ECMWF、日本高分辨率模式降水预报能力的对比分析

利用2012年4月1日至2013年3月31日ECMWF、日本高分辨率模式降水预报资料,全国2419个台站逐6 h降水量观测、CMORPH(NOAA Climate Prediction Center Morphing Method)卫星与全国3万余个自动站逐小时降水融合资料,基于列联表预报评分、泰勒图等统计方法,客观对比分析ECMWF、日本高分辨率模式对中国逐6、12和24 h分段降水的预报能力,主要结论如下:(1)整体来说,ECMWF对降水的预报优于日本模式,日本模式预报离散度偏大,而ECMWF预报相对平稳,与观测更加一致;(2)两个模式晴雨预报中降水发生频率较实际偏高,暴雨预报频率较实际偏低,随着分段间隔的增加,这一情况有所改善;(3)ECMWF模式6 h分段降水晴雨预报评分低于日本模式,暴雨预报评分整体高于日本模式,12和24 h分段ECMWF模式晴雨、暴雨预报评分一致高于日本模式;(4)通过调整阈值改变预报偏差能够在一定程度上提高预报技巧;(5)就空间分布来看,模式在东南地区Bias、CSI技巧评分整体优于西北地区。     

基于MM5模式的站点降水预报释用方法研究

对MM5模式输出产品解释应用，建立县级站点定量降水MOS预报模型。方案为将影响辽宁降水的天气模型归纳为动力诊断模型，从中构造出多个能够较全面反映降水模型特征的综合物理因子；根据站点降水的气候分布特征，对偏态分布的降水量进行正态化处理，处理方案为首先将降水量划分为有雨和无雨两档，然后对有雨样本进行分级、开4次方处理，经分析对比降水量经过正态化处理后建立的预报模型优于未经处理的模型。运用统计方法建立站点降水预报模型，该模型分为晴雨预报模块和雨量预报模块。通过2001和2002年夏季业务试运行表明，该模型对降水有较强的预报能力，较原模式预报水平有一定改进。     

基于频率匹配法的降水预报订正

使用四川省国家气象站2020年和2021年汛期逐日降水观测资料、欧洲中期天气预报中心（ECMWF）、美国国家环境预报中心（NCEP）两家数值模式24～72 h降水预报资料,采用频率匹配法订正两家模式的预报降水,并进行降水检验和个例对比分析。结果表明,频率匹配法使ECMWF、NCEP的小雨、暴雨预报技巧提升,但中雨、大雨的订正效果不佳。频率匹配法减小小雨空报率,使晴雨预报准确率大幅提升。频率匹配法减小暴雨漏报率,使暴雨TS评分提高,但它无法订正与观测雨量相差较大的暴雨漏报区。     

多模式多分辨率面雨量预报在淮河流域的性能评估

利用2015～2017年淮河流域汛期ECMWF(空间分辨率0.125~ox0.125~o)、JMA(空间分辨率0.5~ox0.5~o)、WRF(空间分辨率0.1~ox0.1~o)6h、12h、24h时间分辨率的降水预报产品计算淮河流域面雨量预报,对比评估各预报时效的绝对误差、相对误差、晴雨正确率及各量级面雨量预报的TS评分。结论如下:(1)0～72h预报时效,EC的绝对误差最小、WRF居中,JMA最大。(2)三个模式的晴雨正确率随着时效的增加缓慢下降,但都维持较高水平。(3)EC和JMA的面雨量预报存在系统性高估。(4)WRF在对短历时强降水的预报性能优于其他两个模式。(5)各模式的面雨量预报性能存在日变化,且随着降水强度的增大,日变化特征更加显著,对午后到傍晚的暴雨预报准确率明显低于其他时间段。     

雷达在降雨预报中的用途

雷达能够探测到相当详细的大面积雨量分布,一个先进的雷达系统能测得三维的降水分布情况。用大尺度天气预报方法对降雨的细节和精度的预报有一定限度,而利用雷达并结合卫星观测降雨系统和云系的细结构,则可以使用对实况演变趋势外推的办法作出     

基于TIGGE多模式降水量预报的统计降尺度研究

利用TIGGE资料中欧洲中期天气预报中心、美国国家环境预报中心、英国气象局以及日本气象厅4个中心,1~7 d预报时效的降水量预报资料,以TRMM/3B42RT降水量作为"观测值",对东亚地区降水量进行统计降尺度处理。首先利用逻辑回归方法将天气分为有雨和无雨,再对有雨的情况,利用线性回归方法对插值后的预报结果进行降尺度订正,最后将4个中心的预报值进行消除偏差集合平均,得到多模式集成的降水量预报场。结果表明:逻辑回归能够有效地改善预报中小雨的空报情况,统计降尺度订正后的预报结果比直接插值更加准确,多模式集成的预报效果优于单模式结果,其改进效果随预报时效的延长逐渐减小。     

