一个η坐标有限区域数值预报模式对1993年中国汛期降水的实时预报试验

本文通过展示一个有限区域数值预报模式对1993年中国汛期降水的实时预报试验结果，介绍一个能考虑我国复杂地形的，适合于我国计算机条件的，对我国夏季降水有相当预报能力的η坐标的有限区域数值预报模式。从6月中旬到8月下旬，连续50多天实时降水预报试验的TS(Threat Score)技术评分(模式范围)平均为:雨区范围(24小时降水大于1mm)预报的TS值为50.2%；24小时降水大于10mm和25mm的TS值分别为28.1%和17.3%。优于国内有些已用于业务预报的有限区域数值预报模式的预报结果。模式对1993年梅雨、川西暴雨和华北暴雨都有很好的预报。     

台风苏迪罗登陆次日分散性暴雨成因及预报着眼点

利用常规气象观测,卫星、雷达资料,数值模式和中央气象台定量降水预报数据以及FNL分析数据等对台风苏迪罗的定量降水预报进行检验,探讨台风登陆次日分散性暴雨成因和预报着眼点。苏迪罗登陆次日,暴雨分布相对较分散,各家数值模式对其把握均较差。NMC的24 h定量降水预报虽在模式基础上有较好订正,但仍存在明显的暴雨空、漏报现象:暴雨落区预报较实况偏南,导致南侧空报、北侧漏报。受环境场和台风非对称结构影响,强降水产生的有利动力、水汽条件均位于台风北侧和东部沿海地区。台风东北象限对流层低层存在两条强辐合带,其间为降水较弱的弱辐散和下沉运动区。预报员对台风结构的非对称性及风场的非均匀性把握不足,对台风中心附近和两条辐合带间的弱降水区预报偏强,造成暴雨空报。在地形作用下,浙江沿海不断有强降水产生,随后沿切线方向发展为螺旋雨带并逐渐北扩。预报员对地形不断强迫作用下降水沿螺旋雨带的发展及向外围的扩散没有预期,导致浙江北部暴雨漏报。台风登陆次日分散性暴雨的预报着眼点包括:台风非对称性、风场非均匀性、螺旋雨带发展及地形作用等。非对称性影响较大尺度的降水落区;低层风场非均匀的辐合带及急流分布则引起螺旋雨带的发展、演变,决定了台风的精细强降水落区。除地形对局地降水具有增幅作用外,强降水沿螺旋雨带的发展还会对下游地区产生影响。     

黄河“96.8”致洪暴雨过程和数值模式预报分析

黄河“96.8”洪水是一次重要的强降水过程引起的。黄河流域地形复杂 ,而且降水时间分布极不均匀 ,预报难度较大。应用中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室 REM模式 (简称 LASGREM)对这次洪水暴雨过程进行了模拟预报。同时应用 L ASGREM的输出产品对该过程进行了分析。结果表明 ,该模式对黄河“96.8”致洪暴雨的模拟预报能力较强 ,适合于黄河水文气象业务预报。     

应用LASGREM制作黄河三花间暴雨预报

应用中科院大气所数值模拟国家重点实验室ＬＡＳＧＲＥＭ 制作汛期黄河三花间暴雨预报结果表明,该模式对黄河中游复杂地形的降水模拟效果较好。以降水定性评分办法评定,其预报准确率约７７ ％ ,高于日本数值模式（２４ ｈ）预报准确率。     

黄河“96．8”致洪暴雨过程和数值模拟预报分析

黄河“96．8”洪水是一次重要的强降水过程引起的，黄河流域地形复杂，而且降水时间分布极不均匀，预报难度较大，应用中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室REM模式（简称LASGREM）对这次洪水暴雨过程进行了模拟预报。同时应用LASGREM的输出产品对该过程进行了分析。结果表明，该模式对黄河“96．8”致洪暴雨的模拟预报能力较强，适合于黄河水文气象业务预报。     

