基于ECMWF模式的四川夏季强降水订正试验

利用2016—2018年6—8月四川地面观测降水资料(含加密自动站)及同时段ECMWF模式各要素预报场资料,根据基于"配料法"计算所得出的3 h间隔短时强降水概率预报,统计各格点各个转换概率阈值的次数,探索了一种针对模式24 h累计降水预报的强降水订正方法,并运用该方法对2018年6—8月降水集中时段24—72 h时效ECMWF模式降水预报进行逐日试验检验。试验结果表明:(1)从大雨、暴雨降水量级综合检验指标来看,各时效订正后命中率、漏报率、TS评分均有明显改善,且随着预报时效的延长,各指标数值提高的幅度愈大。空报率虽然0—24 h、24—48 h时效预报有所增加,但空报率增加幅度远小于漏报率减小幅度;(2)从个例检验结果来看,订正后的模式预报相比订正前的预报而言,降水量级明显增加,50 mm以上降水落区预报效果有较大程度提升,尤其是0—24 h时效预报,订正后降水落区分布与实况基本一致。     

基于ECMWF模式的江西及周边地区锋面暴雨预报检验和订正

利用全国降水资料（包括江西加密降水资料）、探空资料、ECMWF模式72—24 h降水和形势预报资料,采用天气学检验、SAL定量降水预报检验等方法,对2017—2019年江西及附近地区锋面暴雨的实况和模式产品进行检验分析,检验主要影响天气系统预报效果,得出ECMWF模式降水预报误差分布特征及原因,并对模式的暴雨预报进行订正。结果表明：ECMWF模式对2017—2019年锋面暴雨过程预报较实况大多偏北,落区预报误差主要源于大尺度降水。从锋面暴雨三种SAL分析误差可见,落区预报较实况大多偏北,暴雨过程强度多数较实况偏弱,结构较实况偏小。对误差较大个例的分析得出两点订正思路：1） 锋区南侧有较明显动力热力对流发展的弱锋区暴雨,暴雨落区可订正至925 hPa锋区南侧高温高湿区。2） 较强锋面暴雨,当中低层切变辐合抬升区重叠时,暴雨落区可向925 hPa锋区位置调整,暴雨通常不易出现在锋区北侧冷区。     

基于ECMWF细网格模式产品的湿螺旋度在四川盆地强降水预报的应用试验

利用欧洲中期数值预报中心(ECMWF)高分辨率预报场(0.25°×0.25°)资料以及四川省加密自动站降水量资料对2011年汛期7—9月和2012年5—7月共计20例强降水个例进行湿螺旋度指标的统计分析,分别归纳总结出6和24 h内强降水发生发展及落区分布的判据指标。利用这些判据指标对2012年8月30日至9月1日及9月8日发生在四川盆地的两例强降水过程及2013年汛期6—8月暴雨个例进行检验并在汛期投入了业务预报工作。检验结果表明:低层700或850 hPa湿螺旋度正值区的分布对强降水落区分布指示较好;当强降水发生时,24 h时效预报的24~48 h 3 h间隔预报场湿螺旋度数量值超过了指标值并持续了2个时次以上,达到了强降水发生的要求;零场预报的0~24 h及12 h时效预报的12~36 h间隔3 h预报场任一时刻湿螺旋度数量值达到了6 h指标判据值,对其后6 h的暴雨落区有较好的指示作用,可作为短时临近预报的业务参考;湿螺旋度订正预报暴雨发生的TS评分远高于ECMWF模式,预报效果好。     

ECMWF高分辨率数值模式对广安地区暴雨预报性能检验分析

为了解ECMWF高分辨率数值预报模式(以下简称"ECMWF")对广安地区暴雨的预报性能,提高预报质量。利用ECMWF模式资料、广安地区4个国家观测站和160个区域自动站的逐日降水资料,对2015—2017年广安地区出现的34次中雨及以上量级降水(其中14次暴雨)天气过程进行分析。结果表明:直接以ECMWF暴雨预报结果进行暴雨预报,易出现漏报,评分质量较低。当ECMWF预报满足:中、短期均预报降水R≥50 mm;中期预报R≥25 mm、短期预报R≥50 mm;中期预报R≥50 mm、短期预报R≥25 mm;中、短期均预报R≥35 mm 4个订正条件之一时,进行订正预报暴雨,评分高,空、漏报率低,命中率高,可有效提高暴雨预报质量。同时,ECMWF在暴雨的持续时间、强降水时段、落区和面雨量预报中均有良好的预报指导意义。     

