广东“18.8”季风槽极端降水事件对流尺度集合预报分析

受季风槽影响,2018年8月30—31日华南地区出现一次极端暴雨过程,单日站点累计降水量达1?056.7 mm,刷新了广东有历史纪录以来新的极值。对于此次极端降水事件,常用的业务模式包括欧洲中期天气预报中心全球模式（ECMWF）、日本气象厅谱模式（JMA）和中国气象局广东快速更新同化数值预报系统（CMA-GD）,都低估了降水强度。利用深圳市气象局业务对流尺度集合预报系统分析了此次特大暴雨过程,结果表明：对流尺度集合预报系统对本次特大暴雨过程具有比较好的预报能力,概率匹配平均最大雨量达348.7 mm·(24 h)-1,集合平均的强降水中心和观测基本一致,观测极值附近区域发生大暴雨（≥150 mm）概率最大值达到80%。选取了较“好”和较“差”集合成员预报进行对比分析,发现较“好”成员预报的强降水中心位置和观测基本一致,而较“差”成员预报的降水中心位置则偏向福建地区。较 “好”成员预报出莲花山南侧地面中尺度辐合线较长时间的维持和缓慢移动,导致强降水雨团在莲花山脉附近不断地触发和维持,同时地形的阻挡作用使得对流系统在地形附近区域持续维持,造成了罕见的特大暴雨;而较“差”成员辐合区位于莲花山以北,对流形成后向东、向北移动,最终导致强降水预报位置偏向福建地区。     

数值模式对强台风“菲特”登陆期间预报能力评述

基于自动站观测和ECMWF再分析资料,针对中国气象局上海台风研究所区域高分辨率台风模式(Shanghai Tropical Cyclone High Resolution Analysis and Prediction System,STI-THRAPS)和业务常用的4个数值模式,即欧洲中期天气预报中心(European Centre for Medium-range Weather Forecasts,EC)全球模式,美国全球预报系统(The Global Forecast System,GFS),日本气象厅(Japan Meteorological Agency,JMA)全球模式和我国T639(T639L60)全球模式,对1323号台风"菲特"登陆过程的预报性能进行了综合检验评估。结果显示:对暴雨以上的强降水预报STI-THRAPS有明显优势。仅有该模式对超过500 mm的极端降水做出预报,且各项评分均好于全球模式,漏报率也明显优于其他模式。对暴雨以下的降水预报各个模式差距不大。美国GFS和STI-THRAPS较好地预报了大风区,STI-THRAPS预报的风场与实况的空间相关程度最高。从漏报率上来看,STI-THRAPS模式的风场预报具有明显优势。虽然预报最大风速偏大,但是STI-THRAPS在24 h后的路径预报有较大优势。     

攀西地区2021年夏季多模式降水预报检验

为提高定量降水预报产品在攀西地区的预报能力,对2021年夏季格点预报（Grid Weather Forecasting,GWF）、西南区域模式（South West Center-WRF ADAS Real-time Modeling System,SWCWARMS）、欧洲中心中期预报 （European Centre for Medium-Range Weather Forecasting,ECMWF）及中国气象局中尺度模式（China Meteorological Administration Meso-Scale Model,CMA-MESO）降水预报情况进行了检验分析。结果表明:（1）ECMWF模式雨日空报最明显,但其暴雨量级预报较实况偏干,其余各家产品中各量级降水均以湿偏差为主。有雨日数在攀西地区南部预报效果较好,其余地方空报较大。大雨日数在凉山州中部预报偏差较大,攀西地区南部预报偏差较小。（2）从16次过程检验来看,各预报产品在8月份过程中的表现优于其余月份,GWF产品25 mm以上TS（Threat Score）评分高于20分的过程次数最多且预报效果最稳定,CMA-MESO模式空报最大。（3）各产品3 h累计强降水开始时间大多早于实况,SWCWARMS模式雨强偏大且对于持续时间较长的过程预报效果较好,而GWF、ECMWF模式累计雨量较实况偏小。      

