采用NCEP FNL再分析资料，对辽宁地区2020年2月14—16日强降雪过程进行诊断，并对数值模式的预报偏差及其与影响系统的相关性进行分析。结果表明：受中国华北地区高空槽及黄海北部低压倒槽共同影响，南支锋区的偏南暖湿气流沿北支锋区的偏北风回流冷垫爬升，形成水汽辐合和抬升运动，为此次强降雪过程的发生提供了有利的动力条件。CMA-GFS模式对强降雪中心的降水强度预报偏小，但强降雪落区预报基本准确；ECMWF对降水强度预报较为准确，但强降雪落区预报偏西、范围明显偏大。ECMWF对本次强降雪过程的长时效（3.5d）预报相对准确，时效临近时降水预报有转折性变化并出现明显预报偏差。诊断结果表明，此次强降雪过程中降水预报的转折性变化与高、低空低压系统的预报偏差显著相关，尤其是低空低压系统的预报偏差，与强降雪落区上空两条水汽通道的比湿存在显著相关，低压系统预报偏强与比湿偏大相对应，导致模式中的日本海水汽输送作用偏强，可能是造成降水预报出现明显偏差的原因。

受切变线和西南暖湿气流共同影响，2022年5月26-27日，文山州丘北县出现一次强降水天气过程，过程具有强降水范围大、持续时间长，短时雨强大的明显特点，导致丘北县发生严重山洪、泥石流灾害。分析结果表明：此次暴雨过程丘北县上空长时间维持直达对流层顶的强烈上升运动，上升运动最强时段与强降雨时段对应；同时来自孟加拉湾的西南气流和北部湾的偏南气流共同向文山州丘北县输送水汽，水汽通量强辐合区与700 hPa切变线和地面冷锋位置相吻合；两者相互配合为此次大范围暴雨提供了良好的动力和水汽条件。降雨最强时段丘北上空对流云团逐渐发展合并形成MαCS,出现明显的上冲云顶；雷达回波顶高增长至20 km以上，质心强度大于65 dBZ,质心高度不断下降至5 km以下，速度图上长时间维持气旋性辐合。预报模式未对500 hPa短波槽和700 hPa切变线有所反映是出现偏差的主要原因。

利用塔城盆地12月20-23日地面各项实测资料，采用天气学分析方法，对各项物理量进行诊断对比分析，并对此次暴雪天气的预报服务偏差从技术层面、非技术原因等方面进行总结，以期为今后的预报工作提供依据。

2023年汛期沂沭泗水系局地强降水频发，造成流域内部分河流出现超警洪水。利用地面降水资料、NCEP/NCAR再分析资料和EC模式资料，对2023年7月12日沂沭泗地区的一次大暴雨过程进行了诊断分析。结果表明，此次大暴雨过程是在中高纬双阻形势、蒙古低槽区冷空气南下的大尺度环流背景下，受低涡切变线、低空急流共同影响产生的。长江上中游地区大片高温高湿区形成强暖平流向沂沭泗地区输送，水汽通量和水汽通量散度分析表明水汽条件异常充沛。沂沭泗地区上空高空辐散、低层辐合的高低层配置十分有利于形成强上升运动，为暴雨的发生发展提供了有利条件。EC模式预报副高北抬位置偏差、中低层高压脊系统预报偏差以及暖湿气流预报强度不足是降水预报偏弱的重要原因。

2022年3月31日—4月2日，云南省出现历史同期罕见的寒潮天气过程。通过地面观测资料、高空观测资料和NCEP FNL资料，对此次寒潮过程的成因进行分析，并对欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts，ECMWF）模式的形势场及最低气温进行检验。结果表明：此次寒潮过程发生在北极涛动负位相期间，西伯利亚高压偏强，欧亚中高纬形成两槽一脊的环流形势。东亚大槽后侧强劲的偏北风引导低层冷空气南移，南支槽向东移动为云南省输送暖湿气流，700hPa切变线和地面冷锋的南侵，共同造成了此次寒潮天气过程的发生；此次寒潮过程的强降温是由过程中近地层强冷平流的作用，冷锋后部较强的垂直上升运动，引起绝热膨胀冷却作用，加剧了局地气温的下降；通过定量分析导致昆明局地气温变化的各项因子发现，昆明的降温主要受温度平流项的影响，其次是非绝热项的影响。ECMWF模式能较好地预报此次寒潮过程的高低空环流形势及降温的范围，但对降温强度的预报效果相对较差。

