集对分析在云南强降水预报集成方法中的应用

将集对分析中的联系度概念用于云南省强降水过程预报集成 ,首先对强降水天气过程进行分型 ,确定MM5模式预报、省台客观指导预报、预报员经验预报与云南强降水过程的联系度 ,用权重法将强降水预报进行集成 ,从而给出集不同预报于一体的云南全省性强降水过程预报集成方法     

低温雨雪过程的粒子群-神经网络预报模型

利用逐日气温和降水量数据、NCEP/NCAR再分析资料以及预报场资料,通过分析提取我国南方区域持续性低温雨雪过程及其预报因子,使用粒子群-神经网络方法建立非线性的统计集合预报模型 (PSONN-EPM),对我国南方区域持续性低温雨雪过程进行预报试验。结果表明:以过程的冷湿程度及影响范围为标准,将低温雨雪过程分为一般过程和严重过程,并建立不同的预报模型效果较好。通过10 d独立样本预报试验看,基于粒子群-神经网络方法建立的集合预报模型比基于逐步回归方法建立的预报模型的预报平均相对误差小,对严重过程预报能力高于对一般过程预报,且这种非线性统计集合建模方法在建模过程中不需要调整神经网络参数,在实际预报业务中值得尝试。     

延伸期干旱、沙尘暴过程低频方法预报系统简介

对延伸期干旱、沙尘暴过程低频预报系统的整体框架、子模块构成和功能、预报方法、操作步骤及应用情况进行详细介绍。该系统主要有干旱、沙尘暴过程低频方法预报2个子系统,各子系统包括低频天气图、关键区低频曲线2种预报方法。目前中国气象局兰州干旱气象研究所已使用该系统对西北地区东部的干旱过程和沙尘暴过程进行预报,就沙尘暴预报效果来说,2012年预报准确率达到75％,2011年和2013年的预报准确率均达到67％,预报时效达到8～31 d。而对干旱过程的预报效果,2012年预报准确率达80％,2011、2013年分别达75％、67％,预报时效达6～30 d。     

黑龙江省暴雪集合预报初步研究

将集合预报引入暴雪预报研究中,对典型的暴雪过程进行集合定量预报和概率预报,通过对比分析得到以下结论:模式预报对影响系统简单、稳定的暴雪过程预报效果较好,对于影响系统复杂暴雪过程预报效果较差,集合预报的效果好坏与模式本身的预报效果关系很大。集合预报比单一模式预报能给出更精确的暴雪落区。集合概率预报能够给出更多的预报信息,对于集合平均预报有一定的补充作用。对于影响系统简单,稳定的暴雪过程,过去5 d的质优成员可信度高,对于影响系统复杂、发展旺盛的暴雪过程,过去15 d的质优成员更有优势。     

中尺度集合预报对川渝地区“8.16”暴雨过程的分析

利用ARPS和WRF模式,基于不同的物理过程参数化方案建立了一个多初值、多物理过程的中尺度集合预报系统,并对2015年8月16—18日发生在四川盆地的西南低涡暴雨过程进行试验分析。结果表明:建立的中尺度集合预报系统对此次暴雨过程有较好的预报能力,与确定性预报相比,降水集合平均以及概率预报等产品对暴雨的预报有一定的指示意义。初值扰动的集合预报对暴雨及以下量级的预报较优;物理过程扰动的集合预报对大暴雨及以上量级的预报较好;同时考虑2种扰动的集合预报总体上好于单因子扰动的集合预报,使降水预报效果得到明显改善。对天气系统(高空槽、低涡、切变线)以及气象要素(风场、水汽)的预报差异是造成"好"、"坏"成员预报效果差异的主要原因,且低层形势场(尤其是风场的预报)对初值及物理过程的扰动比高层要敏感。集合预报对大雨及以上量级预报技巧的提高有明显正贡献,但是对特大暴雨的预报不确定性很大,还有较大的改进空间。     

