动态Z-R关系定量估算降水在暴雨个例中的效果评估

选取汉中市2018-07-01和2019-08-09两次暴雨过程中新一代天气雷达数据产品的组合反射率因子和自动雨量计逐小时降水资料,建立随时空变化的动态Z-R关系,获得雷达估算降水场,分析其空间分布特征,并对不同等级降水的估算能力进行了分析。结果表明：（1）动态Z-R关系定量降水估算在两次暴雨中表现良好,能很好地反映地面降水的分布特征,对于30 mm/h以下量级降水,实测降水量和估算降水量的面积和落区均表现一致,其中20～30 mm/h短时强降水估算面积最准确,但对于30 mm/h以上量级降水,估算面积减小,值偏弱,无法反映出降水最大值落区。（2）随着降水量级增大,估算的绝对误差也同步增大。具体表现为小雨量级有明显的高估,中雨及中雨以上量级则有不同程度的低估。从相对误差来看,大雨和暴雨量级的降水估算精度高,估算值能反映真实值。     

动态Z-R关系定量估算降水方法在暴雨个例中的效果评估

选取汉中市2018-07-01和2019-08-09两次暴雨过程中新一代天气雷达数据产品的组合反射率因子和自动雨量计逐小时降水资料,建立随时空变化的动态Z-R关系,获得雷达估算降水场,分析其空间分布特征,并对不同等级降水的估算能力进行了分析。结果表明:(1)动态Z-R关系定量降水估算在两次暴雨中表现良好,能很好地反映地面降水的分布特征,对于30 mm/h以下量级降水,实测降水量和估算降水量的面积和落区均表现一致,其中20～30 mm/h短时强降水估算面积最准确,但对于30 mm/h以上量级降水,估算面积减小,值偏弱,无法反映出降水最大值落区。(2)随着降水量级增大,估算的绝对误差也同步增大。具体表现为小雨量级有明显的高估,中雨及中雨以上量级则有不同程度的低估。从相对误差来看,大雨和暴雨量级的降水估算精度高,估算值能反映真实值。     

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。     

高分辨率卫星对“21·7”河南特大暴雨监测能力分析

2021年7月20日河南中北部突降暴雨,造成至少302人遇难,这类极端降水事件会对社会经济发展和人类生产、生活造成较大的影响,因此,准确监测这类暴雨事件至关重要。采用定性和定量方法综合评定了主流的10种高分辨率卫星降水产品（CMORPH-Raw、CMORPH-RT、PERSIANN-CCS、GPM IMERG-Early、GPM IMERG-Late、GSMaP-Now、GSMaP-NRT、FY-2F、FY-2G和FY-2H）在本次极端暴雨事件中的适用性,并分析了这10种产品对不同级别降水的监测能力。结果表明,这10种卫星降水产品均可以较为准确地再现出暴雨中心位于河南中北部的空间分布特征,但是所有卫星降水产品均较大程度低估了暴雨中心的降水量。随着降水等级的升高,各类卫星降水产品的命中率下降,TS评分降低,误报率升高。CMORPH-RT 对于暴雨量的捕捉能力强于CMORPH-Raw,且对暴雨过程的捕捉能力也更强;GPM IMERG-Late的准确度较GPM IMERG-Early有较大提高;相比于GSMaP-Now降水产品,GSMaP-NRT的准确度较高;PERSIANN-CCS和FY-2F的效果较差,不能捕捉此次极端暴雨事件。对本次暴雨事件而言,CMORPH-RT的效果最好,可以准确捕捉暴雨中心而且量值也与观测最为接近;融合红外和被动微波信息的卫星降水效果优于仅使用红外信息的降水产品,而且卫星反演算法和融合被动微波数据的多少对卫星降水的准确度有较大影响。      

