集合預(yù)報產(chǎn)品在省、市、縣天氣預(yù)報中的應(yīng)用情況調(diào)查

■ 陳圣劼 孫泓川 康志明

（作者單位：中國氣象局交通氣象重點(diǎn)實(shí)驗(yàn)室；江蘇省氣象臺）

天氣的演變是一個具有不確定性因素在內(nèi)的隨機(jī)動力過程，大氣混沌特性疊加數(shù)值預(yù)報模式初值的不確定性及其本身的近似誤差，因此單一的確定預(yù)報無法完全描述大氣的真實(shí)演變過程。鑒于此，“集合預(yù)報”的概念被提出。集合預(yù)報是針對數(shù)值預(yù)報不確定性問題發(fā)展起來的新一代隨機(jī)動力概率預(yù)報技術(shù)，它既能給出單一的最佳可能預(yù)報，也能定量描述天氣事件發(fā)生的不確定性，同時提供概率預(yù)報產(chǎn)品。集合預(yù)報的業(yè)務(wù)應(yīng)用在發(fā)達(dá)國家已較為成熟，其在天氣預(yù)報業(yè)務(wù)系統(tǒng)中的重要地位和作用已獲得廣泛認(rèn)可。集合預(yù)報通過多初值、多物理方案產(chǎn)生不同的預(yù)報成員，可通過概率預(yù)報描述預(yù)報的不確定性，具有更大的應(yīng)用價值。中國氣象局《現(xiàn)代天氣業(yè)務(wù)發(fā)展指導(dǎo)意見》明確提出以集合數(shù)值預(yù)報為依托，提高降水、災(zāi)害性天氣和其他極端天氣的概率預(yù)報水平。

從2007年開始，國家級業(yè)務(wù)單位不斷積累著在定量降水預(yù)報（QPF）、中期預(yù)報、臺風(fēng)海洋預(yù)報和強(qiáng)對流預(yù)報等業(yè)務(wù)中的集合預(yù)報產(chǎn)品應(yīng)用技術(shù)和經(jīng)驗(yàn)。2011年，集合預(yù)報數(shù)據(jù)開始進(jìn)入國家氣象中心實(shí)時數(shù)據(jù)庫。2012年，國家氣象中心逐步建立了完整的業(yè)務(wù)應(yīng)用流程。在此背景下，各省開始了集合預(yù)報的業(yè)務(wù)應(yīng)用系統(tǒng)建設(shè)。江蘇省氣象部門于2013年引入國家氣象中心的集合預(yù)報工具箱、集合預(yù)報和多模式集成功能綜合分析顯示平臺（NUMBERS）等集合預(yù)報業(yè)務(wù)系統(tǒng)；2014年完成針對多種集合預(yù)報模式數(shù)據(jù)的可視化模塊開發(fā)，在江蘇預(yù)報業(yè)務(wù)一體化平臺進(jìn)行集中展示，其集合預(yù)報產(chǎn)品包括端須圖、面條圖、郵票圖、概率預(yù)報、集合統(tǒng)計(jì)量、離散度、EFI指數(shù)等。在探索集合預(yù)報產(chǎn)品快捷展示方式的同時，江蘇省氣象部門預(yù)報員也積極開展了集合預(yù)報的后處理釋用技術(shù)的研究。江蘇先后實(shí)現(xiàn)了偏差訂正、頻率匹配、概率匹配平均、最優(yōu)百分位、評分最優(yōu)化訂正（OTS方法）、集合預(yù)報模式輸出統(tǒng)計(jì)（EMOS）方法、標(biāo)準(zhǔn)化距平模式輸出統(tǒng)計(jì)（SAMOS）方法等國內(nèi)、外主流的后處理釋用技術(shù)的本地化應(yīng)用。針對暴雨等災(zāi)害性天氣事件，基于大量暴雨樣本系統(tǒng)檢驗(yàn)和評估了EC集合預(yù)報及多種后處理釋用產(chǎn)品的預(yù)報能力。評估結(jié)果進(jìn)一步加深了對各集合預(yù)報產(chǎn)品區(qū)域暴雨預(yù)報能力的認(rèn)識，為預(yù)報員更直接快速地選取有效的集合預(yù)報產(chǎn)品提供參考。此外，針對集合預(yù)報模式的不確定性進(jìn)行相應(yīng)研究，開發(fā)了“集合預(yù)報信心指數(shù)”。集合預(yù)報后處理技術(shù)均納入江蘇本地化的RIOF（Refined Integration Optimal Forecast）技術(shù)體系，最終進(jìn)入智能網(wǎng)格精細(xì)化無縫隙預(yù)報系統(tǒng)。

2019年8月，通過手機(jī)app對江蘇省、市、縣三級預(yù)報員進(jìn)行了集合預(yù)報產(chǎn)品應(yīng)用情況的調(diào)查（問卷及統(tǒng)計(jì)數(shù)字見附錄）。調(diào)查內(nèi)容包括對集合預(yù)報產(chǎn)品的基本認(rèn)識、集合預(yù)報產(chǎn)品的獲取和分析、集合預(yù)報產(chǎn)品的應(yīng)用、集合預(yù)報產(chǎn)品的作用以及目前集合預(yù)報應(yīng)用的不足和改進(jìn)建議等方面。希望以江蘇為代表的調(diào)查結(jié)果能幫助科研人員和業(yè)務(wù)管理者了解一線業(yè)務(wù)預(yù)報員目前使用集合預(yù)報產(chǎn)品的實(shí)際狀況，以對未來進(jìn)一步推進(jìn)集合預(yù)報產(chǎn)品的應(yīng)用有參考和指示意義。

1 基本情況

此次調(diào)查采用調(diào)查問卷匿名回答的形式，共有來自江蘇省、市、縣三級氣象業(yè)務(wù)部門的251位預(yù)報員參與調(diào)查，其中省級預(yù)報員28名（11.16%），市級103名（41.04%），縣級120名（47.81%）（圖1a），市、縣級的基層臺站預(yù)報員占了此次調(diào)查對象的大多數(shù)。不同崗齡的參與調(diào)查人數(shù)總體呈現(xiàn)平均分布：1～3年69人（27.49%），4～6年54人（21.51%），7～10年53人（21.12%），10年以上75人（29.88%）（圖1b），反映了此次調(diào)查涵蓋了省、市、縣三級不同資歷業(yè)務(wù)一線預(yù)報員的群體。此外，在職稱方面（圖1c），參與調(diào)查的預(yù)報員以工程師（118人）和副高級工程師（45人）為主，共占64.94%，另有正研級高工6人（2.39%）和助理工程師82人（32.67%），調(diào)查群體在預(yù)報專業(yè)技術(shù)能力上總體呈現(xiàn)中高級水平。在學(xué)歷方面，以大學(xué)本科和碩士研究生學(xué)歷為主，分別有117人（46.61%）和103人（41.04%），共占調(diào)查總?cè)藬?shù)的87.65%，另有博士研究生20人（7.97%）（圖1d），顯示江蘇預(yù)報員普遍具有較高的學(xué)歷層次，博士群體主要集中在省級（17人）。為更詳細(xì)地分析調(diào)查結(jié)果及其可能原因，在本文的分析中，除了總體樣本的統(tǒng)計(jì)外，還按照“工作單位”“崗齡”“學(xué)歷”“職稱”4個子樣本集進(jìn)行了統(tǒng)計(jì)，如果子樣本集的結(jié)果與總樣本沒有明顯差異，我們就只給出總樣本的分析結(jié)果，否則，會進(jìn)一步分析子樣本集的不同。