2022年4月30日夜间至2022年5月1日白天，海南岛东半部地区出现了历史同期罕见的局地200mm以上的特大暴雨，其中，琼海和万宁有6个自动站的日降雨量达到300mm以上，超过历史同期极值，主客观预报均比实况偏弱50～100mm。本文利用地面观测资料、卫星、雷达、ERA5再分析资料（0.25°×0.25°）对此次暴雨的环流背景、中尺度对流系统触发和发展机制进行了详细分析。结果表明，此次暴雨过程分为两个阶段，分别发生在冷空气影响前后，30日夜间海南岛东部地区大气可降水量和水汽通量呈现明显的异常特征，东北风向海南岛东岸喇叭口地形灌进时，辐合上升加强，同时，海岸线附近，由于海陆摩擦的差别，形成中尺度切变线，切变线上的中尺度对流系统自南向北移动，造成东部沿海地区强降水的发生。 1日白天降水的主要原因是冷暖气流在海南岛东北部地区交汇，海南岛北部有东北—西南走向切变，东北急流带来南海北部的大量水汽输送，低层有强烈的垂直上升运动。数值模式对有无暴雨具有较好的可预报性，ECMWF模式预报的强降水中心量级偏小与其对低层风场和水汽通量预报偏差有关。

通过总结2023年第5号台风“杜苏芮”的主要特点，并对主要的预报难点问题进行分析和研究，得出以下主要结论：（1）“杜苏芮”登陆强度强，是2023年截至10月登陆我国最强的台风，登陆后在陆上长时间维持，造成福建、安徽等地多站点风雨观测突破历史极值，黄淮、华北等地出现历史极端强降雨天气。（2）在“杜苏芮”生成初期，由于副热带高压受到多系统的影响，数值模式对于“杜苏芮”台风东侧新生热带扰动的强度、位置预报存在偏差，是产生较大路径预报偏差的原因。（3）“杜苏芮”登陆前形成双眼墙结构增加了登陆强度预报的难度，有利的形势条件和多源观测资料的应用为台风强度预报提供了良好的支撑。（4）“杜苏芮”登陆后，来自西南季风和第6号台风“卡努”共同的水汽输送、太行山地形作用以及移动路径上弱的垂直风切变均有利于台风减弱后的低压环流长时间维持。

【目的】提高驻马店本地灾害性大风预报准确率及预警的提前量。【方法】利用2015—2022年驻马店市国家站的观测数据，统计分析驻马店灾害性大风时间变化特征及其与EC模式预报的误差偏差规律。【结果】驻马店灾害性大风呈现夏季多发且预报偏差较大的特征，占全年61%，以对流性大风为主。【结论】通过诊断分析夏半年灾害性大风天气的影响系统、中尺度特征，结合天气学原理的知识，归纳总结出预报偏差大的两个典型的灾害性大风天气概念模型，为大风预报提供参考。

2022年7月17日营口地区出现一次局地暴雨过程，整体降水量级预报把握较差，因而对环流形势、物理量场、数值预报模式进行分析。结果表明：此次局地暴雨过程出现在高空急流出口区左侧，高空冷涡底后部的西北气流中，低层配合有冷切及地面低压的有利动力强迫机制下，具备充沛的水汽条件及一定的位势不稳定层结，造成此次降水过程预报偏差的主要原因是大尺度环流形势的预报偏差。前期的天气形势较预报的强度偏弱、位置偏东，造成主观预报对后续发展的估计不足。

