基于模式先验信息的贝叶斯集合降水概率预报试验

为了更好地利用降水预报历史先验概率分布函数信息修订集合概率预报效果,基于贝叶斯原理和贝叶斯降水概率预报模型,分别使用1952—2007年历史观测资料和2009—2011年6月24~120 h中国T213全球集合预报历史资料作为先验信息,对中国不同气候区代表站（广州、南京、武汉和成都）建立贝叶斯降水概率预报模型,对比不同先验信息下集合成员与集成贝叶斯降水概率预报拟合结果差异,分析先验信息对贝叶斯降水概率预报模型的影响,在此基础上,采用模式先验信息的贝叶斯降水概率预报模型,进行2008年6月降水概率预报试验。试验结果表明,由T213集合预报产生的先验信息较历史观测资料产生的先验信息更优,当先验信息的降水概率分布函数曲率最大处偏向降水大值区时,贝叶斯模型的降水预报结果也偏向降水大值区,反之亦然。结果还显示,先验信息对贝叶斯降水概率预报模型有重要影响,若先验信息偏向更多更大降水量时,贝叶斯降水概率预报对有降水的预报更优,若降水先验信息偏向更少更小降水量时,对无雨或微量降水预报效果越好。     

基于模式相对湿度的降水概率预报方法研究

本文采用EC数值模式预报结果与历史观测资料结合的方法,建立了一种基于模式确定性相对湿度预报制作降水概率产品的方法。通过对2012—2013年华东地区EC细网格模式大气相对湿度预报进行分类,将不同层次和不同湿度等级的大气进行分类采样,并统计各类别对应的历史降水概率,分析模式相对湿度与实际降水概率的分布特征,进而根据当前模式预报的相对湿度预报降水概率。采用ETS评分、Brier评分、可信度对比及个例分析方法检验2013年7月至2014年5月降水预报试验效果,结果表明:本文建立基于模式相对湿度的降水概率预报方法可较好的反映未来降水的分布,对天气尺度雨带的预报效果优于对流性降水;与EC模式相比,可有效降低空报现象;与传统集合概率预报相比,本文建立的降水预报方法可更好地反映实际降水的发生概率,降水概率产品能较好的指示降水发生的位置和可能性,具有较好的实际参考价值。     

基于ECMWF模式的四川夏季强降水订正试验

利用2016—2018年6—8月四川地面观测降水资料(含加密自动站)及同时段ECMWF模式各要素预报场资料,根据基于"配料法"计算所得出的3 h间隔短时强降水概率预报,统计各格点各个转换概率阈值的次数,探索了一种针对模式24 h累计降水预报的强降水订正方法,并运用该方法对2018年6—8月降水集中时段24—72 h时效ECMWF模式降水预报进行逐日试验检验。试验结果表明:(1)从大雨、暴雨降水量级综合检验指标来看,各时效订正后命中率、漏报率、TS评分均有明显改善,且随着预报时效的延长,各指标数值提高的幅度愈大。空报率虽然0—24 h、24—48 h时效预报有所增加,但空报率增加幅度远小于漏报率减小幅度;(2)从个例检验结果来看,订正后的模式预报相比订正前的预报而言,降水量级明显增加,50 mm以上降水落区预报效果有较大程度提升,尤其是0—24 h时效预报,订正后降水落区分布与实况基本一致。     

基于动力相似方法的台风极端降水概率预报研究

采用动力与统计相结合的方法,对台风引起的极端降水事件进行概率预报方法的研究,回算并评估了25个在2012—2015年间登陆中国的台风。此外,还对该预报方法的相似成员数和有效概率阈值进行了敏感性试验。试验结果显示,该台风极端降水概率预报方法具有一定的预报技巧,能准确预报多数产生极端降水的站点,但预报范围略偏大,空报率较高。相似成员数的敏感性试验表明,100%的相似成员数比率具有更优的预报效果;在相似成员数比率为100%的基础上,24 h预报的有效概率阈值在0%~2%之间的预报效果最好,48 h的有效概率阈值在0%~1.5%之间的预报效果最好。最后对“苏迪罗”和“海鸥”两个台风进行个例预报试验,结果表明对不同个例,预报效果存在较大差异。      

