GRAPES与MM5模式对重庆特大暴雨的模拟预报对比分析

利用中国气象局的中尺度模式GRAPES和美国国家大气研究中心的MM5模式,对2004年9月初发生在重庆地区的特大暴雨过程进行了模拟预报。结果表明,GRAPES和MM5模式都较成功的预报出了此次降水过程。但是在降水中心的分布以及降水量级上与实况仍有一定程度的差异,GRAPES模式模拟出的总体落区略优于MM5,而MM5对降水量级的预报好于GRAPES。通过对环流形势的分析发现,MM5预报的垂直速度大于GRAPES的预报结果,这可能是导致降水量级差别的原因之一;通过对模式结果的初步诊断分析发现,两个模式对不稳定条件的模拟结果影响了他们对落区的预报结果。     

北京奥运期间多模式降水检验及集成试验

应用2008年奥运期间(6-10月)所使用的多种中尺度数值预报业务运行模式GRAPES_MESO15km(GRAPES)、华北中尺度模式(MM5)和北京区域气象中心的快速更新循环同化预报系统(RUC),对北京市24小时定量降水预报产品采用多个统计量进行了较详细的统计检验,并应用多元回归方法对多种模式的降水预报产品进行了集成试验.检验结果表明: GRAPES_MESO15km模式对奥运期间北京市晴雨及小雨预报具有较好的预报能力,而RUC产品对中雨及以上量级的降水预报则表现出较好的预报效果,这对今后北京市精细化降水预报具有一定参考价值.     

2013年华中区域中尺度业务数值预报的客观检验

应用国家气象中心模式检验方法,对华中区域中尺度业务数值预报模式WRF和中国气象局下发的GRAPES模式2013年1-12月的预报产品（包括降水、2 m温度场、850 hPa温度场、850 hPa风场和500 hPa位势高度场预报）进行统计检验。检验结果表明：所有要素24 h预报均优于48 h;对于晴雨预报,GRAPES模式TS评分高于WRF,但随着降水量级增大,WRF的TS评分基本都高于GRAPES,同时WRF降水预报范围明显偏大;分析2 m温度场的均方根误差及预报准确率发现,WRF的2 m温度场预报优于GRAPES,且暖季预报优于冷季;形势场要素分析表明,WRF对850 hPa温度场和风场预报具有相当大的优势,全年误差变化较稳定,而对500 hPa位势高度场的预报误差存在一定的季节性特征,即夏半年WRF高度场预报优于冬半年,GRAPES模式则相反。总体上,华中区域中尺度业务数值模式产品对天气预报具有一定的参考价值。     

廊坊地区5种数值模式降水预报性能检验与评估

为了提高廊坊地区降水预报数值产品的释用能力,利用廊坊市9个气象观测站24 h的实况降水资料和日本(JPN)、德国(GER)、GRAPES、T639及MM 5模式的降水预报产品资料,对目前降水预报业务中广泛使用的5种数值模式的预报效果进行检验分析。结果表明:日本(JPN)和德国(GER)模式对≥10.0 mm及≥25.0 mm量级降水预报的TS评分比其他模式高10.0%—40.0%,夏季MM 5模式对≥50.0 mm量级降水的预报表现出一定的优越性;T639、GRAPES模式分别对大雨及以上量级的降雨和小雪预报效果较好,日本、德国模式对中雪和大雪的预报表现出一定的优势,T639模式对暴雪预报的TS评分达33.3%,高于其他模式。     

江西省引进中尺度数值模式系统的技术分析

首先分析了精细化预报、拓展服务领域和业务科研等方面的需求，认为江西应尽快引进中尺度数值模式，以进一步提高中尺度天气系统诊断分析和预报水平。然后对MM5模式、WRF模式、GRAPES模式和AREM模式的性能进行了分析，认为江西应首先选择MM5模式，并同时引进GRAPES和AREM模式．以充分适应不同的天气条件和合理利用计算机资源。最后阐述了在模式的引进过程中，应该组织人力、物力做好软、硬件的准备工作，合理优化科技资源配置。并从以下几个方面注重模式应用的本地化和业务化研究：模式初值、侧边界值的选定和同化技术开发，地形、地貌参数调整和物理过程的调试，产品输出技术、可视化运行监控系统和预报评估系统的开发，从而最高效地使用中尺度系统模式。及时为全省各级气象台站提供品种适用的数值预报产品。     

