您现在的位置: 首页> 研究主题> 中期预报

中期预报

中期预报的相关文献在1980年到2022年内共计338篇,主要集中在大气科学(气象学)、地球物理学、植物保护 等领域,其中期刊论文302篇、会议论文31篇、专利文献5878篇;相关期刊92种,包括地震、地震学报、应用气象学报等; 相关会议27种,包括2011年第二十八届中国气象学会年会、2011天灾预测总结研讨学术会议、第27届中国气象学会年会等;中期预报的相关文献由570位作者贡献,包括王秀文、高安宁、刘艳华等。

中期预报—发文量

期刊论文>

论文:302 占比:4.86%

会议论文>

论文:31 占比:0.50%

专利文献>

论文:5878 占比:94.64%

总计:6211篇

中期预报—发文趋势图

中期预报

-研究学者

  • 王秀文
  • 高安宁
  • 刘艳华
  • 张晓东
  • 晁淑懿
  • 王炜
  • 耿庆国
  • 钟秋珍
  • 马德贞
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 彭飞; 李晓莉; 赵滨; 陈静
    • 摘要: 全球业务数值模式存在偶发的中期预报时效误差极端大的问题,对其溯源可为模式和同化系统改进提供重要参考。分析2020年1—2月中国气象局高分辨率全球同化预报系统(CMA-GFS)和较低分辨率全球集合预报系统(CMA-GEPS)业务预报在中期时效(6 d)的预报误差,利用集合敏感性分析方法,对东亚地区具有极端中期预报误差的一个个例(2020年2月8日12 UTC起报)进行了预报误差溯源研究。由CMA-GFS预报误差的时空演变特征及基于CMA-GEPS系统的集合敏感性分析结果得到了一个关于预报误差关键源区的初步推断,即为位于东亚上游地区的大西洋及欧洲西部地区(20°~90°N、90°W~60°E)。进而,将CMA-GEPS系统控制预报位于上述误差关键源区的初值替换为最优集合成员初值后,预报结果显示东亚地区500 hPa位势高度中期预报误差显著减小,不到原预报误差的50%,这进一步验证了识别出的关键误差源区的有效性。
    • 李珊珊; 张华龙; 陈玉梅; 黄晓莹
    • 摘要: 对2020年广东省中期时效的主客观降水和气温预报进行检验,结果表明:省级网格和融合法MIX的降水预报评分总体上优于客观模式ECMWF和NCEP;总体上省级网格的降水预报偏差较客观产品更趋近1,即空漏报相对持平;省级网格对大雨和暴雨以上量级降水的192 h预报从提高预报稳定性的角度出发,预报趋于保守,漏报明显多于空报.气温预报方面,省级网格对模式订正有正技巧,最高气温的订正能力强于最低气温,其中盛夏季节(6-9月)对模式最高气温的订正效果最好.
    • 马杰; 刘晓琳; 李红; 杨森; 刘鑫华; 尹姗; 任宏昌; 刘一; 张峰
    • 摘要: 2016年6月30日至7月4日,中国长江流域发生了入汛以来最强的一次极端降雨过程,但对雨带位置的预报却出现了显著误差.为此,本文基于欧洲中期天气预报中心的预报资料,利用天气学诊断方法,分析了确定性和集合预报的基本情况,讨论了预报误差产生原因及其演变特征.结果 表明:梅雨锋上次天气尺度波动在中国黄淮—辽东半岛到朝鲜半岛—日本东部一带呈“负—正—负”的分布,它的强弱对雨带位置的变化起着重要影响.当该波动偏强时,有利于低层季风向北伸展,加之冷空气强度偏弱,进而造成雨带位置偏北,反之亦然.此外,通过对比集合预报成员中的准确和偏北成员组,发现该次天气尺度波动来源于青藏高原东北部的初始误差场.伴随着中纬度西风波动的向东传播,该误差在中低层沿着梅雨锋向东移动、并不断增强,最终造成中国长江中下游地区雨带位置明显偏北.
    • 王欢; 邓承之; 李晶; 刘超
    • 摘要: 2018年8月22-23日重庆中部地区一次暴雨过程的预报出现了明显的偏差,本研究利用降水实测资料、高空探测资料和ECMWF(以下简称EC)模式的形势预报对降水产生原因、影响系统以及EC模式不同起报时间的预报效果进行了分析,结果表明:(1)此次暴雨过程是在高空槽和中低层切变线的共同影响下产生的.(2)EC模式降水预报在8月19日前后出现了突变,其原因是影响重庆地区的500 hPa高度场发生了转折性的变化.(3)在500 hPa高度场预报与实况基本一致的情况下,重庆中部地区的中低层切变线是20日主观预报降水落区与实况出现明显误差的原因.
    • 蔡芗宁; 宗志平; 马杰; 李勇; 张博; 尹姗; 梅双丽
    • 摘要: 2020年梅雨持续时间长,雨量偏多;暴雨范围广、过程雨量大;雨带南北摆动大,但强降雨落区重叠度高.利用NCEP/NCAR再分析资料,针对行星尺度环流系统演变进行分析发现,梅雨期内,亚欧中高纬维持稳定的阻塞形势,环流经向度大,冷空气活动频繁并向江淮流域渗透.同时西太平洋副高(简称副高)显著偏强偏西,副高引导的水汽向江淮流域输送明显偏强;季风爆发后,来自孟加拉湾和南海的西南气流携带充沛的水汽往江淮流域的输送也较强.此外,副高北跳偏晚,冷暖空气在江淮流域长时间交汇,致使梅雨锋偏强,降雨明显偏多.6—7月,南亚高压和副高存在频繁的南北摆动,造成雨带南北摆动大,但主流业务模式在中期时效内对副高的预报偏差仍然较大.目前集合预报模式对500 hPa大尺度环流系统的可用预报时效大约5 d;而200 hPa环流系统的可用预报时效能达到9 d左右.因此在中长期预报中,应更关注高层系统的演变和调整,及时抓住预报信号.
    • 谭桂容; 范艺媛; 牛若芸
    • 摘要: 使用新建的强降水历史个例数据集、1981—2016年我国逐日降水量观测资料、2016年T639与ECMWF模式1~10 d的逐日降水量预报,采用经验正交函数展开(EOF)提炼出江淮地区强降水的典型模态,并运用场相似法对江淮地区强降水进行客观分型,分析强降水的环流演变;定量诊断型环流相似所得与实测环流和降水的对应关系.结果表明:江淮地区强降水可分为QⅠ,QⅡ和QⅢ3种类型,其中,QⅠ型降水中心位于江淮中部,QⅡ型表现为降水北多南少,QⅢ型表现为降水中间少南北多的分布.强降水对应的前期至当日,各型降水对应在亚洲的中高纬度地区均有显著的环流异常,且环流演变存在明显不同;但各类型降水对应的系统移动速度缓慢,且到强降水发生日江淮地区处于西太平洋副热带高压西北侧低值系统的控制,有利于该地区强降水的发生.按环流相似依不同时效得到的强降水发生日环流与实际环流存在很好的相关.独立试验中,该文方法对25 mm降水的TS评分在各时效均高于模式预报,50 mm降水的TS评分在3 d以上时效的评分也均高于模式预报.