T639模式降水预报产品在毕节市的检验和分析

分析毕节本站2013年6月1日至2014年7月10日逐日降水概况,利用毕节本站逐日降水资料对T639模式降水预报产品进行本地化检验,结果表明:T639模式降水预报产品在毕节各检验时段内的晴雨预报准确率较不高,在45-50%之间;但随着预报时效延长,其准确率仍能稳定维持。通过对T639模式降水预报空报率和漏报率的统计分析,发现在毕节T639模式降水预报出现的错误以空报为主;并通过定量分析,得出当T639模式降水在毕节预报小雨量级的降水时,出现空报的概率最高。     

中国东南地区降水的两种集合预报综合偏差订正对比分析

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。     

2022年汛期四川多模式降水预报检验

采用站点观测和EC、EC订正场（ECR）、CMA＿3KM、SWC＿3KM模式12～36 h降水预报资料,基于TS评分、SAL检验等指标,对2022年汛期四川多模式降水预报效果进行检验和对比分析。结果表明：（1）SWC＿3KM有雨日数预报最接近实况分布,EC模式雨日空报最多且在川西高原和攀西地区尤为显著,EC模式大雨日数预报优于其余模式。（2）BS评分显示EC模式大量级降水预报偏干,其余模式均以湿偏差为主。TS评分暴雨量级各月均以ECR预报最优。（3）个例评分对比,ECR预报效果最稳定,过程最高TS评分次数最多,SWC模式次数最少。（4）ECR个例预报降水强度及雨带位置、走向与实况最接近,EC模式预报偏弱。SWC＿3KM模式强降水雨带位置预报在盆地西北部和凉山州北部参考性较高。CMA＿3KM和SWC＿3KM模式预报大量级降水在高海拔地区存在较大范围空报。     

AREMS/973模式系统对2004年中国汛期降水实时预报检验

2004年夏季5～8月，AREMS/973模式系统投入了业务运行，模式区域主要覆盖了中国大陆及周边临近地区，该模式系统基于中国气象局MICAPS/9210业务数据平台，每天2次、完全自动的实时预报24 h累积降水。作者主要对每日0000 UTC时起报的24 h累积降水预报场进行综合检验，由此对AREMS/973模式系统的24 h降水预报能力给予客观的评价。AREMS/973模式系统对于中国汛期降水具有很强的预报能力，其24 h 累积降水的月总降水分布很好地反应了汛期各时期主雨带的位置、强度及范围，同时该模式系统能够准确预报出独立降水事件的发生和发展，其中，长江中下游和东北地区预报降水与观测降水的时间位相吻合最好；除了5月和8月华北地区、5月西南东部地区、以及5月和6月长江中下游地区，AREMS/973模式系统预报的降水强度总体上弱于观测降水强度，且对于25 mm 以上量级的降水过程， 模式预报的降水范围小于观测降水范围。AREMS/973模式系统预报降水的能力随着降水量级的增大而减小，降水量级愈大，模式预报技巧愈低，对于50 mm 以上量级的降水过程，模式系统预报降水事件的发生概率类似于随机偶然事件的发生概率。5月，长江中下游地区降水预报略优于其他地区，其次是华南地区，6月雨带北移至江南和江淮地区，此时，长江中下游地区降水预报显著优于其他地区，7月末至8月华北雨季开始，降水预报最优区北移至华北地区，即AREMS/973模式系统降水预报最优区随着雨带的北移而北移，主雨带所在区域往往也是模式降水预报最优的地区。作者对此进行了初步探讨。     

