WRF模式2m温度在山东预报效果的评估

利用山东省内123个国家气象站2017年11月至2018年2月逐时观测地面温度对WRF模式08：00和20：00起报的2 m温度进行检验,评估了预报时效为72 h的逐时温度与日最低（高）温度的预报效果并初步分析了个别站点大值误差成因。结果表明：WRF模式08：00起报2 m温度的准确率要高于20：00起报,白天预报的效果优于夜晚;鲁西北和半岛地区的2 m预报温度的平均绝对误差总体低于鲁中和鲁南地区,全省大部分站点负误差比例高于正误差比例;WRF模式对于日最高温度的预报效果优于日最低温度;模式地形高度误差造成泰山站2 m预报温度正误差较大,基于两种温度梯度方案对泰山站2 m温度进行订正,订正后的平均绝对误差总体下降,利用单一的温度梯度在有的预报时刻出现负的订正效果,利用随预报时刻变化而变化的温度梯度在各预报时刻订正效果更为稳定;泰安站出现焚风时2 m预报温度有较大负误差,这主要是受WRF模式泰山站地形高度误差影响;WRF模式在微山湖区域土地类型与真实土地类型存在差异是薛城站夜间2 m温度负误差较大的重要因素之一。     

GFS模式地形高度偏差对地面2m气温预报的影响

利用2016年1月1日—12月31日全球预报系统(GFS,Global Forecasting System)1～5 d的2 m气温预报资料,以及同期中国地面气象站2 m气温观测资料,研究模式地形高度偏差对地面2 m气温预报的影响。结果表明,较大模式地形高度偏差可严重影响2 m气温模式预报性能,导致较大预报误差。随着模式预报时效延长,2 m气温预报均方根误差也略有增加。比较模式地形高度偏差和预报时效对于模式预报性能的影响,发现模式地形高度偏差对于模式预报效果的影响更加显著。两种地形订正方案,即不做温度垂直订正的线性回归以及对温度进行垂直订正的线性回归都能显著减小2 m气温模式预报的误差,后者的订正效果更好。     

复杂地形下地面观测资料同化III. 两种解决模式地形与观测站地形高度差异方法的对比分析

模式地形与观测站地形高度差异是地面资料同化方案设计中的一大难点。本文通过个例和单点试验对第I和第II部分 (徐枝芳等, 2007a, 2007b) 中涉及的两种解决模式地形与观测站地形高度差异的地面资料同化方法 (即增加温度地形代表性误差和温度订正方法) 进行对比分析, 并将这两种方法应用于WRF_3DVAR, 进行3个月的连续数值试验。研究结果表明: 随着地形高度差异的增加, 采用增加观测误差方法得到的估计值向其它资料同化分析值 (背景场值) 靠近, 在一定的高度差异下则失去了同化分析地面资料的意义; 温度订正方法对温度递减率的取值较为敏感, 在有探空资料参与同化分析时, 温度递减率取值敏感性相对减弱。当采用的订正值较为准确时, 采用温度订正方法较增加观测误差方法能更好地处理两种地形高度差异, 地面资料信息应用更充分, 得到的估计值最有可能接近真实值。当模式地形与观测站地形高度差异较小 (小于100 m) 时, 两种解决模式地形与观测站地形高度差异的方法达到的效果基本一致。单点及个例试验表明, 有探空资料等高质量观测参与同化分析时, 采用增加观测误差方法得到分析场更接近真实场。三个月连续试验也表明有探空资料参与同化分析时, 采用增加观测误差方法比温度订正法改进的郭永润同化方案 (Guo et al., 2002) 同化地面资料效果好, 且加入地面资料同化对所有量级降水预报都有所改善。当地面资料同化方案没处理好时, 加入地面资料同化的效果反而不如不加地面资料同化。     

