一种制作气象要素预报的MOS方法

介绍了基于MM5模式的预报气象要素的一种MOS方法 ,并对预报效果做了初步检验。MOS方法直接利用MM5模式的预报产品 ,采用多点滑动平均普查因子方法和多元线性 (非线性 )逐步回归方法 ,可以同时预报多地点、多时次、多个气象要素。其中采用的多点滑动平均普查因子方法 ,减弱甚至消除了由于随机原因造成其中单点相关因子的不稳定性     

风的精细化MOS预报方法研究

利用MM5模式的站点输出产品,采用多元线性和逐步回归的MOS统计方法,预报宁夏25个测站48 h逐时风速、风向,通过对2004年6月~2005年4月近一年的预报效果检验,结果表明:该方法对逐时风速有较强的预报能力,对逐时风向有一定的预报能力,但尚未达到可用程度,还有待于进一步的改进,但都较原MM5模式预报水平有了显著的提高。     

精细化MOS相对湿度预报方法研究

利用2003年5~9月MM5模式每隔1 h的站点基本要素预报场和物理量诊断场资料,以及相应时段内宁夏25个测站的相对湿度自记观测资料,同时采用多元线性和逐步回归2种MOS统计方法,预报宁夏25个测站5~9月48 h逐时相对湿度。对2004年夏季6~8月预报效果检验表明:MOS方法制作宁夏48 h逐时相对湿度预报结果是可用的或是可参考的;2种MOS统计方法预报结果相近,逐步回归方法比多元线性方法预报效果稍好,08:00预报误差明显低于20:00;当天气形势变化较平稳时,MOS预报结果稳定,平均绝对误差控制在10%左右;当有明显的变温等特殊天气时,误差变率起伏波动大,预报结果不稳定。     

MOS预报方法研究

为了更好地利用数值预报产品库、应用MOS预报方法，以不同数值预报模式产品和实时资料为基础，研究建立了乐山市8个站的24、48、72小时平均温度、日最高温度及日最低温度预报方程，并进行了检验，其效果较好，对提高定点定量客观预报水平提供了有效的指导。通过对EC和T213两种模式产品不同方式应用的结果进行比较分析，对MOS方法的使用提出了一些看法。     

基于MM5模式的精细化MOS温度预报

利用2002年9月到2003年8月MM5模式每隔1 h的站点基本要素预报场和物理量诊断场资料,以及相应时段内宁夏25个测站的温度自记观测资料,同时采用多元线性和逐步回归2种MOS统计方法,预报宁夏25个测站48 h逐时温度。通过对2004年6月至2005年5月的预报效果检验,结果表明:MOS方法对宁夏48 h逐时温度有较强的预报能力,当天气形势变化较平稳时,MOS预报结果稳定,平均绝对误差控制在2℃之内;当有明显的冷空气活动时,误差变率起伏波动较大,预报结果不稳定,但与原MM5模式直接输出结果相比,MOS预报水平有明显提高,24 h极端温度TS评分个别月接近甚至超过预报员。     

MOS预报方法研究

为了更好地利用数值预报产品库、应用MOS预报方法,以不同数值预报模式产品和实时资料为基础,研究建立了乐山市8个站的24、48、72小时平均温度、日最高温度及日最低温度预报方程,并进行了检验,其效果较好,对提高定点定量客观预报水平提供了有效的指导.通过对EC和T213两种模式产品不同方式应用的结果进行比较分析,对MOS方法的使用提出了一些看法.     

一种改进的考虑环流特征的MOS预报方法

利用一种可以考虑天气环流形势场特征的MOS预报因子处理方法进行预报因子的处理,以T106L19模式的预报产品为基础建立云南省32个基本站点的降水和气温预报方程,并与不考虑天气形势场的因子所建立的MOS方程的预报结果进行对比。结果表明,MOS预报的结果对预报因子的变化很敏感,在考虑天气形势后的MOS预报对云南各站点的降水和气温的预报效果均有显著的改进,说明MOS预报因子的处理方法和选取对改进MOS预报效果具有重要的意义。     

基于MM5模式的站点暴雨预报方法研究

基于对MM5模式输出产品的解释应用,建立了站点定量的暴雨MOS预报方法。从临沂中尺度数值预报模式产品中挑选x1（模式预报降水）,…,x12（沙氏指数）等12个模式产品和物理诊断因子为基本可能预报因子,又添加它们自身的非线性型xi^2xi^3,xi^1/2,1nxi,e^xi（i=1,…,12）和各因子间非线性交互作xixj（i=1,…,11,j=i＋1,…,12）型的126个可能预报因子。用非线性逐步判别做晴、雨二级判别,然后对雨型样本做逐步回归,得到暴雨的MOS预报方法。检验结果表明：该模型对暴雨有较强的预报能力,可应用于实际预报业务中。     

广东前汛期降水的MOS预报

根据前汛期降水的分布规律,将广东省划分为三个预报区域;然后将各区4～6月实测降水量资料与日本数值预报产品进行统计分析,经过计算机处理,建立MOS预报方程.MOS预报逐日作出各区无降水、一般性降水、暴雨的预报,前汛期降水首次实现客观、定量预报.     

