三种数值模式对长江上游面雨量预报能力的评估

利用2007—2008年长江上游逐日面雨量实况和中国T213、日本JMH、德国GER三种数值模式降水预报格点资料,采用TS评分方法,检验三种数值模式对长江上游面雨量≥20mm强降水的预报能力。检验结果显示,日本JMH模式12~36h预报评分达38.5%;中国T213模式为28.2%;德国GER模式为26.9%。并且在对降水落区进行定性评估的基础上,建立了降水预报产品与流域面雨量实况的线性回归方程。     

滁河流域汛期多模式集成面雨量预报检验评估

对2013—2016年汛期ECMWF、JMA及中尺度WRF模式的预报结果进行检验,基于合理的时间尺度,制作了动态权重集成面雨量预报(DWI)、分步集成面雨量预报(SI)和等权重集成面雨量预报(EWI)产品,并对2017—2020年汛期降水期间多种集成面雨量预报产品和ECMWF、JMA、WRF的单个模式面雨量预报产品进行对比评估.结果表明:3种集成面雨量预报效果整体上优于单一数值预报模式,尤其是预报致灾严重的暴雨等级降水优势明显;DWI和WRF对强降水的面雨量预报正确率最高,其他2种集成面雨量预报结果次之,ECMWF及JMA较差;模式集成预报弱降水过程的优势不明显.     

多种细网格模式对湖南水库流域面雨量的预报检验

选取2016年5—12月欧洲ECMWF、日本JMA、T639、德国GERMAN、湖南本地细网格HNGRIB的高分辨率降水预报产品,从预报时效、流域区域、面雨量量级、影响系统和预报偏差五个方面,检验分析了各模式对湖南水库流域面雨量的预报效果。结果表明:各细网格模式对流域面雨量的预报能力随预报时效的增加而下降,但ECMWF和JMA的预报效果相对较好且稳定,T639最差;各模式在非汛期10—12月的流域面雨量预报效果要优于汛期5—9月;随着面雨量量级增大,各模式的预报能力均下降,特别是对30mm以上的面雨量预报能力非常低;各模式对高空槽降水的预报能力最好,对西南低涡降水的预报能力最差;ECMWF、JMA、HNGRIB在各个时效上存在面雨量预报偏小的情况,而GERMAN、T639随着时效的增加,面雨量预报偏大的情况增多。     

利用多普勒雷达资料作站点雨量及面雨量临近预报

通过对近两年收集的降水过程的雷达回波资料进行统计分析,得到本地区主要降水过程类型及其回波演变特征;利用反射率因子的基数据和风廓线产品数据等资料,运用交叉相关法计算区域速度、读取风廓线得到环境风速度,自动判别降水回波类型、识别回波整体及单体移动速度;应用本地实时的dBz-I关系及线性外推法计算未来1～2 h站点降水量及面雨量,实现降水临近预报自动化;应用自动站雨量资料及雷达联合自动站资料所作的雨强实时分析场对1 h站点雨量预报及区域雨量预报进行初步检验,1～24.9 mm和≥25 mm以上站点预报的平均相对误差分别为58%、33%;区域雨量预报的雨区范围及中心分布与实况具有较好的一致性;2 h降水预报在回波较稳定时,仍有较好的预报效果.     

降水偏差订正的频率(或面积)匹配方法介绍和分析

针对AREM模式降水预报的偏差特征,开展了基于频率(或面积)匹配方法的降水偏差订正试验,重点介绍了该方法的原理和实现过程,并对订正前后的结果进行了系统检验,深入分析了该方法的优缺点并指出了可能的改进方向。经过3个月降水集中期(2012年6—8月)的逐日试验分析结果表明:(1)该方法能显著改善模式降水预报中雨量和雨区范围的系统性偏差,订正后降水预报的范围和平均强度与实况更加接近;(2)偏差愈大订正效果愈好;(3)原理上此法不能订正降水的落区位置偏差,但通过改变雨区范围的大小,订正后降水预报的TS和ETS的评分也有一定程度提高,尤其是小雨量段,订正使数值预报的"有雨或无雨"的定性降水预报的质量得到明显改善。针对该方法"不能改进降水落区偏差"的局限性,提出了5种可以改进和尝试的方法,同时指出,该方法和原理可以用于单站降水预报、雾和水文的流域预报的偏差订正。     