复杂地形下地面观测资料同化Ⅲ.两种解决模式地形与观测站地形高度差异方法的对比分析

模式地形与观测站地形高度差异是地面资料同化方案设计中的一大难点.本文通过个例和单点试验对第Ⅰ和第Ⅱ部分(徐枝芳等,2007a,2007b)中涉及的两种解决模式地形与观测站地形高度差异的地面资料同化方法(即增加温度地形代表性误差和温度订正方法)进行对比分析,并将这两种方法应用于WRF_3DVAR,进行3个月的连续数值试验.研究结果表明:随着地形高度差异的增加,采用增加观测误差方法得到的估计值向其它资料同化分析值(背景场值)靠近,在一定的高度差异下则失去了同化分析地面资料的意义;温度订正方法对温度递减率的取值较为敏感,在有探空资料参与同化分析时,温度递减率取值敏感性相对减弱.当采用的订正值较为准确时,采用温度订正方法较增加观测误差方法能更好地处理两种地形高度差异,地面资料信息应用更充分,得到的估计值最有可能接近真实值.当模式地形与观测站地形高度差异较小(小于100 m)时,两种解决模式地形与观测站地形高度差异的方法达到的效果基本一致.单点及个例试验表明,有探空资料等高质量观测参与同化分析时,采用增加观测误差方法得到分析场更接近真实场.三个月连续试验也表明有探空资料参与同化分析时,采用增加观测误差方法比温度订正法改进的郭永润同化方案(Guo et al.,2002)同化地面资料效果好,且加入地面资料同化对所有量级降水预报都有所改善.当地面资料同化方案没处理好时,加入地面资料同化的效果反而不如不加地而资料同化.     

ECMWF模式对陕西2016年春夏季气温预报性能评估

利用2016年春、夏季节陕西99个国家站的气温逐1 h观测数据,对ECMWF高分辨率数值模式对陕西国家站0~72 h逐3 h和78~240 h逐6 h的气温预报性能进行评估。结果表明,陕西大部分地区,气温预报误差≤1 ℃和≤2 ℃的准确率在72 h之前分别为30%~50%和55%~85%,96 h之后分别为10%~30%和25%~55%,夏季的准确率高于春季,20:00起报的准确率略高于08:00起报。随着预报时效的增加,模式的气温预报能力和稳定性波浪式下降,日变化特征明显,23:00至次日11:00时段的预报能力和稳定性好于14:00—20:00时段。模式的气温预报值与观测值有很好的相关性,但是模式和实际观测站的地形高度差异会对气温预报质量产生较大影响。基于气温垂直变率和模式与实际观测站的地形高度差异进行的高度差订正,可以适当提高模式的气温预报水平,文中提出的几种气温预报的高度差订正方法,对陕西大部分地区的气温预报为正订正效果,但还存在一些问题,有待进一步研究。     

WRF-DA中地面观测资料同化方案的改进与应用

为了改善地面自动气象站观测数据在WRF-DA（the Weather Research and Forecasting Model-Data Assimilation）系统中的同化应用效果,提高数值模式的预报性能,对WRF-DA地面资料同化方案中温度和风速订正方案进行改进,形成地面资料同化更新方案。通过考虑地形高度差异对同化效果的影响,调整同化方案中地面要素由实际地形高度订正到模式高度的同化订正方案,提升地面观测温度及风速订正值的合理性。并进一步分析了2017年7月5日个例试验结果及2017年7月整月的批量试验,发现相比于使用原方案同化后的预报效果,选取更新方案同化地面自动气象站观测资料的模式预报效果在前9 h温度和风速的预报误差明显降低,且在24 h预报时效内更新方案对于模式预报均起到改善作用。      

T213L31全球中期数值天气预报系统2m温度预报误差源分析

T213L31全球中期数值天气预报系统的2m温度预报存在系统性偏低的问题，对业务预报影响很大，针对这一问题就产生原因对模式系统进行分析定位。经过一系列分析，通过对模式地形高度与观测站地形高度的比较，以及通过采用欧洲中心与国家气象中心的陆面过程初值得到的2m温度的比较，认为2m温度的误差是由于模式地形高度与实际地形高度存在较大差异以及2m温度预报对陆面过程所需的初值如土壤湿度等的敏感而实际采用特定值代替初始场的不科学性造成的。     

基于CMA-TRAMS模式地形高度偏差的地面气温误差订正方法研究

采用一元线性方法建立南海台风模式CMA-TRAMS地形高度偏差和地面气温预报误差的回归关系,分别开展不分级、高度偏差分级和地面气温误差分级的三种订正方法的研究,并进行订正效果评估。结果表明,模式地面气温预报误差与地形高度偏差总体呈负的线性相关关系,地面气温预报绝对误差随地形高度偏差绝对值增大而增大（对模式地形高度偏低站点尤为明显）,但不同时刻地面气温预报误差特征表现不同,模式对地形高度偏高（即模式地形高于测站高度）和地形高度偏差小于50 m的站点,06时地面气温（世界时,下同）预报总体偏低,对地形高度偏低大于50 m的站点（即模式地形低于测站高度）,06时地面气温预报总体偏高;而无论站点地形高度偏差如何,模式对18时地面气温预报总体偏高。三种订正方法中地面气温误差分级法能有效地减小地面气温预报误差,该方法订正后的分析场准确率可达96%~99%,12~48小时时效预报场准确率总体可提升至90%以上,该方法具有回归关系稳定、效果显著、适用性广、简单易行等特点。     

