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。      

基于雷达外推临近预报和中尺度数值预报融合技术的短时定量降水预报试验

为克服目前中尺度数值模式在对流尺度定量降水短时预报方面的不足,弥补基于“外推”的临近预报技术在2h以上定量降水预报能力方面的缺陷,研究设计了一种基于“外推”临近预报技术和中尺度数值模式的定量降水预报(QPF)融合技术方案,并进行了试验应用.该方案首先基于雷达探测和自动气象站观测的定量降水估计(QPE)结果,对中尺度数值模式输出的定量降水预报在谱空间进行相位校正,分析计算出数值预报和观测的偏差,导出一个附加的数值预报校正场;其次,根据数值预报校正场满足一定时间变化分布的特征,调整相应时段的数值预报降水区域和强度;最后,利用双曲正切线权重函数,对校正后的数值模式定量降水预报和基于临近预报技术的定量降水预报进行融合,融合权重根据典型环流特征动态变化.融合后的定量降水预报在前1-2h表现出主要依赖“外推”临近预报结果,之后随着融合权重的变化,数值预报对融合结果的贡献逐渐加大,直至融合后5-6h占主导地位.通过对京津冀地区2011年夏季5个及2012年夏季2个典型强降水个例的80次预报试验及其检验,表明融合后的0-6h定量降水预报结果改进较为明显,总体优于单独的临近预报技术或者中尺度数值预报模式的结果.     

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。     

上海地区几类强降水雨滴谱特征分析

用Parsivel激光降水粒子谱仪资料对2013年上海地区4—10月份期间4种类型 (层状云、对流暖云主导型、对流冷云主导型和强台风影响下的混合暖云型) 降水过程的雨滴谱特征进行了分析。通过平均雨滴谱及其拟合特征、雨滴数密度与含水量分布、雨滴尺度与速度二维谱分布等对比分析发现:各类降水中, 雨滴谱的峰值结构与雨强大小有关, 其中直径介于0.187~1.312 mm的小雨滴均出现峰值且总数最多。各尺度雨滴数密度及其比例决定了其降水量贡献比, 在冷云强降水中的雨强贡献最大的雨滴尺度要显著大于其他3种类型。雨滴谱宽按大小排列依次为对流冷云主导型、混合暖云型、对流暖云主导型和层状云。最后综合运用雨滴谱、雷达、雨量站、闪电等观测资料对9月13日对流冷云主导型降水过程进行分析后发现:在雷暴的演变过程中, 雨滴谱特征与雷达反射率因子、垂直液态水含量、自动站雨强、闪电频次等要素均有较好的相关性。冷云产生的冰晶和冰雹融化后的大雨滴进入中低层的广谱小雨滴群, 并通过破碎分裂增加了大雨滴的形成概率, 尤其是捕捉碰并过程更加快了大雨滴的增长速度, 使雨强在短时间内迅速加强。雨滴谱中各档粒子数的演变, 揭示了降水强度的变化, 用雨滴谱资料可有效弥补现有雷达定量估测降水的偏差, 且在冷云中改善明显。     

新疆213数值预报降水评价

利用2006年新疆107个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数值降水预报产品的24 h预报能力进行了分析检验,结果表明：（1）T213对新疆地区暴雨和大暴雨基本无预报能力。（2）T213在新疆区域对于小量和中量降水的整体预报能力北疆要明显好于南疆。（3）T213的预报能力存在一定的季节性,对弱降水过程预报能力较差。（4）从小量到大量降水,T213的空报率和漏报率都很高,整体预报效果不好。     

我国地面降水的分级回归统计降尺度预报研究

利用TIGGE资料中欧洲中期天气预报中心(ECMWF,the European Centre for Medium-Range Weather Forecasts)、日本气象厅(JMA,the Japan Meteorological Agency)、美国国家环境预报中心(NCEP,the National Centers for Environmental Prediction)以及英国气象局(UKMO,the UK Met Office)4个中心1~7 d预报的日降水量集合预报资料,并以中国降水融合产品作为"观测值",对我国地面降水量预报进行统计降尺度处理。采用空间滑动窗口增加中雨和大雨雨量样本,建立分级雨量的回归方程,并与未分级雨量的统计降尺度预报进行对比。结果表明,对于不同模式、不同预报时效以及不同降水量级,统计降尺度的预报技巧改进程度不尽相同。统计降尺度的预报技巧依赖于模式本身的预报效果。相比雨量未分级回归,雨量分级回归的统计降尺度预报与观测值的距平相关系数更高,均方根误差更小,不同量级降水的ETS评分明显提高。对雨量分级回归统计降尺度预报结果进行二次订正,可大大减少小雨的空报。     

