灾害性天气统计预报

航空

游客，如果您要查看本帖隐藏内容请回复

航空

灾害性天气统计预报
李发明
民航青岛空管站气象台
主要内容
• 一、统计方法
• 二、因子选择原则
• 三、强对流天气的统计预报
• 四、强对流天气统计预报的检验
• 五、辐射雾天气的统计预报
• 六、辐射雾天气统计预报的检验
一、统计方法
• 相关分析
• 多元线性回归
• 逐步回归
• PP(Perfect Prognosis)
二、因子选择原则
原则：
1、选择与预报量有关的有预报意义的因子。
2、在预报实践中因子资料容易取得。
选择标准：
因子与预报量线性相关系数是否显著。
三、强对流天气的统计预报
初选因子介绍（一）
• X1沙瓦特指数，是500hPa的环境温度和850hPa气块上
升到500hPa时的温度之差，当沙瓦特指数小于零时，
可能出现强对流天气。
• X2 cape对流有效位能，
• X3 a指数，A=（T85-T50）-（（T85-Td85）+（T70-
Td70）+（T50-Td50）），T85为850百帕温度、Td85
为850百帕露点，以此类推。当A大于零时，预报可能有
雷暴天气。
• X4 K指数，K=（T85-T50）+ Td85--（T70-Td70），
右边第一项代表温度递减率，第二项代表低层的水汽条
件，第三项可反映大气的饱和程度和湿层厚度。当K大
于20时，预报可能有雷暴天气。
三、强对流天气的统计预报
初选因子介绍（二）
• X5 位势稳定度指数，这里简化为AI=θse85-
θse50，大于0时为位势不稳定，预报可能有雷
暴天气，小于0时为位势稳定
• X6 风暴相对螺旋度，
• X7 风指数，用300hPa的风速除以850hPa的风
速，代表高层对低层可能具有的冲击力，当风
速之比大于3时，冲击力对形成雷暴有利。
• X8 温度指数，DELT指数DELT=T85-T50，一
般认为当两者之差大于25时可能出现雷雨天
气。
三、强对流天气的统计预报
样本介绍
1996----1998年6、7、8月每天08时的探空
资料，除去资料缺失的，共得到样本250
个，即N=250。
因子的筛选（一） -------相关分析
将当日（当日08时至次日08时）是否出现
强对流天气分别附值1（未出现）、2（出
现）与初选因子分别进行相关分析，将相
关系数小不显著的因子X7去掉。
三、强对流天气的统计预报
因子的筛选（二） ----逐步回归
剩下的7个因子和对应的预报结果，进入逐
步回归计算，结果X2 、X4、X6也被剔
出，仅剩下X1、X3、X5、X8
三、强对流天气的统计预报
• 建立回归方程
Y=1.8605-0.2206x1+0.06186x2-
0.1803x3+0.1047x4
x1 x2 x3 X4 分别对应以上各指数的值
（分别除以10）
三、强对流天气的统计预报
• 判别阈值的确定
平均值法确定阈值
Yc= （Ymin(y=2) + Ymax (y=1) ）/2
Yc=1.352。，当Y大于等于Yc 时预报有
雷雨天气，反之则预报没有雷雨天气。
四、强对流天气统计预报检验
• 检验样本：2003---2005年6、7、8月
• 样本长度：N=258
四、强对流天气统计预报检验
观测不出现70（Z） 152（W）
观测出现32（X） 4（Y）
预报出现预报不出现
四、强对流天气统计预报检验
预报准确率:FR=(X+W)/N =71.3%
预报击中率:FOH= X/(X+Z)=32%
空报率: FAR=Z/(X+Z)=67%
漏报率: DFR=Y/(Y+W)=2.6%
探测率: POD=X/(X+Y) =88.9%
TSS评分=FOH-DFR=0.294
四、强对流天气统计预报检验
• 检验分析：
TSS>0，接近0.3反映预报有很好的技术性
预报方程对强对流天气的预报准确率为71%左
右，结果较好，并不是很高，但对强对流天气的
探测率近于90%，这表示完全可以在业务中使
用。漏报率只有2.6%，较低，业务中完全可以接
受。较高的空报率可能给预报员很多错误的警
示，这一方面是可能有一些较弱的对流天气没有
被观测到，造成空报率偏高，另一方面也说明天
气的复杂性，加上人工干预可能有会更好的预报
结果
强对流天气预报个例一
强对流天气预报个例二
五、辐射雾的统计预报
消空指标
出现辐射雾时地面天气形势为鞍形场或
弱气压场，一般出现在冷空气过后天气回
暖期中，尤其是低空转为暖平流气温升高
后，对近地面层形成辐射逆温有利，因此
我们将850hPa的温度作为辐射雾是否出现
的消空指标。
选择1995-2000年1、11、12月作为统
计样本
五、辐射雾的统计预报