2 調(diào)查結(jié)果

2.1 預(yù)報員對集合預(yù)報的基本認(rèn)識

集合預(yù)報具有豐富的預(yù)報信息，不僅在科學(xué)上是一個新的課題，在人的思維方式上也是一個挑戰(zhàn)。要理解并用好集合預(yù)報，首先需要對集合預(yù)報有清楚的認(rèn)識。對于集合預(yù)報的認(rèn)識包括多個方面，集合預(yù)報的基本概念、種類、基本輸出產(chǎn)品及其相關(guān)后處理技術(shù)等。

對251名江蘇基層臺站預(yù)報員的調(diào)查結(jié)果顯示，97.21%的預(yù)報員對集合預(yù)報或多或少有一些認(rèn)識或使用，極少數(shù)人員（7人，2.79%）至今完全沒有接觸集合預(yù)報（圖2）。對集合預(yù)報了解的人數(shù)比例較2011年的調(diào)查結(jié)果（66.9%）有大幅提高。完全沒有接觸的人員主要是縣級單位、大學(xué)本科以下學(xué)歷或助工職稱（剛工作不久）的預(yù)報員（圖略）。從開始接觸集合預(yù)報的時間來看（圖2），一半以上的（59.36%）預(yù)報員是從事預(yù)報工作以來才開始接觸集合預(yù)報，部分（37.85%）預(yù)報員在校期間已對集合預(yù)報有所了解或使用，其中本科階段起步的居多（21.51%）。可見，基層臺站預(yù)報員對于集合預(yù)報的了解、使用或研究大多數(shù)起步于實(shí)際業(yè)務(wù)工作。為更早、更深入的認(rèn)識，并在實(shí)際工作中盡可能熟練地應(yīng)用集合預(yù)報，加強(qiáng)在校期間關(guān)于集合預(yù)報的專業(yè)氣象知識的學(xué)習(xí)很有必要。

圖2 開始接觸集合預(yù)報的時段

調(diào)查顯示一半以上的（59.36%）預(yù)報員是從事預(yù)報工作以來才開始接觸集合預(yù)報，那么預(yù)報員如何在工作中加深對集合預(yù)報認(rèn)識呢？由圖3可見，絕大多數(shù)預(yù)報員（170人以上，67.73%）表示是通過參加相關(guān)業(yè)務(wù)培訓(xùn)和實(shí)際預(yù)報應(yīng)用進(jìn)一步加深對集合預(yù)報的理解；52名（20.71%）預(yù)報員通過參與科研項(xiàng)目或研發(fā)集合預(yù)報相關(guān)技術(shù)的方式進(jìn)一步認(rèn)識集合預(yù)報；調(diào)查也有極個別（5人，2%）預(yù)報員對集合預(yù)報沒有興趣進(jìn)一步了解。

圖3 進(jìn)一步認(rèn)識集合預(yù)報的方式

雖然絕大多數(shù)預(yù)報員在預(yù)報業(yè)務(wù)中都使用了集合預(yù)報產(chǎn)品，但調(diào)查發(fā)現(xiàn)大多數(shù)預(yù)報員對集合預(yù)報產(chǎn)品的基本知識如定義、算法和特點(diǎn)的了解程度并不夠，少數(shù)了解的人數(shù)占56.67%，不了解的人占12.35%，僅有29.08%和1.99%的預(yù)報員大部分了解和完全了解（圖4），說明預(yù)報員在使用集合預(yù)報時多半呈現(xiàn)一知半解的狀態(tài)。集合預(yù)報熟悉程度較高的（完全了解和大部分了解）預(yù)報員集中在省級、高級職稱以上或博士學(xué)歷預(yù)報員中，省級預(yù)報員高達(dá)67.86%，高級職稱以上39.22% ，博士學(xué)歷群體中有60%，而資歷深（崗齡≥7年）淺（崗齡＜7年）對集合預(yù)報熟悉程度的比例相當(dāng)（圖4）。原因是省級預(yù)報員參加集合預(yù)報業(yè)務(wù)培訓(xùn)（85.71%）和科研工作（39.39%）的機(jī)會明顯多于市、縣級（業(yè)務(wù)培訓(xùn)65.92%和科研工作18.83%）（圖略），而市、縣級預(yù)報員主要通過實(shí)際預(yù)報應(yīng)用來認(rèn)知集合預(yù)報。高級職稱以上或博士學(xué)歷群體相比其他職稱或?qū)W歷人員擁有更高比例的業(yè)務(wù)培訓(xùn)和科研經(jīng)歷，所以對集合預(yù)報有更深入的了解。

圖4 對集合預(yù)報基本產(chǎn)品定義、算法和特點(diǎn)的了解程度

2.2 集合預(yù)報產(chǎn)品的獲取和分析、處理

集合預(yù)報產(chǎn)品的獲取、分析和處理是預(yù)報員使用集合預(yù)報產(chǎn)品，開展集合預(yù)報相關(guān)研究的前提。從集合預(yù)報產(chǎn)品的獲取方式來看（圖5a），大多數(shù)預(yù)報員直接從省級或國家級業(yè)務(wù)網(wǎng)站獲得各類集合預(yù)報產(chǎn)品，尤其是江蘇省自主開發(fā)的業(yè)務(wù)網(wǎng)站（239人直接從省級業(yè)務(wù)網(wǎng)站獲取集合預(yù)報產(chǎn)品，占95.22%）。少數(shù)預(yù)報員（19.12%）也會使用本級部門集合預(yù)報研究成果轉(zhuǎn)化的產(chǎn)品，極少數(shù)預(yù)報員（9.16%）直接瀏覽國外業(yè)務(wù)網(wǎng)站?？梢?，省級部門研發(fā)的集合預(yù)報產(chǎn)品和業(yè)務(wù)展示平臺是基層臺站預(yù)報員應(yīng)用集合預(yù)報產(chǎn)品的主要支撐，在集合預(yù)報應(yīng)用和推廣中，省級部門是做好承上啟下，聯(lián)系集合預(yù)報基礎(chǔ)研發(fā)和實(shí)際基層應(yīng)用的關(guān)鍵環(huán)節(jié)。

