集合预报

摘要： 基于中国气象局最新业务化运行的GRAPES REPS,针对2020年5月5—7日福建前汛期一次强降水过程进行集合预报检验评估,并与ECMWF EPS对比分析,最后分析预报偏差原因。结果表明,在临近36h预报上,GRAPES REPS不仅在集合平均预报的TS和BIAS评分上优于ECMWF EPS,而且概率预报误差小于ECMWF EPS。低涡的位置和切变线强度是影响本次过程的主要因素。

摘要： 运用气象观测资料和GRAPES、ECMWF、SWCWARMS_9KM(简称SWC)模式预报资料,对冕宁“6.26”大暴雨天气过程模式预报性能进行检验。结果表明:(1)对于24 h累计降水预报,中尺度区域模式优势明显,量级与落区预报效果均为最好,其中GRAPES_3KM模式预报落区分布与实况重合度较高,暴雨及以上量级降水TS评分最高。(2)GRAPES_3KM模式最大小时雨强10 mm以上降水落区与实况大雨及以上量级降水落区匹配度最高,ECMWF模式24 h累计降水多物理量订正产品及短时强降水概率产品次之。(3)SWC及GRAPES_3KM模式24 h累计降水极值点相比实况略偏北,量级偏小。对于小时降水峰值出现时间,SWC模式偏早4 h,GRAPES_3KM模式偏早3 h。(4)GRAPES_GFS模式环流背景预报更接近实况,SWC模式能较好地预报出冕宁上空中尺度辐合系统的存在。

摘要： 将CMA区域集合预报与暴雨灾害风险评估模型耦合,以“21·7”河南暴雨事件为例,对比基于控制预报和基于扰动成员的风险预估结果,预估各风险等级概率,并运用集合平均、概率匹配平均法将集合成员集成,探索集合预报在暴雨灾害风险预估中的应用途径和效果。结果表明:基于集合预报的风险预估提示河南北部有超过50%的概率存在暴雨灾害高风险,有10%~30%的概率存在暴雨灾害极高风险,弥补了单一控制预报在河南北部预估偏弱的问题;概率匹配平均比集合平均或单一成员的预估结果更接近真实值,且预报时效越长优势越明显。集合预报能为暴雨灾害风险预估提供更多有效信息。

摘要： 基于Lorenz96模型初步探讨了机器学习算法提高非线性局部Lyapunov向量(NLLV)集合预报效果的可行性和有效性.结果表明:基于岭回归算法和NLLV集合预报结果建立的机器学习模型(Ens-ML)能够有效提高整体预报技巧,而且优于集合平均预报(Ens Ave)、控制预报(Ctrl)以及基于Ctrl结果建立的机器学习模型(Ctrl-ML).同时,还发现Ens-ML的预报技巧改进程度依赖于集合成员的数量,即增加集合成员数有助于提高Ens-ML模型的整体预报准确率.通过对比个例预报表现得到,随着预报时间延长,Ens-ML,Ctrl-ML和Ens Ave的个例预报误差逐渐小于Ctrl.进一步分析Ens-ML,Ctrl-ML和Ens Ave预报的吸引子,发现它们的概率分布的值域收缩、峰度增大并向平均值靠拢,尤其Ens-ML的表现更为明显.

摘要： 2021年7月17—22日河南出现历史罕见持续性特大暴雨,期间我国东部海区上空的对流层高层冷涡(upper tropospheric cold low,UTCL)与河南降水几乎同步增强,对降水天气形势发展存在影响。强降水过程期间河套高空短波槽、黄淮高压脊、UTCL以及日本海阻塞高压形成准静止波列,环流系统异常稳定,由于UTCL在我国东部海区上空停滞,导致西风急流在河南及其以东地区形成大尺度持续性辐散分流。河南暴雨高空辐散区的建立和增强与UTCL西侧的西北风急流增强直接相关;UTCL东侧急流增强了台风烟花的高层流出,有利于台风加强进而影响河南暴雨区水汽输送;UTCL引起的高空下沉运动增强了副热带高压的稳定性,间接增强了从东部海区向河南的偏东风水汽输送。UTCL数值预报不确定性较大,随着预报时效临近,UTCL环流中心不断向偏北方向调整、强度增强,对应河南暴雨落区有向东调整的趋势。集合预报成员中强、弱UTCL环流分组对比表明,较强的UTCL环流有利于增强河南上空的反气旋性辐散流出,对降水增强较为有利,基于集合预报敏感性的诊断进一步证实了上述结论。