T213降水预报产品在新疆区域的检验分析——晴雨检验

利用2006年新疆地面气象观测站的实况降水资料和T213模式的降水预报值,根据中短期天气预报质量检验办法中客观降水检验方法,对T213降水预报产品的24h晴雨预报能力进行了检验分析.结果表明:新疆地区T213降水的晴雨TS评分和空、漏报率均存在明显的时空分布差异;伊犁河谷、阿勒泰地区东部和西部沿天山地区TS值较高,而地形条件复杂的区域和降水少的沙漠腹地TS值较低;晴雨TS评分空间分布情况在少雨的春季与多雨的夏季大体一致,这与新疆三山夹两盆的特殊地形有关;晴雨TS评分存在明显的季节变化,与季节雨量多寡存在一定的对应关系.     

大渡河上游面雨量预报质量检验与释用

基于2019年6-10月中央气象台智能网格预报模式（NWGD）降水产品和CMPAS-V2.1融合降水分析实时数据产品,采用平均绝对误差、晴雨预报正确率、TS评分等方法评估该预报产品对大渡河上游面雨量的预报效果。评估结果表明：NWGD预报产品在大渡河上游面雨量的预报效果整体较好,平均绝对误差范围控制在5.6 mm以内,晴雨预报可信度较高。小雨的预报效果好于中雨,小雨的TS评分大于中雨,空报率和漏报率均低于中雨。将小雨和中雨分别做消空处理,小雨各预报时效消空处理后晴雨预报正确率提升不明显,而中雨预报效果有明显提升。     

卫星定量产品在广西后汛期强降水过程的应用分析

利用6h降水估计和黑体亮度温度(TBB)等两种FY_2C静止气象卫星定量产品,初步分析了它们在2005年后汛期两次强降水过程中的应用。结果表明,6h降水估计在整个后汛期(7-9月)中,白天的两个时次08-14时和14-20时预报效果比晚上20-02时好,白天的晴雨预报TS比晚上的晴雨预报TS要高0.2左右,白天的雨量误差比晚上的雨量误差小3mm左右。     

日本高分辨率模式对中国降水预报能力的客观检验

利用2012年4月1日-8月31日中国2419个台站逐6 h降水资料、CMORPH(NOAA Climate Prediction Center Morphing Method)卫星与中国3万余个自动站逐时降水融合资料,基于客观统计方法,分别检验了日本高分辨率模式对中国逐6 h、12 h和24 h分段站点、格点降水的预报能力。结果表明:(1)模式晴雨预报技巧随分段间隔的增加整体增加,暴雨预报技巧在12 h分段表现相对较好;(2)就站点检验来说,模式晴雨预报的降水频数高于观测,6 h和12 h分段暴雨预报低于观测频数,24 h分段则与观测基本一致,通过计算调整阈值可以明显改善技巧评分;(3)6 h分段降水标准差比值1,出现预报为中雨,而观测为暴雨或小雨的概率增大,24 h分段则相反;(4)整体而言,模式对东南地区的预报技巧高于西北地区,但沿海地区降水的偶然性更大;(5)模式预报与高分辨率卫星、自动站融合降水产品有更好的一致性,阈值调整的空间相对有限;(6)东南地区预报与观测的相关性大于西北地区,模式对东部沿海地区降水量级的预报比西部地区更为合理。     

2004年主汛期各数值预报模式定量降水预报评估

随着数值预报技术的飞速发展, 模式定量降水预报已成为天气预报业务工作中的主要参考依据。本文对目前在国家气象中心应用的3个业务运行模式T213L31, HLAFS0.25, 华北中尺度模式MM5和德国模式及日本模式的降水预报产品进行了季节空间分布、区域时间序列演变及统计检验, 试图从空间、时间及统计方面对降水预报产品的预报性能进行综合评估。检验结果表明:目前的数值预报模式对短期时效内定量降水预报均具有一定的空间预报能力, 但强降水中心位置有一定的偏差; 从时间序列演变检验来看, 模式对区域强降水过程的发展趋势具有较强的预报能力, 但降水量预报与实况有一定的差距; 从累加统计评分检验结果来看, 模式短期时效的预报性能差别不大, 全球模式在小中雨预报方面有一定优势, 其中日本模式的综合预报性能最好, 大雨以上量级的预报则是国内的模式有一定的优势, 其中华北中尺度MM5模式, T213L31模式各有所长, 但均存在预报量和预报区偏大问题。     

