基于多模式降水格点预报资料、青海省气象站实况资料及多源融合降水格点分析产品，针对青海省2020年7—8月强降水天气个例，采用TS（threat score）评分等传统检验方法和FSS（fraction skill score）评分及MODE（method of object-based diagnostic evaluation）空间检验方法，对比检验各模式在青海强降水中的预报性能。结果表明：（1）小雨及以上量级，欧洲中期天气预报中心（ECMWF）和美国国家环境预报中心（NCEP）全球模式、中国气象局全球同化预报系统（CMA-GFS）及GRAPES区域中尺度数值预报系统（GRAPES-Meso）的传统TS评分均较高且预报能力相差不大，但不同检验方法下评分最高的模式略有不同；（2）中雨及以上量级，各模式预报较观测普遍偏西，且传统TS评分差异较为明显，但不同检验方法下模式评分优劣表现较为一致；（3）大雨及以上量级，各模式预报较观测普遍偏北，且预报能力较差，传统TS评分为0，FSS评分有效提高了模式差异性的评估能力，MODE方法则给出了预报和观测对象属性的具体表现，但对检验参数的选取较为敏感。

利用2019年杭州站辐射观测数据及浙江省中尺度数值预报业务系统（Zhejiang WRF ADAS real_time modeling system，ZJWARMS）逐时模拟结果，评估ZJWARMS对地表太阳辐射的模拟效果。在此基础上，选取ZJWARMS输出的短波辐射通量、云量、地表温度、比湿等10个气象因子，建立不同天气分型的地表太阳辐射预报（model output statistics，MOS）订正模型。结果表明：ZJWARMS能较好地模拟太阳辐射的日变化特征，其与观测值的相关系数达0.82，但总体上模拟值较观测值偏大，晴天时误差相对较小，阴雨天时误差明显增大。MOS模型订正后，预报效果明显改进，平均绝对百分比误差由订正前的273.4%下降至46.3%，均方根误差由246.7 W·m^-2下降至105.0 W·m^-2。MOS模型订正效果在不同月份存在一定差异，8月订正效果最好，订正后平均绝对百分比误差由126.6%下降到26.3%，4月订正效果相对较差，订正后平均绝对百分比误差为56.6%。

基于地形和西南区域中尺度模式系统（southwest center WRF ADAS realtime modeling system，SWCWARMS）20：00（北京时，下同）和08：00起报的逐3 h风场、相对湿度场，计算地形降水估算量并结合SWCWARMS预报降水场构建降水订正方程，进而对2018—2020年汛期6—8月日降水、四川盆地降水过程及四川盆地西部降水过程3类降水进行订正，并仅对川西高原东坡到四川盆地西部的陡峭地形过渡带进行检验评估。结果表明：（1）各量级降水量订正值TS相对于SWCWARMS预报降水量的TS均有不同程度提高，20：00起报的订正效果优于08：00。对于大雨及以上量级均以四川盆地西部降水过程订正效果最佳， 20：00起报的12～36 h大雨、暴雨和大暴雨的降水量订正值 TS相对提高率分别为19%、25%和37%，且命中率高，空、漏报率明显减小，订正效果较好。（2）降水订正方程对四川盆地西部降水过程类型中的区域性暴雨个例和一般性降水个例均有较好的订正效果，即使是SWCWARMS模式预报的大雨、暴雨和大暴雨预报降水落区与实况差异甚远的个例也有一定订正效果。

基于CWRF(climate extension of WRF)区域气候模式的动力降尺度预测技术对夏季降水预测存在一定偏差，难以实现准确预测。本文立足于中国区域夏季降水特点，分析与夏季降水相关的气象要素，采用树突（dendrite，DD）网络与人工神经网络（artificial neural networks，ANN）相结合的方法，针对CWRF模式回报的1996—2019年夏季降水量进行订正，检验其订正效果。结果表明：人工树突神经网络（artificial dendritic neural network，ADNN）算法模型订正的中国夏季降水量整体好于CWRF模式历史回报，距平相关系数和时间相关系数较订正前均提高约0.10，均方误差下降约26%，趋势异常综合检验评分提高6.55，表明ADNN机器学习方法能够对CWRF模式夏季降水预测实现一定程度的订正，从而提高该模式降水预测精度。