基于贝叶斯方法的西江流域大雨集合概率预报产品订正试验

为了更好的利用降水历史先验概率分布函数信息修订的集合概率预报,基于贝叶斯概率决策理论,分别使用1981~2010年西江流域降雨量实况资料和2016年4~9月欧洲集合预报产品作为先验信息,通过建立基于贝叶斯的西江流域大雨概率预报模型,用以订正欧洲集合概率预报产品,并进行评分检验,从预报试验的结果来看:基于贝叶斯方法修正的集合概率预报产品对于汛期大雨的预报能力有一定的提高;除了9月份外,汛期其他月份在24~72h预报时效内的BS评分均优于集合概率预报,并可以在一定程度上减小大雨预报空报的可能性;前汛期TS评分高值区分布存在月际差异,4月至6月随着降水强度和范围的扩大,大部分流域评分升高;此项工作可为预报员开展西江流域强降雨预报提供参考依据。     

基于多模式和网格预报产品融合的降水预报释用方法

网格降水的预报准确率是精细化天气预报业务的核心问题。利用多家数值模式和国家气象中心逐3h网格降水预报指导产品,以格点降水实况分析资料为参照,在客观评估模式表现的基础上,提出多模式和网格降水预报产品融合的降水预报释用方法。研究表明:给定降水阈值,不同降水产品的预报性能有显著差异,存在预报表现好的降水产品漏报,而其他降水产品命中的情况;对确定性单模式来说,在降水检验阈值给定的条件下,预报降水量超出阈值越大,其空报的可能性越低。检验三种降水产品72 h时效内逐3 h降水量,晴雨预报的降水漏报次数明显低于空报次数,基于该特性,可以利用不同模式未预报降水的格点来消除空报。以检验为基础,选用前期表现好的降水预报为背景场,使用高阈值融合满足条件的其他强降水预报产品,使用低阈值消除弱降水空报。回算表明,相对背景场,该方法可以同时提高强降水的TS评分和晴雨预报准确率。     

事件概率回归估计与降水等级预报

该文对比分析概率回归降水等级预报和回归降水等级预报的差异, 2007年秋季至2008年夏季全国平均检验结果表明:概率回归降水等级预报效果好于回归降水等级预报, 尤其是小雨预报, TS评分明显高于回归降水等级预报, 同预报偏差过大情况也有很大改善。进一步分析表明:回归降水等级预报方法在建立小雨预报方程的样本中, 少数较大降水量的样本方差占总方差的百分比过大, 导致预报方程中反映的预报量与预报因子的关系以少数大降水量样本为主, 是造成小雨预报空报过大的原因。与模式降水预报的对比分析表明:概率回归降水等级预报效果好于模式直接降水预报, 模式降水空报较大情况得到改善。     

基于贝叶斯理论的集合降水概率预报方法研究

将贝叶斯理论应用到集合降水概率预报方法研究中.采用集合预报资料和历史观测资料,通过建立贝叶斯产品处理技术(Bayesian Processor of output,BPO)降水概率预报模型,将一组集合成员降水确定预报值修订为一组贝叶斯降水概率分布或概率密度的预报,并获得表征每个集合成员预报能力有效信息评分(Informativeness Score,IS).基于IS值对集合成员概率预报信息融合,得到集成贝叶斯降水概率预报,并采用连续等级概率评分(Continuous Ranked Probablity Score,CRPS)方法检验试验结果.结果表明,基于BPO方法得到的集成贝叶斯降水概率预报可靠性高于由集合预报得到的直接概率预报.     

基于ECMWF集合预报产品的降水相态客观预报方法

基于欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts,ECMWF）集合预报系统的降水相态产品（precipitation type,PTYPE）,分别以HSS评分最优、TS评分最优和频率偏差最优为标准,运用最优概率阈值法,生成雨、雨夹雪、雪和冻雨4类降水相态的确定性预报产品,并与ECMWF集合预报系统控制成员及细网格模式确定性预报进行对比。最优概率阈值显示:3种最优标准下,不同相态降水最优概率阈值不同,但冻雨和降雪最优概率阈值均最大,为40%~80%,雨夹雪最优概率阈值最小,约为10%,三者最优概率阈值均随预报时效延长而减小;降雨最优概率阈值为7%~25%,随预报时效延长而增大。对比检验结果显示:最优概率阈值法明显提高了降水相态预报能力,且以HSS评分最优时预报效果最佳;最优概率阈值法有效减小冻雨空报,同时显著改善降雨和降雪预报的频率偏差和TS评分,对雨夹雪预报改进效果有限。     

