数值预报释用.ppt

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 数值预报产品释用的必要性：误差的存在 1 、分析误差的存在 2 、模式误差的存在 ? 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 ： 以必威体育精装版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。