概率匹配平均法在山东强降水预报中的应用

基于WRF集合预报系统开发了概率匹配平均降水产品,选取了山东省2014—2016年共13次强降水过程,检验评估了概率匹配平均法在山东省强降水预报中的综合表现。结果表明：对于不同的强降水过程,各预报产品的预报能力差异较大,尤其是对暴雨以上量级降水的预报存在较大偏差;概率匹配平均相对集合平均,对大雨以上量级降水预报有明显改善,较WRF确定性预报产品也有一定提高,对强降水预报具有一定指示意义;该方法的改进主要体现在对不同量级降水的调整上,尤其是强降水的落区,相对集合平均增大了强降水的范围和强度,但对整个区域的总降水量预报没有很好的改进作用。     

台风“海高斯”（2007）期间多种降水融合实况产品的误差评估

以地面观测小时降水数据作为基准,采用多种指标评估CMPAS_FAST_05、CMPAS_FRT_05、CMPAS_RT_01三种降水融合实况产品对广西受2020年台风"海高斯"影响的强降水过程的再现情况。结果表明:(1)CMPAS_FAST_05、CMPAS_FRT_05均能较好地反映台风降水过程中降水量级及强降水落区的变化趋势,产品与地面观测的相关系数超过0.92,晴雨准确率超过0.99,对中雨及以上量级的降水,TS评分随降水量级的增大而增大。(2)三种产品均存在低估大值降水的现象,CMPAS_FAST_05还存在网格降水缺测、出现孤立点强降水的现象。(3)质量上1km产品优于5km产品,三源融合产品优于二源融合产品。     

中国区域小时降水量融合产品的质量评估

基于全国自动站观测降水量和CMORPH(CPC MORPHing technique)卫星反演降水资料,采用PDF(probability density function)和OI(optimal interpolation)两步融合方法生成了中国区域1h、0.1°×0.1°分辨率的降水量融合产品.本文分别从产品误差的时空分布特征、不同降水量级和不同累积时间下的产品质量、三种站网密度下的融合效果以及对强降水过程监测能力等方面对比评估了融合降水产品质量.结果表明,融合降水产品有效利用了地面观测和卫星反演降水各自的优势,在降水量值和空间分布上均更为合理;融合产品平均偏差和均方根误差均减小,随时间的变化幅度不大且区域性分布特征减弱;融合产品与融合前的卫星反演降水产品相比在中雨(1.0～2.5 mm/h)、中到大雨(1.0～8.0 mm/h)、暴雨及以上(≥8.0 mm/h)的相对误差分别为-1.675％、小于15.0％、30.0％左右,且随着累积时间的增加,产品质量进一步提高;该产品能准确抓住强降水过程,在定量监测强降水中具有优势.     

不同边界层参数化方案对台风“烟花”北上阶段暴雨模拟的影响试验

边界层参数化方案是造成数值模式预报误差的重要来源之一，筛选适用于环渤海地区台风暴雨模拟的边界层参数化方案，可为该地后续业务应用及科研工作提供参考依据。应用WRFV4.3模式中的8种边界层参数化方案（ACM2、BouLac、GBM、MYJ、MYNN、QNSE、UW、YSU），对2021年第6号台风“烟花”北上阶段造成的暴雨过程进行数值模拟试验，对比分析不同边界层参数化方案对暴雨模拟结果的影响，并基于ERA5资料进行边界层热动力结构的模拟效果检验。结果表明：（1）各方案对台风北上阶段的降水（24 h累积降水量、累积降水极值和位置、降水ETS评分、小时最大降水量以及逐小时10.0、20.0 mm降水的落区分布）模拟结果表现出明显差异，对路径的模拟差异主要体现在模拟时段的中后期。（2）局地闭合的BouLac方案对于10.0 mm以上量级24 h累积降水量的ETS评分表现最优，而非局地ACM2方案所模拟的24 h累积降水量在25.0、50.0、100.0 mm以上量级降水的ETS评分均为最优，且累积降水极值、区域平均24 h累积降水量以及小时最大降水量均值等也与ERA5资料较为接近，在环渤海地区...     