EC-thin降水预报与极端天气预报指数在浙江暴雨预报中的检验与释用

利用ECMWF模式降水和极端天气指数资料,以及浙江省68个气象站降水观测资料,评估了ECMWF细网格模式(EC-thin)和降水极端天气指数(EFI)对浙江2018—2020年梅汛期暴雨预报效果。研究表明：对于同一预报时效,随着阈值的增加,EC-thin和降水EFI的暴雨预报评分都呈现“先增加、后减小”的趋势,对于不同预报时效都存在某一阈值使得暴雨预报评分达到最大。从24 h时效到72 h时效,EC-thin的降水预报阈值从45 mm逐渐下降到25 mm,而降水EFI的暴雨预报阈值从07下降到06。EC-thin和降水EFI对暴雨预报的空报率随着阈值的增大而减小,漏报率随着阈值的增大而增大。对于不同预报时效,通过合理组合EC-thin降水阈值和降水EFI阈值,可以得到更好的暴雨预报效果,其评分高于单独使用降水EFI阈值或EC-thin降水阈值得到的评分。     

应用贝叶斯原理修正降水概率预报

将天气分为有、无降水，分别求得其期望概率作为先验概率，在此基础上，引用贝叶斯原理对降水概率预报进行修正，以提高预报精度。     

基于时空不确定性的对流尺度集合预报效果评估检验

针对对流尺度天气系统的高度非线性特征和高分辨率模式预报结果存在时、空不确定性现象,以及当前邻域概率法主要考虑高分辨率预报结果的空间位移误差,而不能有效解决预报结果存在时间超前与滞后问题,将时间因素引入到邻域概率法中,结合一次强飑线过程进行对流尺度集合预报试验,并基于改进后的新型邻域概率法与分数技巧评分,对降水预报进行了不同时、空尺度的效果评估检验。结果表明:（1）邻域集合概率法和概率匹配平均法在极端降水的分数技巧评分远高于传统集合平均,弥补了集合平均对极端降水预报能力偏低的缺陷。（2）对于此类飑线过程的对流尺度天气系统而言,邻域半径为15—45 km的空间尺度能够改善降水位移误差的空间不确定性,并使其预报效果达到最优,其中15—30 km的邻域半径对于尺度更小的大量级降水事件预报能力更强。（3）对流尺度降水预报考虑时间尺度与降水强度存在着对应关系,不同时间尺度可以捕获到不同量级降水的时间不确定性。同时,时间尺度与空间尺度对于降水预报效果的影响是相互关联的。（4）改进的邻域概率法能够同时体现高分辨率模式预报结果在对流尺度降水事件上存在的时、空不确定性,实现了对流尺度降水在时、空尺度上的综合评估,并能为不同量级降水提供与其时、空尺度相匹配的概率预报结果。      

基于T639集合预报的持续性强降水中期客观预报技术研究

针对持续性强降水预报困难的问题,根据Anderson-Darling检验原理,构建基于中国气象局T639集合预报系统的持续性强降水中期客观预报方法。对比分析2010-2015年5-9月T639集合预报降水与实况降水的累积概率分布函数差异,在此基础上采用扩展时间序列和空间范围的方法构建3种模式气候累积概率方案,通过批量预报试验和检验,选取最优概率方案纳入预报模型,考察持续性强降水个例的最长预报时间。结果表明,随着预报时效的延长,集合预报模式的降水逐渐集中于小和中雨量级,无降水和暴雨以上量级的降水概率低于观测,168 h以后模式降水概率趋于稳定。通过扩展时间序列和空间范围能弥补模式气候资料年限不足所带来的偏差,根据区域气候特征细分模式气候的方法重点突出了不同区域的降水特征,明显优于简单集合所有区域数据的模式气候方案。基于集合预报的持续性强降水预报模型对持续性强降水个例的预报能力为8-9 d,随着预报时效的延长,降水强度以及雨带位置的预报能力逐渐减弱。      