北京“7.21”特大暴雨高分辨率模式分析场及预报分析

2012年7月21-22日,61年以来最强降水袭击北京,北京大部分地区出现大暴雨,局部特大暴雨,过程雨量大、雨势强、范围广,造成了严重影响。此次强降水配置较为典型,业务预报提前指示出了此次过程,但预报结果存在强度偏弱,峰值偏晚等偏差。在对此次大暴雨进行综合分析的基础上,利用中国自动气象站与NOAA气候预测中心卫星反演降水资料CMORPH(Climate Prediction Center Morphing Technique)产品融合的逐时降水量网格数据资料作为观测,着重对北京市气象局新的快速更新循环同化和预报系统(BJ-RUC v2.0)的3 km高分辨率模式分析场和预报场进行了检验与分析,以期通过对中尺度模式预报性能的了解,为暴雨可预报性问题提供进一步的参考。研究结果表明,此次特大暴雨过程水汽条件极佳,降水区域较为集中,呈现西南一东北走向的中尺度雨带特征。利用常规检验评分对预报降水的时间序列进行检验发现,预报降水在时间上滞后,降水强度偏弱,存在偏西南的位置误差,并且未能反映降水系统的线状特征。进一步利用检验连续降水区域定量降水预报的CRA(contiguous rain area)方法,对预报误差进行分解表明,整体降水(5 mm/h)的主要误差来自于位置和形状误差;而在暴雨(20 mm/h)的预报中,降水强度的偏差占误差的主要部分。最后结合对预报场大尺度环流和物理量的诊断(水汽条件和不稳定条件),分析探讨了此次极端暴雨预报不佳的原因。     

不同数值模式对江淮地区梅汛期暴雨模拟的对比分析

从降水偏差特征、预报技巧和对象诊断分析3个角度评估了欧洲中期天气预报中心模式(EC)、华东区域中心区域数值模式(WARMS)和江苏区域模式(PWAFS)对2020年江淮地区梅汛期11次典型暴雨过程的预报性能,并分析了各模式的优点及不足。结果表明:(1)24 h观测日平均累计降水主要分布在大别山—江苏淮北以及大别山—皖南山区,相应的模式降水偏差大值区与主要雨带位置有较好的对应关系,其中,EC在大别山和皖南山区存在明显干偏差,在江苏淮北地区则出现系统性北偏。WARMS和PWAFS两种区域模式均在大别山和皖南山区上游地区和下游浙江地区出现大范围湿偏差,而在江苏淮北地区出现干偏差;(2)24 h预报技巧评分结果表明,EC对暴雨及以下量级的TS评分最高,但大暴雨量级PWAFS最优,原因是EC对大暴雨量级出现较高漏报。对比WARMS和PWAFS两家区域模式可见,PWAFS在几乎各量级的空报和漏报率都低于WARMS,因此TS评分也高于WARMS;(3)通过MODE对象诊断分析发现,EC对降水位置预报最稳定,PWAFS对降水强度和范围的预报效果最优,但对雨带位置的预报不够稳定。总得来说,PWAFS的预报性能略优于WARMS,与EC相比在对降水强度和雨带范围的刻画上也具有优势,但预报稳定性尚有待提高。     

闪电资料同化对河南郑州“7.20”特大暴雨预报的影响

研究了闪电资料同化对2021年7月20日河南郑州特大暴雨短临预报的影响。利用天气研究与预报（WRF）模式的三维变分（3DVAR）数据同化系统（WRFDA）,开展了两组循环同化试验：（1）同化地面和探空常规观测资料（包括风速、风向、温度和气压）的试验（CONV）;（2）同化常规观测资料和由闪电资料反演的伪相对湿度的试验（LGDA）,并与无资料同化的试验（NoDA）进行对比。结果表明,CONV的分析场和NoDA都未能模拟出强对流系统的回波结构,但由于LGDA增加了对整层大气的湿度场的调整,其分析场在闪电发生位置处的水凝物增量较大,相对湿度和反射率的分布情况与中国全球大气再分析资料（CRA）及雷达反射率观测值最接近。降水预报方面,LGDA显著提高了大暴雨雨带（6 h累积降水量≥50 mm）和强降水中心（6 h累积降水量≥200 mm）位置和强度的预报效果,对本次强降水过程的预报起到了积极作用,尤其是对前3 h的降水预报。     

