共查询到20条相似文献，搜索用时 687 毫秒
1.
利用锦州地区的逐日降水量观测资料对逐日降水量的概率分布进行了统计分析,采用最大似然估计法得到Gamma函数分布的形状参数α和尺度参数β,通过Gamma概率分布模拟观测站点逐日降水的概率分布。结果表明：锦州地区逐日降水频率整体趋势先上升后下降,基本呈对称式分布,降水概率有一定的振荡,个别日会出现远超相邻日期的降水频率,7月21日降水频率最高,在不计微量降水的情况下,最低逐日降水概率有多个日期为0。各季降水频率偏低是造成义县地区干旱的原因之一;北镇夏季平均降水频率最低,但其夏季平均降水量却为锦州地区最高,说明北镇可能易出现较大量级降水或易出现极端降水天气。清明期间降水频率在50%以上、高考期间降水频率在80%以上,符合大众日常对特殊日期降水情况的认知;逐日降水频率可以为公众气象服务提供新的思路。凌海、北镇更容易出现极端降水天气;锦州地区日降水出现小雨天气概率最高,暴雨以上降水概率较低,锦州地区各站极少出现大暴雨以上量级降水,对锦州降水量级预报,尤其是暴雨或大暴雨以上降水量级的预报起到一定的指示作用。 相似文献
2.
采用客观降水检验方法,对广东2012年1月1日至8月31日GRAPE中尺度模式和日本GSM全球谱模式(JMA)降水预报产品进行累加降水量级检验、分区域按季节预报效果对比以及时空分布演变评估.结果表明:随着降水量级和预报时效增加,两个模式TS评分呈现下降趋势,GRAPES模式TS评分总体高于JMA;对于小雨、中雨以上降水预报,两个模式4-6月预报效果好于7-8月,对4-6月广东北部预报稍好于南部,对7-8月广东南部预报略好于北部;两个模式不能预报出广东平均降水中心,GRAPES对广东日均降水预报值随预报时效增加而增加;两个模式能够对广东逐日降水演变做出准确的预报,但降水预报值与实况存在一定的差别. 相似文献
3.
神经网络方法在广西日降水预报中的应用 总被引：7，自引：3，他引：7
以广西前汛期5、6月区域平均日降水量作为预报对象，采用人工神经网络方法进行新的数值预报产品释用预报研究。对T213预报因子进行自然正交分解，有效浓缩数值预报产品因子的预报信息，并结合日本降水预报模式因子建立广西3个不同区域的逐日降水神经网络释用预报模型。运用与实际业务预报相同的方法对2004年5、6月进行逐日的实际预报试验，并与T213的降水预报进行对比分析。结果表明，本文建立的3个区域日平均降水量神经网络预报模型，在预报性能上明显优于同期的T213降水预报。 相似文献
4.
利用宝鸡地区155个县区级或乡镇级自动站的观测资料与WRF模式的输出产品,检验WRF模式对2013年夏季最高、最低气温和降水预报的效果。结果表明:WRF模式预报的最高、最低气温的空间分布形态与实况较为一致,对于阴天和降水情况下的气温预报具有较高的准确性,最高、最低温度的预报值较实况整体偏低。WRF模式对宝鸡地区东部晴雨预报准确率较高,达到65%以上;凤县、太白最差,仅为40%左右。WRF模式预报的夏季日平均降水量与实况值在量级上较为一致,但空间分布误差较大。模式3个时次预报的逐日降水量能够较为准确地描述夏季各次降水的发生—发展—减弱过程。通过对模式预报的降水量进行分级检验发现,模式对降水的预报能力随着降水量级的增大而减小,空报多于漏报;WRF模式的暴雨预报值得参考。 相似文献
5.
本文基于2001—2010年上海市11个基本气象站的逐日降水量和澳大利亚气象局的逐日大气低频振荡(MaddenJulian Oscillation,MJO)指数(包括RMM1和RMM2)资料,选取MJO指数作为预报因子,上海地区梅汛期降水量作为预报对象,建立了基于时空投影法(spatial-temporal projection model,STPM)的上海地区梅汛期降水延伸期预报模型。利用该模型对近6年(2011—2016年)的梅汛期降水进行回报试验,其预报技巧评估结果表明:该模型对未来10～25 d的降水具有较好预报效果,可较准确地预报出梅汛期3/4左右的降水量级和降水发生时段。其中,预报时效为10～20 d的预报技巧较高,而提前21～25 d的预报技巧略有下降。总体而言,基于MJO活动的STPM预报模型在上海地区梅汛期延伸期降水预报中具有较好的参考价值。 相似文献
6.