調(diào)查顯示，對于集合預(yù)報原始數(shù)據(jù)的數(shù)據(jù)類型、時空分辨率等信息有所了解的人數(shù)不及一半，而對于讀取集合預(yù)報數(shù)據(jù)的處理方式，完全不了解的人數(shù)高達(dá)89人（35.46%）（圖5b)。 對集合預(yù)報后處理技術(shù)的認(rèn)識上（圖5c），各類后處理技術(shù)（統(tǒng)計(jì)后處理、降尺度處理、聚類分析等）了解的人數(shù)均不及調(diào)查總?cè)藬?shù)的一半，完全不了解的人數(shù)73人，占29.08%。要充分用好這些集合預(yù)報后處理產(chǎn)品，還需相關(guān)研發(fā)人員加強(qiáng)相關(guān)技術(shù)的宣講、推廣和答疑等。

在國家級和省級的業(yè)務(wù)網(wǎng)站中，除了中國GRAPES模式外還包括了歐洲ECMWF和美國的GFS等模式的預(yù)報（圖6）。調(diào)查表明，業(yè)務(wù)中應(yīng)用的集合預(yù)報產(chǎn)品主要來源是歐洲ECMWF（232人）、中國GRAPES（166人）和美國NCEP（112人），有少量預(yù)報員使用過加拿大CMC（5人）和其他來源（16人）的集合預(yù)報，其中86.85%的預(yù)報員最常使用的集合預(yù)報模式是ECMWF，9.16%的預(yù)報員最常使用的模式是中國的GRAPES，其他模式只有較少預(yù)報員認(rèn)為是最常用的?？梢钥闯鰵W洲ECMWF集合預(yù)報還是預(yù)報員使用最多、最常用的集合預(yù)報模式，中國的GRAPES還有較大差距。

圖5 集合預(yù)報產(chǎn)品的獲取和分析、處理

圖6 預(yù)報員使用過的和最常用的全球集合預(yù)報系統(tǒng)

2.3 集合預(yù)報產(chǎn)品的應(yīng)用

認(rèn)識集合預(yù)報是基礎(chǔ)，應(yīng)用集合預(yù)報是導(dǎo)向。集合預(yù)報具有豐富的預(yù)報產(chǎn)品，圖7顯示了預(yù)報員在實(shí)際業(yè)務(wù)工作中常用集合預(yù)報產(chǎn)品的調(diào)查結(jié)果。預(yù)報員最常用的是要素的概率預(yù)報，其次是反映不同模式成員氣象要素空間分布的郵票圖、單站箱線圖和集合平均或集合中位數(shù)，面條圖的使用相對略少，可能的原因是面條圖更多是用于分析形勢場的不確定性，不直接反映預(yù)報要素。離散度主要用于表征預(yù)報的不確定性，使用相對也較少，排在面條圖之后。使用最少的是分位值，可能原因是分位值作為預(yù)報參考需要結(jié)合研究結(jié)論和統(tǒng)計(jì)分析結(jié)果的支撐，而目前產(chǎn)品的展示方式有缺陷，預(yù)報員對各分位值的指示意義認(rèn)識不夠。這些集合預(yù)報產(chǎn)品按照其特點(diǎn)可以歸納為三類：基于集合預(yù)報生成的確定性產(chǎn)品、集合預(yù)報概率產(chǎn)品、指示預(yù)報不確定性的相關(guān)產(chǎn)品（郵票圖、面條圖、端須圖等），其中預(yù)報員最常使用的是集合預(yù)報生成的確定性產(chǎn)品（37.85%），其次是集合預(yù)報概率產(chǎn)品（33.47%），最不常使用的是集合預(yù)報指示不確定性的相關(guān)產(chǎn)品（28.69%）。調(diào)查結(jié)果一定程度上反映了預(yù)報業(yè)務(wù)和服務(wù)需求的一些實(shí)際情況：海量常規(guī)預(yù)報資料的處理和分析已經(jīng)讓預(yù)報員疲于應(yīng)付，因此預(yù)報員更愿意接受預(yù)報意義直接明確的確定性產(chǎn)品，而不愿意耗時去分析相對難懂的不確定性產(chǎn)品；隨著模式預(yù)報能力的提升和預(yù)報員隊(duì)伍的年輕化，直接應(yīng)用模式要素預(yù)報產(chǎn)品已經(jīng)成為主流，展示形勢場預(yù)報不確定性的集合產(chǎn)品受到了冷落；現(xiàn)行的預(yù)報發(fā)布規(guī)范、內(nèi)容和格式仍是確定式的，分析得到的不確定性信息仍然無法表達(dá)在預(yù)報結(jié)論中，這也是預(yù)報員不愿意去主動分析不確定性信息的原因之一。

圖7 集合預(yù)報基本產(chǎn)品的使用情況

基層臺站預(yù)報員當(dāng)前對集合預(yù)報的應(yīng)用多見于何種場景，有64.14%的人回答是僅業(yè)務(wù)值班，31.08%的回答是業(yè)務(wù)和科研使用，只有的極少數(shù)的人回答是“僅科研”（2.79%）或“從不使用”（1.99%）（圖8），可見，已有相當(dāng)一部分預(yù)報員不僅僅是在預(yù)報業(yè)務(wù)上使用集合預(yù)報產(chǎn)品，而且也深入到集合預(yù)報相關(guān)的科研活動中。省市縣三級樣本的統(tǒng)計(jì)表明，與市縣級相比，省級有更多比例的預(yù)報員在業(yè)務(wù)和科研上均使用集合預(yù)報產(chǎn)品（省級為46.4%；市級為25.2%；縣級為32.5%）。分不同崗齡的統(tǒng)計(jì)可以看出，隨著預(yù)報員崗齡的增長，僅用于業(yè)務(wù)值班的比例逐步增加，而極少數(shù)從不使用的人群中的只分布在最年輕預(yù)報員（1～3年，占比5.8%）和最資深預(yù)報員（占比1.3%），業(yè)務(wù)和科研均使用集合預(yù)報比例最高的是7～10年預(yù)報員（34.0%），說明這個崗齡段的預(yù)報員作為業(yè)務(wù)和科研的骨干，能夠更好的結(jié)合業(yè)務(wù)做一些研發(fā)工作（圖8）。

在日常業(yè)務(wù)值班中，經(jīng)常使用（48.21%）和偶爾使用（49.00%）集合預(yù)報的預(yù)報員占到了絕大多數(shù)，只有極少數(shù)的預(yù)報員（2.79%）從不使用。這說明使用集合預(yù)報產(chǎn)品已經(jīng)成為大部分預(yù)報員業(yè)務(wù)值班中的一種習(xí)慣，特別是有將近一半預(yù)報員在值班中經(jīng)常使用，其中省級預(yù)報員經(jīng)常使用（67.9%）的比例明顯高于市（47.6%）、縣（45.8%），這也側(cè)面印證了集合預(yù)報產(chǎn)品已經(jīng)成為重要的預(yù)報工具（圖9），機(jī)構(gòu)級別越高，使用集合預(yù)報的程度越高。

