2008年1月欧亚阻塞形势的ECMWF集合预报效果评估检验

基于欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)集合预报系统资料,评估和讨论了2008年1月我国南方发生严重冰冻雨雪灾害期间欧亚中高纬阻塞形势的预报效果。结果表明,2008年1月阻塞形势发生频率极端偏高,ECMWF集合预报的阻塞发生频率随着预报时效的延长逐渐降低。环流预报效果检验表明,预报时效大于6 d时,集合平均的预报效果好于确定性预报,因此集合预报的优势主要体现在中期预报时段。对阻塞形势的可预报性的分析表明,阻塞崩溃期间的可预报性低于阻塞建立期间。另外,通过集合预报可以获得阻塞发生的概率,从而提前为预报员提供可能发生阻塞的信号。     

GRAPES_GEPS模式对2018年冬季欧亚地区500 hPa高压脊形势的预报效果评估

基于1979～2017年（共39年）NCEP/NCAR第一套再分析数据首先对欧亚大陆500 hPa持续性高值[Persistent open ridges and blocking high (maxima) of 500 hPa geopotential height, PMZ]事件的气候分布特征进行了统计分析,发现欧亚地区冬季PMZ事件主要发生在乌拉尔山地区,该地区的PMZ事件生命史以2～3 d为主,移动距离小于1000 km。通过对2018年冬季发生在鄂霍茨克海地区的阻塞形势检验得出,GRAPES（Global/Regional Assimilation and Prediction Enhanced System）和ECMWF（European Centre for Medium-Range Weather Forecasts）确定性模式在中短期时效对偏强阻塞形势有较好的预报能力,且ECMWF模式预报性能优于GRAPES模式,而对弱阻塞形势预报两家模式均不理想。随后针对 GRAPES全球集合预报系统(GRAPES-GEPS)和ECMWF集合预报对2018年冬季欧亚地区PMZ事件的预报能力开展细致评估,结果表明GRAPES-GEPS控制预报在中期时效预报效果相对短期时效明显偏差,集合预报伴随预报时效临近更多的集合成员可预报出与零场接近的PMZ事件。ECMWF在短期时效预报效果明显由于GRAPES-GEPS,但随着预报时效延长,预报效果显著降低。对于2018年12月25～31日的PMZ事件,GRAPES_GEPS各集合成员在延伸期时效给出预报信息,随预报时效临近,集合成员预报成功率明显增加,但与零场相比PMZ事件维持时间较零场偏短、高压脊强度较零场偏弱。本文给出了中期延伸期时效GRAPES_GEPS对PMZ事件的冬季预报能力,以期未来能为中期延伸期阻塞形势预报提供参考。     

夏季欧亚中高纬集合预报环流系统的适用性分析

基于欧洲中期天气预报中心(ECMWF)、美国国家环境预报中心(NCEP)和加拿大气象中心(CMC)集合预报资料与ERA-Interim再分析资料,采用距平相关系数、均方根误差和相对作用特征曲线分析法,探讨夏季欧亚中高纬集合预报环流系统的适用性。结果表明：集合概率预报效果随着预报时效增加而降低,ECMWF集合预报的效果最佳,CMC集合预报的效果最差;ECMWF集合预报可用预报时效为192 h, NCEP集合预报为180 h, CMC集合预报为168 h;集合平均的预报效果优于集合成员,控制预报略优于其他成员。其中,集合平均的可用预报时效较控制预报延长12 h,较其他成员延长36 h;相同预报模式在不同起报时间的可用预报时效和精确度的差异明显;阻塞高压和西太平洋副热带高压的预报效果在研究时段具有周期性,但总体随预报时效延长而降低,阻塞高压区在240 h预报时效后降幅减缓,乌拉尔山阻塞高压甚至呈增加趋势,300 h预报时效附近预报效果达到最好,西太平洋副热带高压可用预报时效低于阻塞高压,但精确度明显高于阻塞高压。     

超级集合预报在湖南地区的试验分析

基于TIGGE集合预报资料分析评估了欧洲中期天气预报中心(ECMWF)、日本气象厅(JMA)、美国国家环境预报中心(NCEP)、中国气象局(CMA)4个模式系统在湖南2008年低温雨雪冰冻天气过程中的气温预报技巧,并对湖南地面气温和欧亚地区500 hPa天气形势进行了超级集合预报试验.结果表明,在湖南地区,ECMWF的预报效果最好,CMA的预报效果最差,并且ECMWF的168 h预报误差小于CMA的24 h预报误差.滑动训练期超级集合预报误差比较稳定,预报效果优于最好的单中心模式和固定训练期超级集合预报.对于24～ 72 h预报时效滑动窗口可选取50 d左右,而对于96 ～168 h预报时效的滑动窗口有必要选取2个月以上.此外,滑动训练期超级集合预报各时效对500 hPa天气形势的预报技巧都比单中心的预报技巧高,并且和实况资料相比,其预报效果也比较好.     