区域降水数值预报产品人工神经网络释用预报研究 总被引：6，自引：1，他引：6
利用T213、日本细网格降水预报等数值预报产品,采用人工神经网络方法进行预报释用。通过聚类分析方法对广西自治区测站进行分类,简化预报对象,对数量众多的T213数值预报产品采用自然正交分解(EOF)方法,浓缩大量因子的有效信息,并结合日本降水预报因子建立广西5~6月区域降水量级的逐日人工神经网络预报模型。运用与实际业务预报相同的方法进行逐日预报试验。结果表明,用这种数值预报产品释用方法建立广西3个预报区域的B-P人工神经网络预报模型对中雨以上降水量级预报的TS评分分别为0.55、0.5和0.26,比目前业务预报中参考使用的T213和日本数值预报产品降水预报具有更好的预报效果。 相似文献
7.
利用CMA-BJ V2.0系统在2021年汛期(6—9月)华北地区预报的平均日降水量和24 h内逐时降水量,评估不同水平分辨率(3 km和9 km)在降水量、有效降水时次占比、降水强度、降水日变化等方面的预报性能。结果表明:9 km和3 km分辨率预报均可较好地反映降水量和落区,捕捉平均日降水量大于8 mm的降水区域分布特征,但降水量级的预报较观测偏大;对小时降水量和有效降水时次占比日变化的预报与观测基本一致,但对傍晚的峰值预报偏强,且多个时段空报,同时高估了小时降水量。与9 km分辨率预报相比,3 km分辨率预报对有效降水时次占比随累积降水量的变化趋势与观测更接近,对小时有效降水时次占比日变化、峰谷值出现时间的预报也与观测更接近。9 km分辨率预报对弱降水过程的预报能力更优,而3 km分辨率预报对强降水过程的预报能力更优。 相似文献
8.
频率匹配法在海河流域ECMWF集合预报融合产品中的应用研究 总被引：1，自引：0，他引：1
针对ECMWF(European Centre for Medium-range Weather Forecasts)集合预报,融合降水产品在海河流域的偏差特征,进行基于频率匹配法的降水偏差订正,并对订正前后降水评分结果进行了系统检验。结果表明:经过2016年5—8月逐日试验分析表明,改进后的ECMWF集合预报融合产品显著改善了原产品降水量和雨区范围偏大的特征,订正后降水预报的平均强度与实况更接近,且预报时效越长、降水量级越大、预报偏差越大改进效果越明显;改进后ECMWF的集合预报融合产品降水预报的TS评分均有一定程度的提高,降水预报的Bias评分更接近1,特别是对于小雨和暴雨、大暴雨量级的改进尤其明显,消除了大片降水虚报区;降水预报的空报率明显减小,但漏报率有所增加。 相似文献
9.
使用2015年10月—2018年9月欧洲中期天气预报中心集合预报系统(ECMWF EPS)逐日降水极端天气指数(EFI)预报资料,分析新疆区域降水EFI产品与强降水的对应关系并得到预报阈值。结果表明:预报的EFI与实况降水量存在正相关关系,随着降水量增加,EFI预报结果具有线性增加趋势,说明EFI对强降水有一定的指示意义。各量级降水预报的最高TS评分随着预报时效的增加而减小,且随着降水量等级的增大而减小。不同季节暴量降水发生站次为夏季最多,冬季最少,对应的EFI阈值大都在0.4～0.6,夏季EFI值范围在0.2～0.7,夏季更易发生暴量降水。随着预报时效增加,暴量降水发生站点频次最多所对应的EFI值逐渐减小。随着降水量级增加,空报率减小幅度不大,但漏报率增加。 相似文献
10.
本文用Ｍａｒｋｏｖ链、Ｐｏｌｙａ分布等理论模式研究了西安近６０年逐日降水序列干、湿日概率分布规律，得出西安逐日降水的气候概率，干、湿日演变的概率分布。以逐日降水气候概率为背景，用信息论方法对逐日降水天气信息做了研究。得到同一预报方法对不同气候背景的逐日降水天气做预报，所得的实际天气信息是不同的。 相似文献
11.
12.
