山东WRF集合预报系统对“麦德姆”台风预报检验

2014年第10号台风"麦德姆"登陆北上,对山东造成较大的影响。此文对业务上常用的各种数值模式对于"麦德姆"台风的预报情况进行了对比检验,重点检验了山东WRF集合预报系统对此次台风的预报性能。结果表明,山东WRF集合预报系统对于此次台风预报具有较高的参考价值。WRF确定性预报台风路径预报类似EC细网格预报,在23日20时以前预报较好,23日20时后预报最好的为T639。WRF集合预报对于台风路径预报具有较好的指示意义。WRF确定性预报02时、14时更新预报效果好于其前面6h起报结果,体现了HYBRID-3DVAR集合混合同化对于改进预报效果的作用。通过中尺度模式与其外层全球背景场模式预报对比发现,由于中尺度模式具有自身的物理参数化方案和同化系统,其对于台风路径的预报效果可以显著优于其全球背景场模式。WRF确定性预报对于"麦德姆"台风降水预报与实况最为接近。对于台风大风预报,WRF集合预报最大值最好。     

WRF集合预报对济南暴雨过程的检验与分析

为了将WRF集合预报更好地应用于济南大城市精细化预报,提高暴雨预报准确率,利用2013—2014年汛期济南龟山观测站和市区及历城区36个区域自动观测站的降水资料,检验WRF集合预报24h确定性降水量对暴雨的TS评分、空报率、漏报率以及平均绝对误差和均方根误差,并且检验24h暴雨概率的可信度。2013年和2014年的空报率和漏报率均较高,2013年暴雨预报TS评分明显好于2014年。确定性预报24h降水量达到30mm以上,且天气形势和各物理量满足产生暴雨的条件时,可考虑预报暴雨;低层湿度大时确定性降水最易出现暴雨空报;24h暴雨概率预报对济南局地性较强的暴雨有较好的指示意义。     

不同 AMDAR资料同化时间窗对台风“摩羯”预报影响研究

2018年第14号台风“摩羯”对山东造成了大范围暴雨和大风天气,基于WRF（Weather Research and Forecasting）模式及其Hybrid-3DVAR混合同化预报系统,对Hybrid-3DVAR不同集合协方差比例和不同航空气象数据转发（aircraft meteorological data relay,以下简称AMDAR）资料同化时间窗对台风“摩羯”预报的影响进行了数值研究。结果表明：加大集合协方差比例对台风“摩羯”路径预报有较大影响和改进;当全部取来自集合体的流依赖误差协方差时,预报的台风路径最好,降水预报也最接近实况;AMDAR资料同化对于台风路径和降水预报也有正的改进作用,但加大集合协方差比例到100%时对台风路径预报影响更大;不同资料同化时间窗会影响同化的AMDAR资料数量,从而影响台风降水精细化预报;45 min同化时间窗的要素预报误差最小,对台风造成的强降水精细特征预报最接近实况;不同资料同化时间窗主要影响台风降水预报落区分布,对台风路径预报影响相对较小。     

ECMWF和华东WARMS模式对山东半岛汛期暴雨的预报能力检验

利用欧洲中期天气预报中心细网格模式(以下简称ECMWF-Thin)产品和模式水平分辨率为9 km的华东区域气象中心中尺度数值预报模式V1.0(以下简称SMS-WARMS)产品,对山东半岛2016—2017年汛期35个暴雨日(26次过程)的暴雨预报能力进行检验。结果表明:1)对于降水强度,ECMWF-Thin预报偏弱导致暴雨和大暴雨漏报率偏高,大暴雨几乎全部漏报,当其预报有50mm以上降水时出现暴雨的概率达90%以上,SMS-WARMS则预报降水量偏强、空报率较高,SMSWARMS降水强度量级预报总体优于ECMWF-Thin,24 h预报能力最佳; 2)对于强降水开始时间的预报,两家模式均表现为偏晚为主,且偏晚3 h以内的概率较大,在参考其预报结论的基础上可适当提前3 h; 3)对于强降水落区,ECMWF-Thin略优于SMS-WARMS,SMS-WARMS对台风暴雨的落区预报较为精准,而其他类型暴雨的落区ECMWF-Thin预报多偏南或偏向西南1°以内,因此预报员需向偏东或东北1°范围内的区域调整; 4)对于强降水范围大小的预报,ECMWF-Thin预报暴雨范围偏小的概率较大,而SMS-WARMS预报范围偏大的概率较大,因此需综合考虑两种数值预报结论进行折中预报。     