進(jìn)一步分析業(yè)務(wù)值班中，預(yù)報員會在哪些天氣場景使用集合預(yù)報的調(diào)查顯示（圖10），預(yù)報員在預(yù)報災(zāi)害性天氣時最愛用集合預(yù)報產(chǎn)品，其次分別是常規(guī)天氣、極端天氣預(yù)報、專項(xiàng)氣象預(yù)報服務(wù)。近年來，大量學(xué)者對集合預(yù)報在災(zāi)害性天氣預(yù)報中的應(yīng)用開展了大量的研究工作，形成了相對成熟的預(yù)報技術(shù)和較為豐富的預(yù)報產(chǎn)品，所以相當(dāng)一部分預(yù)報員在面對災(zāi)害性天氣的時候，會去參考集合預(yù)報的結(jié)果。而出乎意料之外的是，常規(guī)天氣的使用占到了第二，一方面說明使用集合預(yù)報產(chǎn)品已經(jīng)成為部分預(yù)報員日常預(yù)報值班的一種習(xí)慣；另一方面也說明隨著集合預(yù)報釋用技術(shù)的深入開展，集合預(yù)報的優(yōu)勢和作用已經(jīng)從災(zāi)害性天氣、極端天氣預(yù)報領(lǐng)域拓展，滲透到日常天氣預(yù)報的方方面面，并得到預(yù)報員的認(rèn)可。然而，在集合預(yù)報有很強(qiáng)指示意義的極端天氣預(yù)報上，預(yù)報員使用的比例僅有54%，這可能與極端天氣發(fā)生概率低，部分預(yù)報員在實(shí)際預(yù)報值班過程中并未碰見這類天氣過程有關(guān)。一定程度上反映出預(yù)報員對集合預(yù)報對極端天氣指示作用的意義認(rèn)識還不夠。專項(xiàng)氣象服務(wù)中使用集合預(yù)報的比例不足50%，這可能與專項(xiàng)服務(wù)更加強(qiáng)調(diào)確定性預(yù)報結(jié)論的需求有關(guān)。

2.4 集合預(yù)報產(chǎn)品在預(yù)報服務(wù)中的作用

圖8 集合預(yù)報的使用場景

圖9 日常預(yù)報值班中集合預(yù)報使用情況

針對集合預(yù)報產(chǎn)品在目前天氣預(yù)報服務(wù)中的應(yīng)用效果調(diào)查是每位產(chǎn)品開發(fā)人員或業(yè)務(wù)管理、推進(jìn)者最為關(guān)心的問題。調(diào)查顯示（圖11），有超過一半預(yù)報員（52.59%）認(rèn)為集合預(yù)報能起到主要參考的作用，還有45.82%的預(yù)報員認(rèn)為有補(bǔ)充參考的作用（尤其在省級層面），只有極個別預(yù)報員（主要是市、縣）認(rèn)為作用不大。分崗齡統(tǒng)計(jì)年資較輕的預(yù)報員更多認(rèn)為集合預(yù)報是主要參考（1～3年占69.6%，4～6年占50%），年資偏高的預(yù)報員更傾向于集合預(yù)報作用是補(bǔ)充參考。調(diào)查結(jié)果呈現(xiàn)了一個非常有意思的現(xiàn)象，認(rèn)為集合預(yù)報能起主要參考作用的省級預(yù)報員比例明顯低于市縣級（省級為17.9%，市級為39.8%，縣級為71.7%）。也就是說最經(jīng)常使用集合預(yù)報產(chǎn)品、對集合預(yù)報產(chǎn)品了解最深的省級預(yù)報員反而對集合預(yù)報的能力和作用最缺乏信心，最大可能的原因是隨著對集合預(yù)報認(rèn)識的加深，省級預(yù)報員反而更清楚地了解目前集合預(yù)報的不足和局限性。

圖10 使用集合預(yù)報的天氣場景

如何更好地把集合預(yù)報相關(guān)產(chǎn)品信息應(yīng)用在日常的天氣預(yù)報制作和服務(wù)的問題上（圖略），絕大多數(shù)的預(yù)報員（97.61%）（其中省級預(yù)報員100%）認(rèn)為在現(xiàn)有預(yù)報規(guī)范下（即最后發(fā)布的是單一值確定預(yù)報），預(yù)報員可以通過斟酌預(yù)報用語、調(diào)整量級等來表達(dá)對預(yù)報的把握程度，但這種方式預(yù)報可信度信息得不到最大程度的應(yīng)用。要使它能得到最大程度的應(yīng)用，現(xiàn)有的預(yù)報規(guī)范需要修改（由確定性預(yù)報變?yōu)楦怕暑A(yù)報），從而把集合預(yù)報的不確定性信息應(yīng)用在日常的天氣預(yù)報制作和服務(wù)上。這個調(diào)查結(jié)果相比于2011年的86.4%有了明顯的提升，說明隨著集合預(yù)報技術(shù)的發(fā)展和應(yīng)用的推進(jìn)，預(yù)報員對集合預(yù)報的應(yīng)用價值有了更充分的肯定。而認(rèn)為“把集合預(yù)報相關(guān)產(chǎn)品信息應(yīng)用在日常的天氣預(yù)報制作和服務(wù)沒有用處，反而造成混亂”的觀點(diǎn)（2.39%）主要集中在崗齡1～6的年輕預(yù)報員中，表明資歷較淺的年輕預(yù)報員對集合預(yù)報相關(guān)產(chǎn)品的信息應(yīng)用仍存在不解和困惑。

針對是否應(yīng)該把這種隱藏在預(yù)報背后的預(yù)報可信度或不確定性作為天氣預(yù)報的一部分如實(shí)地告訴公眾和用戶這一問題，大部分預(yù)報員（83.67%）認(rèn)為應(yīng)該將預(yù)報不確定信息告訴用戶，這才是客觀、科學(xué)的態(tài)度，讓用戶根據(jù)預(yù)報不確定性去安排他們的行為，將有助于最大限度地發(fā)揮預(yù)報的價值，并同時要幫助用戶正確理解天氣預(yù)報不確定性的內(nèi)容；11.16%的預(yù)報員認(rèn)為因?yàn)橛脩舨粫脦в胁淮_定性的預(yù)報，只會造成混亂所以不應(yīng)該；5.18%的預(yù)報員認(rèn)為因?yàn)槿藗儠X得氣象部門預(yù)報不準(zhǔn)，還把預(yù)報的責(zé)任推卸到用戶身上，所以不應(yīng)該。預(yù)報員對于用戶的看法相較于2011年變化不大，對用戶使用不確定性信息的信心提升不大，一定程度反映出公眾氣象科普工作進(jìn)展緩慢。