为综合不同模式对不同量级降水的预报优势,设计一种全球模式与区域模式结合的降水分级最优化权重集成预报算法,集成经最优TS评分订正法（optimal threat score,OTS）订正后的欧洲中期天气预报中心降水预报产品（以下简称EC-OTS）和华东区域中尺度模式降水预报产品（以下简称SMS-OTS）。以泛长江区域（23°~39°N,101°~123°E）为研究范围,基于2018年不同降水量级的TS评分最优化确定SMS-OTS和EC-OTS在不同降水量级时的最优权重系数以及最优集成方案,并以2019年降水数据为独立样本进行预报试验。结果表明:对于最优权重系数,EC-OTS在低降水量级权重较大,随着降水量级的加大,SMS-OTS的权重也逐渐加大;最优集成方案为初始集成降水量预报取SMS-OTS,集成运算迭代3次;集成预报在几乎所有预报时效、所有降水量级的TS评分均高于EC-OTS和SMS-OTS,其平均绝对误差略小于EC-OTS,显著小于SMS-OTS;集成预报12 h累积降水预报的TS评分较省级预报员主观预报高-0.009~0.041,24 h累积降水预报的TS评分较国家气象中心预报员主观预报高0.009~0.023。 相似文献
13.
《湖北气象》2018,(5)
利用2013年11月—2014年11月ECMWF全球集合预报的51个成员降水预报资料和湖北省78个国家气象站逐日降水实况,对集合平均值、分位值、概率匹配平均值、众数(Mode值)等10种集合统计量在湖北省不同预报分区内的降水预报效果分别进行检验评估。在此基础上,采用在不同降水量级上选取TS评分最优的集合统计量的原则,设计出适用湖北降水预报的最佳集合统计量集成方案,并检验了该方法在2015年和2016年6—8月湖北降水预报的应用效果。结果表明:将集合统计量集成法应用于湖北降水预报时,集合统计量集成方案应随着预报分区的改变而改变;改进后的ECMWF集合统计量集成方案对湖北72 h内大雨及以上降水预报的TS评分均有不同程度的提高,且空报率和漏报率总体上有所降低;与ECMWF确定性预报相比,ECMWF集合统计量集成预报产品对湖北24 h内各降水量级的预报均优于ECMWF确定性预报,且对湖北72 h内的暴雨预报准确率均高于ECMWF确定性预报。 相似文献
14.
《湖北气象》2015,(4)
使用2012年10月—2014年9月欧洲中期天气预报中心(ECMWF)全球集合预报系统逐日降水、5 d和10 d累计降水极端天气指数(EFI)预报资料,分析了降水EFI和强降水、降水气候距平的统计关系。结果表明:整体而言,降水EFI大值区和强降水具有较好对应关系,EFI越大,发生强降水的可能性越大,但随着预报时效增加,EFI的指示作用逐渐下降;对逐日降水EFI大值区和降水落区TS评分表明,在最优TS评分条件下,EFI阈值随着降水量级增加而增大,随着预报时效增加而降低;冬半年(10—3月)5 d和10 d累计降水EFI对过程降水的指示意义优于夏半年(4—9月),但当EFI超过0.4时,随其增加,不同季节对应降水气候距平均迅速增加;另外,5 d累计降水EFI对过程降水的指示作用优于10 d累计降水EFI。 相似文献
15.
从梅雨预测的业务需求出发,系统开展了CFSv2模式对2018年浙江梅雨期降水预报能力的多时间尺度评估。结果发现3月1日—5月31日的起报结果整体上未能较准确地预测6月浙江大部降水偏少的趋势、仅5月31日的预测结果与实况相符;在延伸期尺度上,CFSv2预测的梅雨期总降水量较实况偏少30%左右;基于相关系数、均方根误差和新定义的综合预报技巧指数等指标分析模式的延伸期预报性能,发现对梅雨期总降水量、逐日区域平均降水量和逐日全省各站降水量的预报技巧有限,对浙江梅雨区的预报水平总体高于浙江全省。评估结果表明CFSv2预报产品表现出显著的系统性干偏差;在延伸期尺度上,随着预报时效的缩短,预报效果并非逐步提升、而是客观存在一个最佳预报时效,各起报日也分别对应着不同的最优预报时段,整体而言梅雨降水的延伸期预测可能对初值并不敏感。 相似文献
16.
利用1999—2009年安徽省淮河以南地区60个县市站夏季逐日降水资料和安庆市探空站逐日资料,研究了中低层不同风向配置下局地降水与大尺度降水场之间的关系,以3种不同预报对象及相应的预报因子分别采用神经网络和线性回归方法设计6种预报模型对观测资料进行逼近和优化,从而实现空间降尺度.分析对比6种预报模型46站逐日降水量的拟合和预报效果,结果表明:采取相同的预报对象及预报因子的BP神经网络模型在拟合和预报效果上均好于线性回归模型,可见夏季降水场之间以非线性相关为主;神经网络模型预报结果同常用的Cressman插值预报相比,能很好地反映出降水的基本分布及局地特征;预报对象为单站降水序列的神经网络模型在以平原、河流为主要地形的区域预报效果较好,预报对象为REOF主成分的神经网络模型则在山地和丘陵地形区域预报效果较好. 相似文献
17.