摘要： 气象水文耦合预报能够延长洪水预报预见期,针对预报结果不确定性大的问题,选取东南沿海地区的梅溪流域为研究区,以2012年8月3日“苏拉”台风和2014年6月17日“海贝思”台风引发的降雨洪水为例,开展气象水文耦合下的集合预报研究。依托WRF(weather research and forecasting)模式建立基于36种物理参数化方案组合的降雨集合预报集,并通过耦合WRF模式和梅溪流域分布式水文模型,实现降雨径流集合预报。结果表明:在不同物理参数化方案下,数值降雨预报结果有一定差异,且对降雨空间分布的预报效果优于降雨时间分布,更容易准确描述时空分布均匀的降雨,很难捕捉短历时强降雨;采用集合预报的方式能够有效降低洪水预报的不确定性,当预见期超过6 h时,对于时空分布均匀的降雨,相应洪水过程的洪峰流量预报误差R_(f)为11.30%,能够准确反映洪峰量级,峰现时间提前2 h,相比基于“落地雨”开展的洪水预报有一定优势;基于异方差扩展型Logistic算法对预报降雨进行处理后,能够有效提高降雨预报精度,但对于时空分布不均匀的降雨,洪峰流量误差R_(f)由处理前的-86.89%降低至-48.95%,仍有较大的提升空间。

摘要： 基于WRF v4.0模式,选择Lin方案降水粒子(雨、雪和霰)谱截断参数和霰密度,在对流尺度下对“7.20”华北特大暴雨进行参数扰动集合预报试验。按照参数序列依次设置单/双/多截断参数组合、四参数组合和霰参数组合,对比分析其对降水和大气变量的预报技巧,及扰动影响的敏感性。结果表明,四参数组合明显降低了大暴雨空报概率,有效提升了500~925 hPa经向风和近地面温度场的离散度技巧;随组合中参数的增多,扰动对预报的整体影响依次增强,多截断参数组合对中低层水汽场和近地面温度的预报技巧均有所改善;其他组合存在离散度/降水预报负技巧等问题,四参数和多截断参数组合是更好的对流尺度云微物理方案参数扰动选择。

摘要： 为了研究不同集合预报释用产品对重庆地区气温和降水预报的性能差异,基于重庆市气象局业务运行的对流尺度集合预报系统,对2020年全年的24 h累计降水和2 m气温的控制预报、集合平均预报和集合分位数预报及24 h累计降水的概率匹配平均预报等地面要素集合预报释用产品预报性能的差异及其时空分布特征进行了综合对比分析。结果表明:(1)各集合预报释用产品对降水的预报性能随预报时效的增加而降低;当预报时效一致时,集合平均预报、概率匹配平均预报、60%及以上分位数产品对降水的预报皆优于控制预报,90%分位数对降水的预报能力优于其他分位数产品。(2)在夏秋两季,各产品的预报结果差异较大,90%分位数预报、概率匹配平均预报和集合平均预报效果较好。(3)控制预报、集合平均预报、概率匹配平均预报和90%分位数预报的SEEPS评分都呈现出川东一带较高、渝东北和渝东南较低的空间分布特征,说明预报能力可能与地形有一定关系。(4)对于不同时效的气温预报,总体上看,集合平均预报效果最佳,集合分位数产品中70%分位数预报效果最佳。

