排序方式： 共有13条查询结果，搜索用时 15 毫秒
1.
北京几次弱降水过程预报失误分析 总被引：3，自引：0，他引：3
在选取的北京地区2011年冬季至2012年春季9次弱降水过程中,预报员出现了4次空报、2次漏报,预报效果总体不理想。通过对9次过程的预报检验、天气分析和多模式预报对比,得到如下认识:北京地区弱降水过程天气形势复杂多样,按高空大气环流形势可分为两槽一脊型、一槽两脊型、一槽一脊型,按地面天气形势可分为冷锋型、华北锢囚锋型、东风与倒槽型和东风回流型;弱降水过程普遍具有对流层低层水汽条件差或动力抬升弱的特点;对湿层浅薄、饱和层高度高、抬升凝结高度高的弱降水过程,数值模式容易出现空报;而对低层湿度条件好、饱和层高度低、抬升凝结高度低但高空系统弱的降水过程,模式又容易出现漏报;预报员主观预报出现空、漏报主要源于对天气系统的结构及发生发展机理认识不足,对边界层水汽、抬升等关键降水要素缺乏预报订正经验。 相似文献
2.
ECMWF集合预报和确定性预报对淮河流域暴雨预报的对比分析 总被引：7，自引：6，他引：1
本文运用2012年5—9月欧洲中期天气预报中心(ECMWF)的集合预报系统(Ensemble Prediction System,EPS)和确定性模式(High-resolution Deterministic forecast,HDet)资料对比分析了淮河流域暴雨的预报效果。对于集合预报,主要对比了基于EPS的日降水量极端天气预报指数(Extreme Forecast Index,EFI),和改进的贝叶斯模型平均(Modified Bayesian Model Averaging,MBMA)法对降水的订正后概率。由于ROC(Relative Operating Characteristic)检验是与模式的系统性偏差无关的,所以选用ROC检验,对比了不同空报率下的TS评分,以及不同方法的相对经济价值。对比检验的结果显示,各时效预报MBMA预报效果最好,其次是HDet,EFI的预报效果最差,其中2 d内的预报HDet接近MBMA,随着预报时效的延长,MBMA相对于HDet和EFI的优势不断增强。在不同标准下确定三种方法对淮河流域暴雨预报的阈值,结果显示MBMA同样优于HDet,EFI预报效果最差。但MBMA的优势是通过增加预报偏差得到,如果将预报偏差限定为主观预报的1.37,此时MBMA的效果和HDet的效果接近。 相似文献
3.
综合分析我国长江流域20世纪80和90年代的几次特大暴雨实例发现,江淮切变线和"湿度锋"是长江流域特大暴雨发生发展的有利条件,但不是必要条件,高空的触发系统和低空的西南急流水汽输送才是必要的条件。在不同的高低空系统配置情况下,形成特大暴雨的云团的尺度(中尺度、中β尺度)具有一定的选择性。而低层"湿度锋"的强弱与暴雨云团的尺度之间不是简单的正相关的线性关系。针对长江流域特大暴雨云团的以上特性,在参考暴雨云团发生发展的CISK机制以及它们之间相互影响共同作用形成的更复杂的物理机制的基础上,对部分物理机制进行了修改完善。从而更好的解释了长江流域特大暴雨发生发展的有利环境条件。 相似文献
4.
2016年1月寒潮天气过程极端性分析及集合预报检验 总被引：2，自引：1，他引：1
利用欧洲中期天气预报中心(ECMWF)再分析资料和集合预报极端天气预报指数（extreme forecast index,EFI）,对2016年1月21—25日强寒潮天气环流异常性和EFI对极端低温事件的预报进行了分析和检验。中亚地区一直维持标准化异常度在3个标准差以上的高压脊,冷涡系统不断发展增强,随着横槽转竖,冷空气爆发南下使得我国中东部出现极端低温。最低温度EFI可以提前7 d预报出低温信号,随着EFI预报时效的延长所对应的最大TS评分随之降低,对不同时效预报需选取合适的EFI阈值。对5%百分位的低温事件短期时效（1~3 d）最低温度EFI临界阈值为-0.6,中期时效（4~7 d）临界阈值为-0.5;对1%百分位的低温事件临界阈值则为-0.7。5%百分位的低温事件各时效最低温度EFI在江南、黄淮、江淮、江汉等地表现最好,华北、华南、西南、西北地区表现次之,在东北地区表现相对较差。 相似文献
5.
运用我国2016—2018年三个冬半年(10月至次年3月)地面2515个站的天气现象观测资料,对ECMWF(European Centre for Medium-Range Weather Forecasts)的降水相态预报产品(PTYPE)(分为雨、雨夹雪、雪和冻雨四类)进行了系统性的检验评估,包括细网格确定性模式预报产品和集合预报系统概率预报产品。结果显示,ECMWF的确定性预报产品对四类降水相态的正确率普遍达到90%以上,对降雨和降雪的TS评分也较高,冻雨次之,雨夹雪的TS评分较低,预报能力有限。确定性模式对我国雨雪分界线的预报,普遍存在短期位置略偏南、中期随时效延长越来越偏北的误差特点,且对雨夹雪的预报范围明显偏小,对冻雨的预报范围明显偏大。集合预报系统从概率的角度一定程度上弥补了确定性模式的上述误差。对概率预报的检验结果显示,集合预报系统降雨概率普遍偏低,降雪概率短期偏高、中期偏低,而雨夹雪和冻雨概率普遍偏低,但是都有一定的预报技巧。集合预报系统相对于确定性模式的优势,降雨体现在较小花费损失比事件的预报上,降雪体现在较大花费损失比事件的预报上。对雨夹雪和冻雨,相对于确定性模式,集合预报系统体现出了显著的优势,尤其是冻雨,集合预报系统的优势更加明显。 相似文献
6.