四川冕宁“6.26”大暴雨模式预报检验

运用气象观测资料和GRAPES、ECMWF、SWCWARMS_9KM(简称SWC)模式预报资料,对冕宁“6.26”大暴雨天气过程模式预报性能进行检验。结果表明:（1）对于24 h累计降水预报,中尺度区域模式优势明显,量级与落区预报效果均为最好,其中GRAPES_3KM模式预报落区分布与实况重合度较高,暴雨及以上量级降水TS评分最高。（2）GRAPES_3KM模式最大小时雨强10 mm以上降水落区与实况大雨及以上量级降水落区匹配度最高,ECMWF模式24 h累计降水多物理量订正产品及短时强降水概率产品次之。（3）SWC及GRAPES_3KM模式24 h累计降水极值点相比实况略偏北,量级偏小。对于小时降水峰值出现时间,SWC模式偏早4 h,GRAPES_3KM模式偏早3 h。（4）GRAPES_GFS模式环流背景预报更接近实况,SWC模式能较好地预报出冕宁上空中尺度辐合系统的存在。      

利用卫星和雷达估计大暴雨

利用合肥、武汉和长沙雷达、云顶亮温TBB等观测资料,对2003年7月8日发生的大暴雨天气过程进行了联合估计。结果表明:联合估算降水很好地再现了这次降水过程;卫星估算降水很大程度上弥补了雷达估算降水在空间分布上的不足,但对特大暴雨在强度上估计不足,对中等强度的降水估计偏大;引入雷达对卫星估算降水进行联合估算,能很好地反映暴雨云团的中尺度结构特征,反演的降水场能很好揭示强降水过程的时空变化特征。     

西南区域模式在成都地区的降水检验及物理量分析

本文选取2014年6～9月西南区域模式产品的每日20 h (北京时)起报的00 h～24 h降水量、相关物理量及成都地区实况降水量。首先利用领域法建立高分辨率模式与稀疏站点对应关系,其次比较领域内的降水量分级传统技巧评分以及强降水(25mm以上)与模式物理量阈值进行概率分析,得出强降水物理量阈值,最后通过个例对模式物理量阈值进行检验。得出如下研究结论:降水量分级评分结果表明模式对成都地区有无降水预报总体效果较好;TS评分随着预报降水量级增大而减小,同时模式空报率高于漏报率;而暴雨及暴雨以上量级降水混合评分为11.6%,具有一定的参考性。强降水与模式物理量阈值概率分析表明模式对强降水有一定的预报能力,但量级、落区相对较差。两次降水个例物理量阈值均满足以暴雨、暴雨以上降水为主的条件。      

华南后汛期极端降水特征及变化趋势

利用中国国家气象信息中心提供的华南89个代表站1969-2008年逐日降水资料,对华南后汛期（7-月）极端降水时空演变特征进行研究。结果表明：多年平均总降水量、强降水量、降水频率、强降水频率以及暴雨频率与强降水量阈值空间分布一致,广东和广西的南部及福建西南部为大值区;强降水量、降水频率及暴雨频率很大程度影响着华南后汛期总降水量的空间分布。强降水量、强降水频率、暴雨频率对后汛期总降水量的时间变化有很好的指示意义。华南后汛期极端降水在1992--1993年发生一次明显的年代际转折,1993年以来各指标的均值（除降水频率外）和方差均显著增加,华南发生极端旱涝的情况增多。另外,转折前后两个时段的总降水量、降水频率均呈减小趋势,但减小显著的区域有一定差异。     