利用SRTM资料建立天水雷达站周边地物分布，滤除雷达回波中的地物回波和其他杂波。在此基础上基于陇东南6次3类降水过程，进行Z-I关系参数本地化试验，最后比较庆阳西峰新一代天气雷达和天水雷达探测重合范围内的反射率因子。结果表明：SRTM资料可以很好地模拟地物回波的分布；雷达反射率因子相对于降水有一定超前；本地化的ZI关系参数与其他地区有明显区别，A值偏小而b值偏大；天水新一代天气雷达可能存在系统性的回波强度偏低。

利用贺兰山东麓葡萄产区2019年8套小气候站和银川国家基准站（简称“银川站”）气象资料，对比分析银川站与葡萄园小气候代表站美域酒庄气候差异，以及美域酒庄气象要素垂直变化、同一气候区4个酒庄和5个子产区酒庄小气候差异。结果表明：（1）美域酒庄与同区域银川站各气象要素均存在差异。（2）在典型晴天10 cm地温日波动最大，40 cm最平稳，日平均地温秋、冬季典型晴天表现为10 cm<20 cm<40 cm，春、夏季典型晴天表现为10 cm>20 cm>40 cm。月、生长季和年平均50、150 cm两高度空气相对湿度差异不明显。（3）同一气候区，4个酒庄小气候受地势、海拔和土壤类型影响较大。砾石含量越高，气温越高；海拔越高，相对湿度越小、风速越大；处于山前海拔较低的留世酒庄生长季降水最多，轩尼诗酒庄降水最少。（4）5个子产区酒庄由南至北降水、空气相对湿度和光合有效辐射逐渐减小，气温逐渐升高。

利用2013—2020年1月内蒙古呼和浩特市环境监测数据、气象观测数据、美国国家海洋和大气局（National Oceanic and Atmospheric Administration,NOAA）月平均北极涛动（Arctic Oscillation，AO）指数、欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts，ECMWF）ERA5再分析资料等，对2020年1月呼和浩特市雾霾天气偏多的气象成因进行分析。结果表明：（1）2020年1月较弱的冬季风环流背景、高湿度条件、维持较低的边界层高度、逆温结构等是造成呼和浩特市雾霾偏多的主要原因；（2）2013—2020年1月同期呼和浩特市逐日平均相对湿度、前期累计降水量、逐小时2 min平均风速小于等于1.5 m·s^-1的日数与雾霾日数均呈显著正相关，其中逐小时2 min平均风速小于等于1.0 m·s^-1更利于雾霾的发生；（3）地面积雪对呼和浩特市持续雾霾天气影响较大，积雪越深、持续时间越长，则雾霾日数也越多；（4）2020年1月呼和浩特市雾霾天气持续时，边界层平均高度约430～550 m，最低约210 m，较低的边界层利于污染物在近地层集聚，导致水平能见度较低，雾霾加重，边界层高度越低，污染越重。

O₃质量浓度受气象因子和污染源排放共同影响，为了定量化评估污染控制措施减排对广州市O₃质量浓度影响的效果，需将由污染源排放的O₃质量浓度数据分离出来。利用Kolmogorov-Zurbenko（KZ）滤波将广州市2014—2019年逐日O₃质量浓度数据和同期气象数据分解为长期分量、短期分量和季节分量，计算各分量方差对原始时间序列方差的贡献率；结合多元线性逐步回归方法建立O₃质量浓度各分量与相应尺度气象要素的线型回归模型，将气象因子和污染源排放对O₃质量浓度的贡献分离开来，得到仅由气象条件影响的O₃质量浓度贡献。分析结果表明：（1）广州O₃质量浓度长期序列总体呈波动上升趋势，季节分量和短期分量波动基本一致，季节分量表现为春末夏初O₃质量浓度出现高值，夏末秋初出现次高峰，冬季谷值；（2）分析各分量方差对O₃质量浓度原始序列总方差的贡献率发现，短期分量方差贡献率最大，其次为季节分量，长期分量方差贡献最小，表明广州O₃质量浓度的波动主要由前体物排放和气象条件的季节和短期变化引起，长期排放及气候条件的变化并不是引起监测波动的主要原因；（3）从解释方差来看，气象变量对O₃质量浓度长期分量的解释能力最高，季节分量其次；（4）经逐步回归消除气象条件影响的O3质量浓度长期分量有波动下降趋势，结合2014—2019年O₃污染有所加重，表明这几年广州气象条件对O₃扩散不利。