降水预报结果的订正试验

我们对19次数值模拟和实际预报降水结果进行了分析。统计结果表明,所引进的大气所有限区细网格降水预报模式,对江淮暴雨主要雨带的预报与实况基本一致,暴雨中心预报值比实况平均偏小15—30％,距离相差约100km,雨区预报偏大。为改进降水落区及暴雨中心强度的预报,我们采用了一种订正降水预报结果的试验方案,对降水预报场进行了订正,提高了预报准确率。 一、降水预报场中格距波的处理 采用客观分析资料作初始输入,模式计算的强降水带外围雨区预报,存在着明显的二倍格距波,大于25mm和大于50mm的     

人工增雨效果的数值统计评估方法

利用1995～2001年河南省春季降水资料，采用数值预报与统计相结合的方法，对飞机人工增雨的效果进行检验。该方法的基本思路是根据降水的气候特征设定增雨效果的评估区，在同一评估区内应用数值模式MM5V3对历史降水过程的降水量进行数值预报，从而获得一组预报雨量，对非增雨过程的数值预报雨量与降水实况进行统计分析，建立预报雨量与实况雨量的数理统计关系。对增雨作业过程的降水同样采用相同的数值模式进行预测，并与增雨后的实况雨量比较，从而得到飞机人工增雨效果。评估结果表明：1995～2001年春季飞机人工增雨效果比较明显，豫北区(Ⅰ区)平均为16．7％，豫东区(Ⅱ区)平均为19．3％。     

三峡库区降水—径流关系及径流量预报模型研究

利用2000—2007年长江上游各分流域面雨量实测资料、雷达遥测面雨量资料以及各水文站的历史资料,对流域降水量、洪水传播时间、径流数据以及基流值进行了针对性处理;通过单日产流Pa+P—R(降水量加前期影响雨量—径流)分析和场次洪水总量Crr—P(a径流系数—前期影响雨量)分析,结合各分流域拟合效果及检验,研究了三峡库区降水—径流关系,证明采用雷达遥测的降水数据作为降水量输入来预报各分流域未来时段内产流量是最佳选择,由此建立了三峡库区径流量的预报模型。     

安康及石泉水库入库流量变化特征及汛期预测

利用安康及石泉水库2000—2011年逐日入库流量及对应时段安康及石泉流域观测站逐日降水资料,分析了安康及石泉水库入库流量的变化特征及其与流域面雨量的关系。结果发现,安康及石泉入库流量主要集中在7到10月,极端入库流量在7—9月的出现频率最大;入库流量变化与其流域面雨量关系密切,其中6—10月,逐日入库流量与面雨量呈显著正相关;随着面雨量的增长,入库流量呈阶段性增长趋势,安康水库入库流量分别在流域面雨量达到20 mm和40 mm时显著增加,石泉水库入库流量则分别在流域面雨量达到15 mm和30 mm时大幅增加;建立了引入降水累积效应的汛期安康及石泉水库入库流量预测模型,经检验表明模型能较好地模拟入库流量的实际变化,对电力部门汛期水量调度有参考价值。     

GRAPES模式在淮河流域面雨量预报中的应用

利用我国新一代数值预报模式GRAPES输出的降水预报，制作了2005年7—9月淮河流域的面雨量预报，并对其与预报员制作的面雨量预报和面雨量实况进行了对比分析。期间7月4—11日、7月27日-8月4日淮河流域分别出现了两段集中强降水时间，给各地造成了严重的洪涝损失，因此针对这两次强降水过程着重进行了分析和讨论，同时进一步利用安徽省高密度自动雨量站资料对流域面雨量的估测和预报进行了初步研究。结果表明：用GRAPES模式产品直接制作的淮河流域面雨量预报产品在实际工作中具有较高的参考价值；高密度雨量站资料的使用有利于提高面雨量实况估测的精度，更客观地检验面雨量预报产品。     