2012年汛期华南中尺度模式与日本模式的降水预报评估分析

采用累加降水量级检验、降水空间分布和时间演变以及天气系统分类等方法,对广东2012年汛期GRAPES华南中尺度模式和日本气象厅全球谱模式(JMA GSM,以下简称JMA)降水预报产品进行分析评估,结果表明:两个模式对小雨预报能力相当,对于中雨、大雨和暴雨GRAPES预报效果好于JMA;两个模式对广东雨带分布预报相反,GRAPES降水值随着预报时效的增加而增加;两个模式对广东较大降水过程的发展趋势预报基本准确, GRAPES降水预报以偏大为主,JMA以偏小为主;将汛期较大的降水过程按照其主导天气系统分为6类,GRAPES对其中5种类型降水预报效果好于JMA,两个模式对台风暴雨预报效果最好,对回流暴雨预报相对较差。      

MM5数值预报引入GRAPES三维变分同化技术在上海地区的预报和检验

该文简要介绍GRAPES三维变分同化技术在MM5数值预报中的应用；利用2003年3月至2003年5月华东地区138个台站实况资料与其预报结果，评价了该模式系统对华东地区降水的预报结果，分析了三维变分同化对MM5数值预报结果的可能影响。结果表明，GRAPES三维变分同化方案是比较合理的，同化后模式对华东大部分地区的降水24 h预报比没有使用同化的总体情况要好；同样，同化后模式对华东大部分地区的晴雨预报准确率较高。     

沙尘暴数值预报技术取得新进展

（1）中国气象科学研究院自主开发的沙尘暴预报系统CUACE／Dusl与天气预报模式GRAPES实现了在线双向耦合运行。目前中国气象局业务运行的沙尘暴数值预报系统CUACE／Dust中的气象模式是MM5,大气成分中心利用我院自主开发的中尺度气象模式GRAPEs—Meso替换了MM5,建立了GRAPES_CUACE／Dust沙尘暴数值预报系统。同时把模式分辨率提高到0．5～0．5°,     

MM5降水预报产品的应用和检验

简单介绍了MM5中尺度数值预报产品及其使用，对2001年夏季6-9月MM5降水预报产品地潍坊市的使用效果进行总结和验证。对降水趋势预报、时效为3小时和12小时的定性预报、定量误差进行了统计；举例分析了天气系统与降水落区预报的关系。     

沈阳区域气象中心中尺度数值预报业务系统的改进与拓展

介绍了改进后的沈阳区域气象中心中尺度数值预报业务系统的产品和运行情况。沈阳区域气象中心中尺度数值预报业务系统于1997年投入业务运行，目前已从最初的仅提供降水预报产品，发展到能提供降水预报、热带气旋路径预报、空气污染气象条件预报、人工增雨服务指导产品和城市环境气象业务预报所需的基本气象要素预报等多种业务所需的预报产品。业务系统每日两次自动运行，预报产品直接进入MICAPS、Vis5d、Grads绘图系统，进行图形显示，并直接进入区域气象中心局域网上的中尺度数值预报网页。目前，本系统的预报产品已经成为预报员每日必看的参考工具，经沈阳中心气象台评定，2002年汛期对辽宁省降水预报准确率已超过日本东亚模式。     

基于MET系统对SWCWARMS及GRAPES模式在西南地区的站点检验分析

应用国家基本观测站资料、自动站逐时降水资料,基于客观统计检验方法,针对降水(12h、24h累积雨量)、近地面要素(2m温度、10m风)和高空要素(风场、温度场、高度场),分别评估SWCWARMS模式和GRAPES模式对2015年西南地区预报能力,得到如下几点结论:(1)SWCWARMS模式降水ETS评分高于GRAPES模式,除24h小雨外SWCWARMS模式偏差值均高于GRAPES模式,两个模式在不同预报时效内对中雨、大雨、暴雨都表现一定程度的空报;(2)12h降水分段评分上,SWCWARMS模式TS评分均高于GRAPES模式,但SWCWARMS模式预报降水范围过大,随着预报时效增长空报多于GRAPES模式;SWCWARMS模式中雨和大雨空报大于其它量级降水,GRAPES模式对大暴雨漏报较多其它量级降水表现为空报;(3)两模式对高度场和温度场预报优于风场,对对流层中层预报优于中低层,SWCWARMS模式对高度场和温度场预报优于GRAPES模式,夏半年SWCWARMS模式均方根误差小于GRAPES模式;(4)两模式都表现出2m温度均方根误差在秋季增加而春季减小这一特征,SWCWARMS模式近地面要素均方根误差均小于GRAPES模式。      