北京市"7·21"特大暴雨不同预报产品可预报性对比

利用ECMWF、NCEP全球预报产品和BJ-RUC区域预报产品,对比了不同模式对北京市"7·21"特大暴雨暖区降水、锋面降水的预报效果,同时利用WRF高分辨率中尺度模式同化常规观测资料和雷达资料,对此次过程进行数值模拟试验。结果表明:NCEP和ECMWF的全球集合预报产品都能预报出北京市"7·21"特大暴雨过程,但在暖区降水阶段和锋面降水阶段存在6 h左右的时间滞后,且降水量偏小;BJ-RUC区域模式预报出了整个强降水过程,且较好地预报了暖区降水,优于NCEP和ECMWF预报,但锋面降水较之实况锋面阶段降水偏南,预报的降水量小于实况。对于此次特大暴雨过程的模拟,暖区降水和锋面降水的预报要优于业务预报,且暖区降水接近实况降水,但整个锋面降水过程存在3 h的时间滞后。     

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。     

“9.18”川西北暴雨过程的数值预报与试验

利用成都区域中心ETA坐标模式，对2001年9月18－21日发生在四川盆地西北部的暴雨过程作数值预报试验，显示出对大暴雨过程的预报能力。模式预报对此降水过程雨区的移动、稳定、减弱趋势有较好的反应，但降水强度预报偏弱，且落区有偏差。数值试验揭示了降水前期对流层中、低层的西南、东南气流对降水的重要作用，而北方冷空气的强弱对此影响不明显。     

华南暖区暴雨预报的模式初始场质量敏感性分析北大核心

本文利用高分辨率中尺度数值预报模式WRF和两组再分析资料,在研究不同模式初值对华南暖区暴雨预报质量差异明显的基础上,利用合成初值方法进行了模式初值对暖区暴雨预报的敏感性数值试验研究,讨论了模式初始场关键物理量对暖区暴雨预报质量的影响,重点开展了模式初值湿度场质量对华南暖区暴雨降水预报的敏感性分析。结果表明:模式初始场质量的较小差异,可显著影响本次华南暖区暴雨预报的降水强度、降水落区以及降水发生时间等的质量。初始水汽场对暖区暴雨预报影响最大,也最为敏感,是准确预报对流单体的发生发展以及地面强降水的基础。风场和温度场对暖区暴雨预报的影响相对较小。对流层低层较强的风速辐合是本次暖区暴雨强对流单体触发、生成和加强发展以至产生暖区强降水的物理基础。     

金华市一次暴雨过程成因及EC预报误差分析

利用常规气象观测资料、区域自动站加密资料、欧洲数值模式(ECMWF,简称"EC")资料对2018年5月7日08时至8日08时出现在金华市的一次暴雨过程进行成因分析,并将EC预报的环流形势、物理量场与实况进行对比分析,找出预报误差产生原因,提出春夏交替季节暴雨落区预报的订正着眼点。分析结果表明,此次暴雨落区沿850 hPa切变线呈带状分布,高低空系统呈后倾槽结构,强降水主要位于850 hPa切变线附近,地面倒槽顶后部;降水前期低空急流的建立为暴雨区输送了充分的水汽,与高空急流的耦合作用加强了上升运动;低层冷空气入侵为斜升不稳定提供了动力条件,江南倒槽及地面中尺度辐合中心的抬升触发作用加强了此次降水。而EC的暴雨落区预报偏东偏南,金华市暴雨漏报,浙南和东南沿海的暴雨空报,其主要原因:一是形势场和物理量场预报与实况有偏差;二是没有考虑到高低空系统呈后倾槽配置,暴雨倾向于出现在倒槽后部。低层弱冷空气迫使暖湿气流爬坡斜升,使暴雨落区偏北;三是没有结合中尺度模式来调整中尺度辐合中心的位置;四是没有根据特殊地形的抬升作用来调整暴雨落区。以上4点也是对此次数值预报暴雨落区进行订正的着眼点。     