基于GRAPES-MESO模式的非静力三维变分同化方案性能分析 总被引：1，自引：0，他引：1
利用国家气象中心中尺度业务模式GRAPES-MESO V3.0,以2009年6 8月为例,用T213模式12h预报场为大尺度模式背景场,进行了非静力GRAPES-3DVAR系统同化(3DVAR试验)与不同化(CNTL试验)探空资料的两组数值试验,并对降水、高度、温度、风场和相对湿度场进行了统计检验和典型个例分析,探讨了非静力三维变分同化系统的性能.结果表明:(1)除700 hPa相对湿度场外,3DVAR试验850,700和500 hPa初始温、压、湿和风场均方根误差均比CNTL试验有所增加,其中3DVAR试验对500 hPa初始温、压和风场的负贡献最为显著.随着预报时间延长,3DVAR试验对500 hPa风场预报的负贡献较为明显;(2)对整个模式积分区域平均状况而言,3DVAR试验对模式0～24 h和12～36 h降水预报中大多数降水量级的TS评分都小于CNTL试验;(3)CNTL试验对小雨、中雨的预报范围比较适中,对大雨、暴雨及大暴雨的预报范围均小于实况,且随着降水量级的增大,预报范围较实况偏小的程度加剧;3DVAR试验则对各量级降水范围预报偏小的程度均大于CNTL试验,特别是中雨以上强度的降水;(4)CNTL试验较3DVAR试验能更好地模拟雨带的分布、演变特征和降水强度的变化;(5)CNTL试验较好地再现了长江中下游、华南、华北、东北、西南地区东部和华东平均降水率的逐日演变及峰值、谷值模拟,但强度普遍偏弱;3DVAR试验模拟的各区域日平均降水率的演变趋势与CNTL试验类似,但强度弱于CNTL试验,因而其与实况的差异进一步加大;(6)两个试验与观测均有较好的一致性,CNTL试验的一致性略好于3DVAR试验;对＜1.5 mm·d-1的降水,两个试验都倾向于过多地预报了降水量;对＞1.5 mm·d-1的降水,两个试验预报的都偏弱;对1.5 mm·d-1以下的降水,两个试验的预报水平相当;对1.5 mm·d-1以上的降水,CNTL试验的预报优于3DVAR试验;(7)对2009年6-8月逐日降水预报结果进行了考察,整体而言,CNTL试验能较好地预报出逐日雨带的位置,强度也与实况基本接近,对西风带低槽、台风、低涡、切变线和局地降水都有较好的表现.3DVAR试验对逐日雨带的预报大致与CNTL试验类似,但预报的降水强度普遍弱于CNTL试验. 相似文献
18.
利用成都湿有效能量(MAE)_2。的逐日演变,进行了时段划分,分段统计了德阳五县的降水情况,归纳分析了输能路径及其与各级降水的关系;并从剖面图形势探讨了湿有效能量释放过程与德阳大—暴雨的关系。在此基础上提出了使用四月省气象台物理量传真作预报因子的德阳大—暴雨预报方程,经初步试用取得一定效果。 相似文献
19.
20.
基于TIGGE资料集下欧洲中期天气预报中心（ECMWF）、日本气象厅（JMA）、英国气象局（UKMO）、美国国家环境预报中心（NCEP）和中国气象局（CMA）5个气象预报中心2016年5月1日—8月31日中国地区逐日起报预报时效为24~168 h的24 h累积降水量集合预报的结果,对各个集合预报成员进行了频率匹配法的订正,并对订正前后的多模式集成预报效果进行评估。结果表明:采用频率匹配法订正后的降水预报,有效改善了集合平均预报中强降水（日降水量25 mm以上）预报由平滑作用产生的量级偏小现象,使预报的降水量级更接近实况,但对降水落区预报改进不明显。基于卡尔曼滤波技术的集成预报效果优于基于线性回归的超级集合预报和消除偏差集合平均预报,对强降水落区的预报较单模式更优。基于集合成员订正的降水多模式集成预报在强降水的落区预报和降水中心的量级预报更接近实况,效果优于原始多模式集成预报与单模式结果。 相似文献