摘要： 初始扰动结构和振幅的合理性直接影响到集合预报的质量和整体性能,合理的初始扰动结构是确保集合预报扰动质量的关键。本文基于欧洲中期天气预报中心数据、我国T639全球集合预报系统以及GRAPES区域集合预报系统的预报场,针对模式初值不确定性,主要研究了风场初始扰动结构及其集合离散度、扰动能量等结构和演变特征,分析了集合预报风场初始扰动的空间物理结构及其时空演变特征,为集合预报初始扰动的合理构造提供客观依据。结果表明:绝大部分风场初始扰动位于主要天气系统附近,并且具有显著的流依赖特征;集合离散度与扰动能量随着预报时效的延长都呈现出合理发展的状态,对流层低层以扰动内能为主,高层扰动动能占主要成分,且扰动动能在演化过程中起主导作用;同时,离散度结构的演变与天气形势的发展密切相关,这从另一种角度体现了扰动结构随流型依赖的特性。研究结果验证了区域集合预报比全球集合预报能捕获更丰富的中小尺度扰动信息,全球集合预报系统中ECMWF的中大尺度扰动结构更为合理,但我国T639集合预报系统更适用于中国地区;相对于ECMWF的全球集合预报,我国的集合预报系统一般存在高层离散度不足的问题。

摘要： 由于观测的不准确以及资料分析、同化中的误差,单一预报仅是一个可能的解。为弥补其不足,提出了一种基于人工神经网络集合预报的臭氧(O_(3))预报模型,选取8类气象因子及2类污染物因子,搭建人工神经网络预报模型,并采用随机扰动方法,产生15组相互独立的随机扰动气象场,搭建人工神经网络集合预报模型,并以2013年—2019年5月—9月数据作为训练集,以2020年5月—9月数据作为测试集。结果表明:与单一人工神经网络预报相比,人工神经网络集合预报准确率明显提高,O_(3)污染命中率明显提高,O_(3)污染漏报率明显减少,O_(3)污染空报率略有增加;人工神经网络集合预报对O_(3)污染预报有过多倾向,而单一人工神经网络预报则有过少倾向;以2020年7月3日—9日的一次O_(3)重污染过程为例,与单一人工神经网络的确定性预报相比,人工神经网络集合预报能够更好地反映出污染的迅速累积上升及持续过程。通过提供定量的概率预报,人工神经网络集合预报可以给出多种可能性及其发生的概率,能为预报员提供包括不确定性在内的更多预报信息,该模型具有一定的实际应用价值。

摘要： 利用欧洲中期天气预报中心(ECMWF)再分析资料和集合预报极端天气预报指数(Extreme Forecast Index,EFI),对2016年1月21-25日强寒潮天气环流异常性和EFI对极端低温事件的预报进行了分析和检验.中亚地区一直维持标准化异常度在3个标准差以上的高压脊,冷涡系统不断发展增强,随着横槽转竖,冷空气爆发南下使得中国中东部出现极端低温.最低温度EFI可以提前7d预报出低温信号,随着EFI预报时效的延长所对应的最大TS评分随之降低,对不同时效预报须选取合适的EFI阈值.对5％百分位的低温事件短期时效(1～3d)最低温度EFI临界阈值为-0.6,中期时效(4～7d)临近阈值为-0.5;对1％百分位的低温事件临界阈值则为-0.7.5％百分位的低温事件各时效最低温度EFI在江南、黄淮、江淮、江汉等地表现最好,华北、华南、西南地区、西北地区表现次之,在东北地区表现相对较差.

摘要： 利用ARPS和WRF模式,基于不同的物理过程参数化方案建立了一个多初值、多物理过程的中尺度集合预报系统,并对2015年8月16-18日发生在四川盆地的西南低涡暴雨过程进行试验分析.结果表明:建立的中尺度集合预报系统对此次暴雨过程有较好的预报能力,与确定性预报相比,降水集合平均以及概率预报等产品对暴雨的预报有一定的指示意义.初值扰动的集合预报对暴雨及以下量级的预报较优,物理过程扰动的集合预报对大暴雨及以上量级的预报较好;同时考虑2种扰动的集合预报总体上好于单因子扰动的集合预报,使降水预报效果得到明显改善.对天气系统(高空槽、低涡、切变线)以及气象要素(风场、水汽)的预报差异是造成“好”“坏”成员预报效果差异的主要原因,且低层形势场(尤其是风场的预报)对初值及物理过程的扰动比高层要敏感.集合预报对大雨及以上量级预报技巧的提高有明显正贡献,但是对特大暴雨的预报不确定性很大,还有较大的改进空间.

