成都区域气象中心高低分辨率η模式降水预报检验分析

利用成都区域气象中心η坐标模式，对2002年汛期及主要降水过程进行了η坐标模式降水预报检验，对典型个例进行了详细的分析。结果表明：模式对夏季区域性过程有较强的预报能力，模式预报雨量中心强度有50％与实况相差小于25毫米。模式对晴雨预报有较好的指导意义，对降水强度的预报通常偏弱，对落区的预报位置易偏西、偏北。模式易漏报不易空报，当模式预报有较大量级的降水时，实况出现的概率很大，但要注意落区的位置。高分辨率模式在降水中心强度的预报较低分辨率模式接近实况，低分辨率模式在降水落区和中心位置预报上较接近实况。     

1995年武汉区域中心MAPS与北京LAFS对湖北省汛期降水预报的Ts检验

对武汉区域中心ＭＡＰＳ模式和国家气象中心ＬＡＦＳ模式１９９５年汛期降水预报作的Ｔｓ检验，结果显示两个模式对湖北省汛期降水预报都有一定指导意义，就湖北省预报区域而言，ＭＡＰＳ模式比图象气象中心ＬＡＦＳ对汛期降水预报水平有了较大提高。     

成都区域气象中心高低分辨率η模式降水预报检验分析

利用成都区域气象中心η坐标模式,对2002年汛期及主要降水过程进行了η坐标模式降水预报检验,对典型个例进行了详细的分析.结果表明:模式对夏季区域性过程有较强的预报能力,模式预报雨量中心强度有50%与实况相差小于25毫米.模式对晴雨预报有较好的指导意义,对降水强度的预报通常偏弱,对落区的预报位置易偏西、偏北.模式易漏报不易空报,当模式预报有较大量级的降水时,实况出现的概率很大,但要注意落区的位置.高分辨率模式在降水中心强度的预报较低分辨率模式接近实况,低分辨率模式在降水落区和中心位置预报上较接近实况.     

“6．28”、“8．18”四川盆地暴雨过程的数值预报

本文选取2001年6月28日四川盆地的首次暴雨过程和8月18日四川盆地的区域暴雨过程，比较了成都区域中心η模式和国家气象中心的HLAFS模式对其降水预报，表明数值模式对此降水过程有一定的预报能力，特别是区域η模式，无论在降水强度和落区上都较HLAFS模式预报要好。     

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。     

2002年η模式降水预报检验分析

利用成都区域气象中心η坐标模式。对2002年汛期主要降水过程进行了η坐标模式降水预报检验。并分析了模式预报对不同影响系统的反应，进行了个例分析。检验分析结果表明：η模式对区域性中雨以上降水过程有较强预报能力。在夏季500hPa高原或西北地区有低值系统、700hPa有西南涡或兰州涡、850hPa盆地有涡情况下，则模式降水预报强度偏小；反之，在能量过高、500hPa高原至川西北有高值系统、700hPa有兰州低涡、850hPa盆地弱南风情况下。模式预报降水易漏报或强度偏弱。就平均情况而言。模式对有无降水预报有较好的指导意义，对降水强度的预报通常偏弱。对落区的预报位置易偏西、偏北。随着降水量级的增大。降水预报能力减弱，空报率和漏报率增大。模式易漏报不易空报；当模式预报有较大量级的降水时，实况出现的概率很大，但要注意落区的位置。     

长江三角洲汛期预报模式的研究及其初步应用

在短期自忆气候模式的基础上 ,着重考虑了区域性降水特点 ,组合均生函数时序模型 ,构造了区域降水预报模式。以降水预报为实例 ,计算表明 ,它能滚动制作月、季、年降水预报 ,尤其对汛期 (6～ 8月 )降水预报 ,具有相当好的预报能力。     

我国汛期季度降水预报得分和预报技巧

利用1951—2008年我国160站夏季降水资料分析了季度降水预报的气候得分,又用1978年以来我国历年汛期业务降水预报结果检验了其预报能力和技巧。多年来,我国业务汛期降水季度预报有一定的预报技巧,但也有些年份预报能力较低。预报能力高或有技巧的年份是江淮地区降水少的年份,但对长江中下游降水多的年份,预报能力较低。我国汛期降水预报能力要建立在区域年代际信号和年际早期信号叠加的基础上。年代际信号是在划定我国为不同区域的基础上,把握区域年代际降水变化的规律。年际早期信号实际上是要跟踪降水年际振荡与大气下垫面强迫季节早期信号的关系。     

区域增强模式数值预报系统及其性能

介绍一个新的中尺度模式业务数值预报系统，即区域增强模式数值预报系统，该系统具有较高的分辨率，并能在广州区域气象中心现有条件下进行实时业务预报。大量准业务预报试验表明，该系统对影响华南的种类主要大气过程、尤其是台风和前汛期暴雨等过程有较强的预报能力。对１９９３、１９９４、１９９５年所有影响华南的台风过程的预报检验其降水邓产分明显高于国家气象中心降水预报模式等大尺度模式的预报，同时，台风路径的预报误差     