应用常规观测资料及NCEP FNL再分析资料，对2016年初辽宁地区一次预报失败暴雪过程的形成原因进行分析。结果表明：强降雪区域伴有锋生活动，锋生是暴雪增强的直接原因。降雪期间出现持续锋生，总锋生函数随时间向高层发展，在强降雪阶段水平变形项对锋生的正贡献更大，特别是伸长变形对水平变形项的贡献显著，辽宁东部东北风穿过等θ_se线，黄海北部偏东风穿过等θ_se线，两股气流汇合形成θ_se等值线更加密集的一条狭带，该区域温湿对比明显产生锋生。锋生作用下，锋面次级环流利于上升运动的发展及维持，动力抬升和水汽辐合作用增强导致强降雪天气。预报中伸长变形增强产生的锋生作用容易被忽视，是降雪量预报偏差的主要原因，因此可以将相应区域的降雪量向大订正，减小预报误差。

2022年第12号台风“梅花”环流形势复杂，集合路径发散度大，模式各时次预报调整较大，路径预报难度高。利用中国气象局区域集合预报系统(China Meteorological Administration-Regional Ensemble Prediction System, CMA-REPS),对比分析台风“梅花”路径预报偏差较小成员(偏东组)和偏差较大成员(偏西组)的环境流场和台风环流特征。结果显示，偏东组对应副热带高压(以下简称“副高”)位置偏南，与南侧高压合并，偏南引导气流更有利于台风向北移动，路径偏东。副高形态和位置也是不同预报时次起报的集合平均路径摇摆调整的主要原因。另外，偏东组成员对应台风尺度更大，台风本身及周围环流由于β效应的作用会趋使路径向偏北方向移动。陆地低涡对台风路径的影响较为复杂，低涡系统靠近台风发展有利于“梅花”西移，对台风系统有“吸引”作用，而低涡远离台风是不利于台风向西偏移的，由于距离较远对台风路径没有太多影响。但台风尺度和切断低涡对“梅花”路径的贡献作用是相对偏小的，在实际业务预报中需注意不过分高估高空槽或低涡系统对台风路径的吸引作用。

2413号台风“贝碧嘉”是2024年影响舟山的第2个台风，其风雨分布不均匀，导致预报出现较大偏差。利用常规气象站观测资料、雷达反射率产品和ERA5再分析资料等，对其进行分析。结果表明：(1)高空环境场中引导气流以及不同的天气系统对台风“贝碧嘉”路径的影响显著，其中副热带高压南侧和西侧所产生的东南气流起主要引导作用，西北太平洋上的高空冷涡有削弱、北抬的作用。(2)台风临近时水汽通量增强，但整体影响范围小；水汽通量散度低层为负值，高层为正值，对流条件好，但整体偏北，导致台风降水南北偏差大。(3)实况路径相对预报偏北，移动速度偏慢，导致舟山风速大值区偏北。(4)相对于其他全球主要台风预报机构，CMA全球模式和EC对台风“贝碧嘉”的雨量预报与实况偏差、变动较小；在风力预报方面，EC预报的量级与实况偏差最小，但是对南部低风速区的预报较差。

为了了解欧洲中期天气预报中心（European Centre for Medium-range Weather Forecasts，ECMWF）数值模式对安徽地区降水预报的性能，提高订正技巧，本文应用风险评分（Threat Score，TS）、预报偏差（BIAS）和去除随机事件后的公平T评分（Equitable Threat Score，ETS）及真实技巧评分（True Skill Statistic，TSS）等方法，对2012年1月至2015年3月安徽省ECMWF数值模式降水场预报资料进行检验。结果表明：ECMWF模式对安徽地区降水的预报性能总体较稳定，年际变化幅度较小。安徽省降水预报的ETS评分总体呈南高北低的空间分布特征，所有气象站降水均存在预报过度的现象。降水预报分级检验表明，小雨量级降水预报评分明显高于其他量级降水，但预报偏差较大，预报过度现象严重；ECMWF模式对72h时效内的暴雨量级降水预报技巧较小，对于72h时效后的暴雨量级降水基本没有预报能力。季节降水预报的检验表明，春季、秋季和冬季的48h时效内晴雨预报的准确率为88%以上，订正空间较小；夏季各时效及春季、秋季和冬季168h时效以上降水预报的空报率超过60%，可以适度订正；秋季较其他季节降水预报的漏报率略高，尤其是120h时效以上降水的预报需关注。四季均存在降水预报过度的现象，尤以夏季最突出。ECMWF模式对安徽省降水量为0.1—0.7mm的格点降水预报空报率较高，订正后可以明显提升预报技巧，但增加了一定漏报风险。