基于TIGGE资料的东亚地面气温预报的不一致性研究

基于TIGGE资料中欧洲中期天气预报中心(ECMWF)、美国国家环境预报中心(NCEP)和中国气象局(CMA)3个集合预报系统的地面气温集合预报资料,运用跳跃指数研究了3个集合预报系统中东亚地面气温的控制预报及集合平均预报的不一致性。结果表明,各个集合预报系统地面气温预报的时间平均不一致性指数差异较大。ECM WF时间不一致性指数最小,NCEP次之,CM A最大。另外NCEP的控制预报、ECM WF的控制预报和集合平均预报,这三者的时间平均不一致性指数随预报时效延长而增加,且集合平均预报一致性优于控制预报。而对于CMA预报的不一致性,无论是控制预报还是集合平均预报总体上都稳定地保持在较高的水平。此外,ECMWF的地面气温冬(夏)季预报的不一致性相对较强(弱),且单点跳跃随预报时效延长变化不明显,而控制预报和集合平均预报的异号两点跳跃以及三点跳跃出现的频率总体上随预报时效延长略有增加。     

两个集合预报系统对秦岭及周边降水预报性能对比

利用欧洲中期天气预报中心 (ECMWF)、美国大气环境预报中心 (NCEP) 集合预报系统 (EPS) 降水量预报资料,CMORPH (NOAA Climate Prediction Center Morphing Method) 卫星与全国3万个自动气象站降水量融合资料,基于技巧评分、ROC (relative operating characteristic) 分析等方法,对比两个集合预报系统对秦岭及周边地区的降水预报性能。结果表明:两个系统均能较好表现降水量的空间形态,对于不同量级降水,ECMWF集合预报系统0~240 h控制及扰动预报优于NCEP集合预报系统,但NCEP集合预报系统264~360 h预报时效整体表现更好; ECMWF集合预报系统0~120 h大雨集合平均优于NCEP集合预报系统,两个系统集合平均的预报技巧整体低于其控制及扰动成员预报,这种现象ECMWF集合预报系统表现更为显著; ECMWF集合预报系统降水预报概率优于NCEP集合预报系统。ROC分析显示,随着预报概率的增大,ECMWF集合预报系统在命中率略微下降的情况下,显著减小了空报率,NCEP集合预报系统则表现出高空报、高命中率。     

基于集合预报的异常温度预报产品在中国的应用分析

基于欧洲中期天气预报中心(ECMWF)第五代全球再分析资料(ERA5)构建模式气候,应用ECMWF集合预报,采用“集合预报标准化异常预报法”,针对最高和最低气温构建中国地区集合平均异常温度预报和异常温度概率预报产品,并与极端预报指数(extreme forecast index,EFI)开展检验和对比分析预报性能,并基于“异常温度影响矩阵”,构建了异常温度影响程度预报指数,通过异常温度事件个例探讨相关产品的预报应用。结果表明:基于ECMWF的ERA5和集合预报构建的集合平均异常温度预报产品对我国夏季和冬季异常温度事件均有比较好的预报效果,预报性能好于或接近EFI,可作为业务上对异常温度事件预报的支撑产品。异常温度概率预报产品可以体现集合成员中的预报异常温度事件的信息,在中期预报时效对发现早期异常温度事件信号有优势,并可反映对异常天气预报的不确定性信息。异常温度影响程度预报指数结合了异常天气概率预报信息和异常程度预报信息,可对异常温度时间给出客观定量的预报结果,对一次异常低温事件的个例预报证明该指数有比较好的预报效果,对异常温度事件的预报和早期科学预警有一定指示意义和业务应用前景。     