多次取样的网格化暴雨预报“配料法”研究

利用2008—2019年甘肃省陇东342个测站的逐日降水资料和ECMWF_ERA5再分析资料，总结了不同暴雨天气过程的环流特征，建立了精细至模式预报每个格点、综合考虑暴雨日每个预报时次的多次取样网格化暴雨预报“配料法”方案，并通过2020年5次暴雨过程进行验证。结果表明，陇东暴雨可分为副高扰动型、冷槽切变型和偏北气流对流型；由于不同类型暴雨的环流特征差异明显，降水范围及持续时间不同，具有代表意义的关键物理量及阈值也不相同；网格化配料法的过程预报准确率相比ECMWF_THIN提高了20%，站点预报准确率提高了7.8%，性能优于ECMWF_THIN模式的暴雨预报；配料法对小区域预报效果优秀，预报范围越大预报准确率越低。     

基于SCTP-RF算法的甘肃省短期定量降水客观预报方法研究

基于欧洲中期天气预报中心(ECMWF)的精细化数值预报产品、中国气象局下发的降水指导产品(TP;MA)及甘肃省340个气象站点降水实况数据,利用泰森多边形与K-means空间聚类方法(spatial cluster and Tyson polygon, SCTP),对2017—2019年4—9月甘肃省340站降水资料进行客观分区。在此基础上,采用随机森林算法(random forest, RF),筛选出与降水相关的物理量因子构建模型,开展甘肃省短期定量降水客观预报订正试验,并进行预报效果检验。结果表明:(1)甘肃省4—9月降水客观分区依次为7、6、14、13、14和11个。(2)就晴雨预报而言,SCTP-RF订正产品对甘肃省汛期的晴雨预报能力较TP;MA指导产品和ECMWF模式产品有一定提升,提升幅度分别为6.1%、4.2%;在空间上,SCTP-RF算法对甘肃省340站的晴雨预报均具有一定的订正能力,大部分站点晴雨预报准确率提升了5%,特别是河东地区。(3)在分级降水预报中,SCTP-RF订正产品对中雨和大雨的预报能力均优于TP;MA指导产品和ECMWF模式产品,且全省大部的订正效果较好,特别是河东中部及陇东南地区,但在强降水过程中对小雨和暴雨的预报订正不稳定,尤其是陇东南地区的小雨。     

云台山景区降水资源调查分析

利用景区水库的降水和水文观测历史记录,采用对邻近气象测站测值进行同比气候差订正的方法来弥补少量资料的断缺,以形成完整的历史资料链条。运用与周边气象站对比分析的统计方法,对景区降水、泉瀑汇流水量的年度分布、多年变化趋势进行分析,结果表明:云台山景区降水资源较周边地区显著偏多,降水主要集中在汛雨阶段,多局地性的暴雨、大暴雨日;景区库区来水量分为丰、平、枯年,与汛期降水关系密切,其降水有明显的年代际变化特征,近期正在向少雨年代过渡。     

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。     

降水预报-观测概率匹配动态订正法在江西降水集中期的应用与检验

为提高数值预报降水预报的准确率,本文利用欧洲中期天气预报中心的高分辨率数值预报（ECMWF）降水预报资料和江西省国家级气象观测站实况降水资料进行概率匹配,选取Gamma累积概率分布函数用于拟合预报与观测的降水累积概率,通过在2017年江西省一次降水集中期的应用试验,得到以下结论：基于ECMWF的降水预报-观测概率匹配动态订正法由于把最新的预报与实况结果带入概率匹配中,并根据近期模式预报调整及误差不断自动更新各量级降水修正值,可实时动态订正模式降水预报;检验发现ECMWF模式降水产品对于24 h内12 h间隔的10 mm及以下量级的预报普遍偏大,25 mm及以上量级的预报普遍偏小,在江西区域九江沿江地区和景德镇的各量级降水预报较为接近实况、预报效果较好.本降水预报订正法能提高小雨和暴雨的TS评分、降低暴雨的漏报率且提升其命中率,但对大雨及部分中雨的订正效果不佳,在实践中应权衡利弊使用.     