利用山西省临汾城市站2013—2018年CO₂、CH₄摩尔分数及气温、相对湿度、风速风向观测资料，以及欧洲中期天气预报中心ERA-5 PBL（planet boundary layer）再分析资料和美国国家环境预报中心GDAS（global data assimilation system）再分析资料，分析高碳排放城市临汾两种温室气体浓度的时空分布特征及影响因素。结果表明：临汾市年平均CO₂和CH₄摩尔分数分别为441.7×10^-6和2359.5×10^-9，均高于全球平均值、青海瓦里关本底站以及上海浦东等城市站，且春、秋、冬季两种气体浓度具有极显著的正相关，临汾市人为碳排放是碳循环的主导因素。临汾市CO₂和CH₄摩尔分数呈明显的“单峰单谷型”月际变化，冬季两种气体摩尔分数均最高，而CO₂夏季最低，CH₄春季最低；CO₂和CH₄摩尔分数06:00—09:00（北京时，下同）较高，15:00—17:00较低，前者日变化幅度夏季最大、春季最小，而后者冬季最大、春季最小。除排放源外，气象条件对临汾市两种温室气体浓度也有一定影响。其中，夏季光合作用和光化学反应增强，高温低湿环境有利于CO₂和CH₄浓度降低，而其他季节二者受温度、湿度影响较小；平均风速与两种气体摩尔分数之间存在显著负相关关系，低风速有利于气体浓度升高，且东北风和东南风易将工业及其他排放气体输送到站点附近，导致气体浓度升高。临汾市冬季CO₂和CH₄浓度空间分布特征较为相似，主要是因为冬季两种气体受人为排放源影响最大。此外，临汾东部区域全年CH₄浓度较高，这可能是该区域拥有中国产煤最多的沁水煤田。

利用浙江省常规气象观测资料、ERA5逐小时再分析资料、FY-4A卫星黑体亮度温度（TBB）资料，对2020年6月3日、6月30日两次暴雨过程进行对比分析。结果表明：（1）6月3日暴雨过程（简称“6·03”过程）发生在季风槽背景下，浙江省500 hPa处于槽前西南气流中，850 hPa为暖切变；而6月30日过程（简称“6.30”过程）发生在东北冷涡背景下，浙江省500 hPa处于冷暖气流交汇中，850 hPa为冷切变。两次过程降水落区相似，均集中在浙西地区，呈东西向带状分布，但“6·30”过程暴雨区范围更广，暴雨中心雨量和过程雨量更大，小时雨强更强，强降水持续时间更长。（2）两次过程均为对流不稳定性降水，但强降水落区发生在急流的不同位置。“6·03”过程为暖切变型暖区暴雨，对流云团“列车效应”显著，降水落区位于急流前方水汽通量强辐合区内，而“6·30”过程梅雨锋为西风辐合型锋生，对流云团为后向传播路径，降水落区位于急流轴附近的水汽通量强辐合区内。700 hPa水汽通量辐合大值区及强度与未来6 h强降水落区、强度相对应，这在梅汛期暴雨预报中有一定参考性。（3）降水类型不同，对应锋生作用不同，对1 h强降水有指示意义的锋区高度也不同，在梅汛期暴雨预报中要充分考虑不同降水类型与不同锋生作用在不同高度的对应性。

利用2008—2017年甘肃省河东地区自动气象观测站冰雹观测资料和灾情资料，对收集到的符合标准的河东地区75个冰雹个例进行中尺度诊断，按照主要影响系统分为3种冰雹天气类型，对3种冰雹天气型雷达产品的统计特征和雷达回波特征进行对比分析，并选取典型个例进一步分析验证。结果表明，在3种冰雹天气型下，多普勒雷达产品的最大反射率因子（Z_max）及其所在高度（HZ_max）区别较小，Z_max均大于50 dBZ，对应HZ_max也在2.0 km以上；回波顶高（ET）、核心区厚度（H）、45 dBZ以上质心高度（H45 dBZ）、风暴体大于等于30 dBZ所在最大高度（TOP）、垂直累积液态水含量（VIL）及垂直累积液态水含量密度（VILD）存在明显差异，西北气流型的H、H45 dBZ、TOP和VIL较高，低槽型的ET和低涡型的VILD较低；3种冰雹天气型出现回波悬垂的频率均在61.0%以上，低槽型出现三体散射和旁瓣回波的频率分别为35.5%、48.4%，而出现有界弱回波区的频率为12.9%，西北气流型和低涡型出现有界弱回波区的频率均达38.5%；三体散射和旁瓣回波特征具有一定的预报时间提前量，提前量平均18 min，最大30 min。