上面兩項(xiàng)的調(diào)查結(jié)果表明，絕大多數(shù)預(yù)報員都愿意應(yīng)用預(yù)報不確定性的產(chǎn)品（97.61%），并且認(rèn)為應(yīng)該把預(yù)報可信度告訴用戶（83.67%）。這說明，用“包含了不確定性”的“完全預(yù)報”來取代現(xiàn)行“確定性單一值”的“不完全預(yù)報”是一個已能被廣大預(yù)報員接受的概念，它在目前預(yù)報員中已有相當(dāng)?shù)乃枷牖A(chǔ)，尤其是對自己針對的用戶更加開放。

如何向大眾來表達(dá)預(yù)報中的不確定性，調(diào)查結(jié)果（圖略）發(fā)現(xiàn)，概率是很多預(yù)報員所推崇的（32.27%），用不同的語言和顏色也受到一定程度的歡迎（分別為12.35%和19.52%）。超過三分之一的預(yù)報員（35.86%）較開放，愿意接受以上各種方式，認(rèn)為在不同的場合應(yīng)用不同的方式來表達(dá)。

如何讓廣大公眾和用戶了解氣象預(yù)報有不可避免的不確定性本質(zhì)以避免他們有不切實(shí)際的期望（圖12）？有相當(dāng)數(shù)量的預(yù)報員（42.23%）認(rèn)為科普是一種首選的工具。其他依次是培訓(xùn)（3.98%）、學(xué)?？茖W(xué)常識類教科書（3.9%）和同用戶合作（2.39%）。而約一半的預(yù)報員（47.81%）認(rèn)為以上這些都很重要，應(yīng)該多管齊下。相比于2011年的問卷調(diào)查， 大家對培訓(xùn)的作用認(rèn)同度變得更高一些，其他變化不大。

圖11 對集合預(yù)報產(chǎn)品在目前天氣預(yù)報服務(wù)中作用的看法

圖12 讓公眾能夠接受天氣預(yù)報有不確定性的事實(shí)的關(guān)鍵因素

2.5 不足與建議

圖13 集合預(yù)報產(chǎn)品本身最大的不足

通過認(rèn)識、使用、研究、分析集合預(yù)報及其相關(guān)產(chǎn)品，探討和追蹤集合預(yù)報產(chǎn)品服務(wù)方式及效果，預(yù)報員對目前集合預(yù)報產(chǎn)品本身最大的不足也形成了自己的切實(shí)體會（圖13），接近一半（40.24%）的預(yù)報員認(rèn)為是集合預(yù)報產(chǎn)品生成的確定性產(chǎn)品準(zhǔn)確率不高，也有19.12%的預(yù)報員認(rèn)為最大的不足是集合預(yù)報產(chǎn)品的到報時間偏晚。此外還有部分預(yù)報員認(rèn)為是集合預(yù)報產(chǎn)品的時間、空間分辨率不夠（14.74%），相比確定性預(yù)報沒有明顯優(yōu)勢（13.55%）和集合預(yù)報產(chǎn)品還不夠豐富（12.35%）。

有接近一半（41.04%）的預(yù)報員認(rèn)為對集合預(yù)報相關(guān)產(chǎn)品的認(rèn)知程度不夠是阻礙集合預(yù)報相關(guān)產(chǎn)品應(yīng)用的最大可能原因（圖14），還有部分預(yù)報員認(rèn)為主要原因是集合預(yù)報產(chǎn)品本身不夠可靠、準(zhǔn)確和豐富（30.28%）以及集合預(yù)報不確定性信息的應(yīng)用缺少需求（28.69%）。其中省、市級預(yù)報員更傾向于是認(rèn)知程度不夠是最大阻礙（省級為53.6%、市級為49.5%），而縣級更傾向于認(rèn)為最大阻礙是集合預(yù)報不確定性信息應(yīng)用缺少需求（35.5%）。預(yù)報員傾向于加大力度發(fā)展和使用的集合預(yù)報的類型產(chǎn)品主要有全概率預(yù)報（143人，56.97%）、離散度預(yù)報（不確定性信息預(yù)報）（94人，37.45%）和轉(zhuǎn)化為更多的確定性預(yù)報（143人，56.97%）。

針對目前集合預(yù)報產(chǎn)品本身和應(yīng)用上的不足和阻礙，預(yù)報員也提出對上級業(yè)務(wù)部門在集合預(yù)報業(yè)務(wù)應(yīng)用上的建議：1）增加集合預(yù)報推廣和培訓(xùn)（180人，71.71%）；2）提高集合預(yù)報產(chǎn)品分辨率、準(zhǔn)確率（175人，69.72%）；3）豐富集合預(yù)報產(chǎn)品的種類（163人，64.94%）；4）讓預(yù)報員更多地參與集合預(yù)報研發(fā)工作（113人，45.02%）。由此可見，預(yù)報員認(rèn)為首要的建議是通過增加集合預(yù)報推廣和培訓(xùn)的形式來影響更多的預(yù)報員，加深認(rèn)識，從而使得集合預(yù)報在業(yè)務(wù)上得到更好的應(yīng)用。

圖14 阻礙集合預(yù)報相關(guān)產(chǎn)品應(yīng)用最大可能原因

3 結(jié)論與討論

為了解目前集合預(yù)報在業(yè)務(wù)部門的應(yīng)用情況，就相關(guān)問題設(shè)計(jì)了調(diào)查問卷，共有來自江蘇省、市、縣三級氣象業(yè)務(wù)部門的251位預(yù)報員參與調(diào)查。具體的調(diào)查內(nèi)容包括對集合預(yù)報的基本認(rèn)識，集合預(yù)報的應(yīng)用和研究情況，集合預(yù)報在預(yù)報服務(wù)中的作用，目前集合預(yù)報產(chǎn)品的不足以及對提升集合預(yù)報產(chǎn)品應(yīng)用的建議等等。調(diào)查結(jié)果分類總結(jié)和討論如下：