利用武汉中心气象台研发的"武汉区域气象中心天气轨道业务产品检验与评估平台,"对武汉区域气象中心在业务中使用的T213、AREM、日本数值预报模式和德国数值预报模式在2007年主汛期的降水预报进行了分级降水检验以及时空分布演变综合评估。结果表明,日本数值预报模式的综合预报性能最好,AREM次好,各模式均存在对强降水预报漏报率偏大的问题;AREM模式对降水带分布和中心强度的预报与实况最接近,表现出对降水带分布较强的预报能力,其它模式对强降水中心位置及强度的预报均有一定偏差;四种数值模式对区域强降水过程的发展趋势具有较强的预报能力,但降水量预报与实况有一定的差距。

利用24h降水实况资料和高空实况形势场资料、ECMWF模式形势场预报资料及ECMWF、JMA、T639模式降水预报资料，对2015年江西省汛期（4月上旬至7月上旬）区域性暴雨的时空分布特征进行分析，并对2015年江西省汛期区域性暴雨的影响系统和降水预报结果进行了短期主观检验，对比分析了ECMWF、JMA和T639等3种数值模式对江西省区域性暴雨系统预报的效果。结果表明：ECMWF模式对江西省汛期暴雨天气系统的调整和演变具有一定的预报能力，如对副热带高压和西南急流的预报；但随着预报时效增加，预报误差增大。ECMWF模式预报的48h和72h副热带高压强度较实况明显偏弱，预报的副热带高压西脊点位置偏东，随着季节转变预报的副热带高压强度明显偏弱，其中24h预报的准确率较高。ECMWF模式对高空槽的预报基本准确；ECMWF模式对切变线移动的总体预报效果较好，72h预报的切变线移动偏慢；ECMWF模式对700hPa西南急流强度的预报易偏弱，对850hPa和925hPa西南急流的预报易偏强；ECMWF模式预报的急流轴位置多数偏北；ECMWF模式对低层比湿的预报较实况偏强。随着预报时效临近，ECMWF、JMA和T639等3种数值模式对江西省汛期区域性暴雨的预报具有较强的调整能力；JMA模式预报的暴雨与实况最接近，表现出对雨带分布具有较强的预报性能，但对降水量级预报偏弱；ECMWF模式对降水强度的预报性能较好，预报的降水分布总体偏北；T639模式预报的主雨带范围较实况偏大，3个模式均存在对暴雨以上量级降水漏报的问题。

从冬季平均温度、温度日变化及日较差等方面入手，基于2021年CLDAS逐小时产品评估了ECMWF全球高分辨率确定性数值预报产品对我国西南环横断山区复杂地形区近地面2m温度的预报能力，并通过区分高地形区（川西高原）和低地形区（四川盆地南部），对比了不同地形区近地面2m温度预报的偏差特征。结果表明：（1）ECMWF模式可合理预报我国西南环横断山区冬季平均2m温度的空间分布特征，但偏差分布与地形高度有关，随着地形高度的增加，预报偏差呈增大趋势。（2）ECMWF模式很好再现了西南环横断山区冬季温度的日变化特征，峰值时刻出现在14：00（北京时）；各时刻温度的预报偏差在不同地形高度存在差异，川西高原和横断山区的最大负偏差出现在下午，四川盆地南部的最大负偏差出现在早晨。同时，高地形区各时刻的预报偏差均高于低地形区。（3）ECMWF模式对日内各时刻不同地形处2m温度的空间分布均有合理预报，但偏差存在日变化特征。特别是在横断山区高地形区，其在各时刻有不同的冷暖偏差特征。（4）在环横断山区温度日较差预报偏差较大的区域（大致为昆明准静止锋线发生频次较高的区域），模式对于温度日较差较大的日数，其2m温度的预报偏差要大于日较差较小的日数，且在该区域内，温度日较差的预报偏差相对不稳定。