神经网络方法在环渤海能见度预报中的应用分析

本文基于2001—2015年中国气象局地面常规气象观测数据及NECP再分析资料,采用BP神经网络方法构建环渤海沿海城市能见度预报模型,利用2016年ECMWF集合预报数据基于预报模型进行能见度预报实验,并与ECMWF集合预报产品中现有能见度预报结果进行对比分析。分析表明:该方法对于环渤海沿海城市能见度预报的预报效果明显高于ECMWF集合预报中的能见度预报,12～72 h预报时效中,最小值对应1 km以下能见度的TS评分为0. 36～0. 43; 10 km以下能见度预报误差显著降低,与离散度的对应关系较好。因此,该方法对低能见度天气过程的能见度预报具有指示意义。     

GRAPES区域集合预报对2019年中国汛期降水预报评估

2019年,数值预报中心开发了以GRAPES全球模式为驱动场,集合变换卡尔曼滤波为初值扰动方法,随机物理过程倾向项为模式扰动方法的10 km水平分辨率GRAPES-REPS V3.0区域集合预报模式,并投入业务运行。基于该模式,作者开展了2019年7～9月夏季降水不确定性的集合预报实时试验,并从统计检验和个例分析角度,与GRAPES-REPS V2.0和ECMWF全球集合预报模式进行对比,由此对GRAPES-REPS V3.0区域集合预报模式的降水预报能力给予客观评价,并分析了引起中尺度强降水预报不确定性的物理机制,研究结论可为诊断集合预报模式及改进集合预报方法提供依据。结果表明:（1）GRAPES-REPS V3.0区域集合预报系统的降水ETS评分在所有预报时效和量级内均优于GRAPES-REPS V2.0区域集合预报模式,降水成员具有明显等同性,且概率预报技巧FSS评分较高,GRAPES-REPS V3.0区域集合预报模式降水预报效果全面优于GRAPES-REPS V2.0区域集合预报模式。（2）GRAPES-REPS V3.0区域集合预报的集合平均降水BIAS评分及小雨和暴雨ETS评分均明显优于ECMWF全球集合预报系统,降水概率预报与ECMWF降水概率具有一定可比性。（3）个例分析结果表明,不同集合预报模式通过刻画中尺度特征物理量不确定性来捕捉降水预报不确定性,初始时刻,GRAPES-REPS V3.0区域集合预报模式和ECMWF全球集合预报模式环流形势分布较为相似,随预报时效演变,GRAPES-REPS V3.0区域集合预报模式对中尺度动力、热力场捕捉更为准确,相应地对降水落区与量级预报较好,概率预报技巧较优。（4）与ECMWF全球集合预报模式相比,GRAPES区域集合预报模式集合成员能很好地预报降水发生、发展、消亡整个过程,故GRAPES-REPS V3.0区域集合预报系统对中国汛期降水具有较强的预报能力。     

基于集合预报和支持向量机的中期强降雨集成预报试验

本文基于欧洲中期天气预报中心(ECMWF)和美国国家环境预报中心(NCEP)集合预报资料和支持向量机(SVM)回归方法建立了多模式集成的动力-统计客观预报模型(SVM-多模式集成预报),继而选用2012年5—9月(共计153 d)发生在淮河流域及其以南地区的大雨和暴雨开展了回报试验,并将所得预报结果与ECMWF的控制预报和集合平均预报进行了多角度比对评估。结果表明:在中期预报时效(4~7 d),SVM-多模式集成预报方法对2012年5—9月大雨和暴雨的预报效果最优,尤其对暴雨预报准确率明显提高,其优势主要体现在对强降雨中心分布范围和强度的预报更接近实况。     

NCEP集合预报系统在亚欧和北美区域的预报效果对比

使用NCEP集合预报系统（EPS）输出的500hPa位势高度场预报资料和相应的NCEP／NCAR再分析资料,针对集合平均预报和概率预报,采用多种预报效果检验评价方法,对该系统在亚欧和北美区域的预报效果进行全面的分析比较。总体而言,NCEP—EPS对亚欧区域的环流集合预报效果不亚于其对北关区域的预报效果。1）ACC检验表明,亚欧区域的集合平均预报效果在除冬季外的三个季节都明显优于北美区域,可用预报的时效相差达0．6～1d,且夏季的差别最大。RMSE检验表明,亚欧区域的预报效果在四个季节里均优于北美区域。2）集合概率预报可靠性的季节差别不明显,均为预报时效较短（长）时,北关（亚欧）区域的可靠性更好。系统对亚欧区域的事件识别范围相对较小,但其预报可靠性较高,北美区域则正好相反。3）夏季亚欧区域的集合概率预报效果明显优于北美区域,秋季和冬季北关区域的预报效果较好,春季在预报时效小于5d时北美区域占优,而其后则是亚欧区域的预报分辨能力更好。     