3.1 對集合預(yù)報的認(rèn)識

調(diào)查表明目前絕大多數(shù)預(yù)報員們（97%）對集合預(yù)報有一定的了解，該比例較2011年的調(diào)查結(jié)果（67%）有大幅提高。預(yù)報員了解集合預(yù)報的主要途徑是通過參加相關(guān)業(yè)務(wù)培訓(xùn)和實(shí)際預(yù)報應(yīng)用，也有相當(dāng)比例（21%）的預(yù)報員通過參與科研項(xiàng)目或研發(fā)相關(guān)技術(shù)從而進(jìn)一步認(rèn)識集合預(yù)報。雖然絕大多數(shù)預(yù)報員在預(yù)報業(yè)務(wù)中都使用了集合預(yù)報產(chǎn)品，但是大多數(shù)預(yù)報員對集合預(yù)報產(chǎn)品的定義、算法和特點(diǎn)的了解程度并不夠。集合預(yù)報熟悉程度較高的預(yù)報員集中在省級、高級職稱以上或博士學(xué)歷，主要原因是省級預(yù)報員參加集合預(yù)報相關(guān)業(yè)務(wù)培訓(xùn)和科研的機(jī)會明顯多于市、縣級。因此，通過業(yè)務(wù)培訓(xùn)，特別是圍繞業(yè)務(wù)應(yīng)用的培訓(xùn)，從而提升市、縣級預(yù)報員對集合預(yù)報的認(rèn)識，在目前還是一個急需加強(qiáng)的任務(wù)。

3.2 集合預(yù)報產(chǎn)品的獲取方式和分析、處理

絕大多數(shù)預(yù)報員直接從省級預(yù)報業(yè)務(wù)網(wǎng)站上獲取集合預(yù)報產(chǎn)品，表明在集合預(yù)報應(yīng)用和推廣中，省級部門是做好承上啟下，聯(lián)系集合預(yù)報基礎(chǔ)研發(fā)和實(shí)際基層應(yīng)用的關(guān)鍵環(huán)節(jié)。歐洲ECMWF、中國GRAPES和美國GFS是業(yè)務(wù)中應(yīng)用的集合預(yù)報產(chǎn)品的幾個主要來源，其中ECMWF集合預(yù)報產(chǎn)品是預(yù)報員最常用的，中國的GRAPES模式較之還有較大差距。了解集合預(yù)報數(shù)據(jù)處理和各類后處理技術(shù)的人數(shù)均不及調(diào)查總?cè)藬?shù)的一半，說明相關(guān)的培訓(xùn)和技術(shù)推廣、宣傳等工作仍有待加強(qiáng)。

3.3 集合預(yù)報產(chǎn)品的應(yīng)用

在日常預(yù)報中，預(yù)報員最常使用的是集合預(yù)報生成的確定性產(chǎn)品，其次是集合預(yù)報概率產(chǎn)品，最不常使用的是集合預(yù)報指示不確定性的相關(guān)產(chǎn)品。這個結(jié)果與業(yè)務(wù)流程緊張的現(xiàn)狀和以確定性預(yù)報結(jié)論為主的業(yè)務(wù)規(guī)范有關(guān)系。有超過三分之一的預(yù)報員不僅在業(yè)務(wù)值班中，還在科研中使用集合預(yù)報產(chǎn)品，特別是省級的預(yù)報員，經(jīng)常使用集合預(yù)報的比例超過了三分之二。預(yù)報員在預(yù)報災(zāi)害性天氣時最愛用集合預(yù)報產(chǎn)品，其次分別是常規(guī)天氣、極端天氣預(yù)報、專項(xiàng)氣象預(yù)報服務(wù)。表明隨著集合預(yù)報釋用技術(shù)的深入開展，集合預(yù)報的價值已經(jīng)從災(zāi)害性天氣、極端天氣預(yù)報領(lǐng)域拓展，滲透到日常天氣預(yù)報的方方面面，并得到預(yù)報員的廣泛認(rèn)可，集合預(yù)報產(chǎn)品已然成為業(yè)務(wù)天氣預(yù)報的主要參考產(chǎn)品。對集合預(yù)報各類產(chǎn)品及其相關(guān)技術(shù)繼續(xù)加以拓展研發(fā)，并積極推廣應(yīng)用應(yīng)是今后相關(guān)業(yè)務(wù)管理者和科研人員開展集合預(yù)報工作的重點(diǎn)。

3.4 集合預(yù)報產(chǎn)品在預(yù)報服務(wù)中的作用

超過一半預(yù)報員認(rèn)為集合預(yù)報在預(yù)報服務(wù)中能起到主要參考的作用，其中省級預(yù)報員比例明顯低于市縣級，可能是由于隨著對集合預(yù)報認(rèn)識的加深，省級預(yù)報員反而更清楚地了解目前集合預(yù)報的不足和局限性。即使在目前，以確定預(yù)報結(jié)論為主的業(yè)務(wù)規(guī)范下，絕大多數(shù)預(yù)報員都愿意應(yīng)用預(yù)報不確定性的產(chǎn)品（97.61%），并且認(rèn)為應(yīng)該把預(yù)報可信度告訴用戶（83.67%）。這說明，用“包含了不確定性”的“完全預(yù)報”來取代現(xiàn)行“確定性單一值”的“不完全預(yù)報”是一個已能被廣大預(yù)報員接受的概念，但預(yù)報員對用戶使用不確定性信息的信心相較于2011年結(jié)果變化不大，一定程度上反映出公眾氣象科普工作進(jìn)展緩慢，需加大集合預(yù)報的公眾科普宣傳力度，追蹤用戶使用不確定信息的體驗(yàn)感受，加強(qiáng)與用戶的有效溝通。

3.5 對集合預(yù)報產(chǎn)品及應(yīng)用的不足與建議

絕大多數(shù)預(yù)報員認(rèn)為目前集合預(yù)報產(chǎn)品最大的不足是生成的確定性產(chǎn)品準(zhǔn)確率不高，其次是集合預(yù)報產(chǎn)品的到報時間偏晚，最后是集合預(yù)報產(chǎn)品的時間和空間分辨率不夠、相比確定性預(yù)報沒有明顯優(yōu)勢以及產(chǎn)品不夠豐富等。這些不足均是今后集合預(yù)報系統(tǒng)改進(jìn)和完善的研究方向。

在集合預(yù)報推廣過程中，預(yù)報員認(rèn)為對集合預(yù)報相關(guān)產(chǎn)品的認(rèn)知程度不夠是阻礙集合預(yù)報相關(guān)產(chǎn)品應(yīng)用的最大可能原因。對上級業(yè)務(wù)部門在集合預(yù)報業(yè)務(wù)應(yīng)用上的建議，預(yù)報員認(rèn)為最重要的還是應(yīng)該通過增加集合預(yù)報推廣和培訓(xùn)來影響更多的預(yù)報員，從而推動集合預(yù)報在業(yè)務(wù)上更好的應(yīng)用。

附錄

集合預(yù)報產(chǎn)品應(yīng)用調(diào)查表和總體統(tǒng)計(jì)

一、預(yù)報員基本情況

1．您從事預(yù)報工作的年限？（單選）

○ 1～3年 [27.49%]

○ 4～6年 [21.51%]

○ 7～10年 [21.12%]

○ 10年以上 [29.88%]

2．您的最高學(xué)歷或?qū)W位？（單選）

○ 大學(xué)本科以下 [4.38%]