智能网格SCMOC及多模式降水预报对比

以三源融合网格实况降水分析资料CMPAS为参照,基于二分法经典检验、预报评分综合图和面向对象MODE检验等方法,对比分析2021年智能网格预报SCMOC以及ECMWF全球、CMA-Meso中尺度模式在秦岭及周边地区的降水预报表现,主要结论如下:1)ECMWF能够很好地刻画日平均降水量、日降水量标准差以及地形影响下降水量、降水频次的空间分布特征,但对于0.1 mm以上量级的降水预报频次远高于观测,暴雨预报频次低于观测,SCMOC、CMA-Meso日降水量大于等于0.1 mm的降水频次和暴雨频次预报更好;SCMOC不足在于降水的空间精细分布特征描述能力相对较弱。2)ECMWF预报的大于等于0.1 mm降水频次日峰值出现时间整体较观测偏早3 h左右,CMA-Meso、SCMOC与观测总体吻合较好。3)三种产品24 h降水量大于等于0.1 mm的TS(Threat Score)评分数值上基本一致,但降水预报表现的特征显著不同,SCMOC成功率高、命中率低,漏报多、空报少,ECMWF、CMA-Meso则相反;24 h、3 h大雨以上量级降水SCMOC的TS评分、成功率、命中率一致优于其他两种产品。4)MODE暴雨检验,SCMOC大面积降水对象与观测相似度最高,预报能力优于ECMWF,但分散性小面积暴雨对象漏报风险大。SCMOC、ECMWF纬向距离偏差大于经向,位置偏西比例高于偏东。     

精细化评估GPM/IMERG产品对台风“妮坦”降水的观测精度

采用地面加密雨量计观测资料，以1 h、3 h、6 h、12 h和24 h等多个时间尺度分别评估了全球降水观测GPM （Global Precipitation Measurement）计划降水产品IMERG （Integrated Multi-satellite Retrievals for GPM）对台风"妮妲"降水中小雨、中雨、大雨和暴雨等不同量级降水的估计能力，主要结论如下：（1）降水累积时长会影响IMERG降水产品的估计精度。随着降水累计时长的增加，IMERG与地面雨量计观测结果的一致性加大，相对偏差和偏差的随机性均减小；（2）降水累计时长1 h时，IMERG对不同量级降水的观测精度均存在较大偏差；（3） IMERG降水产品会高估小雨时地面雨量计的降水量，且低估小雨事件发生的概率，对于小雨等级降水的观测能力还有待提高；（4） IMERG能较好地观测到暴雨降水的空间分布区域，但对暴雨的估计量级会明显偏低。     

北京城、郊和山区不同强度等级降水变化特征比较

利用北京地区1977-2013年18个站点逐小时降水资料,将小时降水分为弱降水（第50百分位值以下）、中等强度降水（第50至90百分位值）以及强降水（第90百分位值以上）3个等级,对北京地区山区、郊区以及城区夏季不同强度等级降水变化特征进行了深入细致的分析。结果表明,北京地区夏季降水量存在显著的减少趋势,这种减少趋势主要是由于弱降水和中等强度降水的显著减少引起的,强降水没有表现出明显的增多或减少趋势;与郊区相比,2004年之后城区的强降水对夏季总降水量的贡献越来越大而弱降水的贡献减小。在降水日变化上,不同地区、不同等级的降水存在差异。弱降水存在清晨和夜间双峰值特征,中等强度和强降水只存在夜间单峰值特征。清晨峰值时刻,山区、郊区和城区弱降水都表现出一致的显著减少趋势;夜间峰值时刻,山区的各等级降水变化不显著,而在2004年之后,城区弱降水少于郊区,强降水则多于郊区。北京地区降水过程不对称性特征（降水过程峰值前后差异性）十分明显,其中以强降水的不对称性最强,相对于郊区和山区来说,城区强降水过程的不对称性有增大的趋势。     