集合预报方法在山西暴雨预报中的应用试验

利用ECMWF高分辨率确定性预报和大气模式集合预报产品,采用本地统计量融合方法和联合概率方法,对2014年山西省9次暴雨天气过程的降水预报进行检验分析。结果表明:(1)2014年山西省9次暴雨过程影响系统差异较大,强降水多集中在山西中南部地区,暴雨落区表现为区域性、局地性或大范围分散性特征;(2)本地统计量融合方法对于大雨落区的预报与实况较为接近,而联合概率预报方法的大概率范围对于暴雨落区预报具有较好的指示意义;(3)TS评分检验表明,对于区域性或局地性暴雨天气过程,可更多参考本地统计量融合方法,而对于大范围分散性的暴雨天气过程,本地统计量融合方法空报较多,ECMWF确定性预报更具参考价值。     

基于ECMWF和华东区域中尺度模式的暴雨预报特征研究北大核心

为探讨ECMWF、华东区域中尺度模式(简称为CMA-SH9模式)多个时效对夏季(2019年6—8月)暴雨预报特征,采用目标对象检验方法对不同类型影响系统下模式预报的强降水落区面积、位置、形状等进行评价,并对预报难度较大的受西风槽和西太平洋副热带高压(以下简称副高)边缘切变线影响的高空要素场及环流形势场进行了研究。结果表明:ECMWF和CMA-SH9模式对夏季暴雨预报偏小3个量级次数最多,CMA-SH9模式各时效对暴雨及以上降水预报的准确率大多高于ECMWF;ECMWF和CMA-SH9模式对热带气旋与中纬度系统相互作用的暴雨预报最好,其次是冷涡影响,预报较差的是受西风槽及副高边缘切变线影响的暴雨过程;西风槽及副高边缘切变线影响时ECMWF的位势高度场预报略好于CMA-SH9模式,温度的预报500 hPa以上CMA-SH9模式略好于ECMWF,500 hPa以下二者相差不大,相对湿度的预报CMA-SH9模式误差小于ECMWF,且CMA-SH9模式850 hPa的36 h和60 h时效预报误差最小;受西风槽及副高边缘切变线影响的一次暴雨过程中,相对湿度90%及以上落区的预报ECMWF与实况10 mm·h^(-1)降水落区几乎无交集,CMA-SH9模式的预报包含了10 mm降水落区。     

ECMWF集合预报产品在重庆暴雨预报中的检验与应用北大核心

利用重庆地区34个国家气象站降水资料和ECMWF集合预报降水资料,系统检验和评估了集合预报统计量产品及后处理技术产品对2014—2016年5—9月重庆暴雨的预报性能。结果表明:集合统计量产品中最大值、90%分位数、融合产品、概率匹配平均、75%分位数对暴雨预报有一定参考性,其中90%分位数和融合产品对暴雨落区预报较好,最大值对暴雨强度预报有一定指示意义,但表现为明显的湿偏差。集合预报后处理技术产品的暴雨TS评分较控制预报和集合平均有明显提高,其中概率预报、最优百分位、融合—概率匹配、频率匹配法的暴雨TS评分超过最大值,对暴雨强度预报具有较好的指导意义,其预报偏差均表现为湿偏差,融合—概率匹配和频率匹配法对暴雨落区预报较好,概率匹配—融合对降低暴雨空报率较好。     