基于降水目标的主雨带识别及预报误差空间检验

利用2014—2018年4—6月福建省及周边地区实测降水量和ECMWF模式降水量预报产品资料,采用目标识别方法,设定降水量阈值α,选取合适的特征尺度D₀和邻近度阈值β,分别识别实况降水场的主雨带和预报降水场的所有雨带,并选取匹配度阈值进行目标配对,确定与实况降水场主雨带最匹配的预报降水场主雨带。改进SAL空间检验方法,将模式主雨带预报误差用主雨带的强度（指降水极值和降水量阈值）、位置（指重心点位置）、形态（指主轴、次轴特征长度和轴向角度）属性的预报误差来表示。结果表明：预报主雨带的降水极值比实况小,但降水量阈值比实况大;预报主雨带的重心点位置与实况相比,4月偏西、偏南,5月、6月偏西、偏北,预报主雨带的重心位置多是滞后于实况,位于实况主雨带的上游;主雨带大都呈窄长带状分布,预报主雨带比实况更窄长,且预报时效越长越窄长。预报主雨带轴向角度比实况略小,总体均呈东偏北走向。以上分析结果可为模式主雨带预报误差的订正提供依据。     

CMA-MESO模式对“21·7”河南特大暴雨的预报评估与误差分析

为分析CMA-MESO模式对2021年7月19—21日河南特大暴雨的预报性能,除了常规观测资料,还利用雷达和卫星非常规观测资料,对模拟回波和云产品开展传统和新型空间检验,以揭示对流风暴和中尺度对流系统(MCS,基于卫星红外通道)的模式预报偏差细节,并从降水形成的水汽、动力、触发和维持机制等角度分析模式误差产生的原因。结果表明:模式能较好预报雨带形态、弱回波持续时间以及主要降水发生前期和后期MCS的面积和强度演变趋势;模式偏差主要体现在低估了降水强度且未报出郑州站极端小时降水,错报主雨带小时降水演变,严重低估了对流风暴和强对流风暴的持续时间,未能报出午后MCS面积陡增的变化趋势且MCS位置预报偏西、偏北;模式降水偏差的原因主要在于水汽的模拟,模式水汽垂直分布不合理,对台风烟花和查帕卡的水汽输送均偏弱,而水汽输送不足的根源是低空急流偏弱和超低空急流脉动不足。另外,模式未能在郑州站附近预报出稳定少动的地面中尺度辐合线,加之大气层结不稳定度不足和对流不稳定能量偏低,使得对流发展不够旺盛,最终导致降水预报不足。     

台风“巴威”不同类型降水多模式预报与空间检验对比评估

以传统的检验方法和基于对象诊断评估方法(MODE), 对首次以台风级别影响辽宁的“巴威”台风(2008)的台风暴雨过程不同性质降水的多模式(ECMWF、CMA_MESO 10KM、CMA_MESO 3km和睿图东北模式)预报结果进行了检验评估。结果表明: 受“巴威”远距离和本体影响, 辽宁省先后出现对流型降水和稳定型降水, 传统检验和MODE检验结果均表明, 多模式的对流型降水预报效果要优于稳定型降水, 这很可能是多模式对于台风北上减弱产生稳定型降水的影响系统的预报强度偏差大导致, 在今后预报中务必注意台风强度预报偏差对本体稳定型为主的降水的影响。传统检验结果中, CMA_MESO 3km和ECMWF模式的评分较高, 并且对于对流型降水雨带的形状、范围和质心距离、交集面积预报效果最好, ECMWF模式对稳定型降水也有着较高的目标相似度评分。尽管睿图东北模式由于对10.0 mm以上量级降水较高的空报和漏报率, 而导致TS评分偏低; 但在MODE检验结果中, 东北模式预报的强降水雨带的中心位置、降水强度和范围均接近实况, 目标相似度更高, 尤其在对流型降水阶段目标相似度达到了1.00, 模式对于对流型降水预报有着较好的可参考性。