ECMWF和华东WARMS模式对山东半岛汛期暴雨的预报能力检验

利用欧洲中期天气预报中心细网格模式（以下简称ECMWF-Thin）产品和模式水平分辨率为9 km的华东区域气象中心中尺度数值预报模式V1.0（以下简称SMS-WARMS）产品,对山东半岛2016—2017年汛期35个暴雨日（26次过程）的暴雨预报能力进行检验。结果表明：1）对于降水强度,ECMWF-Thin预报偏弱导致暴雨和大暴雨漏报率偏高,大暴雨几乎全部漏报,当其预报有50 mm以上降水时出现暴雨的概率达90%以上,SMS-WARMS则预报降水量偏强、空报率较高,SMS-WARMS降水强度量级预报总体优于ECMWF-Thin,24 h预报能力最佳;2）对于强降水开始时间的预报,两家模式均表现为偏晚为主,且偏晚3 h以内的概率较大,在参考其预报结论的基础上可适当提前3 h;3）对于强降水落区,ECMWF-Thin略优于SMS-WARMS,SMS-WARMS对台风暴雨的落区预报较为精准,而其他类型暴雨的落区ECMWF-Thin预报多偏南或偏向西南1°以内,因此预报员需向偏东或东北1°范围内的区域调整;4）对于强降水范围大小的预报,ECMWF-Thin预报暴雨范围偏小的概率较大,而SMS-WARMS预报范围偏大的概率较大,因此需综合考虑两种数值预报结论进行折中预报。     

中国区域逐日融合降水数据集与国际降水产品的对比评估

中国国家气象信息中心基于2400多个国家级台站观测日降水量和CMORPH卫星反演降水产品,采用概率密度匹配和最优插值相结合的两步数据融合方法,研制了中国区域1998年以来的0.25°×0.25°分辨率的逐日融合降水产品(CMPA_Daily)。通过该数据集与广泛应用于中国天气气候领域的两种国际上降水融合产品TRMM 3B42(Tropical Rainfall Measuring Mission, 3B42)和GPCP(Global Precipitation Climatology Project, 1 degree daily)的对比评估,考察CMPA_Daily产品的质量,评价其能否合理体现中国降水的天气气候特征。首先利用2008—2010年5—9月独立检验数据定量对比了CMPA_Daily、TRMM 3B42和GPCP 三种降水产品的误差,结果表明,在误差的时间变化和空间分布上,CMPA_Daily均具有最高的相关系数和最小的平均偏差及均方根误差,TRMM 3B42其次,GPCP的误差相对较大。CMPA_Daily只低估了大暴雨,TRMM 3B42低估了大雨以上量级的降水,而GPCP低估了除小雨以外的所有降水。CMPA_Daily产品因融入了更多的站点观测信息,不论在中国东部沿海,还是中西部地形复杂区,其精度均优于TRMM 3B42和GPCP产品,即使在站点稀疏的青藏高原地区,CMPA_Daily降水量也更加接近站点观测,呈现明显的高相关。CMPA_Daily与独立检验数据的高相关在地形起伏时效果也较稳定,TRMM和GPCP的相关系数则随着地形变化幅度陡变而非常明显地降低。进一步通过对比分析各降水产品1998—2012年的气候平均降水特征表明,3种资料对中国区域气候平均降水量、降水强度、频率分布以及年际变化的总体描述基本一致,因有效融入了更多的中国站点观测信息,不论降水空间分布还是降水量,CMPA_Daily与地面观测均最为接近,在中国的中东部大部分地区对降水的估计精度明显更高,而在站点分布较稀疏的青藏高原地区,CMPA_Daily的降水分布型与TRMM、GPCP卫星融合资料类似,较地面站点插值产品更能体现出合理的降水分布。对中国强降水事件监测对比表明,CMPA_Daily产品可以更加准确地描述降水的强度变化,细致刻画降水空间分布,在把握降水小尺度特征上具有明显的优势,体现出高分辨率、高精度降水产品的特点。     