一个全球海气耦合模式跨季度汛期预测能力的初步检验和评估

文中利用一个全球大气 海洋耦合模式 ,对中国汛期气候异常进行了 1991～ 2 0 0 1年共 11a的跨季度回报试验和检验研究。采用一套多指标的评估方法 ,对该模式的预报性能进行系统的定量评估。结果表明 ,该模式对中国汛期降水和温度及夏季北半球大尺度环流场等都有一定的跨季度预报能力。模式对中国不同区域夏季降水的预测能力有所不同。总的来说 ,模式对中国东部和西部的降水趋势回报较好 ,模式预报好于气候预报和持续性预报。从相关系数指标来看 ,模式跨季度预测夏季温度的技巧在中国西部比中国东部高。     

全球和区域数值模式在甘肃2020年汛期降水预报中的检验评估

2020年汛期6—8月甘肃降水日数多、持续时间长、范围广、强度大,对该时间段内3种全球模式(ECMWF、GRAPES_GFS和NCEP_GFS模式)和4种区域模式[GRAPES区域数值预报业务系统(GRAPES_3 km)、西北区域区域模式(GRAPES_LZ10 km)、西北区域快速更新循环预报系统(GRAPES_LZ3 km)和华东区域模式(SMS-WARMS)]24 h累计降水预报性能进行检验评估。结果表明:(1)全球模式中ECMWF模式的预报性能优于其余2个模式,而区域模式中GRAPES_3 km和SMS-WARMS模式预报性能相对较好,且SMS-WARMS模式预报性能更稳定。(2)区域模式晴雨准确率及小雨和中雨的TS评分、ETS评分、命中率低于全球模式,暴雨优于全球模式;大雨和暴雨的空报率和预报偏差均高于全球模式。(3)根据500 hPa环流形势可将甘肃汛期降水划分为副高边缘型和低槽型2种类型,针对2020年4次副高边缘型和3次低槽型降水进行分类检验评估。全球模式和区域模式均对前者的各个量级降水预报性能优于后者;ECMWF模式和区域模式对2种类型大雨和暴雨预报效果优于NCEP_GFS和GRAPES_GFS模式;全球模式中ECMWF模式、区域模式中SMS-WARMS模式对2种类型降水预报效果最好。(4)7种模式对2种类型中雨和大雨雨带走向预报较好,对副高边缘型降水过程降水落区的预报能力优于低槽型降水过程,但预报降水强度较观测偏强,尤其是降水中心区域。     

概率匹配订正法在湖北襄阳地区降水预报中的应用

数值预报产品在天气预报预警中有着重要的作用。2016—2020年汛期ECMWF模式预报降水与湖北襄阳区域站观测降水的对比分析表明：ECMWF对中雨及以上降雨的预报，第1、2天预报偏小，而第3天预报偏大；三个预报时段强降雨中心位置偏差无规律。为了更好地对ECMWF产品进行释用，提高汛期降水预报准确率，从概率匹配角度研究了不同降水量级订正值，并对2021年汛期ECMWF降水预报进行逐日检验。结果显示：概率匹配订正法可有效地改善模式预报性能，对中雨及以上降雨预报均有良好的订正效果，尤其对第1天暴雨预报改进最为明显。228站平均的TS评分提高了6个百分点，由11.1%增加到17.1%，漏报情况改良了13.5个百分点，由85.0%降为71.5%。采用该订正法开展定量降水预报，由于增加了当地降雨概率分布的背景信息，能表现出比原模式更高的参考价值。     

“6.28”、“8.18”四川盆地暴雨过程的数值预报

疚难∪?001年6月28日四川盆地的首次暴雨过程和8月18日四川盆地的区域暴雨过程,比较了成都区域中心η模式和国家气象中心的HLAFS模式对其降水预报,表明数值模式对此降水过程有一定的预报能力,特别是区域η模式,无论在降水强度和落区上都较HLAFS模式预报要好.     

2005年AREM模式汛期试验结果评估分析

AREM2．3模式2005年在中国气象局武汉暴雨研究所汛期试验过程中计算稳定，计算了该模式降水预报的分区域（长江中下游、华南、华北、东北、西南、湖北省）汛期（6、7、8三个月）TS评分，全国范围汛期漏报率、空报率、预报偏差，及各区域年内重要降水过程预报和实况的对比及TS评分，计算该模式形势场预报的平均误差、均方根误差、倾向相关系数、误差标准差，并与持续性预报（将前一天的分析场当作前一天对当天的预报场，以此类推）对比，以此对模式预报效果进行分析、评估，并做出总结，为模式的进一步开发和应用提供参考。分析结果表明：AREM2．3模式在2005年汛期试验期问48小时内预报稳定；对于长江中下游、华北、华南、东北、西南、湖北省以至全国范围均有较好的预报水平，但总体上对于强降水中心位置的预报情况不是很好；模式对于高空形势场也具有较好的预报能力，对500hPa位势高度的预报好于对500hPa温度的预报。     

区域气候自忆模式中记忆系数的某些特征及汛期降水预报分析

根据制作中国汛期降水业务预报的需要, 调整了区域气候自忆预测模式的边界条件及计算格式并进行了数值试验; 讨论了模式中记忆系数的线性趋势及周期变化等特征; 对1988~1997年中国汛期降水分布预报试验和1998年实际预报结果进行了分析, 结果表明, 自忆模式对汛期降水年际预报具有一定的能力.     