1月-9 小于-9
12月-7 小于-7
11月-2 小于-2
确定消空指标
出雾时850hPa的
最低温度
月
份
五、辐射雾的统计预报
初选因子介绍（一）
1、X1 出雾前一天14时的风，小于等于9m/s的南风
取2，大于9m/s取-1，小于等于5m/s的北风取1，大于
5m/s取-1，静风取1。代表对形成辐射雾的有利和不利因
素。
2、X2 出雾前一天14时的相对湿度，计算时除以100。
3、X3 出雾当天08时的相对湿度，预报时用预报产品代
替。
4、X4 出雾前一天18时的风，小于等于9m/s的南风取
2，大于9m/s取-1，小于等于5m/s的北风取1，大于5m/s
取-1，静风取1。代表对形成辐射雾的有利和不利因素。
五、辐射雾的统计预报
初选因子介绍（二）
5、X5 出雾前一天18时的相对湿度，
6、X6 出雾前一天20时的风，小于等于9m/s的
南风取2，大于9m/s取-1，小于等于5m/s的北风
取1，大于5m/s取-1，静风取1。代表对形成辐射
雾的有利和不利因素。
7、X7 出雾前一天20时和14时的相对湿度差，
代表前一天增湿的强度。
8、X8 出雾当天08时和前一天20时的相对湿度
差，代表增湿的强度。
五、辐射雾的统计预报
因子筛选
由于时间不同，各因子在不同的月份对
形成辐射雾的相对重要性也不同，针对不
同的时间，经过逐步回归剔出不显著的预
报因子后得到的回归方程也不同。
五、辐射雾的统计预报
• 一月：
因子选择
1、X1取前一日06时（UTC，下同）的地面风。数值变
换方法：小于等于9m/s的南风取2，大于9m/s取-1，小于
等于5m/s的北风取1，大于5m/s取-1，静风取1。代表对
形成辐射雾的有利和不利。
2、X2取出雾当天00时的相对湿度，计算时以数值预报
值代入，如0.95。
回归方程为：
Y=-0.0181+0.181X1+0.2178X2，阈值YC=0.2836，
Y大于YC时，预报有雾，反之，预报没有雾。Y大于0.45
时预报有三小时以上大雾。
五、辐射雾的统计预报
• 十一月：
因子选择
1、X1取前一日10时的地面风。数值变换方法：小于等
于9m/s的南风取2，大于9m/s取-1，小于等于5m/s的北风
取1，大于5m/s取-1，静风取1。代表对形成辐射雾的有利
和不利。
2、X2取出雾当天00时的相对湿度，计算时以数值预报
值代入，如0.95。
3、X3取出雾前一天12时的相对湿度，计算时以观测数
值代入，如0.95。
回归方程为：
Y=-0.02456+0.058128X1+0.26049X2-0.10967X3，
阈值为YC =0.2154，Y大于YC时，预报有雾，反之，预
报没有雾。
五、辐射雾的统计预报
• 十二月：
因子选择
1、X1取前一日10时（UTC，下同）的地面风。数值变
换方法：小于等于9m/s的南风取2，大于9m/s取-1，小于
等于5m/s的北风取1，大于5m/s取-1，静风取1。代表对
形成辐射雾的有利和不利。
2、X2取出雾当天00时的相对湿度，计算时以数值预报值
代入，如0.95。
回归方程为：
Y=-0.0564+0.1997X1+0.6130X2，YC =0.7，Y大于
YC时，预报有雾，反之，预报没有雾。Y大于0.8时预报
有三小时以上大雾。
六、辐射雾统计预报检验
• 检验样本
2003-2004年11、12、1月份样本资料，
在排除降水、平流雾造成的低能见度天气
个例后
样本长度N=133
六、辐射雾统计预报检验
观测不出现32（Z） 67（W）
观测出现29（X） 5（Y）
预报出现预报不出现
六、辐射雾统计预报检验
• 预报准确率:FR=(X+W)/N =72.2%
• 预报击中率: FOH= X/（X+Z）=47.5%
• 空报率: FAR=Z/（X+Z）=52.5%
• 漏报率: DFR=Y/（Y+W）=6.9%
• 探测率: POD=X/（X+Y) =85.3%
TSS评分=FOH-DFR=0.406
六、辐射雾统计预报检验
• 检验分析
从整体上看，方程对辐射雾天气预报的
评分较高，表明该方程有较高的技术性，
但考虑到投入业务运行时相对湿度因子用
数值预报值代入，由于数值预报值和观测
值得差异性，肯定会对预报结果有负面的
影响，真正的技术评分会有所降低。
辐射雾的统计预报个例一
辐射雾的统计预报个例二
结束
谢谢大家！

airchina

I WANT I DO I CAN

guanshyy

kkkkkkkkkkkkkkkkkkkkkkkk

j330650132

好好学习下

daohaosb

zhyc_r

ok

ingooooo

谢谢分享，学习一下。