○ 大學(xué)本科 [46.61%]

○ 碩士 [41.04%]

○ 博士 [7.97%]

3．您的職稱是？（單選）

○ 助工 [32.67%]

○ 工程師 [47.01%]

○ 副高 [17.93%]

○ 正研 [2.39%]

4．您在哪一級氣象部門工作？（單選）

○ 縣級 [47.81%]

○ 地市級 [41.04%]

○ 省級 [11.16%]

二、預(yù)報員對集合預(yù)報的基本認(rèn)識

5．您何時開始接觸集合預(yù)報？（單選）

○ 本科 [21.51%]

○ 碩士 [15.14%]

○ 博士 [1.2%]

○ 工作 [59.36%]

○ 無接觸 [2.79%]

6． 您工作中通過何種方式進(jìn)一步認(rèn)識集合預(yù)報？（多選）

□ 業(yè)務(wù)培訓(xùn) [68.13%]

□ 預(yù)報應(yīng)用 [81.27%]

□ 科研項(xiàng)目 [20.72%]

□ 沒有興趣進(jìn)一步認(rèn)識 [1.99%]

7． 您對集合預(yù)報基本產(chǎn)品的定義、算法和特點(diǎn)了解嗎？（單選）

○ 完全了解 [1.99%]

○ 大部分了解 [29.08%]

○ 少數(shù)了解 [56.57%]

○ 不了解 [12.35%]

8．您從何種渠道可獲得集合預(yù)報產(chǎn)品？（多選）

□ 國家局業(yè)務(wù)網(wǎng)站 [48.61%]

□ 省級業(yè)務(wù)網(wǎng)站 [95.22%]

□ 本級部門科研成果轉(zhuǎn)化產(chǎn)品 [19.12%]

□ 國外業(yè)務(wù)網(wǎng)站 [9.16%]

9．您對集合預(yù)報原始數(shù)據(jù)有哪些了解？（多選）

□ 數(shù)據(jù)類型 [49.00%]

□ 時空分辨率 [45.42%]

□ 讀取處理方式 [18.33%]

□ 完全不了解 [35.46%]

10．您了解過哪些類集合預(yù)報后處理技術(shù)？（多選）

□ 統(tǒng)計(jì)后處理（如概率分布函數(shù)等） [49.00%]

□ 降尺度技術(shù)（如動力降尺度、統(tǒng)計(jì)尺度等） [30.68%]

□ 聚類分析技術(shù) [21.91%]

□ 再預(yù)報方法（如極端天氣預(yù)報指數(shù)、分位數(shù)匹配等）[27.89%]□ 特征追蹤 [15.14%]

□ 其他 [9.56%]

□ 完全不了解 [29.08%]

三、集合預(yù)報產(chǎn)品應(yīng)用及研究情況

11．您在何種場景使用集合預(yù)報？（單選）

○ 僅業(yè)務(wù)值班 [64.14%]

○ 僅科研 [2.79%]

○ 業(yè)務(wù)和科研均使用 [31.08%]

○ 從不使用 [1.99%]

12．您在日常預(yù)報值班中使用集合預(yù)報嗎？（單選）

○ 偶爾使用 [49.00%]

○ 經(jīng)常使用 [48.21%]

○ 從不使用 [2.79%]

13．您常在哪些天氣預(yù)報場景中使用集合預(yù)報？（多選）

□ 常規(guī)天氣 [68.53%]

□ 災(zāi)害性天氣 [80.08%]

□ 極端天氣預(yù)報 [54.18%]

□ 專項(xiàng)氣象預(yù)報服務(wù) [44.62%]

14．您使用過哪些常用集合預(yù)報產(chǎn)品？（多選）

□ 集合平均或中位數(shù) [45.02%]

□ 集合離散度 [35.06%]

□ 天氣要素概率預(yù)報 [73.31%]

□ 分位值 [20.32%]

□ 郵票圖 [57.77%]

□ 面條圖 [38.25%]

□ 單站集合預(yù)報（箱線圖） [56.97%]

15．您最常使用哪一類的集合預(yù)報產(chǎn)品？（單選）

○ 集合預(yù)報生成的確定性產(chǎn)品 [37.85%]

○ 集合預(yù)報概率產(chǎn)品 [33.47%]

○ 集合預(yù)報指示不確定性的相關(guān)產(chǎn)品（郵票圖、面條圖、端須圖等）[28.69%]

16．您使用過的全球集合預(yù)報系統(tǒng)有哪些？（多選）

□ 中國GRAPES [66.14%]

□ 歐洲ECMWF [92.43%]

□ 美國NCEP [44.62%]

□ 加拿大CMC [1.99%]

□ 其他 [6.37%]

17．其中最常用的是？（單選）

○ 中國GRAPES [9.16%]

○ 歐洲ECMWF [86.85%]

○ 美國NCEP [1.99%]

○ 加拿大CMC [0.80%]

○ 其他 [1.20%]

18． 您覺得集合預(yù)報產(chǎn)品在目前天氣預(yù)報服務(wù)中的作用如何？（單選）

○ 主要參考 [52.59%]

○ 補(bǔ)充參考 [45.82%]

○ 作用不大 [1.59%]

19． 您會如何把集合預(yù)報的不確定性信息應(yīng)用在日常的天氣預(yù)報制作和服務(wù)上？（單選）

○ 在現(xiàn)有預(yù)報規(guī)范下（即最后發(fā)布的是單一值確定預(yù)報），預(yù)報員可以通過斟酌預(yù)報用語、調(diào)整量級等來表達(dá)對預(yù)報的把握程度，但這種方式預(yù)報可信度信息得不到最大程度的應(yīng)用。要使它能得到最大程度的應(yīng)用，現(xiàn)有的預(yù)報規(guī)范需要修改（由確定性預(yù)報變?yōu)楦怕暑A(yù)報） [97.61%]

○ 沒有用處，反而造成混亂 [2.39%]

20． 您覺得應(yīng)不應(yīng)該把這種隱藏在預(yù)報背后的預(yù)報可信度或不確定性作為天氣預(yù)報的一部分如實(shí)地告訴公眾和用戶，為什么？（單選）

○ 應(yīng)該。將預(yù)報不確定信息告訴用戶，這才是客觀、科學(xué)的態(tài)度，讓用戶根據(jù)預(yù)報不確定性去安排他們的行為，將有助于最大限度地發(fā)揮預(yù)報的價值。并同時要幫助用戶正確理解天氣預(yù)報不確定性的內(nèi)容 [83.67%]

○ 不應(yīng)該。因?yàn)槿藗儠X得氣象部門預(yù)報不準(zhǔn)，還把預(yù)報的責(zé)任推卸到用戶身上 [5.18%]

○ 不應(yīng)該。因?yàn)橛脩舨粫脦в胁淮_定性的預(yù)報，只會造成混亂 [11.16%]