The Impact of Assimilating Radar-estimated Rain Rates on Simulation of Precipitation in the 17--18 July 1996 Chicago Floods

Rainfall prediction remains one of the most challenging problems in weather forecasting. In order to improve high-resolution quantitative precipitation forecasts (QPF), a new procedure for assimilating rainfall rate derived from radar composite reflectivity has been proposed and tested in a numerical simulation of the Chicago floods of 17–18 July 1996. The methodology is based on the one-dimensional variation scheme (1DVAR) assimilation approach introduced by Fillion and Errico but applied here using the Ka...     

GPM卫星和地面雷达对江苏盐城龙卷风强降水估测的对比

为综合评估卫星和天气雷达在2016年6月23日盐城龙卷风期间的强降水过程的降水估测精度,以国家级雨量站观测数据为基准,结合相关系数(CC)、相对误差(RB)、均方根误差(RMSE)以及分级评分指标,利用S波段的天气雷达定量降雨估测产品(RQPE)和全球降水观测计划多卫星融合产品(IMERG_FRCal,IMERG_FRUncal,IMERG_ERCal)进行比较。结果表明,雷达和卫星的累积降水量与雨量站的空间相关性很强(相关系数大于0.9),基本上能捕捉到整个降水过程的空间分布。降水主要分布在江苏省北部,但卫星高估了江苏省东北部强降水中心的降水量;对于小时时序区域平均降水,卫星高估了降水,而雷达低估了累积降水量。综合降水中心区域分析,IMERG的强降水区域降水量与雨量站的时间序列的偏差显著;RQPE在降水峰值达到之前及峰值之后与地面雨量站的变化趋势基本一致,但对降雨量峰值有明显的偏低。RQPE能较为准确地在时间上捕捉到降雨强度的变化趋势,但对于大雨及暴雨的估测能力不佳;RQPE的POD、SCI值都远远高于IMERG, FAR也较小。IMERG几乎未能监测到强降水的发生。总体上,RQPE对此次龙卷风强降水量的估测表现优于3种IMERG产品,特别是在捕捉强降水区域的空间分布方面,但对于强降水的估测能力仍需进一步改善。     

湿Q矢量释用技术及其在定量降水预报中的应用

新发展了一种湿Q矢量释用技术:利用松弛法迭代求解以非地转干Q矢量散度为强迫项的方程得到垂直运动场ω ₁, 然后由ω ₁计算湿Q矢量散度场, 接着再利用松弛法迭代求解以湿Q矢量散度场为强迫项的ω方程得到垂直运动ω ₂, 最后由ω ₂结合水汽条件进行降水量计算, 得到湿Q矢量释用降水场。结合一次典型的江淮梅雨锋暴雨过程研究表明, 湿Q矢量释用降水场对同期观测降水场水平分布特征、极端降水强度都具有一定的反映能力, 反映出湿Q矢量释用技术具备实际应用的可行性和一定合理性。将此释用技术应用于华东区域数值预报模式 (基于MM5 V3.6而建立, 以下简称MM5) 产品, 得到湿Q矢量释用定量降水预报 (QPF) 场, 其独立于模式本身输出的QPF场, 但与模式QPF场具有相同的时空分辨率。针对2004年6—8月汛期华东地区一次梅雨锋降水过程和一次登陆台风降水过程, 结合实况雨量资料, 比较分析了湿Q矢量释用QPF场和MM5模式QPF场对实际观测降水场的反映能力, 结果表明, 前者对有无降水、10.0 mm/24 h以上明显降水的反映能力明显优于后者。进一步进行预报统计检验表明, 湿Q矢量释用预报有无降水、小雨及10.0 mm/24 h以上降水的TS评分、正确率都明显高于MM5模式, 而漏报率、空报率则是前者明显低于后者。这也充分反映出湿Q矢量释用技术应用于QPF研究的有效性。最后, 探讨了数值预报产品释用技术对数值预报模式性能的依赖性, 并指出未来对湿Q矢量释用技术进一步改进的方向及其广泛应用前景。     