利用1961—2020年5—9月（暖季）南疆44个国家气象站逐日降水资料和NCEP/NCAR（National Centers for Environmental Prediction/National Center for Atmospheric Research）再分析资料，分析不同年代际和气候背景（暖干期和暖湿期）下南疆暖季暴雨的时空变化特征及大尺度环流异常特征。结果表明：1961年以来南疆暖季累计暴雨日数、暴雨站次和暴雨雨量均呈增加趋势，暴雨强度和暴雨雨量占总降水量比例的变化趋势不明显。南疆暖季累计暴雨日数、暴雨站次和暴雨雨量在暖湿期明显多于暖干期，暴雨强度和暴雨雨量占总降水量的比例在暖干期及暖湿期的差异不大。进入暖湿期后，南疆大部分站点的暴雨日数和暴雨雨量都有所增加，且西南部站点增加最明显，但山区的增加幅度小于平原。中亚低槽、中亚低涡和塔里木东风低空急流是造成南疆暖季暴雨的主要影响系统，南疆暖季暴雨在暖干期以低涡型为主，暖湿期以低槽型为主；850 hPa偏东气流在低涡型暴雨中比低槽型暴雨西伸更加明显，在暖湿期与暖干期环流差值场中，低槽型暴雨和低涡型暴雨中高纬地区的环流异常呈现反向变化特征。

利用1981—2019年5—9月新疆105个国家基本气象站日最高气温观测资料及美国国家环境预报中心和大气研究中心（National Centers for Environmental Prediction/National Center for Atmospheric Research，NCEP/NCAR）逐日再分析资料，分析新疆区域性高温天气过程的时空变化特征及环流形势。结果表明：（1）1981—2019年新疆共出现100次区域性高温天气过程，主要发生在6—8月，其中7月最多、8月次之、6月最少；区域性高温天气过程主要出现在伊犁河谷平原地区、北疆准噶尔盆地南缘、南疆塔里木盆地及东疆平原地区。（2）进入21世纪后，新疆高温天气过程发生次数呈增加趋势，强度明显增强；过程开始时间有提前趋势，结束时间有推后趋势；过程累计日数则呈现“增加、减少、增加”的阶段性变化趋势。（3）造成新疆区域性高温天气过程的500 hPa环流形势主要分为4类，分别为伊朗副高东伸型（占54.0%）、叠加型（占32.0%）、新疆脊型（占12.0%）、西太副高西伸型（占2.0%）。

基于1961—2018年山东122个国家级气象站逐日气温资料，计算3个极端低温指数，发现利用日最低气温24 h降温幅度定义的极端低温事件发生频率可以更好地反映山东春季极端低温特征。在此基础上利用ERA-Interim逐月再分析资料和Hadley海温数据分析山东春季极端低温事件发生频率时空分布特征及大气环流异常特征。结果表明：（1）山东春季极端低温事件发生频率具有多时间尺度变化特征；（2）山东春季典型极端低温年500 hPa位势高度距平场中高纬呈现出明显的波列结构；（3）格陵兰岛以南的北大西洋是垂直波作用通量传输的关键区，在该关键区低层能量向上传输，传输到高层的能量向外频散，有利于山东地区春季极端低温的维持和加强；（4）前冬北大西洋海温“三极子”模态与山东春季极端低温事件发生频率显著正相关，海温“三极子”模态异常激发出欧亚波列，导致贝加尔湖地区500 hPa高空槽加深加强，受槽后冷空气影响，山东春季极端低温事件频发。