基于TIGGE资料的地面气温和降水的多模式集成预报

利用TIGGE资料集下中国气象局(CMA)、欧洲中期天气预报中心(ECMWF)、日本气象厅(JMA)、美国国家环境预报中心(NCEP)和英国气象局(UKMO)5个中心集合预报结果,对多模式集成预报方法进行讨论。结果表明,多模式集成方法的预报效果优于单个中心的预报,但对于不同预报要素多模式集成方法的适用性存在差异。滑动训练期超级集合(R-SUP)对北半球地面气温的改进效果最优,但此方法对降水场的改进效果并不理想。在北半球中低纬24 h累积降水的回报试验中,消除偏差(BREM)的结果优于单个中心的预报,且此方法预报结果稳定。进一步利用滑动训练期消除偏差(R-BREM)集合平均对2008年1月中国南方极端雨雪冰冻过程进行多模式集成预报试验,结果表明,在固定误差范围内,R-BREM将中国南方大部分地区的地面气温预报时效由最优数值预报中心的96 h延长至192 h,且除个别时效外,小雨、中雨的TS评分得到明显提高。     

An assessment of the predictability of the East Asian Subtropical Westerly Jet based on TIGGE data

The predictability of the position, spatial coverage and intensity of the East Asian subtropical westerly jet(EASWJ) in the summers of 2010 to 2012 was examined for ensemble prediction systems(EPSs) from four representative TIGGE centers,including the ECMWF, the NCEP, the CMA, and the JMA. Results showed that each EPS predicted all EASWJ properties well, while the levels of skill of all EPSs declined as the lead time extended. Overall, improvements from the control to the ensemble mean forecasts for predicting the EASWJ were apparent. For the deterministic forecasts of all EPSs, the prediction of the average axis was better than the prediction of the spatial coverage and intensity of the EASWJ. ECMWF performed best, with a lead of approximately 0.5–1 day in predictability over the second-best EPS for all EASWJ properties throughout the forecast range. For probabilistic forecasts, differences in skills among the different EPSs were more evident in the earlier part of the forecast for the EASWJ axis and spatial coverage, while they departed obviously throughout the forecast range for the intensity. ECMWF led JMA by about 0.5–1 day for the EASWJ axis, and by about 1–2 days for the spatial coverage and intensity at almost all lead times. The largest lead of ECMWF over the relatively worse EPSs, such as NCEP and CMA, was approximately 3–4 days for all EASWJ properties. In summary, ECMWF showed the highest level of skill for predicting the EASWJ, followed by JMA.     

遗传算法优化的BP神经网络在地面温度多模式集成预报的应用研究

基于TIGGE资料集中的ECMWF、CMA和JMA的数值预报产品,利用加权集成、回归集成和消除偏差集成等线性集成方式与遗传算法优化的BP神经网络(GABP)集成,对我国大部开展地面2 m温度在24 h、48 h和72 h预报时效的多模式集成预报试验。通过对2013年1—6月的预报检验,结果表明:GABP集成预报效果有较大提升,均方误差明显小于各单一模式预报。GABP集成的误差分布在新疆和华北均方误差较大,但是在预报效果改进上GABP集成在西部地区相对单一模式的误差减小更加明显。在进行几种多模式集成方式时,GABP集成相比线性方法预报结果更加精准。对于天气过程个例的预报,GABP集成预报出预报量的变化趋势,预报效果优于单一模式和线性集成预报。无论是较长时间段还是短时间的天气过程,在改进预报效果上GABP集成都起到了最佳的作用。     

西北太平洋(含南海)热带气旋路径集成预报分析

基于2004—2009 年中国中央气象台、日本气象厅、美国联合台风警报中心、欧洲中心对西北太平洋和南海编号热带气旋主客观预报资料,利用算术平均、多元回归以及历史平均误差等三种集成方法,建立了热带气旋路径集成预报业务化系统。通过2007—2009 年的业务运行结果分析发现,欧洲中心客观预报参与的24、48 和72 h 集成比主观预报三个成员集成预报水平分别提高约2%、3%～5%和3%～5%,减小误差2.5 km左右、6～9 km 和10～12 km。技巧分析发现,24～72 h 集成预报有正技巧,多元回归集成技巧相对稍低,而算术平均和以各成员平均误差的平方倒数为权重系数的集成技巧对于各集成成员来说技巧差异不大。96 h 集成预报对欧洲中心的客观预报没有正技巧。