T639相对较好;对最低气温的预报JMA表现突出,而GRAPES在冬季预报能力较好.各模式对于芜湖站降水的预报均无绝对优势,对各等级的降水预报效果各有千秋.对于≥0.1 mm降水,JMA和GERMANY在24 h时效内TS评分较高,且JMA漏报率很低,GERMANY空报率较低,T639则从48 h时效起TS评分最高,且漏报率较低;对于≥10 mm降水,T639的TS评分较高且漏报率较低,GERMANY和GRAPES在48 h时效内评分也较高且空报率低,JMA在48 h时效后空报率较高,成绩较差;JMA、T639和GERMANY对强降水预报能力相对较强,特别是T639对暴雨比较敏感,而各模式在72 h之后对强降水的预报能力较差.另外,各模式对降水预报的TS评分均为夏季低、冬季高,空报率均为夏季高、冬季低.     

2014年6—8月T639、ECMWF及日本模式中期预报性能检验

对2014年6—8月T639、ECMWF及日本（文中简称JP）数值模式的中期预报产品进行了分析对比和检验。结果表明：3家模式对亚洲中高纬环流形势和850 hPa温度的调整与演变均具有较好的预报性能。对比而言,ECMWF 模式的预报较其他两家模式更接近实况。对副热带高压的变化情况,ECMWF和T639模式较好的体现出了各项指标的变化趋势,但对具体的变化情况均存在不同程度的误差。对于1409号超强台风威马逊（Rammasun）的路径及强度预报,T639模式预报与零场较为接近,ECMWF模式预报台风强度较实况偏弱。     

MEOFIS平台的苏州本地化释用和气温检验

基于现代天气业务发展要求而开发的MEOFIS精细化气象要素客观预报平台已被苏州市气象局引进并业务运行。该平台利用T639模式输出资料结合苏州历史实况资料建立预报方程,采用"动力-统计预报方法",得到了具有精细化指导作用的要素预报产品,时间分辨率为3 h,空间分辨率达乡镇级。经客观检验,2011年7月24 h日最低气温2℃以内准确率达90.3%、日最高气温达74.2%、逐3 h气温准确率达82.7%,对业务预报有指导意义。误差分析表明,如果相邻两天的日最高、最低气温起伏剧烈,对应时段内MEOFIS的预报误差则较大。利用集合经验正交分解(EEMD),对逐3 h气温预报滤波发现,MEOFIS的预报误差仍具有一波和二波的显著周期,通过滤波可使气温预报准确率提高。     

天津市多模式气温集成预报方法

在遗传算法和粒子群算法的基础上,采用权重分配方法开展基于混合演化算法的多模式气温集成预报方法研究。利用2012年5—10月中国气象局GRAPES模式、北京市气象局BJ-RUC模式、中国气象局T639模式、天津市气象局TJWRF模式24 h预报时效的逐6 h地面2 m高度气温和35个天津区域自动气象站点资料,通过逐日滚动建立集成预报模型,对混合演化算法的多模式气温集成预报方法进行了绝对误差在2℃以内的分级、分类及分站检验分析。结果表明:使用该方法建立的气温集成预报模型具有比较可靠的预报能力,预报误差明显小于任一成员,预报准确率高。按绝对误差不大于2℃的检验标准,2012年35个站逐6 h气温、最低气温、最高气温的集成预报平均准确率分别为76.34%,77.88%,78.00%。     

2013年12月至2014年2月T639、ECMWF及日本模式中期预报性能检验

为了更好地应用T639模式中期预报产品,对2013年12月至2014年2月T639模式中期预报时效产品进行了天气学检验,并与ECMWF（文中简称EC）和日本模式（文中简称JP）进行了对比分析。结果表明：3个模式均对亚洲中高纬大气环流形势的调整和演变具有较好的预报性能。对于850 hPa温度场,ECMWF模式的预报误差最小,日本模式次之,T639模式略差;与之前秋季预报结果相比,3个模式对温度场预报能力均有所减弱。对于海平面气压场,ECMWF仍然显示出较好的预报性能。综合看来,ECMWF模式对主要天气系统及气象要素的预报最接近分析场;日本模式和T639模式次之。     

T639和德国模式对新疆地区大降水预报的检验

对T639和德国数值预报模式(简称德国模式)的降水预报产品进行了分类检验,挑选新疆2011年6场大降水过程分别进行晴雨、大雨(雪)、暴雨(雪)对比分析,了解了降水模式产品误差并为业务中选择较好的预报产品提供了依据。结果表明:两种模式对预报过程降水落区和强降水中心都有较好的指示意义,在过程累计降水预报中,德国模式的晴雨预报准确率为80.49%,高于T639模式;大雨(雪)预报的准确率两种模式接近,大约为44%;T639模式暴雨预报的准确率为29.07%,明显高于德国模式。在逐24 h降水预报中,两种模式都以48～72 h的预报准确率为最高。     

三种数值模式气温预报产品的检验及误差订正方法研究

基于德国天气在线T7online(简称T7)、ECMWF细网格(简称EC)及T639三种数值模式的气温预报产品,结合本溪站气象观测资料,对三种数值模式2014年1月至2015年12月本溪市气温预报的准确率及预报误差进行了检验和分析,根据误差分析结果利用BP神经网络模型建立了本溪市数值模式气温预报误差客观化订正模型。结果表明:对于气温预报的年检验,T7、EC和T639三种数值模式的最低气温预报准确率均高于最高气温的预报准确率;对于气温预报的月检验,三种数值模式对夏季、秋季最低气温的预报效果明显优于冬季和春季,而对于最高气温的预报,T7的气温预报准确率明显优于EC和T639模式;当气温波动较大时,三种数值模式气温的预报准确率均明显下降。三种数值模式对最低气温预报的平均误差均为2.00℃以内,对最高气温的预报准确率存较大差别,T7模式最高气温的预报误差最小,T639模式气温预报的系统偏差最明显,最低气温系统偏差为-1.34℃,最高气温系统偏差为-2.87℃。根据三种数值模式气温预报误差的特征,结合BP神经网络建立本溪市气温误差预报模型对数值模式气温预报结果进行订正,订正后气温平均绝对误差由2.40℃左右降至1.40℃左右,系统偏差和均方根误差均明显缩小,气温预报准确率由50%左右提高至80%以上,数值模式气温预报准确率明显提高,具有较好的应用价值。