简介:利用2016年7—9月全省1957个包括区域自动站在内的站点观测资料,对同期雷达融合降水估测和预报资料进行了从时间演变、空间分布及统计检验3个方面的检验,还利用基于对象的诊断评估方法(MODE)考察了台风莫兰蒂(编号1614)9月13—16日一次降水过程,结果表明:1)融合估测降水能较好反映出2016年夏季降水的时间演变和空间分布;2)预报1~6h降水总体偏强,随着预报时效的增长,均方根误差在增大,对浙东沿海和浙南温州一带的降水预报的均方根误差最大;3)对于台风莫兰蒂的这次降水预报,在降水最强的15日21时的融合1—6h预报降水进行MODE检验评估,可以看出预报1—5h的降水落区与实况较一致,但降水落区的范围比实况偏小,随着预报时效的增加,预报与实况降水落区的相似度在减小。
简介:为了了解欧洲中期天气预报中心(EuropeanCentreforMediumrangeWeatherForecasts,ECMWF)数值模式对安徽地区降水预报的性能,提高订正技巧,本文应用风险评分(ThreatScore,TS)、预报偏差(BIAS)和去除随机事件后的公平T评分(EquitableThreatScore,ETS)及真实技巧评分(TrueSkillStatistic,TSS)等方法,对2012年1月至2015年3月安徽省ECMWF数值模式降水场预报资料进行检验。结果表明:ECMWF模式对安徽地区降水的预报性能总体较稳定,年际变化幅度较小。安徽省降水预报的ETS评分总体呈南高北低的空间分布特征,所有气象站降水均存在预报过度的现象。降水预报分级检验表明,小雨量级降水预报评分明显高于其他量级降水,但预报偏差较大,预报过度现象严重;ECMWF模式对72h时效内的暴雨量级降水预报技巧较小,对于72h时效后的暴雨量级降水基本没有预报能力。季节降水预报的检验表明,春季、秋季和冬季的48h时效内晴雨预报的准确率为88%以上,订正空间较小;夏季各时效及春季、秋季和冬季168h时效以上降水预报的空报率超过60%,可以适度订正;秋季较其他季节降水预报的漏报率略高,尤其是120h时效以上降水的预报需关注。四季均存在降水预报过度的现象,尤以夏季最突出。ECMWF模式对安徽省降水量为01—07mm的格点降水预报空报率较高,订正后可以明显提升预报技巧,但增加了一定漏报风险。
简介:用时间序列分析方法做预报,是气象预报中的重要方法之一。气象上观测资料随时间变化大多属非平稳的。所谓非平稳时间序列,表示其统计特征量随时间变化主要有三种表现形式。一种是序列平均值Xt随时间而变,表现为它的一个现实曲线在一条水平线的上下波动大:另一种是序列标准差St随时间变化。这表现为它的一个现实的曲线的波动幅度较大;第三种表现更为复杂,序列均值Xt和标准差St同时随时间而变,这表现为它的一个现实曲线上下波动大,同时波动幅度也大。对于上述三种非平稳序列,至今没有理想的处理办法。本文介绍差分模型方法,能在一定程度上消除均值随时间的变化,而后建立差分自回归模型。效果较好。
简介:摘要:本文选用2011~2020年墨江县15个区域站分钟降水量数据,对墨江县短时强降水特征及预报预警技术进行分析。结果表明:墨江县短时强降水日数呈现出增加的趋势,变化倾向率为14.788d/10a,增加趋势较为显著;墨江县年内短时强降水具有明显的月变化特征,短时强降水主要集中在5~9月份,尤以6~8月份出现频率最高。一年四季均有可能出现短时强降水天气,夏季出现频率最高,其次是秋季和春季,冬季出现频率相对较低;墨江县短时强降水在一天中的发生时段主要有三个高峰期,在短时强降水进行预报的过程中,可以重点关注这三个时段的情况。
简介:本文利用兰州1944~1997年的月平均降水资料,建立了线性平稳序列的降水预测模型,该模型使用了功谱密度函数中的最大熵法(或叫全极模型),并将特征多项式模大于1的根反射到单位圆内,再返回修正后的线性预测的系数。并对1986~1997年11年的月降水做了预测试验,试验结果表明,该模型具有一定的预报能力,其中取15阶预报效果较好。此方法在短期气候预测业务中,可作为台站月、季、年降水预测走向客观化、定量化方法的一种初步尝试
简介:利用2004—2014年鹰厦铁路线的水害资料和降水观测资料,分析了鹰厦铁路沿线水害的时空分布特征,研究铁路封锁警戒的降水临界值及其概率预报模型。结果表明:2004—2014年鹰厦铁路沿线水害的年际变化差异大且分布不均,铁路水害发生时间集中在汛期,局地性较强;鹰厦铁路封锁警戒的降水临界值为:水害发生前1h降水量为47mm、水害发生前24h降水量为108mm、连续降水量为228mm及水害发生前1h降水量达30mm且连续降水量达160mm、水害发生前24h降水量达100mm且连续降水量达160mm;铁路封锁警戒降水的概率预报模型回报准确率达90.2%。结合铁路封锁警戒降水概率预报模型和警戒降水临界值共同判断降水天气过程是否封锁铁路运营的准确率更高,可为铁路安全运营和高效调度提供参考。
简介:利用2007—2013年NCEP/NCAR的700hPa经、纬向风场及水汽场逐日再分析资料和上海市11个气象站逐日降水资料对上海梅汛期强降水进行周期分析,提取低频信息,并利用向量场的经验正交函数方法对其进行分型。结果表明:上海地区梅汛期降水存在30—50d的显著周期。在强降水发生期,低频系统存在4个主要聚集区。贝加尔湖以西至河套地区存在并维持低频反气旋,鄂霍次克海附近多为低频气旋,这两个地区是中高纬冷空气的主要活动区域;孟加拉湾附近的低频反气旋及热带洋面的低频气旋是水汽的两大源地。这些区域的显著低频系统的生消是延伸预报的主要依据。上海入梅首场强降水发生前,多为偏北气流控制。南北低频气流辐合区向北移至30°N附近,上海地区梅汛期强降水发生。低频风场及水汽场的北传与梅雨带的移动有较好的对应,当低纬低频水汽稳定北传至30°N附近时,江南北部入梅,随后偏南水汽或继续北进或滞留,对应梅雨带的持续北抬或间歇性停滞。低频经向风及水汽输送的特征是梅汛期延伸期强降水的前兆信号。跟踪监测低频偏南气流的北传进程有助于预报入梅强降水过程。