数值预报释用.pptVIP

数值预报产品应用方法 数值预报产品的特点： 1、种类繁多 2、空间分辨率高 3、时间分辨率高 4、时空分布的连续性好 5、预报误差特征及其复杂 客观天气要素指导预报的作用： 1、培训作用 2、提醒作用 3、控制作用 4、初始预报 5、最终预报 应用数值产品的几点经验： 1、可预报时效与天气系统尺度密切相关。 2、不同预报时效的要素预报应注重分析不同的天气系统。 3、利用最近的观测实况资料来提高预报水平的作用与预报时效有关。 4、在高原和山区预报较差。 5、低纬度地区比中高纬度地区预报差。 6、预报形势场比预报天气要素场好。 数值预报产品的应用方法： 1、卡尔曼滤波方法 2、数值产品的统计释用方法 3、数值产品动力释用预报方法 4、数值产品诊断预报方法 5、神经网络方法 6、支持向量机（svm) 卡尔曼滤波方法 通过利用前一时刻预报误差反馈到原来的预报方程，并及时修正预报方程系数，以此提高下一时刻的预报精度。 特点：只需少量的数值预报产品历史资料， 建立能适应数值模式变化的统计模型。 应用中的若干问题讨论： 1、预报对象选择具有线性变化特征的连续性变量。 2、预报因子的选择要相关性好、精度高且因子不宜太多（一般不多于4个） 3、递推滤波的时间间隔一般为短时或短期预报 4、预报滞后现象 5、预报精度 2、数值产品的统计释用方法 暴雨的动力过程相似预报方法 暴雨预报的动力相似过滤方法 模式大降水概率预报 双判据、双重MOS预报方程设计 暴雨的动力过程相似预报方法 1、将历史个例分为有暴雨和无暴雨两类，对这两类个例分别求取38个场之各自平均场，得到暴雨和无暴雨的动力过程模型。 2、作预报时，将当日38个场逐个求取与两块模型的域块距离，以距离小的定为相似，以相似结果大于或等于20的类型作为预报结果。 3、考虑到暴雨的动力过程，必须选择的数值预报产品包括：涡度、散度、垂直速度和水汽通量散度。垂直方向包括500、700和850hPa。 4、预报结果检验： TS=正确/（空报+漏报+正确） 漏报率=漏报的日数/实际出现的日数 空报率=空报的日数/预报暴雨的日数 暴雨预报的动力相似过滤方法 1、选与暴雨关系密切的一些物理量（几十个） 2、从历史探空报中求出相应的要素并从测站插值到网格点上并作标准化处理（或极差化处理）。 3、找相似：计算与历史样本中的物理量距离，从一项产品或物理量选出30个最相似的样本，再以另一项产品或物理量从上述的30个样本中进行第二次相似过滤，选出15个样本，再从15个样本中另选产品或物理量找出5个最佳相似样本。 4、以同样的方式、不同的产品或物理量再进行上述的相似过滤，总共获得15个最佳相似样本。 5、根据这15个相似样本的日期读取历史上的雨量实况，以频数最高的雨量级作为预报输出。 模式大降水概率预报 1、提高大降水的气候概率（从数值预报产品中选6个不同条件对样本进行过滤） 2、采用多元回归方法求得MOS预报方程 双判据、双重MOS预报方程设计 对已求出的MOS预报方程, 根据拟合结果, 找出两个临界值作为判据，（当拟合值大于上限临界值，预报对象常常出现，当拟合值小于下限临界值，预报对象常常不出现，而当拟合值介于二临界值之间时，预报对象有时出现，有时不出现）, 再对拟合预报值在两个临界值之间的样本另建方程，并找出其临界值。 3、数值产品动力释用预报方法 强降水落区与强度的数值预报产品的动力释用方法 强降水的落区与强度的数值预报产品的动力释用预报方法 ： 以最新降雨实况资料推算近似实际大气的平均降雨强度和垂直速度，并以不同预报时效之间的数值模式的垂直速度的变率来推算未来垂直速度和降雨强度的变化及各个6小时时段的降水量。 优点：无需历史资料。 4、数值产品诊断预报方法 区域性强降水的Q矢量诊断预报方法 螺旋度与暴雨落区 区域性强降水的Q矢量诊断预报方法 1、根据Q矢量（有准地转、半地转等）计算公式计算Q矢量、 Q矢量散度和锋生函数。 2、结合个例得到Q矢量散度和锋生函数和强降水落区的关系，建立概念模型，制作强降水落区预报。 螺旋度与暴雨落区 1、上述的螺旋度是指垂直螺旋度（不包括水平螺旋度） MOS、PP、KF、诊断分析等方法的技术要点： MOS方法：用多元回归方法建立预报对象与其相关好的数值产品因子之间的统计关系。 PP方法：用多元回归方法建立预报对象与其相关好的实况要素因子的统计关系，在制作预报时，用与实况要素因子相类同的数值产品因子代替。 KF方法：与MOS 、PP方法所不同的是反映预报对象与相关好的数值产品因子