21． 如果要求對公眾和用戶發(fā)布預(yù)報的可信度，您覺得什么樣的形式比較合適？（單選）

○ 預(yù)報事件的概率大小 [32.27%]

○ 不同的用語（如可能性很小、中等、很大） [12.35%]

○ 用不同顏色來表達(dá)預(yù)報可信度（如紅色代表可信度很低，黃色代表中等，綠色代表可信度高） [19.52%]

○ 根據(jù)不同情景，所有以上這些都用 [35.86%]

22． 讓公眾能夠接受天氣預(yù)報有不確定性的事實(shí)（如同治療疾病有風(fēng)險一樣），并科學(xué)地運(yùn)用定量化的不確定性信息來決策（使社會或經(jīng)濟(jì)效益最優(yōu)化），您認(rèn)為關(guān)鍵因素是什么？（單選）

○ 大眾科普宣傳 [42.23%]

○ 學(xué)校教育（教科書） [3.59%]

○ 培訓(xùn) [3.98%]

○ 氣象界同用戶合作 [2.39%]

○ 所有以上這些 [47.81%]

四、不足和建議

23． 您覺得目前集合預(yù)報相關(guān)產(chǎn)品本身的最大不足是什么？（單選）

○ 集合預(yù)報產(chǎn)品生成的確定性產(chǎn)品準(zhǔn)確率不高 [40.24%]

○ 集合預(yù)報產(chǎn)品的時間、空間分辨率不夠 [14.74%]

○ 集合預(yù)報產(chǎn)品的到報時間偏晚 [19.12%]

○ 相比確定性預(yù)報沒有明顯優(yōu)勢 [13.55%]

○ 集合預(yù)報產(chǎn)品還不夠豐富 [12.35%]

24． 您傾向于加大力度發(fā)展和使用集合預(yù)報什么類型產(chǎn)品？（多選）

□ 全概率預(yù)報 [56.97%]

□ 離散度預(yù)報（不確定性信息預(yù)報） [37.45%]

□ 轉(zhuǎn)化為更多的確定性預(yù)報 [56.97%]

25． 您覺得阻礙集合預(yù)報相關(guān)產(chǎn)品應(yīng)用最大可能原因是什么？（單選）

○ 集合預(yù)報不確定性信息的應(yīng)用缺少需求[28.69%]

○ 集合預(yù)報產(chǎn)品本身不夠可靠、準(zhǔn)確和豐富[30.28%]

○ 預(yù)報員對集合預(yù)報相關(guān)產(chǎn)品的認(rèn)知程度不夠 [41.04%]

26． 您對上級業(yè)務(wù)部門目前在集合預(yù)報業(yè)務(wù)應(yīng)用上的建議？（多選）

□ 豐富集合預(yù)報產(chǎn)品的種類 [64.94%]

□ 提高集合預(yù)報產(chǎn)品分辨率、準(zhǔn)確率 [69.72%]

□ 增加集合預(yù)報推廣和培訓(xùn) [71.71%]

□ 讓預(yù)報員更多地參與集合預(yù)報研發(fā)工作 [45.02%]

深入閱讀

陳圣劼, 劉梅, 張涵斌, 等, 2019. 集合預(yù)報產(chǎn)品在江蘇省暴雨預(yù)報中的應(yīng)用評估. 氣象, 45(7): 893-907.

代刊, 朱躍建, 畢寶貴, 2018. 集合模式定量降水預(yù)報的統(tǒng)計(jì)后處理技術(shù)研究綜述. 氣象學(xué)報, 76(4): 493-510.

杜鈞, 陳靜, 2010. 天氣預(yù)報的公眾評價與發(fā)布形式的變革. 氣象, 36(1): 1-6.

杜鈞, 鄧國, 2010. 單一值預(yù)報向概率預(yù)報轉(zhuǎn)變的價值：談?wù)劯怕暑A(yù)報的檢驗(yàn)和應(yīng)用. 氣象, 36(12): 10-18.

杜鈞, 康志明, 2014. 天氣預(yù)報中不確定性問題的調(diào)查分析. 氣象科技進(jìn)展, 4(1): 58-62.

李俊, 杜鈞, 陳超君, 2015. “頻率匹配法”在集合降水預(yù)報中的應(yīng)用研究. 氣象, 41(6): 674-684.

王東海, 杜鈞, 柳崇健, 等, 2011. 正確認(rèn)識和對待天氣氣候預(yù)報的不確定性. 氣象, 37(4): 385-391.

吳啟樹, 韓美, 劉銘, 等, 2017. 基于評分最優(yōu)化的模式降水預(yù)報訂正算法對比. 應(yīng)用氣象學(xué)報, 28(3): 306-317.

周迪, 陳靜, 陳朝平, 等, 2015. 暴雨集合預(yù)報-觀測概率匹配訂正法在四川盆地的應(yīng)用研究. 暴雨災(zāi)害, 34(2): 97-104.

Buizza R, 2008. The value of probabilistic prediction. Atmospheric Science Letters, 9(2): 36-42.

Cui B, Toth Z, Zhu Y, et al, 2012. Bias correction for global ensemble forecast. Weather and Forecasting, 27(2): 396-410.

Dabernig M, Mayr G J, Messner J W, et al, 2017. Spatial ensemble post-processing with standardized anomalies. Quarterly Journal of the Royal Meteorological Society, 143: 909-916.

Ebert E E, 2001. Ability of a Poor Man’s Ensemble to predict the probability and distribution of precipitation. Monthly Weather Review, 129(10): 2461-2480.

Gneiting T, Raftery A E, Westveld A H, et al, 2005. Calibrated probabilistic forecasting using ensemble model output statistics and minimum CRPS estimation. Monthly Weather Review, 133(133): 1098-1118.

Scheuerer M, 2014. Probabilistic quantitative precipitation forecasting using Ensemble Model Output Statistics. Quarterly Journal of the Royal Meteorological Society, 140(680): 1086-1096.

Scheuerer M, Hamill T M, 2015. Statistical post-processing of ensemble precipitation forecasts by fitting censored, shifted gamma distributions. Monthly Weather Review, 143(11): 4578-4596.

Stauffer R, Umlauf N, Messner J W, et al, 2017. Ensemble postprocessing of daily precipitation sums over complex terrain using censored high-resolution standardized anomalies. Monthly Weather Review, 145(3): 955-969.

Tilmann G, Raftery A E, 2005. Atmospheric science: weather forecasting with ensemble methods. Science, 310(5746): 248-249.

Zhu Y, 2005. Ensemble forecast: a new approach to uncertainty and predictability. Advances in Atmospheric Sciences, 22(6): 781-788.

Zhu Y, Luo Y, 2015. Precipitation calibration based on the frequencymatching method. Weather and Forecasting, 30: 1109-1124.