GRAPES_GFS模式全球降水预报的主要偏差特征

利用2017年1、4、7、10月“全球降水观测（global precipitation measurement,GPM）计划”每日08时（北京时）的24 h累计降水量和逐30 min降水量观测产品,从降水量和频率等角度,对同期GRAPES全球模式（GRAPES_GFS）第1（D1）、3（D3）、5天（D5）的全球降水预报性能和偏差特征进行细致评估与分析,且对低纬度暖池和北半球中纬度风暴路径区进行了重点观察,初步探讨了降水预报偏差特征在低纬度和中纬度明显不同的可能原因。结果显示:（1）GRAPES_GFS的D1—D5预报对全球日降水（量和频率）分布描述合理,能准确再现纬向平均降水（量和频率）的典型特征—降水“双峰”极大位于南北纬20°之间,次极大位于南北纬40°—50°地区的特征,以及关键区日降水时、空演变和降水日循环逐日演变的主要趋势特征。（2）低纬度的纬向平均湿日（≥0.1 mm/d）频率预报正偏差很小,但日降水量和强降水日（＞25 mm/d）频率预报的正偏差明显、偏差极大值“双峰”位置恰是相应观测极大值所在处（南北纬5°—10°）;中纬度的纬向平均日降水量预报基本无偏,但明显的湿日降水频率预报正偏差（20%—30%）和强降水日频率负偏差出现在南北纬40°—60°。降水偏差正、负分布特征随季节和预报时效基本保持不变,预报均方根误差数倍于平均误差,暗示模式降水预报偏差有系统性且性能表现波动较大。（3）日循环中,模式在暖池的降水量预报正偏差缘于降水强度预报偏强,降水频率预报的弱负偏差主要与降水落区预报偏小有关;而模式在北半球风暴路径区降水频率预报的正偏差则是降水落区预报偏大和空报弱降水事件两方面因素造成。（4）模式降水（量和频率）预报偏差特征在低纬度和中纬度的明显差异与模式次网格尺度和网格尺度降水比例失调有关,改进线索指向模式对流参数化方案中深对流的启动和深对流降水量的处理以及对流参数化方案与云微物理方案的协同问题。      

基于卫星降水和WRF预报降水的“6.18”门头沟泥石流事件的回报检验研究

2017年6月18日北京门头沟地区突发泥石流,造成6人伤亡。短时强降水是这起事件的主要诱发因素,但常规气象观测并没有很好地观测到此次降水过程,可见降水数据的准确性对于滑坡泥石流的实时预警及预报至关重要。近年来,卫星遥感估算降水发展迅速,WRF（Weather Research and Forecasting Model）模式关于降水的预报技巧也逐渐提高。本文以自动站降水资料为参考,首先利用定性方法和泰勒图、TS（Threat Score）评分等定量的方法比较了CMORPH（CPC MORPHing technique）、GPM（Global Precipitation Measurement）和PERSIANN-CCS（Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks-Cloud Classification System）三种卫星降水资料以及不同起报时间的WRF预报降水对此次降水过程的表现能力,然后利用降水数据驱动滑坡泥石流统计预报模型,对此次事件进行了回报,分析不同降水数据在模型中的实际应用效果,最终为滑坡泥石流实时预警和预报系统的构建提供参考。结果表明,三种卫星降水资料基本上能反映出此次降水过程东北—西南向的带状空间分布形态,其中,CMORPH与自动站资料的空间相关性最好,命中率也最高,但对降水量有一定的高估,GPM对平均降水量的时间变化有较好的反映,体现了卫星降水在观测较少地区的良好利用价值,PERSIANN-CCS的表现则相对差些。WRF模式能预报出此次降水的带状空间分布特征,但降水中心的位置与实际有所偏差;此外,预报的最大降水量的峰值出现时间比实际上晚。由于此次降水的强局地性,只有空间分辨率均匀且质量相对较好的CMORPH卫星降水驱动模型可以回报出此次事件,而自动站点资料由于空间分布不均,则没有回报出此次事件,这表明了卫星降水在滑坡泥石流实时预警系统的构建中具有一定的优势。WRF模式降水驱动模型可以提前做出预警,虽然预报的事件发生时间与实际相比偏晚3~5 h,但WRF可以较好地预报72 h内的降水,因而可以延长灾害的可预见期。WRF模式预报降水的时间和空间精度都需要进一步提高,但是仍具有很好的参考意义。     