区域业务模式6 h降水预报检验方案比较

对我国华东、华南、华北区域气象中心和中国气象局数值预报中心业务运行的区域模式2011年5—9月的6 h降水预报, 采用不同检验结果平均方案进行对比检验。对比结果表明:不同的检验结果平均方案基本不影响与中国气象局数值预报中心模式 (NMC-GRA) 在相同区域关于TS评分比较的相对检验结论,即当两个模式评分差距较大时,评分高的模式在两个方案中是一样的,但评分比较接近时,若有一个模式对该区大尺度降水预报较好时,则可能在新方案中有较高的TS评分,而此模式原方案评分则可能略低于局地小尺度降水预报较好的模式。但对于较少发生的强降水预报的预报偏差的评价有很大不同,当新方案的结果显示多数模式对强降水的预报偏少,原方案则可能显示偏多,说明模式对大尺度的强降水预报较实况偏少,但对小尺度局地降水的预报则可能偏多。     

辽宁省夏季多模式降水预报检验及晴雨预报技术研究

利用辽宁省291个国家气象观测站的降水资料,对2019年夏季（6-9月）8种模式降水预报及中央气象台格点降水预报进行了检验评估和比较,并采用消空方法进行晴雨预报技术研究。结果表明：2019年,EC模式具有最优的暴雨预报性能,而日本模式暴雨TS评分最高;中尺度模式对于局地性暴雨和短时强降水具有较好的预报潜力,性能较好的是GRAPES_MESO模式和睿图东北3 km模式;全球模式对24 h暴雨的预报频率比实况偏低30%,3 h强降水则偏低60%,中尺度模式对24 h暴雨的预报频率比实况偏高30%,3 h强降水则偏低20%。由于对小量级降水存在较多空报,各模式原始预报的晴雨预报大多呈现空报偏多的情况;使用小量级降水剔除的消空策略能够明显提高晴雨准确率,消空之后EC模式具有最优的晴雨预报性能。分别使用24 h和3 h累计降水量优化消空策略,发现分别取1.0 mm和0.8 mm的阈值进行消空可以使24 h晴雨准确率提高15.58%,3 h晴雨准确率提高10%-30%。     

多家数值产品沿海大暴雨预报性能检验

2010年8月4-5日和2010年8月21-22日两次天气过程都是在副热带高压外围产生的沿海大暴雨天气,利用多种资料,重点针对基层气象台(站)常用的几家数值模式产品,对两次暴雨过程从环流形势、影响系统、降水量要素等方面进行检验分析.结果表明:各家数值模式产品对暴雨定量预报有一定的预报能力,但降雨量级普遍偏小,对强降水中心的预报稳定性较差;在降水量级上,EC模式预报较准确,具有较高的参考价值.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;对西太平洋副热带高压的预报,T639模式和EC模式各时效预报脊点位置跟实况场一致,但强度较实况偏弱;但对高空槽和切变线的预报跟实况都有一定的偏差.因此在暴雨预报中需要在参考数值预报的基础上,结合强对流工具、实况加密资料、物理量场、相似个例和经验外推等其他辅助手段提高暴雨站点预报准确率,从而提升灾害性天气服务的效果.     

基于Catboost和Stacking融合模型的 长江中下游短时临近降水预报研究

用中国自动站与CMORPH降水产品融合的逐小时降水量网格数据集、全球预报系统(Global Forecasting System, GFS)模式再分析资料,将机器学习特征算法筛选的特征变量作为模型输入数据,运用Catboost模型和以Catboost和随机森林为初级模型、径向基神经网络为次级模型的融合模型预测未来6 h累计降水等级,并应用公平TS评分(Equal Threat Score,ETS)、真实技巧评分(True Skill Statistic,TSS)、混淆矩阵、预报偏差(Bias值)、击中率(Probability of Detection,POD)对预报结果进行检验分析。结果表明:优化变量的输入有利于提高模型的准确率;Catboost模型和融合模型都可以在一定程度上辨别晴雨状况;仅非动力学变量参与的融合模型对雨区预报准确率最高,但容易将暴雨雨区预报得更加广泛。总体而言,融合模型具有更强、更稳定的预报性能,中到暴雨量级预报准确率还待进一步提高。     

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。      

江西省中小水电智慧气象服务技术研究及应用效果检验

基于高精度DEM及水系数据的流域集雨区划分,研究了江西省中小水电站集雨区划定技术方法;通过对水库集雨区上降水预报和观测站点的实况两者对比分析,建立了基于库区的多模式本地化水库面雨量预报方法;通过模式参数化率定方法以及雨洪耦合来水量预报方法的研究,建立了水库来水量预报模型.利用2007—2020年水文数据以及降水实况和模式数据,检验了七一水库2020年逐7 d面雨量预报效果.检验结果表明,面雨量预报模型在0—3 d的平均预报准确率为70.1％;中雨和大雨量级的降水预报准确率分别为30.7％和28.3％,暴雨、大暴雨预报具有一定的指示意义;改进后的流量模拟效果进一步提升,强降水过程的流量预报效果明显改善.     