CINRAD-SA偏振雷达定量降水估测算法改进及应用评估

为了提高雷达定量降水估测的精度,建立一套高精度的双偏振雷达定量降水估测方法,并对其在业务应用中的表现进行评估。本文利用雨滴谱仪数据使用非球形粒子的散射模型（T-Matrix模型）进行不同偏振量的模拟计算,根据计算结果对实测雨滴谱数据（DSD）进行分类拟合,实现对CSU-HIDRO（Colorado State University-Hydrometeor Identification Rainfall Optimization）优化降水估测算法的改进。为了评估改进后CSU-HIDRO优化算法（简称CSU-HIDRO_I）的应用效果,本文选取2016～2017年两年汛期发生于中国华南地区的6次大范围强降水过程为评估对象,分别采用单偏振雷达定量降水估测的R(Z_H)关系法（WSR-88D Precipitation Processing System,简称PPS法）和CSU-HIDRO_I法进行小时降水量估测。按照不同降水率大小以及距离雷达20～60 km和60~100 km范围分别对两种降水估测方法进行评估,并将雷达估测的小时降水量同地面雨量计小时降水量资料进行对比,结果表明:（1）CSU-HIDRO_I法在应用评估过程中取得了较好的评估效果,其估测精度及稳定性均较好。（2）PPS法对小雨（降水率R<2.5 mm/h）存在一定的高估,对大雨及暴雨（R>8 mm/h）存在明显低估,而CSU-HIDRO_I法能够有效的降低强降水的低估情况,同时提高了小雨的估测精度。与PPS法相比,CSU-HIDRO_I法对小雨、中雨、大雨及暴雨的估测偏差分别降低了38%、24%、17%、15%。（3）PPS法在降水估测中对离雷达的距离更为敏感,相同降水率下不同距离处的相对误差波动较大,CSU-HIDRO_I法对距离敏感性较弱,相同降水率强度下,相对误差随距离的变化波动较小。     

TRMM 卫星降水数据在商洛地区的精度分析及订正

利用商洛地区193 个国家和区域气象站点实测降水数据，从时间和空间尺度，运用相关分析、偏差、均方根误差等统计分析方法对 TRMM 卫星 3B43 v7降水数据在商洛地区的适用性进行了分析，在此基础上采用比值系数法对TRMM 卫星月降水产品进行订正。结果表明：①在时间尺度上，TRMM 月降水数据与站点实测月降水数据线性高度相关，TRMM 降水数据低估站点实测降水数据。②对月、季和年尺度的TRMM和站点降水量进行比较，决定系数R２均在0.8以上，拟合优度较高，季降水量结果拟合结果较月降水量有所提高。③利用比值系数法对TRMM降水量产品进行偏差订正，验证结果表明，订正后的TRMM 3B43月降水结果偏差更小，决定系数更高。TRMM 降水精度与降水强度和地形有关，TRMM月降水量与实测月降水量时间序列趋势一致，拟合性较高，分布规律相一致。总体上，降水量多的年份，TRMM 数据倾向于低估降水量，反之，高估站点降水量。通过对TRMM 卫星降水产品在商洛地区的精度评估和订正，为该地区地面降水数据提供有效补充。     

陕西中短期网格客观预报降水产品在西安地区的检验

基于2017—2020年6—9月陕西中短期网格客观预报产品（简称DCOEF）的降水产品,采用晴雨预报准确率、TS评分、预报偏差BIAS,对其在西安地区21个气象观测站的预报效果进行检验;同时采用第99%分位值的降水量值作为测站极端降水量的阈值,进一步了解DCOEF对极端降水的预报效果。结果表明,（1）DCOEF在西安地区逐年和逐月的晴雨预报准确率均在069以上,空间分布上在西安城区、高陵、阎良、临潼和灞桥地区的晴雨预报准确率普遍在075以上,具有较好的参考价值。（2）6—9月中,9月的晴雨预报准确率可达08,各量级的TS评分明显高于其他月份,且BIAS接近于1,预报效果最好。（3）随着降水量级的增加,TS评分明显下降,小雨的TS评分最高,且时间和空间差异小;暴雨TS评分时间和空间差异明显,除9月外整体评分较低,且空报率明显偏高。（4）DCOEF对西安区域平均降水量雨带分布和强降水中心位置分布预报与实况差别较大,但能较好地反映出区域降水的时间演变趋势,与实况较为接近,只是在降水量上存在一定的偏差,预报值较实况以偏大为主。（5）DCOEF对极端降水的预报缺乏稳定性,偏差大,尤其是对短时强降水所造成的极端降水事件预报能力弱。