应用GRAPES模式对贵州暴雨过程的模拟试验

利用我国新一代数值预报模式GRAPES（Global／Reglional Assimilationand Prediction Enhanced System），对2004年发生在贵州的3次强降水过程，即6月23—24日、7月17—18日和7月21—22日的暴雨过程进行了数值模拟，并与实况资料进行对比分析。模拟结果表明：GRAPES模式成功地模拟了这几次降水过程中的主要天气系统的位置和移动过程，如西南低涡的加强、较强的低空急流、低空气流辐合以及高空槽过境等，因此较好地模拟出暴雨的落区和分布特征。但对强降水的模拟与实况有一定差异，对局地暴雨的模拟偏小。模拟试验分析可见：GRAPES模式对贵州暴雨有预报能力，有较好的参考作用。     

SWAN产品在“2012·7”沙澧河流域特大暴雨过程中的应用

利用灾害性天气短时临近预报业务系统(SWAN,Severe Weather Automatic Nowcast System),对2012年7月4—5日发生在河南沙澧河流域的大-特大暴雨过程进行SWAN产品特征分析,总结SWAN产品在此次过程短时临近预报、预警中的特征指标,结果表明:(1)1 h降水量30 mm以上站点对应的1 h最大反射率因子97.4%在45 d Bz以上,回波顶高84.6%在11 km以上,反射率因子对短时强降水预报的指示意义较强;(2)垂直积分液态含水量(VIL,Vertically Integrated Liquid Water)高值区与1 h降水量10 mm以上降水区有很好的对应关系;(3)定量降水估测(QPE,Quantitative Precipitation Estimation)对此次特大暴雨过程30 mm以上1 h降水量有较好的估测能力;(4)定量降水预报(QPF,Quantitative Precipitation Forecast)对此次过程1 h降水量30 mm以上的站点预报量级普遍偏小,平均QPF预报误差偏小30 mm;(5)回波移动矢量(COTREC风场)指示着未来风暴移动的方向,且1 h强降水中心与COTREC风场辐合区有一定的对应关系。     

基于WRF模式的雅安暴雨数值模拟研究

利用WRF模式对2010年8月21日发生在雅安地区的一次暴雨过程进行了数值模拟。对比分析模拟和实况发现,WRF模式较好的模拟了此次降水过程的时空分布,人而利用模式输出的高时空分辨率模拟资料对此次暴雨进行诊断分析。结果表明,青藏高原地形的阻挡作用使副热带高压西南缘的暖湿气流持续向四川盆地输送,在雅安地区上空700 hPa形成气旋性环流中心;主要降水时段内强降水中心从低层到高层均出现了强烈的上升运动,以及暴雨中心上空维持着高层辐散、低层辐合,高空为负涡度、低空为正涡度,且随暴雨过程发展对流层正涡度的加强作用为暴雨的生成和维持提供了有利的动力条件;对流层中低层接近饱和的空气、强烈的水汽输送以及水汽通量散度高低层的配置,为本次暴雨提供了充足的水汽条件;对流层低层大气存在明显的不稳定层结,中层为中性层结,这种对流性不稳定的维持为暴雨天气的发生提供了热力条件,有利于强降水过程的形成。     