雷达定量降水估算在水文模式汛期洪水预报中的应用试验

通过雷达测雨技术获得高时空分辨率的降雨信息,作为水文模型的输入,用以提高水文预报的精度。文章以湖北省白莲河流域为例,利用分组Z-I关系转化雷达反射率为雨强,运用地面雨量站网实测雨量对其进行校准,将不同方法估算得到的雨量结果输入新安江模型进行洪水预报测试,结果表明未校准雷达估算降雨量直接输入水文模型,其结果是不理想的;利用校准后的雷达估算降雨量进行洪水预报,精度得到了很大提高。     

登陆台风短时定量降水预报方法初探

利用登陆台风的GMS-5 IR1 TBB资料及地面自动站逐时雨量资料,初步建立了适用于登陆台风的定量降水估计(QPE)方法,基于QPE结果,采用外推法,初步实现了对登陆台风未来0~3 h的短时定量降水预报(QPF)。应用于0104号登陆台风“尤特”和0414号登陆台风“云娜”两个例表明:对单站逐小时雨量定量预报而言,如果50%相对误差可以接受,01、、23、h的QPF准确率分别达20%~70%、30%~80%、30%~70%、20%~60%;对于单站过程雨量定量预报而言,如果50%相对误差可以接受,0、1、2、3 h的QPF准确率基本都达60%~80%;对未来0~3 h的面雨量也具有一定定量预报能力。0~3 h QPF结果对实际短时登陆台风降水业务预报工作具有一定的参考价值。     

2012年初秋四川盆地两次西南涡暴雨过程的对比分析与预报检验

利用常规观测和雷达、卫星等观测资料,从天气形势配置、对流活动特征以及预报检验等方面对2012年初秋发生在四川盆地的两次西南涡暴雨过程进行了对比分析研究,重点对直接造成暖区对流性暴雨的MCS活动特征和环境条件进行了分析.两次暴雨过程在天气系统配置上,都具有西太平洋副热带高压强盛稳定、高原槽活跃,以及低层有西南涡生成等共同特点;但由于副高脊线的位置差异、西风带短波扰动强度差异等原因,造成系统移动速度以及降水落区的显著区别.在这两次暴雨过程中MCS都较为活跃,第一次降水过程中的MCS较为稳定,系统移动相对缓慢;第二次过程中出现了MCC,局部单点雨强突出,移动速度也相对较快.分析表明第一次过程湿层相对深厚,对形成强降水非常有利,而第二次过程中垂直切变相对较强,高层存在明显干层,从而形成了更强的层结不稳定性,有利于强对流风暴的形成.两次暴雨过程具有明显的暖区对流性质,不稳定性、LLJ急流轴位置在判断初始对流启动位置上占有更加重要的地位.针对这两次过程的预报检验表明,数值模式在反映暖区对流上存在明显缺陷,而预报员在建立精细化的中尺度天气概念模型指导下,主观预报能够在一定程度对数值预报做出订正,提高对暖区对流性降雨的预报能力.     

Evaluation of radar and automatic weather station data assimilation for a heavy rainfall event in southern China

To improve the accuracy of short-term(0–12 h) forecasts of severe weather in southern China, a real-time storm-scale forecasting system, the Hourly Assimilation and Prediction System(HAPS), has been implemented in Shenzhen, China. The forecasting system is characterized by combining the Advanced Research Weather Research and Forecasting(WRF-ARW)model and the Advanced Regional Prediction System(ARPS) three-dimensional variational data assimilation(3DVAR) package. It is capable of assimilating radar reflectivity and radial velocity data from multiple Doppler radars as well as surface automatic weather station(AWS) data. Experiments are designed to evaluate the impacts of data assimilation on quantitative precipitation forecasting(QPF) by studying a heavy rainfall event in southern China. The forecasts from these experiments are verified against radar, surface, and precipitation observations. Comparison of echo structure and accumulated precipitation suggests that radar data assimilation is useful in improving the short-term forecast by capturing the location and orientation of the band of accumulated rainfall. The assimilation of radar data improves the short-term precipitation forecast skill by up to9 hours by producing more convection. The slight but generally positive impact that surface AWS data has on the forecast of near-surface variables can last up to 6–9 hours. The assimilation of AWS observations alone has some benefit for improving the Fractions Skill Score(FSS) and bias scores; when radar data are assimilated, the additional AWS data may increase the degree of rainfall overprediction.     