摘要： 海洋受其突出的混沌特性的影响,在预报技巧上表现为一定的可预报性,进而进一步影响着水声环境的预报技巧.但是考虑到海洋水声环境本身的不确定性随时空尺度的变化,集合预报成为提高其定量估计预报的可信度、延长数值预报时效和减少预报不确定性的重要手段. 目前，集合预报主要从初始条件不确定性及数值模式物理过程不确定性两方面出发，对动力系统进行概率预报。本文主要针对预报初始条件的不确定性问题，通过比较同期观测结果、单一的确定性预报结果以及集合预报结果，检验声学集合预报方法对数值预报效果的提升。

摘要： 随着天气预报业务改革的发展,集合预报及其产品日益受到重视.由于传统数值预报对于初值和模式物理过程的不确定性难以把握,集合预报作为一种新的动力随机预报方法,同时兼顾了数值预报的统计学特征与动力学意义,可以给出未来天气演变的可能性的全集,随着计算机运行速度的发展将会给未来天气预报带来变革.本文首先回顾了经典集合预报和多模式集合预报的提出与发展,接着综合论述了集合预报系统应该满足的判据和面临的问题,然后详细对比分析了国际上具有代表性的几种集合预报系统的优劣势和集合预报产品的输出、检验与释用,并具体探讨了集合预报的概率预报产品在现代业务预报中的应用前景.

摘要： 本文选取一种聚类分析方法，基于ECMWF全球集合预报产品来做试验。选取2014年8月24日一次辽宁地区暴雨预报失误的过程，从51个集合预报成员出发，选择4个集合成员作为预报依据，应用在业务预报中，探讨集合预报在日常预报工作及灾害性天气预报中的释用方法。

摘要： 滑坡的实时预警系统GRAPES-RISLM是将数值天气预报模式GRAPES(Global/Regional Assimilation and Prediction System)与滑坡预测模型TRIGRS(Transient Rainfall Infiltration and Grid-based Regional Slope-Stability Model)进行单向耦合建立起来的动力数值预报预警系统.由于滑坡预测模型TRIGRS中的关键水土参数具有空间分布很不均的特性,很难获取准确的数据加以描述,使得滑坡事件的激发、预测存在很大的不确定性,同时数值天气预报模式本身具有不确定性,因而用于诱发滑坡灾害的估测降水存在不确定性,进而使得滑坡的预报存在偏差.本研究基于预测降水和水土参数分布不确定性的考虑,提出了GRAPES-RISLM滑坡集合预报模型.滑坡集合预报模型中有5个不同的预报降水成员,分别是(1)GRAPES_MESO业务模式、(2)“暖-潜热加热纳近”方法、(3)基于九点平滑滤波的“暖-潜热加热纳近”方法、(4)对(1)～(3)的降水成员进行简单平均、(5)对(1)～(3)的降水成员进行概率匹配的集合.根据水土参数呈正态分布的特点,通过Monte-Carlo方法随机生成100组扰动参数值.将5个预报降水与100组扰动水土参数结合,组成GRAPES-RISLM滑坡集合预报模型.选择2013年7月18日00时到7月19日12时(世界时)福建省“西马仑”台风降雨引发闽三角地区发生大量滑坡灾害为例,进行实际预报试验.初步研究结果表明本文建立的GRAPES-RISLM滑坡集合预报系统所预测的滑坡频发区与观测区域有很好的吻合度,与目前的滑坡业务预报结果相比有明显改进,落区更精细化.因此,GRAPES-RISLM滑坡集合预报系统综合考虑了降水预报的不确定性和非均匀分布的水土参数的不确定性,为区域滑坡预测提供了一种新的可能方法.