    • 张自银; 赵秀娟; 熊亚军; 马小会
    • 摘要: 利用欧洲中期天气预报中心(ECMWF)数值预报产品和动态统计预报方法,对北京、天津、石家庄等14个京津冀重点城市雾霾与空气污染进行定量化的中期预报试验,包括对首要污染物PM2.5浓度和能见度的逐时定量化预报及雾霾现象的客观化判断,并对2015年10月1日-2016年11月10日试验预报效果进行了检验评估.检验结果显示:该方法对北京及周边城市未来10d逐时和逐日能见度、PM2.5浓度及雾霾现象的预报值与观测值之间具有显著正相关系数、较高的误差减少量和TS评分等,表明基于ECMWF数值预报产品和动态统计预报方法的京津冀雾霾污染中期定量化预报技术整体上具有较高的可靠性、稳定性与预报技巧性.此外,检验指标还显示出该动态统计预报方法对能见度的预报效果要略优于PM2.5浓度预报,同时对霾的预报准确率高于对雾的预报.个例分析显示,该动态统计预报方法能提前5~6 d预报出北京地区典型持续性雾霾污染的发展过程,对持续性雾霾的提前预报预警具有较好的参考意义.%Beijing and eastern China have frequently suffered from severe fog/haze days in recent years,which are characterized by high particle mass concentration and low visibility.Severe haze/fog pollution,especially the persisted fog/haze days (i.e.,in January 2013 and November,December of 2015) greatly threaten human health and traffic safety.These phenomena stimulate great interest in studying the fog/haze pollutions in Beijing or even eastern China.The fog/haze pollution is in general attributed to two aspects:Pollutants emission to the lower atmosphere from fossil fuel combustion,construction and others,and unfavorable meteorological diffusion conditions.Air quality or the occurrence of fog/haze pollution are strongly influenced by meteorology.Meteorological factors not only have essential impacts on the accumulation or diffusion,spread and regional transport of air pollutants,but also have important impacts on the formation of secondary aerosol which are generated by the complicated physical and chemical reactions.Particularly,weather conditions play an essential role in the daily variability of air pollutant concentrations.Based on the dynamic statistic forecasting method and the high-resolution weather forecast fields derived from European Centre for Medium-Range Weather Forecasts (ECMWF),the fog/haze medium-range forecast system is designed to provide objective and quantitative PM2.5 and visibility forecasts for cities in Beijing-Tianjin-Hebei and its adjacent regions by predicting 1 to 10 days in advance.A forecasting experiment is performed during the period from 1 October 2015 to 10 November 2016.Results show that the predicted PM2.5 concentrations and visibilities based on the method for 14 cities (Beijing,Tianjin,Shijiazhuang and others) and different leading times (namely 1 to 10 days in advance) are well consistent with the observed.All correlation coefficients between them are significant at 0.01 level.And most of the reduction errors (RE) between them are larger than 0.2.Most of TS values are confined in 0.1 to 0.3,and the mean of all TS values are close to 0.2 for visibility,PM2.5 grades and fog/haze phenomena.Moreover,several case analyses suggest that