国家气象中心气象要素的客观预报——MOS系统

面向全国2000多个台站，应用数值预报产品释用MOS技术制作温度、降水、相对湿度、风、云量及能见度等要素预报，并实现了预报业务运行。通过建立MOS预报系统，表明预报因子和预报对象的处理，建方程前的参数选择以及预报因子的选取都会影响要素预报的质量，需要做大量的细致工作。预报检验结果显示，降水预报尚未达到可用程度，温度和相对湿度的短期预报在大多数情况下是可用的或是可参考的，但还有待进一步改进。降水预报尚需在预报因子和充分运用多种探测信息方面着手加以改进。     

长春市火险等级MOS预报方法研究

本文分析了长春市逐日火灾等级与日本数值预报产品中的部分气象要素的关系，采用统计预报方法，建立了各季火险等级的MOS预报方程。经回代检验及试报应用，其预报结果稳定可靠，能为长春市各级消防部门合理安排消防指挥工作提供科学依据。     

湖北省常规天气要素分县MOS预报方法及其应用

借鉴美国MOS预报方法,利用逐步回归法,采用T106数值预报产品以及湖北省常规天气要素（温度、降水）实况资料,建立了湖北省77个站1～5天温度及降水分级预报方程,并将该预报方程提供给国家气象中心,再由国家气象中心将T106数值预报产品处理后的预报因子代入相应的预报方程中,并通过9210通信系统分发逐日滚动分县预报结果。武汉中心气象台的初步试验结果表明,该预报对下级台站有一定的指导作用。     

支持向量机非线性回归方法的气象要素预报

该文介绍了基于基本的支持向量机非线性回归方法,该方法具有解决非线性问题的能力,在数值预报解释应用技术中,对某些预报量与预报因子之间相关性不显著的要素,如风、比湿等,采用支持向量机非线性回归技术较多元回归的MOS方法更具优势;利用北京市气象局中尺度业务模式 (MM5V3) 的12:00(世界时) 起始数值预报产品和观测资料,制作北京15个奥运场馆站点6~48 h逐3 h的气象要素释用产品。对比MM5V3模式,从均方根误差的平均减小率来看,2 m温度减小12.1%,10 m风u分量减小43.3%,10 m风v分量减小53.4%,2 m比湿减小38.2%。与同期的MOS方法预报结果相比,整体预报效果SVM略优于MOS。由此可见,支持向量机非线性回归方法解决与预报因子之间非线性相关的气象要素较好,具有较高的预报优势。     

地面气象要素多模式集成预报研究进展

目前,集合预报已成为天气预报业务的主要支撑。然而,由于数值模式本身的限制与不完善以及集合系统存在初值扰动、集合大小等方面的局限,常存在预报偏差。不同预报模式通常具有不同的物理过程参数化方案、初始条件等,导致其预报能力各有不同。为此,如何纠正预报偏差以及如何充分有效地利用不同模式的预报信息以获得更加准确的天气预报广受关注。近年来,利用统计理论与预报诊断,基于多个集合预报系统的多模式集成预报技术得到快速发展,已成为有效消除预报偏差从而提高天气预报技巧的一种统计后处理方法。针对气温、降水和风3个最基本的地面气象要素,首先依据预报形式将应用范围较广的简单集合平均、消除偏差集合平均、超级集合、贝叶斯模式平均、集合模式输出统计等加权或等权平均多模式集成技术,分成确定性预报和概率预报两大类,并做系统介绍。最后,讨论使用和发展多模式集成技术需要关注的问题,包括考虑参与集成的模式个数、发展降水及风速分级预报模型和发展基于机器学习的多模式集成新技术。     

广东前汛期降水的MOS预报

根据前汛期降水的分布规律，将广东省划分为三个预报区域；然后将各区4～6月实测降水量资料与日本数值预报产品进行统计分析，经过计算机处理，建立MOS预报方程。MOS预报逐日作出各区无降水、一般性降水、暴雨的预报，前汛期降水首次实现客观、定量预报。     

不同因子处理方法对广西MOS方程降水预报准确率影响的试验

利用1995－1997年T106输出产品，以相同的数学回归模型对各种不同的因子处理方法生成的预报因子做广西89站的降水预报准确率对比试验，结果表明预报因子的选取与准确率关系极大。这也说明了选取合理的、有物理意义的因子是建立MOS降水预报方程成功与否的关键。     

辽宁省气象要素分季分县完全预报方法

选取T106资料建立辽宁省54个县站的天气要素分季预报方程，使用T213资料进行预报，并对降水及温度预报结果进行了评分和分析。预报结果表明，完全预报方法可用于日常预报业务。     

利用最近资料改进MOS预报的方法

尝试了将变分技术应用于统计预报方法中，并以兰州地区1999年9～11月最高温度MOS预报为例进行了试验。结果表明，经过最新大气实况观测资料修正的MOS方程可以改善其预报效果。其改善程度与方程本身的预报能力有关。为了进一步说明问题，文中还提出了一个新的概念——方程预报水平。在此基础上发现了一个新的现象。即用本文提出的方法对MOS方程优化。其方程预报水平是稳定的。