乡镇精细化最高最低气温预报方法研究

对2008年10月至2009年9月安徽省乡镇与县站观测站最低、最高温度的差异进行统计分析。结果表明：乡镇观测点和县站观测点之间的最低、最高温度具有明显差异,且随着季节变化而不同。在此基础上,以预报员主观制作的县站最高、最低预报结果作为基础,利用修正Barnes插值和一阶卡尔曼滤波订正方法制作乡镇站点的最低、最高温度预报表明,该方法制作的乡镇站点最低、最高温度具有较高准确率,前3 d的乡镇最低温度预报准确率和县站的预报比较接近,预报准确率差异在1 %之内,但随着预报时效的增加两者的差异略有增加;对于乡镇的最高温度预报,与县站的最高温度预报小于2℃的准确率始终保持在3 %之内,该方法优于基于WRF模式的MOS方法。对比一阶卡尔曼滤波订正前后效果发现,该方法对乡镇最低和最高温度的前4 d预报具有正订正效果,而对于第5-7 d没有订正效果或为负订正效果。当区分转折性天气后,可以提高第4-7 d的最高温度预报准确率。     

四川地区多模式2m温度预报性能分析及集成方法研究

本文通过分析2017年9~12月四川地区ECMWF(European Centre for Medium-Range Weather Forecasting)细网格模式、GRAPES_GFS(Global and Regional Assimilation and Prediction System)全球模式和西南区域模式(South West Center-WRF ADAS Real-time Modeling System, SWCWARMS)2m温度168h预报时效内的系统性偏差特征,采用滑动双权重平均法分别对三种模式温度预报产品进行偏差订正,并集成得到各时效2m温度的订正场,结果表明:(1)三种模式的预报存在明显的日变化,整体上EC模式的预报最优。(2)三种模式对于低温和高温的预报,在全省均大致呈现负的系统性误差,特别在高原及过渡区表现的尤为明显。(3)订正后三种模式的预报准确率显著提高,均方根误差减小1.4~2.5℃,大部分地区平均误差维持在±0.5℃之间,在系统性偏差较大的地区,订正效果更好。(4)两种集成方案预报结果接近,且均优于三种模式的订正预报。     

T639预报气温产品误差分析与订正

由于T639数值预报模式对具体区域预报有一定偏差,为了更好的利用该模式做出山东即墨本区域各自动站气温预报,制定订正方法,将订正方法运用到实际业务中,推广到相关单位,提高气温预报准确率,本文利用2013年1月至2015年12月山东省即墨市8个区域自动站的最高(低)气温实况和对应的T639数值预报24小时2m气温预报产品进行了日最高(低)气温的预报准确率、相对误差分析,并结合风向风速预报结论和地形分区,运用综合订正、季节订正、风向订正和风速订正4种误差订正方法,在对比检验的基础上,得出如下结论:在4种订正方法中,预报准确率最高为综合订正方法。     

CMA-MESO三维变分同化系统2 m相对湿度资料同化研究

为了提高CMA-MESO （China Meteorological Administration Mesoscale model）（原GRAPES）三维变分同化系统中2 m相对湿度资料的应用效果,改善模式中相对湿度的分析和降水预报效果,分析了2015年6—8月T639（T639L60全球中期数值预报系统,0.28125°×0.28125°）分析场低层相对湿度和2 m相对湿度之差与表征稳定度的理查森数（Ri）的关系,发现二者有很好的相关,Ri＜0时,模式低层相对湿度与2 m相对湿度的差异较小,基本在同化观测误差范围内。依据该统计结果,对CMA-MESO同化系统中2 m相对湿度同化方案进行优化,Ri＜0时,将观测站地形低于模式地形的2 m相对湿度观测由观测站高度改为模式最低层高度进行同化,形成新的2 m相对湿度同化方案,旨在解决2 m相对湿度资料同化时模式地形高度与观测站高度不同的影响。2018年7月CMA-MESO三维变分同化系统（3DVar）个例和连续试验结果显示:新的2 m相对湿度同化方案同化分析资料数量明显增加,且08时多于20时（北京时）,新增观测点新息向量（背景减观测）与周围原有观测新息向量保持基本一致,分析残差偏差和均方根误差减小,降水预报效果明显改善。新2 m相对湿度同化方案通过提高观测站低于模式地形高度的观测资料合理应用,从而改善了3 km模式系统同化分析和预报效果。      