西南区域模式在成都地区的降水检验及物理量分析

本文选取2014年6～9月西南区域模式产品的每日20 h (北京时)起报的00 h～24 h降水量、相关物理量及成都地区实况降水量。首先利用领域法建立高分辨率模式与稀疏站点对应关系,其次比较领域内的降水量分级传统技巧评分以及强降水(25mm以上)与模式物理量阈值进行概率分析,得出强降水物理量阈值,最后通过个例对模式物理量阈值进行检验。得出如下研究结论:降水量分级评分结果表明模式对成都地区有无降水预报总体效果较好;TS评分随着预报降水量级增大而减小,同时模式空报率高于漏报率;而暴雨及暴雨以上量级降水混合评分为11.6%,具有一定的参考性。强降水与模式物理量阈值概率分析表明模式对强降水有一定的预报能力,但量级、落区相对较差。两次降水个例物理量阈值均满足以暴雨、暴雨以上降水为主的条件。      

基于集合成员订正的强降水多模式集成预报

基于TIGGE资料集下欧洲中期天气预报中心（ECMWF）、日本气象厅（JMA）、英国气象局（UKMO）、美国国家环境预报中心（NCEP）和中国气象局（CMA）5个气象预报中心2016年5月1日—8月31日中国地区逐日起报预报时效为24~168 h的24 h累积降水量集合预报的结果,对各个集合预报成员进行了频率匹配法的订正,并对订正前后的多模式集成预报效果进行评估。结果表明:采用频率匹配法订正后的降水预报,有效改善了集合平均预报中强降水（日降水量25 mm以上）预报由平滑作用产生的量级偏小现象,使预报的降水量级更接近实况,但对降水落区预报改进不明显。基于卡尔曼滤波技术的集成预报效果优于基于线性回归的超级集合预报和消除偏差集合平均预报,对强降水落区的预报较单模式更优。基于集合成员订正的降水多模式集成预报在强降水的落区预报和降水中心的量级预报更接近实况,效果优于原始多模式集成预报与单模式结果。     

GRAPES千米尺度模式在西南复杂地形区降水预报偏差与成因初探

利用2019年夏季（6—8月）西南复杂地形区地面观测站逐时和逐日降水量观测数据,从降水量和降水频率入手,对同期GRAPES-Meso 3 km业务模式短期（36 h以内）降水预报性能,特别是在不同典型地貌区—四川盆地子区、云贵高原北部子区和南部子区、青藏高原东缘山地子区的预报偏差进行细致评估与分析。结果表明:（1）GRAPES-Meso 3 km模式能合理地刻画出西南复杂地形区夏季日降水和日内尺度降水的主要特征,以及小时降水频次-强度的基本关系。（2）在各子区,模式日降水量（频率）预报表现为清晰的正偏差,正偏差在盆地子区最显著,为观测值的1.1倍（0.3倍）;日降水量正偏差主要由强降水日降水量预报偏大引起,但频率正偏差在云贵高原南、北子区与其他两个子区不同,主要是中小雨日数预报偏多的贡献;强降水（中小雨）落区预报存在明显（轻微）偏大倾向,强降水预报落区偏大频率在青藏高原东缘山地子区最高,达82.8%,在云贵高原南部子区最低,为53.6%。（3）日循环上,各时次小时降水量（频率）预报整体偏大,且主要正偏差出现在观测的夜雨峰值时段,其中海拔1200 m以下区域的降水频率正偏差从夜间峰值区延续到中午,模式偏强的日降水量预报往往表现为日内偏长的降水时长或小时降水空报。（4）诊断分析显示,模式在四川盆地区突出的夏季日降水预报正偏差是模式对流层低层在云贵高原南-东南侧偏强的西南风预报与西南地区特殊地形结合的产物。      