蓄水型人工增雨效果检验

利用1960～2007年古田水库的雨量资料和入库流量资料,采用非随机化试验方案,根据水库流域面雨量、入库流量和径流系数的变化开展蓄水型人工增雨效果检验。结果表明,在水库流域开展科学的蓄水型人工增雨,使1350km2水库流域面雨量增加18.87%,绝对增加22.4mm,总降水量增加3024万m3,径流系数提高9.31%,入库流量增加29.95%,绝对增加5.17m3/s,总入库流量增加1359.395万m3。改善了水库流域生态环境,提高了地表土壤的湿润度,使径流系数增大,使得入库流量相对增值比水库流域面雨量相对增值大。蓄水型人工增雨的经济效益大于"抗旱型"人工增雨。     

基于回归模型的青藏铁路水害气象风险评估

应用逻辑回归和逐步回归方法对青藏铁路青海段由降水引发铁路水害气象风险评估进行研究,以青藏铁路公司提供的铁路沿线水害统计资料为依据,选取2000—2014年青藏铁路沿线青海境内14个气象站点和28个加密气象站降水资料,开展降水引发的水害气象风险评估,结果表明:青藏铁路水害的发生不仅与降水量级有关,还与降水的性质和持续时间有关,铁路水害主要集中在7—8月,高发路段是乐都-平安、湟源-海晏段。导致青藏铁路沿线水害的主要降水类型为区域性强降水和连阴雨。考虑到降水持续时间对水害的影响,通过计算得出的铁路水害诱发指数和水害有效降水因子,且距水害发生时间愈近,日降水量对水害发生的作用就愈大。采用逻辑回归模型判断青藏铁路青海境内各区段水害的发生有无,其预测模型总判对率均超过86.2%,其次运用逐步回归评估模型计算出水害预报等级,经检验对最高级别1级的预报准确率达88.9%。可见,逻辑回归模型和逐步回归评估模型在青藏铁路青海境内铁路水害预报和评估工作中具有较高的预报准确率。     

金沙江下游多种面雨量集成预报方法的对比分析

集成方法有利于提高降水要素预报的准确性和可预报性。本文基于格点实况资料和智能网格预报、西南区域数值预报、ECMWF模式预报、GRAPES模式预报产品,以面雨量为研究对象,采用多元回归法、BP神经网络法、评分权重法、加权集成预报法和算术平均法,得到集成面雨量预报,再运用平均绝对误差、模糊评分、正确率、TS评分、偏差分析等方法,对2020年4—10月金沙江下游面雨量预报效果进行对比分析。结果表明：多元回归集成法和BP神经网络法的预报效果总体上优于其他几种集成方法。在考虑流域面雨量的预报量级时,下游可以采用预报量级较小的模式和集成方法。集成后偏差百分比均有降低,且多元回归法和BP神经网络法对预报量级较小的模式有矫正作用。在面雨量有无、小雨和中雨预报中,多元回归法集成效果较好,在大雨量级预报中,BP神经网络法集成效果较好。这些结论可为流域面雨量预报提供参考借鉴。     

分类型最优法在江苏沿江地区降水估测中的应用与讨论

为提高现有天气雷达产品生成模块中处理系统算法精度、并为其他短时临近预报系统或数值预报模式提供合适的Z-I关系为目的,选择江苏沿江地区作为试验区域,采用分类型最优法建立相应的Z-I关系,并比较分类型最优法与单一Z-I关系对过程雨量和分段雨量的估测能力.结果表明:分类型最优法比单一Z-I关系法明显提高过程雨量估测的精度,梅汛期降水估测精度提高近2.5倍,夏季台风降水估测由低估72％降低至低估45％.对不同雨量段进行估测比较后发现,分类型最优法对强降水雨量段改善较为明显,对雨强＞ 10 mm/h的梅汛期对流云降水和台风降水所有雨量段的雨量估测改善明显.最后在气候统计的基础上,通过改进雷达估测降水产品色标数值等级,以达到优化雷达估测降水产品图像的显示能力.     

江西致洪暴雨天气特征分析与流域洪涝预报研究

在对1959～1990年的资料进行大量普查分析和统计的基础上,指出对流层中低层形势特征在江西致洪暴雨中的特殊重要性,分析了各个天气系统对形成致洪暴雨的作用,并根据中低层天气形势特征来分型建立致洪暴雨的预报模式。应用水文上降水产生流量过程线的变化原理,提出了仅用降水资料来推算流域洪涝指数,用量化指标来预报未来流域洪涝强度的研究思路和方法。该方法思路是利用流域内测站雨量计算出流域的有效综合面雨量(考虑了前一段时间内的逐日流域面雨量的不同贡献)。复核流量(或水位)等洪涝资料与流域有效综合面雨量的关系,最终确定出各级洪涝指数的流域有效综合面雨量的大小,确定洪涝等级。