《天气学原理》第5章-06-数值预报产品释用.ppt

(2)确定因子类型。预报因子一般有以下三种类型： a型(正相关型)：因子值越大，预报对象出现越有利； b型(反相关型)：因子值越小，预报对象出现越有利； c型：因子值在某区间，预报对象出现有利(如风向)。 (3)根据因子的不同类型，在M个历史样本中找出预报对象出现(y＝1)时各因子的最小值?、最大值?(a型?=+?，b型?=－?)。并称[?，+?)，(－?，?]，[?，?为a，b，c三类因子的“?，?”区间。显然，在“?，?”区间以外的样本，都未出现过预报对象，都是可消空样本。 (4)分别计算每个候选因子的可消空样本数Mi(即“?，?”区间外的样本数)。可见，可消空数越大，该因子消空能力越强，应优先取用。即先用该因子对样本进行消空。 (5)用剩余的因子和样本继续上述工作，直到所有因子不能再对剩余样本消空为止。则所有选取的因子及其确定的?，?值(?或?即为消空条件)构成该预报对象的消空指标库。 前述MED方法举例中的消空指标库就是这样确定的。夏建国在“全国248站中—大雨以上降水概率MOS预报”一文中，对各站都设计了6个标准作为过滤条件；周家斌等在“数值预报产品在人机交互系统中的应用研究”一文中也综合预报员的经验，采用了天气学消空条件。这些工作都取得了较好的效果。 4.注意再加工因子的利用 在上一节介绍数值预报产品的定性应用方法时，我们已提到数值产品的再加工(再诊断)问题。实际上在定量应用数值预报产品时也会遇到类似的问题，也需要采取类似的解决办法。 (1)简单算术运算后的加工因子。比如我们在作中期MOS预报时，如果使用欧洲中期天气预报中心的预报产品，那么可供选择的预报因子就只有地面气压场、500hPa高度场和850hPa的U，V分量与温度场以及200hPa的U，V分量等为数不多的产品，此时可通过再加工来获得许多有意义的新因子。这里仅以高度场的格点值为例，看是如何通过再加工来增加预报信息的。 设格点分布如图8.18所示，则有 T1＝H1+H3+H5+H7—4H0??2H) 根据地转风原理可知，它表示了在0点的地转相对涡度。 T2＝(H6+H7+H8)一(H4+H3+H2) 近似表示了南北方向的气压梯度。 T3＝(H2+H1+H8)一(H4+H5+H6) 近似表示了东西方向的气压梯度。 T4＝H4+H8—2H0 近似反映东北—西南走向的高空槽的强度。 T5＝(T4+T6—2H5)+(T3+H7—2H0) +(H2+H8—2H1) T6＝(H2+H4—2H3)+(H1+H5—2H0) +(H8+H6一2H7) 可分别近似表示横槽和竖槽的强弱。 图8.18 格点分布示意图 　此外，还可对高度场作自然正交函数EOF展开，取其特征向量函数的时间系数为预报因子；作切比雪夫正交多项式展开，取其系数为预报因子；用谐谱分析方法作富里埃级数展开，取其振幅、位相、动能、角动量输送等参量为预报因子。 为了提高因子的统计稳定性和代表性，还可采用多格点(例如5点或9点)平滑的办法。采用类似的方法，还可以加工出许多新的再生产品，这些产品都可以作为预报方程的因子使用。 (2)变量因子。夏建国在“全国248站中—大雨以上降水概率MOS预报”一文中设计了10种不同时效之间预报值的变量(或差值)因子，如?48—?24。他们发现，在不少地方?的变量比?值与降水的关系要好。表明?的变量比?本身更能反映该地区低空气流是否有利于产生降水。反映大气稳定度变化的垂直温差之变量和反映冷空气活动的低空变温等因子，也有类似功能。变量因子程度不等地提高了MOS方程的质量。 　(3)物理量组合因子。即将数值预报产品按一定的物理意义进行重新组合后形成的新因子。例如，若记700hPa上的垂直速度为?，850-500hPa的水汽通量散度和、相对湿度平均值分别为DV，RH，则组合因子RH???DV综合反映了中低层大气水汽的垂直输送情况。 5.不同预报时效的数值产品的应用问题 通常情况下，不同预报时效的数值产品一般应用于相应时效的统计预报方程中。但实践表明，不同预报时效的数值产品也可以应用于同一预报时效的预报方程中，而且有时还能有效地提高预报效果。这是因为数值预报可能存在着系统性偏快或偏慢现象，而且在不同地区常有不同的表现。为了改善这种状况，可采用前后预报时效的数值产品同时使用的方法。比如在建立36小时预报方程时，可同时采用预报时效为24， 36，48小时的数值预报产品作因子。 6.关于综合统计方法 上述MED方法反映了综合统计的基本思想，根据这一