“23·7”华北特大暴雨数值预报检验评估

针对“23·7”华北特大暴雨过程,采用天气学检验及TS(thrcat scorc)评分和MODE(mcthod for objcct-bascd diagnostic cvaluation)方法对中国气象局高分辨率全球同化预报系统(CMA-GFS)、较低分辨率全球集合预报系统(CMA-EPS)、欧洲中期数值预报中心集合预报系统(EC-EPS)和业务预报模式(EC-HR)、美国环境预报中心全球预报系统(NCEP-GFS)等全球模式和中国气象局区域台风数值预报系统(CMA-TYM)、中尺度天气数值预报系统(CMA-MESO)和区域数值预报系统(CMA-BJ)等进行中短期预报效果检验评估。结果表明:EC-EPS提前14 d预报京津冀一带有过程累积降水量超过100 mm强降水的发生概率,CMA-EPS可提前12 d报出,但预报欠稳定且落区偏东偏南。EC-HR对100 mm以上过程累积降水量及2 d以上暴雨日的位置预报提前时效均达8 d左右,CMA-GFS的过程累积降水量预报显著偏小、强降水落区明显偏东,可用预报时效短;NCEP-GFS预报性能介于二者之间。各模式均可提前36 h预报强降水落区和...     

2021年7月河南极端暴雨事件的位涡诊断和精细化预报

2021年7月17～22日，河南省发生一次大范围极端暴雨事件。本文利用ERA5再分析资料，基于湿位涡和倾斜涡度发展理论对此次暴雨过程进行诊断分析，并考察高分辨率全球模式天机系统及欧洲中期天气预报中心业务预报系统对此次降水过程的预报能力。结果表明此次事件是中高—低纬系统相互作用、协同影响的结果。18～19日，来自中高纬度的高湿位涡沿倾斜的湿等熵面自对流层中高层向下入侵，降温和相对湿度增加，导致河南省西北部高涡度带的形成及对流层低层倾斜湿等熵面在河南省北部建立。20日受低纬台风的影响南风增强，沿倾斜湿等熵面的上滑运动增强，导致相对涡度迅猛发展，强降水发生。天机系统对此次强降水过程的预报能力较欧洲中期天气预报中心的业务预报系统好，能为业务部门提前发布预警信号提供科学支撑。湿位涡和倾斜涡度发展理论是暴雨的诊断及预报的有力理论基础，在再分析资料及模式预报数据中与降水强度、降水落区及雨带的移动均有很好的对应。     

榆林2017年7月26日区域性大暴雨数值预报降水检验及误差分析

采用2017年7月25日08时—26日08时地面观测资料与欧洲中期数值模式(ECMWF,简称“EC”)、中国气象局全球中期数值模式（GRAPES_GFS,简称“GFS”）和日本气象厅数值模式（简称“JMA”）的降水预报进行对比,分析各模式对此次区域性大暴雨过程的预报性能,并将各模式预报的环流形势、物理量场与NCEP1°×1°再分析资料做对比,分析模式降水误差的产生原因。结果表明：EC对降水量预报较好,达到大暴雨量级;GFS降雨量级预报为暴雨,中心位置比EC更接近实况;JMA中心位置预报最好,但降雨量与实况相差较大。各模式均为20时预报优于08时预报,且随着预报时效的临近,预报结果更接近实况。EC预报的低层切变、垂直速度中心、水汽通量散度大值区和假相当位温能量舌均偏北,因而预报的降雨区域偏北。GFS预报低层辐合、θse相对大值区、垂直上升运动中心均明显偏西,故降水大值区在内蒙地区,垂直运动次上升中心对应榆林上空降水中心。JMA的各因素均与实况位置一致,降水中心预报在各模式中最接近实况,由于低层气流较弱以及弱的水汽辐合,导致降水量预报与实况相差较大。     

一次燕山南麓局地大暴雨的成因分析及数值预报检验

利用常规观测资料、区域自动站、卫星云图及多普勒天气雷达资料,对2013年6月28—29日发生在秦皇岛地区一次局地大暴雨过程进行了综合分析,并从环流形势、影响系统、降水强度和落区等方面对多种数值预报进行检验。结果表明:中尺度对流复合体和线状回波中的超级单体,造成了北部山区的短时强降水,强降水区域位于黑体亮度温度TBB度最大处,燕山山脉地形抬升作用和中尺度风场辐合是本次过程的触发机制。多种数值模式产品对暴雨有一定的预报能力,但强降水中心都偏北,且未能体现出大于100?mm的大暴雨区域。对产生暴雨天气影响系统位置和强度的预报,不同的数值模式有所差异,ECMWF模式对亚洲地区中高空环流预报的结果更为准确,对弱高空槽系统预报偏差较大。冷涡天气形势下,当各种数值预报模式均预报有降水时,降水量级一致或相差不多,并且日本传真图在秦皇岛附近预报有25?mm左右降水中心时,考虑地形作用,秦皇岛北部山区降水量级可增加一个量级或稍大一些。由于各家数值预报对地形作用难以准确把握,从而对地形诱发的中小尺度系统容易漏报。     