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。     

SWCWARMS及ECMWF模式对四川盆地暖区型和斜压锋生型暴雨预报检验分析

利用2014～2016年5～10月四川盆地所有观测站资料及SWCWARMS模式、ECMWF模式同时段20时起报的24h累积降水资料,基于邻域法FSS、ETS评分指数检验了两模式对于高能暖区型暴雨及斜压锋生型暴雨预报的预报性能。主要结论为:(1)两种类型暴雨过程平均误差均是SWCWARMS模式较ECMWF模式大,且误差值为正,表明模式以湿偏差为主;(2)高能暖区型暴雨FSS评分各降水量级各空间尺度均是SWCWARMS模式高于ECMWF模式;斜压锋生型暴雨50mm以下量级降水在36km以下空间尺度ECMWF模式FSS评分高于SWCWARMS模式,54km以上空间尺度SWCWARMS模式评分较高,大暴雨量级降水各尺度下均是SWCWARMS模式评分较高;(3)高能暖区型暴雨ETS评分暴雨、大暴雨量级SWCWARMS模式评分较高,中雨、大雨ECMWF模式预报更优;斜压锋生型暴雨ETS评分,中雨、大雨及暴雨量级降水预报ECMWF优于SWCWARMS,大暴雨量级SWCWARMS模式预报更优。      

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。     

安徽省2021年梅雨期降水预报检验分析

检验梅雨期降水的预报效果,对于提升梅雨期降水预报能力、减少梅雨期降水带来的人员伤亡和经济财产损失有着重要的意义。文章对安徽省2021年梅雨期（6月10日—7月10日）六个客观模式和一个主观订正预报产品进行了检验分析,其中包含了三个区域模式数值预报（中国气象局中尺度天气数值预报系统（简称CMA-MESO）、中国气象局上海数值预报模式系统（简称CMA-SH9）、安徽WRF）、三个全球模式数值预报（中国气象局全球同化预报系统（简称CMA-GFS）、欧洲中期天气预报中心确定性预报模式（简称ECMWF）、美国国家环境预报中心全球预报系统（简称NCEP-GFS））和安徽智能网格主观订正预报的降水产品,进行了检验分析,结果表明：传统检验中安徽智能网格和区域模式对晴雨准确率的预报效果优于全球模式,又以CMA-MESO最优;在暴雨及以上量级的强降水预报中,传统检验表明安徽智能网格预报的得分最高（23.83）,ECMWF模式则是客观模式预报中效果最好的（20.12）,CMA-SH9次之（19.34）;通过对除安徽智能网格以外的各个客观数值模式进行的MODE空间检验可知,不同数值模式间暴雨预报误差原因不尽相同,ECMWF与各区域数值模式主要是由雨区位置的预报偏差,尤其是纬度偏差导致的,NCEP-GFS全球模式对降水强度和雨区面积的预报偏弱偏小比较明显,CMA-GFS在强降水方面的预报可参考性较差;各个主客观预报暴雨及以上量级预报,整体表现出较明显的日变化特征,在午夜前后、上午时段TS评分较高,而午后到傍晚评分较低,这个现象或许是梅雨期的午后降水多以地表太阳加热引起的短历时热对流降水为主造成的。     

安徽省2021年梅雨期降水预报检验分析

检验梅雨期降水的预报效果,对于提升梅雨期降水预报能力、减少梅雨期降水带来的人员伤亡和经济财产损失有着重要的意义。文章对安徽省2021年梅雨期（6月10日—7月10日）六个客观模式和一个主观订正预报产品进行了检验分析,其中包含了三个区域模式数值预报（中国气象局中尺度天气数值预报系统（简称CMA-MESO）、中国气象局上海数值预报模式系统（简称CMA-SH9）、安徽WRF）、三个全球模式数值预报（中国气象局全球同化预报系统（简称CMA-GFS）、欧洲中期天气预报中心确定性预报模式（简称ECMWF）、美国国家环境预报中心全球预报系统（简称NCEP-GFS））和安徽智能网格主观订正预报的降水产品,进行了检验分析,结果表明：传统检验中安徽智能网格和区域模式对晴雨准确率的预报效果优于全球模式,又以CMA-MESO最优;在暴雨及以上量级的强降水预报中,传统检验表明安徽智能网格预报的得分最高（23.83）,ECMWF模式则是客观模式预报中效果最好的（20.12）,CMA-SH9次之（19.34）;通过对除安徽智能网格以外的各个客观数值模式进行的MODE空间检验可知,不同数值模式间暴雨预报误差原因不尽相同,ECMWF与各区域数值模式主要是由雨区位置的预报偏差,尤其是纬度偏差导致的,NCEP-GFS全球模式对降水强度和雨区面积的预报偏弱偏小比较明显,CMA-GFS在强降水方面的预报可参考性较差;各个主客观预报暴雨及以上量级预报,整体表现出较明显的日变化特征,在午夜前后、上午时段TS评分较高,而午后到傍晚评分较低,这个现象或许是梅雨期的午后降水多以地表太阳加热引起的短历时热对流降水为主造成的。     