基于风暴相对螺旋度的降雨预报方法研究

风暴相对螺旋度是一个衡量对流风暴发展强度的物理量,所以对强对流天气的预报具有实际意义。通过提取2008-2010年3年天津地区153个降雨过程的多普勒天气雷达风场数据来计算了风暴相对螺旋度,然后将风暴相对螺旋度与从雷达反射率因子图中提取的风暴信息相融合,得到基于风暴相对螺旋度的降雨预报模型。经过2014年4月到8月天津地区59个降雨过程对本文所提出的降雨预报模型进行验证,结果表明本文提出的降雨预报模型的准确率达到61%,其中提前2小时预测降雨占41%,在2小时间以内预测降雨占59%。上述结果说明,风暴相对螺旋度在结合其他降雨特征后对降雨具有良好的预报效果。     

The implementation of reverse Kessler warm rain scheme for radar reflectivity assimilation using a nudging approach in New Zealand

Reverse Kessler warm rain processes were implemented within the Weather Research and Forecasting Model (WRF) and coupled with a Newtonian relaxation, or nudging technique designed to improve quantitative precipitation forecasting (QPF) in New Zealand by making use of observed radar reflectivity and modest computing facilities. One of the reasons for developing such a scheme, rather than using 4D-Var for example, is that radar VAR scheme in general, and 4D-Var in particular, requires computational resources beyond the capability of most university groups and indeed some national forecasting centres of small countries like New Zealand. The new scheme adjusts the model water vapor mixing ratio profiles based on observed reflectivity at each time step within an assimilation time window. The whole scheme can be divided into following steps: (i) The radar reflectivity is firstly converted to rain water, and (ii) then the rain water is used to derive cloud water content according to the reverse Kessler scheme; (iii) The cloud water content associated water vapor mixing ratio is then calculated based on the saturation adjustment processes; (iv) Finally the adjusted water vapor is nudged into the model and the model background is updated. 13 rainfall cases which occurred in the summer of 2011/2012 in New Zealand were used to evaluate the new scheme, different forecast scores were calculated and showed that the new scheme was able to improve precipitation forecasts on average up to around 7 hours ahead depending on different verification thresholds.     

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。     

京津冀夏季雷达定量降水估测的误差统计及定量气候校准

雷达定量降水估测（QPE）是短时临近预报的关键部分,在定量降水预报（QPF）、强降水预警、城市积水内涝、地质山洪灾害、精细化天气服务等方面具有重要作用。利用京津冀地区雷达定量降水估测资料和逐时自动气象站降水观测数据,分析了2011—2016年夏季京津冀地区雷达定量降水估测的误差空间分布特征,并重点提出了一种新的雷达本地化定量气候校准算法。结果表明,京津冀地区雷达定量降水估测较好地反映了总降水量东北—西南带状分布特征,但西北部山区、东北部山区及西南部山区估计偏弱,东北部山前地带估计偏强,西北部存在虚假降水估计,而北京市城区估计最为准确。利用雷达本地化定量气候校准算法对1 h雷达定量降水估测进行气候尺度上的约束订正,检验结果表明,经过校准后的雷达定量降水估测偏差（BIAS）、平均绝对误差（MAE）、均方根误差（RMSE）和均方根相对误差（RRMSE）均减小。绝大部分站点偏差减小幅度超过50%,京津冀东部及南部平原地带平均绝对误差、均方根误差和均方根相对误差减小幅度在20%左右,而北部及西南部山区误差减小幅度相对较小。降水个例检验结果表明,经过雷达定量气候校准后的雷达定量降水估测强度更接近自动气象站观测的降水量级,且降水结构细致,偏差、平均绝对误差和均方根误差均减小,与自动气象站观测降水的相关系数增大,因此该算法有助于改进雷达定量降水估测的准确度。      

