简介：针对县气象局财务报帐工作中几种常见问题进行了梳理和总结,并提出相应的对策,以帮助基层财务报帐员（出纳）减少财务工作中的差错,提高部门的财务工作水平。

简介：1培训班简介2016年9月26-30日，世界气象组织（WMO）和英国气象局在印度尼西亚雅加达合作举办了2016年航空气象培训班（WMO／UKMetOfficeAviationSeminar），印度尼西亚气象气候地质局承办了此次培训班。

简介：基于华北区域气象中心、华东区域气象中心、华南区域气象中心和国家气象中心环境气象业务数值模式2015年1—3月的预报结果,从能见度和空气质量两个方面对环境气象业务数值模式的预报效果进行了对比检验。结果表明:随着能见度降低,各数值模式的预报能力均逐渐下降,对于<1km的能见度,仅华北区域模式和国家级雾霾数值预报业务系统(CMAUnifiedAtmosphericChemistryEnvironment,CUACE)模式表现出一定的预报技巧,其中华北区域模式和CUACE模式对北京本地24h能见度预报的TS评分分别为0.20、0.10;CUACE模式总体能见度预报误差较各区域数值模式均偏大;CUACE模式和华北区域模式、华东区域模式、华南区域模式能见度预报值与观测值的相关系数普遍低于0.6。随着空气质量下降,各数值模式AQI的预报能力均逐渐下降;AQI为优等级时,各数值模式AQI预报的TS评分均较高,其中空气质量较好的华南地区空气质量等级预报的TS评分最高,为0.81;总体上24h的AQI预报,区域模式优于CUACE模式;48h和72h的AQI预报,CUACE模式优于各区域模式。各数值模式PM2.5浓度的预报值普遍较观测值偏低,华南区域模式24h的PM2.5浓度预报误差相对较小,华北区域模式和华东区域模式24h的PM2.5浓度预报误差相对较大;CUACE模式PM2.5浓度的预报误差较各区域模式均偏大,CUACE模式PM2.5浓度预报值与观测值的相关系数较各区域模式均偏低。

简介：利用2016年7—9月全省1957个包括区域自动站在内的站点观测资料，对同期雷达融合降水估测和预报资料进行了从时间演变、空间分布及统计检验3个方面的检验，还利用基于对象的诊断评估方法（MODE）考察了台风莫兰蒂（编号1614）9月13—16日一次降水过程，结果表明：1）融合估测降水能较好反映出2016年夏季降水的时间演变和空间分布；2）预报1～6h降水总体偏强，随着预报时效的增长，均方根误差在增大，对浙东沿海和浙南温州一带的降水预报的均方根误差最大；3）对于台风莫兰蒂的这次降水预报，在降水最强的15日21时的融合1—6h预报降水进行MODE检验评估，可以看出预报1—5h的降水落区与实况较一致，但降水落区的范围比实况偏小，随着预报时效的增加，预报与实况降水落区的相似度在减小。

简介：为了了解欧洲中期天气预报中心(EuropeanCentreforMediumrangeWeatherForecasts,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(ThreatScore,TS)、预报偏差(BIAS)和去除随机事件后的公平T评分(EquitableThreatScore,ETS)及真实技巧评分(TrueSkillStatistic,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01—07mm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。

简介：利用2014年9月—2015年8月环境保护部对外发布的兰州市6种污染物实况监测数据,对同时期CUACE模式的24h预报结果进行误差分析,并通过误差滚动线性回归订正方法进行检验订正。结果表明：（1）兰州市的首要污染物以PM10为主,其次是PM_（2.5）;（2）CUACE模式对SO2的预报及对O_3、NO_2、PM_（2.5）和PM_（10）预报为2级时,等级预报准确率较高,预报结果可直接使用;（3）模式对O_3和CO预报1级时,采用10d误差滚动订正后等级预报准确率可提高1.1%~5.5%;（4）模式预报其它要素的其它级别时采用5d或10d误差滚动订正后再加上或减去一定值后,等级预报准确率可提高8.7%~75%。