概率匹配平均法在山东强降水预报中的应用

基于WRF集合预报系统开发了概率匹配平均降水产品,选取了山东省2014—2016年共13次强降水过程,检验评估了概率匹配平均法在山东省强降水预报中的综合表现。结果表明:对于不同的强降水过程,各预报产品的预报能力差异较大,尤其是对暴雨以上量级降水的预报存在较大偏差;概率匹配平均相对集合平均,对大雨以上量级降水预报有明显改善,较WRF确定性预报产品也有一定提高,对强降水预报具有一定指示意义;该方法的改进主要体现在对不同量级降水的调整上,尤其是强降水的落区,相对集合平均增大了强降水的范围和强度,但对整个区域的总降水量预报没有很好的改进作用。     

T639数值预报产品对黄渤海沿海大风预报效果检验

根据影响系统对2008—2011年黄渤海沿海的大风分了四个天气类型:气旋、低槽冷锋、台风和综合类。对不同类型的大风天气,就T639数值预报产品天气系统的影响时间、强度和中心位置以及大风出现的开始时间、结束时间、大风落区、最大风速值和最大风速值的开始时间、结束时间和落区的预报准确率进行了统计。结果表明,T639数值预报对黄渤海沿海大风具有较好的预报准确率,漏报率较低;对于台风类的预报能力偏差;预报数值比实况偏小,当预报有气旋、或预报大风时间长范围大时,实况风将增大1—2个量级;对于大风的开始时间预报略偏早,而对于大风的结束时间和最大风速的开始和结束时间预报均略偏晚。     

基于EC集合预报的渤海灾害性大风风速预报方法研究

利用2014—2015年渤海埕北A平台逐小时风场特征对7级以上且持续6 h以上的大风个例进行统计,共出现36次大风过程。利用欧洲中心集合预报51个预报成员分别比较最优成员和最优百分位预报产品在预报海上大风风速预报的效果,结果表明:EC集合预报对于7级以上大风有低估的效果,从优选成员来看,集合预报最优成员并不唯一确定;6种(最大值、95、90、85、80、75百分位)集合预报百分位预报的10 m风速,多数预报与实况相比是偏小的,利用历史偏差对EC集合预报的误差进行校准,反算校准后误差缩小。总之,集合灾害性大风风速的预报有低估的效果,反算后预报水平有明显提高,可利用EC集合预报最优百分位订正后的10 m风场产品应用于渤海灾害性大风的预报。     

预估偏差法集合化台风路径概率预报

基于2012—2016年发生在西北太平洋我国24 h警戒线内的所有台风资料,在预估偏差台风控制路径预报结果的基础上,统计台风控制路径预报位置与实测位置之间的预报距离误差,得到台风落入概率相对于无量纲预报误差的经验分布公式。进一步的,分偏快、偏慢、偏左、偏右对各偏离方向分别建立偏台风落入概率相对于无量纲预报误差的经验分布公式。使用该方法对2017年全年的台风进行后报,并比较落入概率预报结果与实际落入概率之间的误差,结果证明二者有较好的一致性。     

基于多源数据的长江口概率风暴潮预报系统

将6个气象预报机构对西北太平洋一带台风的预报数据合并为一个分析数据。根据分析数据,共得到45个台风样本（5条台风路径、3个台风最大风速和3个台风中心气压）,基于WRF和FVCOM模型建立了一套适用于长江口及附近海域的风暴潮预报系统,以热带气旋“利奇马”（201909）为例,利用该预报系统进行了模拟预报,实现了风暴潮的集合预报和概率预报。结果表明,该系统对增水具有较好的预测精度,可提供各增水场的发生概率。     

基于多源数据的台风风暴潮概率预报研究：数值预报系统

采用台风集合构建方案,基于WRF中尺度气象模型和FVCOM三维海洋模型建立了一套适用于长江口的风暴潮概率预报系统。以1909号台风"利奇马"为例,应用该概率预报系统得到丰富的预报信息,如最大和最小可能增水、平均增水及其标准差、概率增水值及增水概率值等。预报系统还能够确定不同发生概率的增水范围,为风暴潮防灾减灾工作提供更系统的技术支持和决策参考。     