the method can predict the change trends of the continuous fog/haze process about 5-6 days in advance.Generally,the method can approximately predict the hourly variability of the PM2.5 concentration and visibility and the change trends of the process of fog/haze and heavy pollution in Beijing-Tianjin-Hebei and its adjacent regions on the medium-range time scale.The high reliability and stability of the forecasting test suggest that the objective and quantitative predictions produced by the method can be used with high reference value for the medium-range forecast of fog/haze and air quality in Beijing and surrounding cities.
    • 王毅; 马杰; 代刊
    • 摘要: Errors occur for medium-range forecast of heavy rainfall over North China on 20 July 2016 by subjective forecast of National Meteorological Centre and numerical models.The medium-range forecast performance of this heavy rainfall event is analyzed based on ECMWF ensemble forecast and T639 ensemble forecast data.The results reveal that:(1) there are obvious changes of location and intensity of rainfall of EC ensemble forecast which is caused by change of forecast for large-scale weather system before and after 16 July.Compared to forecast initialized at 20:00 15 July,the ensemble mean circulation on 20 July initialized at 20:00 BT 16 July show that trough at 500 hPa over Hetao Region is deeper whereas downstream ridge is stronger,thus forming the pattern of slowly moving "high pressure to the east and low pressure to the west".The Yellow River cyclone and mid-lower level southwest vortex move northward and become stronger.The forecast heavy rainfall is closer to the observed precipitation accordingly.(2) Ensemble sensitivity analysis shows that sensitivity areas are consistent with the spatial pattern of circulation difference before and after the forecast change.The large-scale weather systems leading to the change of forecast of heavy rainfall are also sources of uncertainty of medium-range rainfall forecast.(3) The most sensitive circulation system to precipitation forecast is the Yellow River cyclone.The Yellow River cyclone,the ensemble member is westward and northward and intensity is deeper,the corresponding forecast precipitation amount over Bejing-Tianjin-Hebei Region is larger.%中央气象台主观预报和数值模式对2016年7月20日华北强暴雨过程的中期预报出现了一定的误差,本文利用ECMWF(简称EC)集合预报和T639集合预报等资料对“7·20”华北强暴雨过程的中期预报效果进行了分析,结果发现:(1)EC集合预报在7月16日前后对降雨区及强度的预报出现了明显转折,其因是大尺度影响天气系统的预报发生了转折性变化,7月16日20:00起报的环流形势集合平均场对比15日20:00起报场显示,在河套地区附近500 hPa低槽发展更深,其下游华北高压脊也更强,形成了移动缓慢“东高西低”的环流型,黄河气旋及中低层西南涡北抬加强,导致降雨预报更接近于实况;(2)集合敏感性分析发现对降雨中期预报敏感的区域与转折前后预报的环流差异的分布型一致,引起降雨预报转折的影响系统也是降雨中期预报不确定性的来源;(3)对于降雨预报最敏感的环流系统是黄河气旋,集合成员预报的黄河气旋偏西偏北,强度越强,则预报的京津冀地区降水量越大.
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号