中尺度多模式超级集合预报对2010年6月19—20日中国南方大暴雨过程的分析

运用BGM扰动方案,基于ARPS和WRF模式并采用不同的物理过程参数化方案建立了一个多模式、多初值、多物理过程的中尺度超级集合预报系统,并针对2010年6月19—20日的一次华南强降水过程进行分析。结果表明:该超级集合预报系统能很好模拟这次对初值及物理过程都非常敏感的强降水过程。相对于单一确定性预报而言,该超级集合预报能显著提高预报时效,能比控制预报提前24～36小时捕捉到强降水信息。并且该集合预报优于单一模式或者单一物理过程参数化的集合预报。对本次过程而言,集合平均对物理过程参数化方面带来的不确定性的改进比对模式不确定性方面的改进大得多。对于暴雨预报而言,低层的形势场对初值及物理过程的扰动比高层要敏感得多,这也是造成这次过程各个成员预报好坏的重要原因之一。     

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.     

西南区域中尺度数值模式预报性能及其与天气过程关系初探

本文以探空站和自动站实测资料为检验参考,通过主客观检验GRAPES和WRF模式在西南地区的初始分析场和预报场,一定程度揭示出模式在西南地区的初值质量、动力框架性能和降水参数化效果。GRAPES在西南地区的位势高度、风速、风向初值质量都不同程度好于WRF,但进入预报阶段,GRAPES位势高度、温度均方根误差以比WRF更高的斜率随时效增长,GRAPES对西南地区的500 hPa高度场预报呈现系统性偏低,而WRF对西南地区高度预报的正误差概率比较高;分类天气过程检验表明,GRAPES对低涡、切变过程的初始分析质量好于WRF,但进入预报阶段,WRF对低槽、低涡和切变三类天气过程的低值系统预报正确率都高于GRAPES,这一定程度反映出WRF的模式性能好于GRAPES;分类天气过程降水预报检验表明,低涡过程降水预报难于低槽过程。GRAPES对低涡过程的降水预报能力较低,WRF预报能力最低的是切变过程。这与模式对分类天气过程中低值系统预报能力一致,这一定程度表明两个模式的降水参数化效果水平相当。     

区域集合预报对华南一次暴雨试验研究

利用增长模繁殖法(BGM),对2012年6月我国长江中下游及华南地区的一次强降水过程进行了不同扰动方案的集合预报试验研究。分别对集合预报中只考虑初值扰动、加入模式物理过程扰动和加入地表参量扰动的三种不同扰动方案进行了对比试验,并对最优试验方案的降水集合预报结果进行检验分析。(1)同时考虑风场、温度场、湿度场、高度场和地表参量的初值扰动,以及考虑模式物理过程扰动的降水集合预报效果最优,可有效提高灾害性天气的预报效果。(2)初值扰动和模式物理过程扰动对降水预报都有着重要的影响,相同的模式物理过程扰动会由于不同的初值扰动而产生较大差异,并且扰动的集合平均预报对降水有较好的指导意义。(3)对于位势高度场预报检验,集合预报平均要好于控制预报,并且随着预报时效延长,这种优势更加明显。(4)对此次强降水过程在长江中下游、华南地区和全国区域的各量级降水预报TS评分检验可知,集合预报较单一的决定性预报(控制预报)效果有明显改善;集合平均预报一般都好于控制预报,同时集合预报也为预报员提供了天气不确定性的警示作用。     

2011年长江中下游梅雨期强降水延伸期集合预报性能初探

针对2011年长江中下游旱涝转换时期的环流形势、强降雨期间的四次强降雨过程对欧洲中心集合预报进行了预报性能初步分析。结果表明：集合平均预报对延伸期预报时效内的大尺度环流调整具有较好的预报性能,预报提前时效可达10~15 d。对强降水过程期间主要影响系统的预报在不同预报时效具有较好的稳定性。随着预报时效的临近,集合预报各个成员对天气系统预报的发散度逐渐减小。长江中下游强降水的发生与低层850 hPa较大的风速有密切关联,集合预报给出的延伸期预报时效内大风速出现的小概率预报信息是有意义的,可以为延伸期强降雨过程预报提供参考。