利用1961—2019年新疆冬季平均气温、北极涛动（Arctic Oscillation，AO）指数和大气环流场资料，研究冬季AO与新疆同期气温的联系及变化，建立气候增暖背景下冬季AO对新疆冬季平均气温影响的预测概念模型。结果表明：在气候变暖的进程中，冬季新疆气温与AO的联系既有来自气候变暖的影响，也有AO对新疆冬季气温独立的影响。总体来说，冬季AO正（负）异常对应新疆气温正（负）距平。气候变暖以来，冬季AO对新疆冬季平均气温的影响呈非对称型，冬季AO正异常与新疆冬季平均气温正距平的关系一一对应；冬季AO负异常时，新疆冬季平均气温距平的正负取决于东北半球极涡的强弱和中纬度70°E以东区域的位势高度距平。

利用中国京津冀地区94个气象台站气温观测资料以及美国国家环境预报中心和国家大气研究中心联合制作的再分析资料、美国国家海洋和大气管理局海冰密集度资料，采用经验正交函数分解、相关分析、回归分析、合成分析等方法，研究冬季气候变暖背景下近32 a中国京津冀地区Feb_4-20（2月4—20日）平均气温异常与前期秋季北极海冰异常的关系，探讨秋季巴伦支海海冰影响中国京津冀地区Feb_4-20气温的可能机制。结果表明：（1）1988/1989年冬季是中国京津冀地区冬季变暖的突变点，暖背景下Feb_4-20气温第一模态呈空间一致变化型，其时间系数年际变化特征明显；（2）秋季巴伦支海、喀拉海和东西伯利亚海关键区海冰密集度与中国京津冀地区Feb_4-20气温存在显著正相关，可作为Feb_4-20气温预测的前兆信号；（3）秋季巴伦支海关键区多（少）冰年，其冬季海冰也偏多（少），为持续冷（热）源，在欧亚大陆对流层中高层激发出负（正）位相的斯堪的纳维亚遥相关型分布，西伯利亚高压偏弱（强），欧亚中高纬近地面多为南（北）风异常，东亚114°E—119°E范围45°N附近为异常上升（下沉）气流，使得中国京津冀地区自地面至对流层顶Feb_4-20气温偏高（低），显著暖（冷）异常区随高度升高逐渐减小并向北倾斜。

利用1961—2021年中国区域2400余站地面气象观测资料，根据2019年中国气象局发布的《区域性重要过程监测和评价业务规定》，对2021年夏季中国气候基本概况及主要气象灾害进行全面分析。结果表明：（1）2021年夏季，平均气温较常年同期偏高，平均降水量较常年同期偏多；由于北方雨季开始时间偏早、强度偏强，南方雨季开始时间偏晚、强度偏弱，以及台风登陆个数偏少等原因，多雨区主要集中在北方。（2）2021年夏季，中国气候状况总体偏差，气象灾害形势复杂严峻，极端天气气候复合事件多发，以洪涝、高温、干旱灾害为主，且阶段性和区域性特征显著。其中，区域性暴雨过程较常年同期偏少4.9次，但极端性强，华北、黄淮、江汉等地相继遭受严重暴雨洪涝灾害；阶段性区域高温天气多发，区域性高温过程较常年同期偏多3.4次，主要影响黄淮、江南、华南、西北地区东部及内蒙古西部、新疆南部等地；南、北方气象干旱并发，区域性、阶段性、复合性明显，区域性干旱过程较常年同期偏多1.1次，华南、西北地区高温干旱复合发展。

基于重力反演与气候实验（Gravity Recovery and Climate Experiment, GRACE）卫星观测数据分析中国北方旱区近20 a的陆地水储量变化，并结合多种观测和模式数据分析其变化特征和原因。结果表明，2002—2020年中国北方旱区陆地水储量以每年17.80±1.72 Gt的净速率下降。地下水、根区土壤水和表层土壤水均不同程度减少。归因分析发现：在中国北方旱区，地表升温和人为耗水等因素造成蒸散大量增加。蒸散的负向贡献超过同期降水的正向贡献，使得区域净水储量持续减少，区域水资源压力攀升。因此，需要在中国北方旱区采取更有效的节水措施和建立全面的水资源监测系统。