摘要： 本文基于欧洲中期天气预报中心(ECMWF)的集合预报和NCEP再分析等资料对2013年6月30日一次高原涡和西南涡作用下的四川盆地暴雨过程进行了分析.结果表明,暴雨过程中集合预报的高原涡和西南涡之间的动力特征量(位势高度和涡度)的相关系数随时间增大,表明两个低涡呈现出逐步耦合加强的特征.集合敏感性分析可以用来揭示降水预报对于天气系统的敏感性,结合高度场和风场反映出低涡对暴雨的影响.此次过程暴雨对高原涡比西南涡更加敏感,在集合预报对西南涡预报不确定性较小的情况下,集合成员对高原涡的预报是影响降水强度和落区预报的关键因子.与实况更加接近的最优集合成员与控制预报相比,预报的高原涡更强,位置偏东.30日夜间降水量对低涡的动力特征量较白天更为敏感,主要是由于夜间暴雨是由高原涡和西南涡垂直耦合加强引发的,动力作用较明显,而30日白天暴雨的热力作用更加显著.

摘要： 利用实况观测资料以及ECMWF的集合预报资料对2015年8月16-18日出现在四川盆地的一次区域性暴雨过程进行了诊断及预报释用分析,结果表明:西南低涡在副高外围的西南气流引导下,配合巴湖及贝湖之间的冷槽东移带来的弱冷空气在盆地上空缓慢移动,是造成此次暴雨的直接影响系统,强降水出现在700hPa低涡对称轴东侧,该处的西南急流为暴雨的发生提供了充沛的水汽和潜在的不稳定能量;对流层中低层涡度平流和温度平流的变化是影响低涡发展和移动的主要因子,低涡沿所在层涡度平流增大区域和暖平流增大区移动;干空气从中层侵入低涡,促进上冷下暖不稳定层结的产生和发展,为强降水提供了不稳定能量和触发条件,滇东北、广西、贵州一带的偏南风气流把水汽源源不断地向盆地输送是最大降水出现在盆地中部的主要原因.而通过对以上诊断物理量的集合预报预报场分析,发现集合预报资料在暴雨预报业务工作中有一定的指示意义,当盆地上空的相对湿度的集合预报平均值和中位数中低层都在80％以上时为盆地内出现强降水提供有利的水汽条件,而CAPE值≥500J/kg的概率大值区对暴雨的强降雨中心的判定有很好的指示意义,700hPa和850hPa的＞12m/s的50％概率预报区的位置变化,对于大雨以上量级的降水区域的变化有一定的预报意义,同时EC集合预报的降水极端指数对强降水开始持续时间、落区、强度有很好的指示意义,而地面10m平均极端指数对系统性降水开始后,其他容易忽视的灾害性天气种类有很好的预报指示意义.EC集合预报产品在暴雨预报中的运用,使预报员对于造成暴雨发生发展系统的变化有更细致全面的分析,可防止或减少预报员漏分析资料,提高了预报员对预报产品的应用能力.

摘要： 本文基于NCEPGlobal Ensemble Forecast System(GEFS)第二代reforecast数据,对2003年6月20日到7月21日持续降水的集合预报能力进行评估.首先以中国逐日网格降水资料(CGDPA)为参照,对此次持续性降水的时空特征和雨强变化进行分析,然后运用多种降水检验方法,对GEFSreforecast数据从集合平均确定性预报和概率预报两方面进行降水检验评估.结果表明,集合平均在降水的空间分布结构和降水量级的预报上优于控制预报,两者的预报能力都随雨强的增加而有所下降,控制预报在暴雨量级的预报上优于集合平均.概率预报的预报技巧始终优于控制预报,优势随预报时效增加愈发显著.概率预报对中雨大雨的分辨能力较好,对暴雨预报的分辨率较差.并且发现,基于GEFS的集合平均、控制预报、概率预报1-8天预报技巧随预报时效下降,而第9天GEFS降分辨率之后,预报技巧下降速率变缓慢.