超强台风“利奇马”登陆前后多模式降水预报评估对比分析

利用欧洲中期天气预报中心全球模式(ECMWF)、美国全球预报系统(GFS)、中国气象局全球区域一体化同化预报系统—全球数值预报系统(GRAPES_GFS)、上海区域中尺度数值预报业务系统(SMSWARMS)、以及浙江省中尺度数值预报业务系统(ZJWARMS)和浙江省快速更新同化预报系统(ZJWARRS)降水预报资料,开展了各模式对超强台风"利奇马"登陆前后浙江省强降水的预报性能检验评估。结果表明:(1)过程降水预报方面,ECMWF对降水落区预报表现最佳,但对降水极值中心强度的预报技巧较低; 3个区域模式各有优势,其中ZJWARRS和ZJWARMS对登陆点附近及浙西北强降水落区、强度的预报均与实况一致,SMSWARMS对几个强降水落区的预报也表现较好,但雨强偏弱。(2)对逐日降水预报技巧上,登陆前全球模式ECMWF、GFS评分较高,而临近登陆及登陆后区域模式表现较好;其中SMSWARMS、ZJWARRS和ZJWARMS在预报时效12 h内的大暴雨及特大暴雨的预报上有较大优势,尤其ZJWARRS对0～3 h大暴雨的预报技巧表现最为突出。(3)对强降水致灾地区(永嘉、临海、临安)的短时降水预报方面,ZJWARMS无论在落区还是强度预报方面均表现较好,ZJWARRS与之接近,对多个降水中心的预报方面可互为补充;SMSWARMS对降水中心的预报往往存在位置偏差且雨强显著偏弱;全球模式对致灾强降水的短临预报参考价值较低。(4)各模式对850 hPa水汽通量及辐合区的预报差异较大是导致"利奇马"预报降水差异显著的重要原因。对于浙江省级区域来说,ZJWARRS及ZJWARMS在强降水落区及强度的短临预报方面有显著优势。     

北方一次暖区大暴雨降水预报失败案例剖析

目前全球模式对暖区暴雨的捕捉能力有限,北方地区的暖区暴雨预报更是业务预报中的一个难点。2013年7月1—2日河北、天津等地出现了一次区域性大暴雨过程,降水由锋前暖区降水和锋面降水组成,特别是冀中的特大暴雨[409mm·(24h)~(-1)]暖区降水占60%以上。预报员对此次过程的预报量级显著偏小,特大暴雨、暴雨均出现漏报。各家数值模式预报均不能给预报员提供足够的有用信息,给预报带来很多困难,导致预报的失败。本文利用业务预报中常用的数值预报产品、加密自动站观测资料、常规地面、高空观测资料、新一代天气雷达资料等对此次北方暖区暴雨预报失败案例进行剖析,结果显示:高温高湿的环境中,未能捕捉到可触发对流的次天气及以下尺度的小扰动,如地面辐合线、阵风锋、冷池及中尺度涡旋等及其对强降水的影响,加之对中尺度对流系统的环境场条件,如低空急流、急流核的发展演变等的精细分析不足是导致强降水预报量级偏弱的重要因素;对于发生在深厚暖湿气团中的暖区降水的预报,需考虑高温高湿环境下地面辐合线、冷池及中尺度涡旋的相互作用对对流的触发及组织化发展导致的局地性、对流性强降水的产生;基于地面自动站资料和雷达资料等的短时临近预报可以弥补全球数值预报对中小尺度系统的捕捉能力的不足,提高暖区暴雨的预报准确率。