利用常规气象观测资料、区域自动站资料、Micaps资料、多普勒天气雷达资料、FY-4A卫星云图资料和ECMWF （以下简称EC）等数值模式预报资料，对2022年4月25~26日衡阳市暴雨过程进行了分析研究，得出此次暴雨过程预报落区偏大、范围偏南以及雨带走向偏差的原因。此次过程是发生在西南急流的控制下，急流轴上风速脉动引起的暖区暴雨，而不是模式预报的系统性降水；遇到模式预报存在分歧时，仍然过于信赖EC形势预报导致了此次暴雨预报出现偏差；当前数值模式对暖区暴雨的预报能力十分有限，需着重分析中小尺度系统的发生发展，并加密监测跟踪其动态，加强对雷达、卫星云图等多种实况资料的分析。

2022 年 10 月 9-11 日延边州出现了明显降水,山区出现了雨夹雪.分析本次过程的大尺度环流形势及模式预报偏差成因发现:气旋入海后爆发性发展,配合偏东回流的长时间影响,是本次降水量级较大的关键;大尺度环流形势预报基本准确;降水量级预报中,ECMWF、CMA-GFS与实况最接近,ECMWF模式稳定性更高,两种模式均以最近时次的预报更准确.降水相态的预报离不开气温的预报,ECMWF气温预报与实况偏差较小,CMA-GFS预报的 850 hPa气温和 2m气温均较实况偏高,在今后的气温预报中要更多参考ECMWF的预报.通过检验雷达ROSE 2.0 降水预报产品发现,降水最强时刻,距离雷达较近处,降水会被过高估计;在距雷达80 km以外地区的降水被过低估计,其他估计的强降水区域对实际强降水落区有较好的指示作用.

数值预报是目前中短期降水预报的主要方法，其输出的降水量往往存在偏差，因此，有必要对数值预报进行订正。恩施地区分布的水电站对降雨预报精度提出了更高要求，已有的订正方法具有区域针对性因而难以直接应用于恩施地区。为此，以恩施地区的板栗园雨量站为例，利用随机森林方法，建立数值预报模式输出的各种预报因子与实际降水量之间的非线性回归关系，形成数值预报产品的降雨订正模型，并分析其时间尺度效应，为恩施地区高精度订正模型选择提供了理论依据。应用2016年～2022年的7年历史数据，采用随机森林方法构建订正模型，并与支持向量机和长短时记忆网络等其他机器学习进行对比。实验结果表明：相较于数值预报的降雨预测，机器学习方法能显著提升降水量预报的准确性和可靠性；3种机器学习方法中，随机森林效果最好。

利用2015年6月1日—7月31日三个全球数值预报业务中心(CMA、ECMWF和NCEP)的24 h降水集合预报资料和我国东南地区降水观测资料,采用贝叶斯模型平均方法(A方案)和基于A方案的统计降尺度模型二次订正方法(B方案)对上述三个中心和多模式超级集合降水预报进行订正,并对比两种方案的订正效果;然后,选取2015年8月1—31日降水预报进行独立样本检验,分析订正前后的降水预报效果。结果表明:以第50百分位的降水预报为例,经A方案订正后各中心和多模式的集合平均消除了大量的小雨空报,其对小雨、中雨的订正效果很明显,对大雨以上的降水量级订正效果不明显。随着降水阈值增加,A方案的订正效果随之减弱。此方案对雨带走向的订正不明显,会使降水大值区量级降低甚至消失。采用B方案订正后,不仅可降低原始集合预报的空报率,还可对降水量级和落区进行订正,使降水预报的范围和量级与实况更接近,但对大量级降水,如50.0 mm以上的降水量级订正效果仍然不显著。