摘要： 2016年1月22-25日全国出现了一次大范围的雨雪和寒潮天气过程,其强度历史罕见.此次强寒潮过程降温幅度大,徐家汇站48小时平均温度降幅达以及24日早晨全市的最低温度均接近甚至突破了1981年以来1月下旬历史同期最低值.高空冷涡及横槽、地面冷锋和蒙古国冷高压是本次寒潮主要影响天气系统.22日夜里和23日夜里横槽转竖-重建-再转竖引导西伯利亚强冷空气两次向南爆发,造成中国大部地区出现大风、强降温天气.集合预报的控制预报、中央簇成员与分析场都较为接近，但位置和强度还是存在一定偏差，管子成员则给出了极值的可能性。中央簇平均场从集合概率分布的角度代表了未来最大概率发生的天气形势，管子极值给出了集合预报分布中概率密度较低的位置，通过指示相对中央簇而发生偏移的天气形势极端情况，它能够对预报员的日常预报，特别针对极端天气的判断起到了一种提示和警醒作用。

摘要： 本发明提供了一种大气雾霾数值预报的集合预报方法及系统，其中，集合预报方法包括：选择需要开展雾霾数值预报的区域，并将区域划分成等经纬网格；收集多种气候模式的初始场数据和边界条件数据，并分别从每种气候模式的初始场数据和边界条件数据中，选取与当前时刻临近的多个不同起报时刻的数据；将选取的不同起报时刻的数据按照等经纬网格进行插值，得统一格点的网格数据；选择区域数值预报模式，并选择不同的边界层参数化方案，将网格数据分别输入区域数值预报模式，并对网格数据开展数值积分计算，生成多组大气污染物在未来不同时刻的空间分布数据。通过该方法及系统能够科学指导电网企业优化发电调度，进而降低雾霾浓度。

摘要： 本发明提供一种集合降水预报与实时洪水概率预报的耦合方法，通过收集流域水文气象基础资料和集合预报降水数据，建立水文模型，得到集合洪水确定性预报，再进行误差实时校正的基础上，将校正后的集合洪水确定性预报转化为集合洪水概率预报，进而对获得的集合洪水概率预报进行加权融合，得到综合实时洪水概率预报。本发明耦合了集合降水预报信息和Copula‑BFS，可以同时考虑降水预报输入、水文模型参数和模型结构等不确定性的综合影响，定量估计洪水预报的总不确定性；此外，在进行洪水概率预报之前对相应的洪水确定性预报进行误差实时校正，可以提高洪水预报精度，改善洪水不确定性预报区间的性能。

摘要： 本发明涉及一种基于数据同化改进预报降雨的集合洪水预报方法，包括以下步骤：步骤1、数据准备；步骤2、基于数据同化的降雨集合预报；步骤3、降雨数据的后处理；步骤4、集合洪水预报；步骤5、发布洪水预报结果与评价。本发明不仅延长了洪水预报的预见期，还提高了洪水预报的预报精度，相比选用落地雨进行的传统洪水预报，该系统利用数据同化技术校正数值大气模式，从而提前获得高分辨率的精准的预报降雨，以其作为水文模型的输入进行洪水预报，此外，为了降低预报的不确定性，引入集合预报的思想，进行降雨预报和洪水预报。

摘要： 本发明公开了一种基于数值集合预报极值修正的中长期径流预报方法，涉及水文数据处理领域。所述方法：确定预报区域和预报时段；采用数值集合预报方法对预报时段的预报区域进行预报，得到平均径流预报数据结论α，记为Q_Model_Forecast；采用海温遥相关方法对预报时段的预报区域进行预报，得到平均径流预报数据结论β，记为Q_SST_Forecast；计算Q_SST_Forecast的距平值Ano，当|Ano|≥50％，用Q_SST_Forecast代替Q_Model_Forecast作为最终预报结论；当|Ano|＜50％，用Q_Model_Forecast作为最终预报结论。本发明能够实现预见期为1年的月尺度径流预报，在趋势预测和极值预测中，本发明所述方法较目前常用的数值集合预报方法或统计预报方法具有较高的精度。