基于欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts,ECMWF）集合预报系统的降水相态产品（precipitation type,PTYPE）,分别以HSS评分最优、TS评分最优和频率偏差最优为标准,运用最优概率阈值法,生成雨、雨夹雪、雪和冻雨4类降水相态的确定性预报产品,并与ECMWF集合预报系统控制成员及细网格模式确定性预报进行对比。最优概率阈值显示:3种最优标准下,不同相态降水最优概率阈值不同,但冻雨和降雪最优概率阈值均最大,为40%~80%,雨夹雪最优概率阈值最小,约为10%,三者最优概率阈值均随预报时效延长而减小;降雨最优概率阈值为7%~25%,随预报时效延长而增大。对比检验结果显示:最优概率阈值法明显提高了降水相态预报能力,且以HSS评分最优时预报效果最佳;最优概率阈值法有效减小冻雨空报,同时显著改善降雨和降雪预报的频率偏差和TS评分,对雨夹雪预报改进效果有限。 相似文献
7.
本文主要对相同条件下线性回归法(LR)和人工神经网络法(ANN)对降雨、雨夹雪和降雪3种降水相态的预报效果进行了对比检验.选取降水发生时和发生前6h的地面2 m温度、露点温度作为预报因子,对降雨、雨夹雪和降雪进行预报.应用国家气象中心2001-2011年我国地面756站实况观测资料,其中应用2001-2010年资料对方法进行训练,2011年资料用来对比检验预报效果.结果显示,(1)两种方法对3种相态降水都有一定的预报能力,对降雪预报最好,其次是降雨和雨夹雪;(2)两种方法对北方的雨雪分界线预报比对南方的好;(3)无论是对全国还是长江中下游流域,在相同条件下,ANN法的预报效果大都优于LR法,当温度和露点温度预报准确时,ANN法对北方的雨雪分界线能进行较准确的预报. 相似文献
8.
2012年2月大气环流和天气分析 总被引：3，自引：1，他引：2
2012年2月大气环流特征为：北半球极涡呈双极型,中心分别位于加拿大东北部和鄂霍茨克海附近,后者强度较常年平均明显偏强;中高纬环流呈经向型,乌拉尔山附近维持阻塞高压活动,强度偏强;平均南支槽位于90°E附近,接近多年平均位置,强度偏弱。2012年2月全国平均气温-3.2℃,较1月-7.2℃明显回暖,但比常年同期（-2.0℃）偏低1.2℃。全国平均降水量为14.5 mm,较1月16.8 mm减少2.3 mm,较常年同期（17.6mm）偏少3.1 mm。月内出现三次全国范围的中等以上强度冷空气过程,以及三次降水过程。西藏南部出现极端降水事件,云南和四川西南部的气象干旱发展,南方大部继续低温阴雨寡照天气。 相似文献
9.
利用2019年1—3月多源观测资料对北京冬奥会张家口赛区气温与风时空分布特征进行统计分析,并对不同环流背景下温度和风的特征进行了对比研究。结果表明:张家口赛区气温分布受太阳辐射差异与海拔高度的共同制约,盆地或山谷温度日较差大,且逆温现象明显。环境风和日变温影响逆温强度,风速越小,逆温强度越大。赛区风速具有明显日变化特征,中午前后最大,夜间最小。均压场下,古杨树赛场昼夜风向转换明显,而云顶赛场无明显昼夜风向变化;日落后赛区温度开始建立逆温结构,在日出前达到最强,日出后逆温迅速减弱消失,云顶赛场逆温强度弱于古杨树赛场。有较强冷空气活动时,气温随海拔高度增加而降低,两赛场风向均无明显昼夜变化。 相似文献
10.
基于ECMWF集合预报的极端天气预报产品应用和检验 总被引：7，自引：5，他引：2
通过个例总结和大样本分析的方法,本文分析和总结了ECMWF集合预报系统(EPS)中的极端温度和降水预报产品。以上产品主要为08—08时的平均气温、最高气温、最低气温和降水量四个要素的极端天气预报指数(extreme forecast index,EFI)和SOT("shift of tail"index)。研究显示,气温EFI和SOT预报效果接近,降水SOT优于EFI。运用过去3年的资料,以TS评分最大为标准,分别确定了不同时效、不同百分位的极端高低温和极端强降水事件在我国的预报阈值,及其对应的各检验参数。对于1%(99%)百分位的极端低温(高温)事件,平均气温EFI和SOT的阈值分别在-0.85(0.75)和0.38(0),最高和最低气温的阈值与平均气温的阈值接近。对于95%和99%的极端强降水事件,EFI的阈值分别在0.45和0.7左右,SOT的阈值分别在-0.6和0.4左右。整体上呈现时效越长阈值越小,预报效果越差;事件越极端,阈值越大的特点。且此时的bias接近或略大于1,表明预报的发生频率与实况比较接近,具有较好的应用价值。气温EFI和SOT的预报效果和阈值存在明显的季节差异,夏季预报较好,阈值较大,冬季预报较差,阈值较小。降水的季节差异不明显。EFI和SOT的预报效果和阈值在空间分布上也存在一定的差异,且不同的产品空间分布差异不同。 相似文献