上海沿岸海域灾害性大风特征研究与预报检验

选取2011-2017年上海沿岸海域5个浮标站点的风场和海浪数据,分析了大风过程的时间和空间特征;对海浪成长过程进行风向分类,运用滑动相关分析统计了8个风向的海浪滞后时间;计算了大风起风时间的预报提前和滞后量,进行了风速风向的误差和准确率检验。结果表明:越往东部海域,大风时数越多,长江口区东部风速较大;大风极值主要出现在8月份台风过程,出现时段都为傍晚到半夜,大浪极值浪向以东北到东南向为主;秋冬季大风时数多,5-6月大风时数最少;大风风向以西北到东北风为主;海浪成长过程风向分布是东南-西北走向,海浪对风的响应滞后时间平均为3~4 h;大风起风时间预报较实况略有滞后,风速预报的准确率总体在70%以上,预报值较实况值偏小,口外浮标偏小最为明显,偏强率都为0;风向预报准确率低,误差大。     

福建省沿海冬半年东北大风的数值预报释用方法研究

基于福建省冬半年沿海32个自动站的极大风观测资料和WRF、EC细网格以及T639 3种模式预报的10 m风场资料,将模式预报的风速与观测资料进行对比分析,结果表明:WRF和EC细网格的预报效果较好,有可参考性,T639可参考性不高。模式预报结果相比实况极大风速偏小,预报平均绝对误差由沿海向内陆逐渐减小,由中部向南北逐渐减小。择取预报效果较好的WRF和EC细网格模式,对沿海代表站点进行风速集成,建立集成预报方程,并进行集成订正。误差订正后,与误差较小的WRF模式相比,预报准确率提高了10%左右,改善效果显著,为提高福建省沿海冬半年东北大风的预报准确率提供定量的预报方法。     

基于多源数据的台风风暴潮概率预报研究:台风集合的构建

建立了一套用于台风风暴潮集合预报的台风集合构建方案.首先基于中国中央气象台、中国香港天文台、中国台湾中央气象局、美国联合台风预警中心、日本气象厅和韩国气象台6家预报中心的预报数据,构建一个误差更小的24 h、48h和72 h预报时效的台风分析数据;然后基于分析数据构建9个路径样本(1条分析路径+2个概率圆上的8条概率路...     

黄、渤海冷空气海浪场的集合预报试验

利用欧洲集合天气预报系统51个预报风场驱动SWAN海浪模式,对黄、渤海2013年12月-2014年2月期间受冷空气影响的海浪场进行数值模拟试验,并利用浮标观测资料对海浪集合预报结果进行初步检验分析,结果显示:从逐时平均偏差结果可知,24h预报时效内集合平均与控制预报性能相近,48~72h预报时效内,集合平均明显优于控制预报,但均比实况偏小;集合分位值(75、90百分位值和极端值)明显优于集合平均,且预报时效越长,优势越明显,集合预报极端值与实况相当或略偏大;从逐24h平均偏差结果可知,集合分位值(75、90百分位值和极端值)比集合平均和控制预报更接近实况。总的分析表明:集合分位值(75、90百分位值和极端值)对受冷空气影响的海浪场具有较强的分辨能力,可以提高对海浪场的预报水平,且有较好的应用潜力。     

台风风暴潮异模式集合数值预报技术研究及应用

台风风暴潮数值预报的准确性在很大程度上取决于台风路径预报和强度预报的精度以及风暴潮预报模型的计算精度。目前,国际上24/48 h台风路径预报平均误差分别约为120/210 km左右[1],对于走向异常的台风误差更大;更有,根据单一的台风路径和单族的风暴潮数值预报模式并不能保证获得可靠的风暴潮预报结果。考虑多重网格法原理具有在疏密不同的网格层上进行迭代以达到平滑不同频率的误差分量,使得计算快速收敛,精度提高的特性。在前期研究基础上基于业务化高分辨率(结构网格/有限差分算法)和精细化(非结构网格/有限元算法)台风风暴潮集合数值预报模型构建多模型台风风暴潮集合数值预报系统。采用"非同族"模型进行集合预报很大程度上降低了误差相似遗传的可能性。应用该方法对典型台风风暴潮过程进行了试应用,试报结果表明:该方法对风暴潮增、减水预报效果高于单一集合预报,具有一定的应用前景。     