摘要： 本发明提供一种基于降雨预报的中长期径流集合预报方法及系统，该方法包括：根据预见期、历史径流数据和所述历史径流数据对应的预报因子，构建目标区域的径流集合预报数据，所述预报因子中的降雨因子是通过对降雨预报数据进行校正后得到的；将所述径流集合预报数据输入到训练好的径流集合预报模型，得到所述目标区域的中长期径流集合预报结果，其中，所述训练好的径流集合预报模型是由样本径流集合预报数据，对多个数据驱动模型进行训练得到的。本发明提升了中长期径流预报精度和可靠度，并且解决了传统中长期径流预报方法仅能产生确定性径流预报结果的问题。

摘要： 本发明公开了一种基于集合预报模型的登陆热带气旋过程大风预报系统，其中，包括：广义初值构建模块构建对预报量有影响的若干变量的广义初值，并发送给初值相似性判别模块；初值相似性判别模块判别广义初值所包含的各个单变量的相似性，确定n个最佳相似TC并发送给大风集合预报模块；大风集合预报模块获取该n个最佳相似TC，形成n个TC过程大风风场，将n个TC过程大风风场进行集合，得到目标TC的过程大风信息；最佳预报方案选择模块利用目标TC的过程大风信息，计算在选定的大风风速等级阈值中的预报准确率TS评分，根据该预报准确率TS评分，得到目标TC过程大风的最佳预报方案模型。本发明具有对登陆TC过程大风的良好预报性能。

摘要： 一种基于集合预报的降水预报订正方法，其特征在于，包括：根据降雨类型通过集合预报成员的参数化方案确定参与订正的预报成员；根据所述降雨类型以及所预报成员从历史数据中选取训练期数据和滑动期数据；基于所述训练期数据构建订正模型；基于订正模型对所述滑动期数据进行订正，根据订正结果确定降水预报。本发明的技术方案有效降低了人工对降水数值修订的误差，实现了在当前预报水平下，针对现有降水预报数据，基于集合预报的结果，利用误差消除法对降水预报结果进行后订正处理，最大化预报数据的可用性。

摘要： 本发明公开了一种电网暴雨数值预报的量级频率订正集合预报方法及系统，该方法包括：将待预报区域划分为多个网格；从历史观测资料中，选取与当前时刻临近的多个不同起报时刻的初始场数据和边界条件数据，并插值到多个网格中，选择一种区域数值预报模式，并选择不同的微物理参数化方案及边界层参数化方案，将网格数据分别输入区域数值预报模式，并对网格数据开展数值积分计算，生成多组暴雨降水量在未来不同时刻的空间分布数据。对不同量级的暴雨降水量预报结果开展降水量级评价，通过订正后的暴雨降水量电网暴雨数值预报的集合预报结果。本发明能够适当的提高区域模式的降水量级的准确性。

摘要： 本发明公开了一种基于集合预报和要素叠套法的强对流天气概率预报方法，具体包括以下步骤：获取EC集合预报中的成员与实况数据，对获取的数据进行质量控制得到强对流预报的多种物理量参数，然后进行统计分析其对流分布特征，得到短时强降水和冰雹阈值指标，采用要素套叠法开展短时强降水和冰雹天气的概率预报试验，制作发布概率预报产品，以BS评分作为检验标准对预报产品进行评估后，将预报产品集成到天气业务内网中。本发明基于51个EC集合预报和要素叠套法，构建中尺度环境对流参数阈值模型及短时强降水和冰雹预报判据，对51个集合预报成员进行分类要素判别，能够较为迅速、自动化地识别短时强降水和冰雹落区，为业务工作者提供较为可靠的参考。

摘要： 本发明提供了一种大气雾霾数值预报的集合预报方法及系统，其中，集合预报方法包括：选择需要开展雾霾数值预报的区域，并将区域划分成等经纬网格；收集多种气候模式的初始场数据和边界条件数据，并分别从每种气候模式的初始场数据和边界条件数据中，选取与当前时刻临近的多个不同起报时刻的数据；将选取的不同起报时刻的数据按照等经纬网格进行插值，得统一格点的网格数据；选择区域数值预报模式，并选择不同的边界层参数化方案，将网格数据分别输入区域数值预报模式，并对网格数据开展数值积分计算，生成多组大气污染物在未来不同时刻的空间分布数据。通过该方法及系统能够科学指导电网企业优化发电调度，进而降低雾霾浓度。