基于BCC_CSM模式的中国东部夏季降水预测检验及订正

基于国家气候中心第二代季节预测模式的历史回报试验数据,检验了模式对我国东部夏季降水的预测能力,探讨了预测误差形成的可能原因,并应用降尺度方法提高了模式的降水预测技巧。分析表明:（1）模式能在一定程度上把握我国东部夏季降水时空变率的两个主要模态（偶极子型模态和全区一致型模态）,但是不同超前时间的预测在刻画模态方差贡献、异常空间分布特征、时间系数的年际变化等方面存在明显误差;（2）模式能够合理预测大尺度环流和海表温度（SST）的变化特征,但是对中国东部夏季降水的总体预测技巧有限,这与模式不能准确刻画西太平洋副热带高压、大陆高压、中高纬阻塞高压等环流系统以及热带太平洋、印度洋SST变率对中国东部降水模态的影响有关;（3）针对1991~2003年回报试验数据中的500 hPa位势高度、850 hPa纬向风和经向风、SST变量,在全球范围内寻找并定位与中国东部站点降水关系最密切的预报因子,进而建立针对降水预测的单因子线性回归、多因子逐步和多元回归模型。采用2004~2013年回报试验对所建立的降水预测模型进行了独立检验,结果表明:所建立的降尺度预测模型能显著提高中国东部地区夏季降水的预报技巧。以6月1日起报试验为例,预测的第一模态（第二模态）与观测的空间相关系数由原始的0.12（0.48）提高到了0.58（0.80）,时间相关系数则从0.47（0.15）提高到0.80（0.67）;其它超前时间的预测试验中,降尺度预测模型的降水预测技巧相比模式原始预测技巧也同样明显提高。     

2004年汛期(5～9月)主客观降水预报检验

随着气象事业的发展，天气预报的质量越来越依赖于数值预报产品的性能。预报产品检验是评价预报质量和提高预报水平的有效手段。针对2004年汛期（5～9月）中央气象台预报员及T213、HLAFS25、MM5、GRAPES、日本及德国等国内外数值预报模式短期时效的降水预报做了详细的统计学检验。检验结果表明，对于汛期平均而言，各模式与预报员的小雨预报较好，随降水量级的增加TS评分迅速下降，国内外数值预报模式之间降水预报水平差别不大，预报员与模式相比水平略高；但对于过程预报而言，过程不同，各模式和预报员的表现不同，预报员和MM5对河南暴雨预报较好；GRAPES和日本模式对台风暴雨预报略好；T213对于四川东部暴雨的大量级降水预报较好；无论是预报员，还是数值预报模式，北京暴雨的预报是一个典型的失败个例。同时，我们也发现检验系统存在一些问题，有待今后逐步改进。     

NUMERICAL EXPERIMENTS FOR THE EFFECTS OF TWO MODEL INITIALIZATION SCHEMES ON RAINFALL FORECAST IN THE 2008 FLOODING SEASON

In this paper, based on heavy rain numerical forecast model AREM （Advanced Regional Eta Model）, two different initialization schemes, LAPS and GRAPES-3DVAR, are used to run assimilation experiments of AREM-LAPS and AREM-3DVAR with the same data source （NCEP forecast field, surface data and radio-soundings） during the period from 21 May to 30 July 2008 to investigate the effect of the two initialization schemes on the rainfall simulation. The result suggests that： （1） the forecast TS score by the AREM-LAPS is higher than that by the AREM-3DVAR for rainfall in different areas, at different valid time and with different intensity, especially for the heavy rain, rainstorm and extremely heavy rain; （2） the AREM-3DVAR can generally simulate the average rainfall distribution, but the forecast area is smaller and rainfall intensity is weaker than the observation, while the AREM-LAPS significantly improves the forecast; （3） the AREM-LAPS gives a better forecast for the south-north shift of rainfall bands and the rainfall intensity variation than the AREM-3DVAR; （4） the AREM-LAPS can give a better reproduction for the daily change in the mean-rainfall-rate of the main rain band, and rainfall intensity changes in the eastern part of Southwest China, the coastal area in South China, the middle-lower valleys of Yangtze river, the Valleys of Huaihe river, and Shandong peninsula, with the rainfall intensity roughly close to the observation, while the rainfall intensity simulated by the AREM-3DVAR is clearly weaker than the observation, especially in the eastern part of Southwest China; and （5） the comparison verification between the AREM-LAPS and AREM-3DVAR for more than 10 typical rainfall processes in the summer of 2008 indicates that the AREM-LAPS gives a much better forecast than AREM-3DVAR in rain-band area, rainfall location and intensity, and in particular, the rainfall intensity forecast is improved obviously.