一次华南暴雨的可预报性分析

利用WRFV3.2.1数值模式,以2009年7月2-3日华南暴雨为例,考察随机添加的初始场误差在此次暴雨中的演变过程。结果表明:添加在初始场的误差随着积分过程延长对模拟结果的改变逐渐增大,且湿过程误差造成的模拟结果改变更大;从空间上来说,模式对高层温度的预报能力较差,对低层风场的预报能力较好;暴雨的可预报性与水汽场的精确度有关,水汽初始场越准确,暴雨的模式可预报性就越长,初始风场对暴雨模拟结果主要体现在经向风场的影响上,经向风场越准确,暴雨的可预报性就越好。     

LASG η坐标有限区域数值预报模式对一次登陆台风特大暴雨的数值试验

本文用LASG η坐标有限区域数值预报模式，对1975年8月河南地区登陆台风特大暴雨进行了数值试验。这次暴雨有很强的局地性，主要表现在水文站的雨量极值远超过气象站的最大雨量值，为3～16倍。一般有限区域数值预报模式预报的雨量都比气象站的最大雨量值小。与水文站的雨量极值相差更远。LASG_η坐标有限区域数值预报模式考虑了我国复杂的地形作用，具有能量和质量守恒的动力框架，考虑了与降水有关的主要物理过程。用该模式对著名的“75·8”特大暴雨5～7日3天3次暴雨作了24小时数值试验，取得了较好的预报结果:其预报最大雨量为气象站的最大雨量值的1～5倍，达水文站的雨量极值的34%～49%，为模式网格面积平均的最大深度的54%～98%。预报最大雨量中心位置偏离气象站雨量中心的距离约为0.67～1.47个网格距，偏离雨量极值的水文站的距离为0.23～1.07个网格距。这3次特大暴雨的强度、位置和其变化趋势的预报都与实况相近。同时，模式对暴雨系统和大尺度形势的预报也都与实况基本一致。该模式之所以对这种局地性很强的突发性特大暴雨有较好的预报能力，是由于它有较强的地形处理能力。还有，由控制试验和4种地形敏感性试验的结果可见，山脉的相对高度和陡峭程度，以及山脉与暴雨系统的相对位置等对暴雨的强度是非常敏感的，对地形稍有改变，其暴雨强度将减少3/4以上。这次数值试验为今后提高登陆台风特大暴雨预报水平，以及用数值模式探讨登陆台风造成的特大暴雨的物理机制，提供了良好的条件。     

MM5水平嵌套方案对降水预报影响的敏感性试验

利用MM5对2003-2005年华东地区的3次暴雨过程数值模拟,通过采用3种水平网格嵌套方案做对降水预报影响的敏感性试验,研究模式水平率对降水强度和落区预报的影响。结果表明:随着水平网格精度提高,模式对中小尺度天气系统的模拟能力增强,地形对天气过程的影响反映更加全面,模拟的雨带分布也越接近实况,雨量中心强度也随之增大;三层嵌套网格在暴雨落区和暴雨量级的预报上均优于两层和一层水平网格嵌套方案,尤其是暴雨落区预报有很大优势。     

青藏高原东部地区降水的定量数值预报初探

运用LASGη坐标有限区域数值预报模式对青藏高原东部的川、渝两省市1988年的18次强降水过程进行了不同方式下的定量降水预报的数值模拟,并根据中国气象局制定的有关规定对模拟预报结果进行了评估.该区域地形复杂,天气系统多变,对数值预报模式有较高的要求,LASGη坐标模式以其比较完善的动力框架和物理过程处理方法获得了较好的预报结果,其对小雨、中雨、大雨预报的TS评分可超过主观预报的水平.     

基于人工神经网络的暴雨预报方法探讨

探讨了基于人工神经网络模型的暴雨预报方法。该方法仿预报员的暴雨预报思路，在动力模式的降水预报产品、环流形势场和暴雨落区之间通过人工神经网络建立非线性的统计预报模型，该模型的输入是动力模式的降水预报和初始环流形势场的扩展正交分解主成份分量，输出是预报区域的暴雨落区预报。2000年的汛期试验表明该客观预报方法可明显改进数值预报模式的暴雨落区预报，因此可望在业务预报中有较好的应用前景。     