“7·20”郑州特大暴雨的多模式对比及高分辨率区域模式预报分析

7月20日郑州遭遇特大暴雨，郑州站单日降水量（552.5 mm）和1 h降水量（201.9 mm）皆打破了该站建站以来的历史纪录。本文采用地面降水观测、静止卫星观测、再分析资料和数值模式预报数据对此次过程开展了多模式预报偏差原因分析和江苏省精细化天气分析和预报系统（Precision Weather Analysis and Forecasting System，PWAFS）的极端强降水预报能力分析。主要结论：1）此次暴雨过程因副热带高压西伸与台风”烟花”加强使二者之间的东风急流加强，并叠加地形的抬升作用而引起，前者提供了大尺度水汽条件，后者提供了局部动力条件；2）欧洲中期天气预报中心（European Center for Medium-range Weather Forecasts，ECMWF）模式和美国国家环境预报中心全球预报系统（Global Forecast System，GFS）的降水落区较好，中心略偏北，但强度显著偏低。PWAFS模式预报的降水量级高于全球模式，且具有沿地形分布的特征，但存在降水位置偏西和降水范围更为孤立等问题。3）结合再分析资料和PWAFS预报，对应此次强降水区域，7月20日白天存在中低层切变发展成闭合低压系统的过程，为对流发展提供了动力条件。     

华南区域高分辨率数值模式前汛期预报初步评估

基于华南地区自动站逐小时观测资料, 采用传统站点评分、邻域法等评估华南区域高分辨率数值模式(包括GRAPES_GZ_R 1 km模式和GRAPES_GZ 3 km模式)对降水、地面温度和风场等要素的预报能力。结果表明: GRAPES_GZ_R 1 km模式的降水预报技巧优于GRAPES_GZ 3 km模式, 模式预报以正偏差为主。对于不同起报时间的预报, 00时(世界时, 下同)起报的预报效果优于12时。GRAPES_GZ_R 1 km模式的TS评分是GRAPES_GZ 3 km模式的两倍以上, 对不同降水阈值的评分均较高。分数技巧评分(FSS)显示GRAPES_GZ_R 1 km模式6 h累计降水预报在0.1 mm、1 mm及5 mm以上的降水均可达到最低预报技巧尺度, 对所检验降水对象的空间位置把握能力更好。2 m气温和10 m风速检验结果表明两个模式均能较好把握广东省温度的分布特征, GRAPES_GZ_R 1 km模式对2 m气温预报结果优于GRAPES_GZ 3 km模式, 预报绝对误差更小; 两个模式对风速的预报整体偏强, 预报偏差在1~4 m/s之间, 但相比之下GRAPES_GZ 3 km模式在风场预报上表现更好。GRAPES_GZ_R 1 km模式的2 m气温和10 m风速预报偏差随降水过程存在明显波动, 强降水过后温度预报整体偏低, 风速预报偏强, 在模式产品订正、使用等需要考虑模式对主要天气系统的预报情况。总的来说, GRAPES_GZ_R 1 km模式的预报产品具有较好的参考价值。      

基于雷达外推和中尺度数值模式的定量降水预报的对比分析

应用广东2010年出现的4次暴雨过程的气象资料,检验分析了临近预报系统（SWAN）和华南中尺度数值模式（GZMM）中的定量降水产品对晴雨及不同类型降水的预报效果,在此基础上探讨了临近预报系统和数值模式在0～6 h范围内的预报能力的交叉点。结果表明：首先,对于晴雨预报,SWAN系统中降水产品随着预报时效的增加预报效果呈现出减弱的趋势,且高分辨（0.02°）产品的下降速度要快于低分辨率（0.12°）;GZMM降水产品（0.12°）在1～3 h预报能力逐步提升,在4～6 h维持相对稳定的水平。对于分辨率同为0.12°的SWAN系统和GZMM模式产品,在第1和第2 h,SWAN产品的CSI评分分别为0.504和0.442,高于GZMM的0.306和0.375,但从第3小时开始GZMM产品CSI评分略高于SWAN产品,表明此后华南中尺度数值模式对晴雨的预报能力优于SWAN系统,交叉点介于2～3 h。其次,进一步检验了上述产品对弱降水（1小时雨量为0.1～2 mm）、一般性降水（2～10 mm）和较强降水（超过10 mm）的预报能力。对于弱降水,GZMM产品CSI评分在0～6 h维持在0.23,高于SWAN产品,表明GZMM模式对于弱降水的预报能力在整体上要强于SWAN系统。对于一般性降水,在0～3 h,分辨率为0.12°的SWAN产品CSI评分高于GZMM产品;两者的CSI评分曲线的交叉点介于3～4 h,即从第4小时开始,GZMM降水产品预报效果更好。对于较强降水,无论是SWAN系统还是GZMM模式,预报能力都呈现出明显的减弱;但SWAN系统在整体上对强降水的预报能力要优于GZMM模式。