贺兰山东麓极端暴雨的中尺度特征

利用近10年宁夏逐时自动气象站降水、银川CD雷达、FY-2、探空和ECMWF再分析0.125°×0.125°等高分辨率多源气象资料,在中尺度系统分型基础上,对比分析贺兰山东麓6次极端暴雨的中尺度特征。结果表明:(1)低空偏(东)南急流夜间增强并配合贺兰山地形,在东坡山前触发或增强了暴雨中小尺度系统,造成地形处降水增幅,极端暴雨都是伴有短时强降水的对流性暴雨,主要集中在东坡山前,中心在山洪沟口,夜雨特征显著。(2)环境场都满足对流性暴雨的3个基本条件:700 hPa(东)南急流将暖湿水汽输向暴雨区,低层高温高湿促进了大气不稳定与动力、热力、地形抬升触发机制;深对流过程850 hPa无明显急流,水汽主要来自孟加拉湾,水汽输送受限,但大气稳定度更低,更有利于对流性暴雨发生,混合对流过程850 hPa与700 hPa急流路径重合,水汽来自孟加拉湾、南海、黄海和渤海,水汽输送更充沛,更有利于持续性暴雨产生。(3)极端暴雨主要有暖区对流降水、锋面对流降水、锋区层状云降水3种性质;暖区对流主要在山区,地形抬升是触发机制,锋面对流的触发是低层暖湿气流沿着冷垫抬(爬)升,平原和山区皆有;对流系统的移动与低层风场一致,山区和平原分别沿山体和低空急流轴传播,通常移动与传播方向平行,山区低层为偏东风时,移动与传播近似垂直,列车效应明显。(4)线型对流系统过程冷空气弱,以暖区或(和)锋面对流性降水为主,对流系统在山前沿山体传播形成组织化程度高的带状线型回波,移动与传播有平行有垂直,受地形抬升作用,对流系统在山前稳定少动、发展强盛,降水历时短、范围小、雨强大、有间歇性,3~4 h的累计雨量占过程总量的85%左右,区域平均雨量远小于暴雨量级,地形性强对流暴雨特征凸显。(5)非线型对流系统过程冷空气强,以锋面对流性降水和锋区层状云降水为主,对流系统在山前和平原沿山体和急流轴传播和移动形成非线型回波,平原地区传播与移动平行,山区两者垂直,对流系统组织化程度不高、移速快、强度弱,降水历时长、范围大、雨强小,连续降水累计雨量大,区域平均雨量接近或达到暴雨量级,混合性降水特征明显。(6)降水强度R与CAPE增幅、回波强度Z、强回波持续时间、回波顶高、液态水含量呈正相关,与TBB呈负相关,相关性在深对流过程更清晰;Z≥40 dBZ时,Z-R满足关系式:R=3.67×10-8Z5.222+4.835。     

青岛市一次局地大暴雨天气成因和逆风区特征分析

利用地面和探空气象观测数据、雷达探测资料以及ECMWF（ERA5）0.25°×0.25°全球再分析数据,分析了2016年8月19日青岛市环胶州湾一次局地大暴雨过程的环流形势、环境条件及逆风区演变特征。结果表明:副热带高压边缘的地面冷锋进入倒槽,冷空气向地面辐合线的暖区渗透触发对流天气是此次过程的形成机制。此次大暴雨过程与地形关系紧密,主要分布在低层暖湿气流和山脉抬升作用形成的迎风坡前位涡大值区,该区域中低空垂直上升运动和相对湿度配合较好。大暴雨区站点的强降水时段与垂直上升运动时段吻合,小时最大雨量出现在垂直上升运动强度的跃增阶段。过程降水开始前,0℃层高度和近地面层比湿变化不大,CAPE值、K指数以及垂直风切变等各项不稳定指数均较08时明显增强。雷达产品分析显示,造成大暴雨的对流单体呈暖区对流特征,强降水前20~30min垂直风切变增强。此次降水过程产生的4处逆风区均出现在对流单体生成之后,为对流单体下沉气流产生的与环境风相反方向的辐散气流。其中2处低层相对湿度大值区的逆风区能得到发展增强,而逆风区的发展则进一步促进了对流增强,此演变特征对本次大暴雨过程的临近预报预警有较好的指示作用。      