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。     

AREM模式对2002年汛期降水的实时预报试验

2002年主汛期,“973”(中国暴雨)项目研制开发的η坐标有限区域数值预报模式(AREM)在武汉暴雨研究所进行了每天两个时次(08时、20时)的实时数值预报试验。实时预报表明,该模式适合于我国计算机条件,对我国夏季降水有相当预报能力。对试验结果进行了分区Ts评分检验,模式对我国东部地区的降水预报评分最高,08时起报的0～24h时效的降水预报,对24小时降水量大于0．1、10、25和50mm的R评分分别为0．578、0．282、0．144和0．062。对2002年主汛期的几次强降水过程的预报结果表明：模式对2002年梅雨、长江流域暴雨、华南暴雨和华北暴雨都有很好的预报,模式对雨带的位置、移动、降水强度、降水的持续与减弱的预报都具备一定的能力。     

2016-2020年广东省定量降水预报检验评估

对2016-2020年全球模式ECMWF和区域模式GZ_GRAPES、基于模式的解释应用和广东省气象局发布的定量降水预报（QPF）进行检验和评估。结果表明:ECMWF和GZ_GRAPES模式对一般性降水预报技巧在逐年提升,对大雨或以上的降水预报技巧的提升缓慢。GZ_GRAPES对大雨以上降水的预报技巧和定量降水预报的精细时空分布均优于ECMWF,区域模式更易预报出中小尺度降水信息。分类暴雨评定表明,模式对台风暴雨预报最好、锋面暴雨次之、季风暴雨预报最差。模式的暴雨预报落区偏小、低估明显,预报员通过经验订正明显提升了暴雨预报评分,其中季风暴雨的订正量最大,但存在预报范围偏大、空报较高的问题。基于ECMWF集合预报的解释应用与预报员的定量降水预报能力相当,降水越强,解释应用技术的优势越明显,但对季风暴雨也存在严重低估或漏报。目前降水精细时空分布、季风暴雨、极端性暴雨等依然靠预报员的经验订正为主,随着集合预报模式和区域高分辨率模式能力的提升,将预报经验客观化并与数值预报解释应用技术结合是提升QPF的一个方向。      

雷达资料对0414号台风“云娜”数值预报的改进

利用美国CAPS的非静力高分辨率区域预报模式ARPS（先进区域预报系统）对0414号台风“云娜”进行数值模拟,模拟结果表明ARPS较好地模拟台风“云娜”的移动路径及台风大暴雨。并着重讨论新—代天气雷达资料对台风“云娜”数值模拟的影响,通过对雷达资料同化进模式与没有雷达资料同化进模式对比模拟的试验结果分析表明：雷达资料进模式,对中高层的风场调整,改进对台风细微结构特征描述,加大近台风中心南侧的西风分量和近台风中心西侧的北风分量,从而改进云娜台风登陆后西行移动路径预报;对扰动温度、雨水混合率、云水混合率及水汽混合率场等调整,改善模式初始场台风中高层成雨条件,对台风降水预报,尤其暴雨的落区、降水分布及其随时间变化的预报有较大改进。     

2022年6月12—13日江西中南部暴雨成因与预报误差分析

利用常规探空和地面观测站资料、ERA5 0.25°×0.25°再分析资料和ECMWF预报资料,对2022年6月12—13日江西中南部的暴雨过程进行分析。结果表明：1） 此次暴雨过程是在副热带高压和南亚高压稳定少动、西风槽携带冷空气南下的环流背景下,500 hPa高空槽、低层切变线、低空西南急流和地面静止锋共同作用造成的。2） 低层辐合、高层辐散产生深厚的垂直上升运动,为强降水的持续提供动力条件,低空暖湿西南急流输送的充足水汽,有利于江西中南部不稳定能量的积累。3） EC暴雨落区预报偏北的主要原因是天气系统位置较实况偏北,700 hPa垂直速度大值区偏北、对流性降水预报偏弱和地形影响也是暴雨漏报的重要因素。4） 584 dagpm特征线的位置变化对此次暴雨落区向南订正有较好的指示意义。在暴雨预报中,不仅要考虑锋面大尺度降水,还要考虑暖区对流性降水,关注低层强动力辐合区域,结合中尺度数值模式产品,可以有效对主雨带位置和强度进行订正。