WRF Hybrid方法同化HY-2A散射计风资料在台风“菲特”预报中的应用

选取台风"菲特"(Fitow,201323)临近登陆过程为试验个例,在WRF模式基础上,采用4种不同的初始化方案,对台风"菲特"进行了72 h预报试验,并分析了模式的初始化对预报效果的影响。试验结果表明,对于台风路径的预报,使用集合平均作为初始场进行预报,预报结果相对直接使用GFS资料作为初始场进行预报的结果有明显改善,使用3DVAR同化方法,将HY-2A卫星散射计风场资料同化到集合平均的初始场中,台风路径预报进一步有所改善,而使用Hybrid同化方法将HY-2A卫星散射计风场资料同化到集合平均的初始场中,台风路径进而又有明显改善;但是在台风强度方面的预报,4种初始化方案效果不相上下。     

基于GPU技术的风暴潮集合预报

台风预报的准确性在风暴潮预报中起着重要作用。台风强度和路径的不确定性意味着使用集合模式来预报风暴潮。本文利用中央气象台的最优路径台风参数驱动国家海洋环境预报中心业务化的水动力学模型，开展华南沿海的风暴潮模拟，模式模拟结果与实测吻合较好。为了改进计算效率，采用CUDA Fortran 语言对模型进行了改造，改造后的模型在计算结果与原模型基本一致的基础上，计算时间缩短了99%以上。通过融合欧洲中期天气预报中心（ECWMF）的50条路径与3种可能台风强度构造出了150个台风事件，并用150个台风事件驱动改进的风暴潮数值模型，计算结果可以提供集合预报产品和概率预报产品。通过“山竹”台风风暴潮过程可以发现集合平均预报结果和概率预报结果与实测吻合较好。改进的数值模型可以运行普通工作站上，非常适合风暴潮集合预报，并且可以提供更好的决策产品。     

“天鸽”台风风暴潮预报及数值研究

介绍1713号"天鸽"台风风暴潮过程,并利用不同数值模型对整个台风风暴潮过程进行了后报检验,从风速和风暴潮实况角度发现中央气象台给出的台风强度弱于实况,并依据风暴潮实况分析出了"天鸽"台风可能的最大强度,指出"天鸽"登陆前后强度很可能已经达到超强台风级别,对于此类我国近海突变型台风风暴潮过程需要引起风暴潮预报工作者的高度关注。     

台风路径集合化预报方法的优化

在现有集合化预报方法的基础上,基于预估偏差的思想设计了一种新的优化方案,以进一步提高台风路径预报的精度和稳定性。首先以1307号台风"苏力"为例进行了单场台风的24 h集合预报,对预报过程中的误差进行了详细分析;然后对2013—2015年发生在西北太平洋的所有台风进行了24 h、48 h和72 h集合预报,就其整体误差进行了对比分析。结果表明:优化预报方案在对单场台风的路径预报中,其24 h集合预报误差相较于美、日、中、台等4个气象台站和现有集合预报方案分别减小了12.88%、18.40%、30.58%、19.44%、33.72%,各个预报时刻的预报偏差值波动相对较小;在对2013—2015年的多场台风路径预报中,在24 h预报时效下,优化方案的平均预报误差比现有集合预报方法提高了2.85%,而均方差则减小了10.6%,说明优化方案在保持与现有预报方案精度相当的基础上,在预报稳定性上有了较为显著的提高;48 h的集合预报误差相比于最好的台站中国台减小了4.38%,而72 h的集合预报误差与表现最好的中国台的预报误差相当,且明显小于现有方案的预报误差。     

2014年6—8月数值模式产品对山东气温预报的检验分析

为检验不同数值模式产品对山东不同站点2m日最高、最低气温24h预报效果,利用2014年6—8月逐3h的WRF-RUC、En WRF确定性预报、不同集合百分位数、T639、中国气象局下发的T639-MOS解释应用产品以及EC细网格预报进行TS评分、误差等分析。结果表明:EC细网格对内陆最高气温预报准确率最高,En WRF确定性预报次之,EC细网格和T639-MOS对内陆最低气温预报准确率最高。T639和EC细网格分别对沿海最高和最低气温预报准确率最高。对各模式单站气温预报进行最优模式分析发现,对于最高气温预报最优的模式为EC细网格和En WRF确定性预报,分别集中在鲁西南和鲁北、鲁中和鲁东南。对于最低气温预报最优的模式为EC细网格和T639-MOS,T639-MOS主要对鲁中山区预报较好,其他地区两个模式预报效果基本相当。