AREM数值模式对2005年汛期四川的降水预报

应用中国科学院大气物理研究所的AREM模式，对2005年汛期四川进行了实时降水预报。结果表明：（1）AREM预报性能略好于成都区域中心业务运行模式ETA模式，对大雨和暴雨的TS评分，AREM略高于T213预报。（2）从梯度评分看，高度、温度、涡度等要素均为可预报，而地面温度、整层水汽含量和整层水汽通量散度可预报性较低。（3）AREM对5次区域性暴雨有较好的反映，但与实况还存在一定的差异，AREM降水强度预报较实况偏弱。     

2002年η模式降水预报检验分析

利用成都区域气象中心η坐标模式,对2002年汛期主要降水过程进行了η坐标模式降水预报检验,并分析了模式预报对不同影响系统的反应,进行了个例分析.检验分析结果表明:η模式对区域性中雨以上降水过程有较强预报能力,在夏季500hPa高原或西北地区有低值系统、700hPa有西南涡或兰州涡、850hPa盆地有涡情况下,则模式降水预报强度偏小;反之,在能量过高、500hPa高原至川西北有高值系统、700hPa有兰州低涡、850hPa盆地弱南风情况下,模式预报降水易漏报或强度偏弱.就平均情况而言,模式对有无降水预报有较好的指导意义,对降水强度的预报通常偏弱,对落区的预报位置易偏西、偏北.随着降水量级的增大,降水预报能力减弱,空报率和漏报率增大,模式易漏报不易空报;当模式预报有较大量级的降水时,实况出现的概率很大,但要注意落区的位置.     

GRAPES与日本模式对东莞单站预报效果的对比

利用统计检验方法,对2011年前汛期(4～6月)GRAPES区域中尺度模式与日本GSM全球谱模式东莞单站的逐日降水和气温预报进行定量检验和对比。结果表明:降水预报GRAPES区域中尺度模式略优于日本模式;对于前汛期由锋面低槽和季风槽引起的明显降水过程,GRAPES区域中尺度模式预报好于日本模式,且两个模式都对锋面低槽降水预报优于各自对季风槽降水预报;对日最高气温的预报,日本模式比GRAPES区域中尺度模式表现的更加稳定,对日最低气温的预报,日本模式具有较好的参考性。     

2007年汛期AREM模式降水预报效果检验分析

过对2007年6～8月AREM模式降水预报做不同时效、不同区域的TS评分对比,比较AREM与T213、JAPAN三个模式降水预报TS评分,并对AREM模式2007年汛期主要降水过程预报效果进行检验分析,从而获得AREM模式2007年汛期降水预报效果和特点,结果表明:(1)从AREM模式不同时效降水预报TS评分对比可知,对长江中下游区域,AREM模式12～36 h预报效果好于0～24 h预报,24～48 h效果相对较差,对华南、华北、东北、西南东部区域的降水,AREM模式预报效果均随时效延长而减弱。(2)由AREM模式对不同区域降水预报TS评分的对比可知,AREM模式(各预报时效)对长江中下游地区各量级降水预报的TS评分均高于全国范围的TS评分,西南东部(各预报时效)小雨(以上)量级TS评分均为各区域最高,但中雨以上各量级TS评分均低于全国范围,其他区域无稳定的预报特性。(3)从AREM、T213、JAPAN对长江中下游地区12～36 h降水预报TS评分对比可知,三个模式小雨(以上)量级降水的TS评分基本相当,对该区域暴雨、大暴雨强降水中心的预报,AREM好于T213,JAPAN相对较差,随量级增加AREM预报优势表现更为明显。(4)对2007年汛期6次个例分析可知,AREM模式对长江中下游尤其是江淮流域的大范围强降水过程预报效果较好,对暴雨、大暴雨中心的预报较T213和JAPAN有明显的优势,但对小范围、局地强降水过程的预报效果不够理想。     

区域数值模式对两次暴雨过程的降水模拟比较

分析了应用于西南地区的MM5、GRAEPS、AREM和成都区域业务运行数值模式(η)4个区域模式对2004年6月29~30日成都邻近地区和9月2~6日四川盆地东北部的暴雨降水过程进行了模拟。模拟结果表明,4个区域模式对这两次强降水过程有不同程度的反映。MM5、GRAPES和AREM显示了较好的预报能力,特别是MM5和AREM模式的预报在落区、强度和降水演变上与实况较一致。AREM模式预报的雨区清晰,但降水强度偏弱;MM5模式在预报出强降水的同时,出现较多的虚假降水,对持续时间长的降水过程预报较好,GRAPES预报的雨区较不稳定,但对持续时间短的过程有较好的反映;η模式降水预报偏小太多,对6月30日的过程在盆地的预报无明显反映。因此,有必要加大区域模式本地化工作,发展适合西南地区的数值模式,开展数值集合预报技术研究,整体提高成都区域中心数值预报水平。