新疆区域模式MM5和GRAPES预报能力对比检验

对新疆气象局运行的MM5、Grapes模式2008年4-9月的温度、降水预报能力进行了对比检验,得到以下结果：(1)MM5降水预报能力均优于Grapes,08点初始场降水预报能力略优于20点初始场;(2)降水预报北疆西部、天山山区最好,北疆北部、北疆沿天山次之,南疆最次;(3) MM5对西西伯利亚低槽和中亚低值系统相结合的降水过程预报能力最好,中亚低值系统次之,西西伯利亚低槽最次;(4) MM5温度预报能力均优于Grapes,白天的预报效果优于夜间,预报较实况总体偏低;(5) MM5气温预报准确率北疆优于南疆,偏东优于偏西,平均误差的分布则体现出偏西以负值为主,偏东以正值为主。Grapes的预报准确率南北疆没有明显差异,平均误差的分布也体现出偏西以负值为主,偏东以正值为主。     

卫星资料变分同化在一次中尺度强暴雨模拟中的应用

利用ATOVS资料和常规观测资料, 采用GRAPES 3D-Var同化系统和中尺度数值模式MM5设计了仅同化常规观测资料的NOATOVS试验和同化常规观测资料及ATOVS辐射率资料的ATOVS试验, 对2004年6月22—24日长江中下游和西南地区东部的特大暴雨进行了分析和模拟。结果表明:直接同化ATOVS辐射率资料获得的分析场可以有效改进对流层温、湿场分布, 对风场也有一定的影响。对比试验结果表明:ATOVS试验可以较好地模拟出暴雨天气形势、主要影响系统, 对降雨的落区、强度也有较好的反映, 模拟的局地暴雨强度与实际降雨量基本一致, 同化卫星资料的改善效果较为明显。即同化ATOVS资料对于改进中尺度局地暴雨过程模拟效果是可行的。     

GRAPES-REPS西南低涡预报检验评估

利用2015年6—8月GR APES-REPS(Global/RegionalAssimilation and Prediction System-Regional Ensemble·Prediction System)区域集合预报资料,并设计西南低涡格点资料客观识别方法对西南低涡中心位置进行定位,首先评估GRAPES控制预报对西南低涡的预报准确性,之后挑选出四次生命史较长的西南低涡过程,分析评估GRAPES-REPS对西南低涡发生、发展、移动及降水过程集合预报性能。结果表明:(1)GRAPES模式对西南低涡预报的命中率较高,空报率略大于漏报率。(2)GRAPES-REPS对西南低涡发生和发展的预报效果较好,绝大部分集合预报成员能预报西南低涡发生和发展过程,但对西南低涡发生时间预报总体偏早。(3)GRAPES-REPS对西南低涡移动路径在24 h预报时效内比较合理,且集合预报平均明显优于控制预报,24 h之后东移型西南低涡移动路径明显偏北。(4)GRAPES-REPS对西南低涡强度预报总体偏强,表现为中心正涡度值偏大,位势高度值偏低。(5)24 h预报时效内,西南低涡触发的小雨到大雨量级的降水概率评分均有较好表现,且落区与实况接近,而暴雨落区个别略有偏北,但基本吻合。24 h之后,由于东移型西南低涡移动路径偏北导致模式预报降水落区偏北。可见,模式对西南低涡强降水有一定预报能力,因此,提高GRAPES-REPS中尺度集合预报能力,将有助于改进西南低涡强降水预报。     