甘肃东南部两次极端致灾暴雨对比分析

为了研究甘肃东南部相同气候背景条件下极端暴雨天气的成因,提高极端暴雨强度和落区预报的准确率,利用NCEP再分析、自动气象站降水、常规观测资料及卫星云图资料,对2013年8月7日和2017年8月7日发生在甘肃东南部两次极端暴雨进行对比分析。结果表明:两次极端暴雨天气过程都伴随着短时强降水等强对流性天气,具有降水量大、雨强强、灾害重的特点,其中冷空气的强度对暴雨落区、空间分布以及影响系统移动以及对流强度产生重要影响。在强冷空气和高空低槽、低层切变线影响下,暴雨区偏南,强降水区域小,持续时间短,不稳定条件更好,对流强度更强;在弱冷空气和高原槽、低层低涡、低空急流作用下,暴雨区偏北,强降水范围大,持续时间长,大气湿层厚度大,低层水汽辐合强度、涡度以及垂直速度更强,降水效率更高,但对流强度相对较弱。卫星云图上,在强冷空气的影响下对流发展旺盛,形成强中尺度对流云团,对流云团呈带状;在弱冷空气作用下对流云团尺度小,发展范围小,有暖云降水特征,降水效率高。     

ECMWF极端降水预报指数在华东台风暴雨中的应用研究

台风强降水易引发极端天气事件,预报的难度和不确定性都很大。选取2013—2017年影响华东的13个台风个例,研究ECMWF集合预报降水极端天气预报指数(extreme forecast index,EFI)与台风暴雨的统计关系。研究结果表明:EFI降水指数对台风暴雨的预报具有一定的指示意义,对不同时效选取不同的EFI阈值可以作为暴雨落区预报的参考依据。总体来看:EFI增大,发生强降水的可能性增大;随着预报时效的增加,EFI阈值逐渐减小。以TS评分最大为标准,分别确立了不同时效、不同等级暴雨在华东区域的预报阈值。对于24、48、72、96 h时效的暴雨预报,EFI阈值分别取0.7/0.8、0.7、0.6、0.5可以获得较高的TS评分及合理的预报偏差,因此可将它们作为不同时效暴雨预报的参考阈值。EFI与降水的气候百分位有较好的相关关系,EFI值越大,降水气候百分位值也越大。当EFI值较大时,可参考相对应气候百分位的实况降水量来估测台风降水。极端天气预报指数对极端降水天气具有较好的识别能力,可提前3～5 d提供极端降水信息。     

海河流域东北冷涡背景下的降水预报订正研究

针对海河流域东北冷涡降水样本,应用海河流域加密自动站降水资料及欧洲中期天气预报中心（ECMCWF）降水预报资料,利用滑动相关分析方法建立重组预报序列,基于加密自动站24 h累积降水量及重组24 h降水预报序列的Gamma累积概率分布曲线,采用预报—实况概率匹配方法建立1～3日的短期订正模型并进行试报检验。结果表明:欧洲中心数值模式对于海河流域东北冷涡降水的预报较实况偏慢;概率匹配法主要通过订正降水量级来改善预报结果,订正后降水预报对于小雨、大雨、暴雨预报的TS（Threat Score）评分技巧均有提升,尤其对于大雨和暴雨及以上量级预报,订正后预报量级及预报落区大小均与实况更加接近,订正效果显著。东北冷涡降水对流性强,模式预报能力弱,而订正后预报能有效提高此类强降水的预报技能,具有较好的应用价值。     

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。     

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。