利用山西省18个积冰站电线积冰观测资料和91个气象站常规观测资料,采用逐步回归分析方法,针对不同气候区分别构建电线覆冰设计冰厚的气象估算模型,推算各站30 a、50 a、100 a重现期下的设计冰厚。在此基础上,结合DEM数据和电网运行覆冰观测资料,对设计冰厚进行地形订正和易冰区微地形运行经验修正,最终得到山西省电网电线覆冰厚度空间分布及区划结果。结果表明:(1)山西省电线覆冰的设计冰厚整体与气温、相对湿度、风速、水汽压等密切相关,其中高山区的设计冰厚还与降水量、日照时数关系密切,且受连续3 d的气象条件影响,而丘陵和平原区则与当日和前一日或前二日的气象条件密切相关;(2)构建的分区设计冰厚气象估算模型对各气候区的覆冰厚度模拟效果较好,估算偏差五台山前约2 mm,其余地区小于1.2 mm;(3)地形订正后的结果更为合理地反映山西省各重现期下电线覆冰厚度的空间特征,即覆冰厚度随纬度降低而减小,中、重冰区主要分布在恒山、五台山、管涔山、吕梁山、太岳山和太行山等高海拔地区,而沿黄河一带和盆地为轻冰区,且盆地覆冰最轻;(4)易覆冰区经运行经验修正后,其覆冰厚度能够更加精确表达局部微地形区覆冰真实情况,这对电力部门具有实际参考价值。

基于欧洲中期天气预报中心(ECMWF)的精细化数值预报产品、中国气象局下发的降水指导产品(TP_CMA)及甘肃省340个气象站点降水实况数据,利用泰森多边形与K-means空间聚类方法(spatial cluster and Tyson polygon,SCTP),对2017—2019年4—9月甘肃省340站降水资料进行客观分区。在此基础上,采用随机森林算法(random forest,RF),筛选出与降水相关的物理量因子构建模型,开展甘肃省短期定量降水客观预报订正试验,并进行预报效果检验。结果表明:(1)甘肃省4—9月降水客观分区依次为7、6、14、13、14和11个。(2)就晴雨预报而言,SCTP-RF订正产品对甘肃省汛期的晴雨预报能力较TP_CMA指导产品和ECMWF模式产品有一定提升,提升幅度分别为6.1%、4.2%;在空间上,SCTP-RF算法对甘肃省340站的晴雨预报均具有一定的订正能力,大部分站点晴雨预报准确率提升了5%,特别是河东地区。(3)在分级降水预报中,SCTP-RF订正产品对中雨和大雨的预报能力均优于TP_CMA指导产品和ECMWF模式产品,且全省大部的订正效果较好,特别是河东中部及陇东南地区,但在强降水过程中对小雨和暴雨的预报订正不稳定,尤其是陇东南地区的小雨。

基于ECWMF模式预报数据对2018年3—11月降水和2 m温度进行统计降尺度,利用先频率匹配法、再阈值法对插值后的降水订正,利用Kalman滤波型的递减平均统计降尺度法对插值后的温度订正,最终获得逐小时降水量和温度的预报。结果表明:(1)对于晴雨预报准确率,绝大多数预报时效频率匹配法和阈值法均对其有明显提高,前者最大改进幅度可达20%以上。对于相对误差,阈值法对空报现象有较显著改进。对于1 h降雨量大于等于20 mm的短时强降水,频率匹配法订正后的TS评分有明显提高。对2018年“安比”台风事件,除具有以上改进效果外,频率匹配法提高了降水主体形态和量级的预报水平,阈值法对空报站订正正确。(2)对于温度的ECWMF模式预报检验,几乎在任何预报时效内都是3月的绝对误差最大。通过Kalman滤波型的递减平均统计降尺度法后,各月的绝对误差都有不同程度减小。总体上,订正后的绝对误差曲线仍具有订正前的周期性波动,波峰、波谷位置也与订正前基本一致,且绝对误差越大,订正幅度越大。个例分析也表明订正后保留了温度预报空间分布的准确性,且绝对误差有明显下降。

基于数值模式的太阳辐射预报往往存在一定的系统性偏差,AVT订正方法能够有效降低预报偏差,本文利用该方法对甘肃河西地区两个光伏电站的太阳辐射预报结果进行订正。结果表明:(1)订正前预报偏差呈现明显的“先增加、后减小”日变化特征,订正后日变化特征不明显,并且订正前预报偏差与观测值线性关系显著,订正后线性关系减弱(相关系数降低、拟合优度降低);(2)太阳辐射存在明显的年变化特征,其预报偏差春季最高,其次为夏季,冬季最小,订正后不同季节的预报偏差均降低,春季和夏季降低较为明显。