2010年7～8月四川三次大暴雨过程区域数值模式能力评估

本文对2010年7月14~19日、7月22~24日、8月17~19日四川出现的3次区域性大暴雨过程,比较分析了成都区域中心及国家气象中心运行的GRAPES模式降水预报情况以及中、高层环流形势,通过天气学检验得出以下结论:(1) G-SC模式预报降水范围偏小、强度偏弱,强降水中心存在较大偏差;G-BJ模式能预报出降水的主要落区,但降水强度偏弱,虚假强水中心偏多;(2) GRAPES模式对青藏高原东侧天气系统的预报能力偏弱,G-BJ对大尺度环流系统的预报能力优于G-SC模式;(3)九龙站和名山站单站探空廓线图显示G-SC模式在对流层高层温度和风速不随高度变化,对流层底层比湿较实况偏小,因此,温度场、风场以及湿度场强度及分布都有待改善;(4)成都区域中心运行的GRAPES模式在初值、高度场强度、近地面温度等方面都具有很大的改进空间,这需要在资料同化、边界层方案、地形处理等方面做工作。      

区域中尺度模式对西南地区一次强降水过程的预报分析

为了认识区域数值模式对西南地区降水预报能力,探索降水预报误差原因,本文应用MICAP资料,NCEP再分析资料,FY-2E辐射亮温资料,自动站资料,西南涡加密观测资料等,针对2012年7月2～5日西南地区一次强降水过程,分析了西南区域中心运行的WRF模式和GRAPES中尺度模式的预报能力,得到：（1）两模式不同程度反映了本次强降水过程.相对而言,WRF模式的预报略好于GRAPES,得益于WRF模式对对流层中低层温度、水汽、流场等演变的较好反映.（2）两模式预报对流层中低层温度偏差总体呈现正偏差,GRAPES模式呈现较大的温度偏差,正偏差特征更显著.两模式不同程度出现空报降水,特别是在高原东南坡.GRAPES模式空报雨区特征更明显.（3）两模式预报近地层湿度较实况大,都预报高原南坡,特别是高原东南坡风场辐合、水汽场辐合偏强,可能是造成虚假降水的主要原因.（4）较实况,WRF模式预报对流层高层的高压和对流层中低层的低压系统偏强,GRAPES模式预报西南低空急流偏强（可能是引起温度正偏差的原因）,两个模式预报的对流层正涡度较深厚,辐合上升运动强,这些可能是造成降水预报偏差的原因.     

两个模式对平流层温度模拟的比较与分析

利用第5代欧洲中心—汉堡大气环流模式ECHAM5全球大气环流谱模式和中国气象局自主研发的GRAPES全球同化与预报模式分别对2010年1月1—6日全球平流层温度进行了模拟分析,结合相应时段的全球最终分析资料FNL,对比评估了两个模式对平流层温度的模拟效果,并对较为显著的误差现象进行了分析与探讨。结果表明:对于50 h Pa高度上的温度,ECHAM5模式模拟的温度与FNL资料的结果在研究时段内随时间的变化很小,而GRAPES模式模拟的结果在南半球随时间变化显著偏暖。进一步将ECHAM5和GRAPES模式所用的温度初始场进行对比研究表明,两者的分布形态非常形似,尤其是在南半球地区,大部分差值接近于零。将ECHAM5采用的全球臭氧廓线应用于GRAPES模式中,对比发现南半球平流层异常增温的现象仍然存在。因此,温度初始场和臭氧廓线的选取不是造成GRAPES模式模拟出现南半球平流层异常增温的主要原因,需要对GRAPES模式中其他动力及物理过程或参数选取做进一步的深入分析,以弄清其在平流层温度模拟中出现较大偏差的原因。     

不同初始场条件对GRAPES模式数值预报的影响

利用中国新一代数值预报模式GRAPES(Global/Regional Assimilation and Prediction Enhanced System),分别使用T213 L31及NCEP FNL 6 h间隔的资料作为初始和边界条件,对2005年7月9—10日淮河流域一次致洪暴雨过程进行了个例试验,初步探讨了GRAPES模式的数值预报产品对不同初始场的敏感程度,以及三维变分同化对数值预报结果的可能影响。结果表明,T213和NCEP初始场中存在着差异较大的次天气尺度特征,并由此造成了此后GRAPES模式预报场的差异,且此差异不会随时间消失;同化对GRAPES模式积分结果的影响主要表现在最初的24 h内;模式对此次致洪暴雨过程的暴雨区分布、强度均有一定的模拟能力,但模拟的强暴雨区与实况仍存在着较大差异。由此可知,GRAPES模式的数值预报能力对不同的初始场和侧边界条件存在不同程度的依赖性,初始场的差异决定了模拟结果的差异。