WRF模式不同地形平滑方案对降水预报的影响

基于重庆市气象局中尺度数值预报业务系统,开展不同地形平滑方案对模式降水预报的影响研究,详细对比WRF模式中不使用地形平滑方案以及使用s-d-s和1-2-1两种平滑方案生成的静态地形高度场的差异,开展不同地形平滑方案批量平行试验并选取典型强降水个例进行对比分析,结果表明:不同地形平滑方案生成的静态地形高度场之间有明显的差异,特别是在地形较为陡峭的高原和山脉等地区,最大绝对偏差可达462.56m;s-d-s和1-2-1两种地形平滑方案主要平滑掉了模式地形中较小尺度的地形特征,且总体而言1-2-1方案的平滑效果比s-d-s方案明显。连续一个月批量平行试验降水预报检验结果表明,进行模式地形平滑对大雨及以上量级降水预报有正面影响,且使用1-2-1平滑方案的预报结果优于使用s-d-s平滑方案的预报结果;降水个例对比分析结果表明:采用不同的地形平滑方案会造成垂直速度和水汽通量散度预报的明显差异,这样的明显差异会进而影响强降水预报的落区和强度。     

2011年4—6月亚沙会赛场多模式要素预报产品检验

为了了解各种数值模式要素预报在2012年6月第三届亚沙会（亚洲沙滩运动会）比赛期间表现如何,对2011年4—6月MM5,WRF—RUC和T639模式亚沙会比赛场地的海阳气象观测站24h降水量、10m日最大风速以及2m日最高最低温度预报进行了检验,检验还包括了t70nline（天气在线）2m日最高最低温度预报,结果表明：（1）各模式晴雨预报基本都在70分左右。WRF-RUC模式一般性降水和小雨预报效果最好。对于中雨,各模式空、漏报均较多。大雨以上量级降水,各模式均有一定的预报能力。WRF—RUC和T639模式均较好地预报出大雨和暴雨过程,MM5略差,但各模式均空报大暴雨过程。（2）4级以下的弱风T639模式预报准确率最高,MM5和WRF-RUC模式空报较多;对于4级以上风,MM5和WRY-RUC模式预报效果较好,T639模式漏报较多。结合最大风速预报误差看,MM5和WRF-RUC模式相差不多,预报效果最好,T639模式预报误差最大。（3）WRF。RUC模式最高温度预报准确率最高,t70nline最低温度预报准确率最高。各模式最高最低温度平均误差均为负值,即模式预报比实况均偏低。     

基于多模式的新疆最高(低)气温预报误差订正及集成方法研究

干旱区由于气温日较差大,气温预报难度偏大,尤其是最高、最低气温预报。利用2013—2015年ECMWF、T639、DOGRAFS、GRAPES 4种模式24 h内气温预报产品,采用递减平均订正法以及集合平均和加权集合平均法,设计2种订正集成方案,即方案1是对多模式气温预报先集成后订正,方案2是先订正后集成,对新疆地区日最高气温和最低气温预报的误差订正及集成效果进行对比检验。结果表明:(1)4种模式对新疆气温预报的准确率表现为ECMWF模式整体最好,DOGRAFS模式最差,且最低气温的预报准确率提高程度高于最高气温;(2)对于新疆不同区域,最高(低)气温预报准确率北疆高于南疆,西部高于东部,平原高于山区,且冬季的订正能力大于其他季节;(3)加权集合平均法优于集合平均法,先订正后集合方案优于先集合后订正方案;(4)方案2对2015年7月13—30日和2014年4月22—24日两次极端高、低温天气过程的最高(低)气温订正效果明显。     

华南区域模式在湖南省的2 m温度预报检验与订正研究

基于2019年8月至2020年7月华南区域模式（CMA-GD）预报和湖南97个国家站2m温度实况,开展了模式温度预报检验和逐步回归订正技术研究。结果表明,华南区域模式2m温度预报与实况变化趋势基本一致,预报偏差具有明显日变化,白天准确率下降、夜间升高,随着预报时效的延长,偏差增大;夏半年预报偏差大于冬半年;湘西预报效果优于湘东;00时起报的2m温度预报优于12时起报。基于华南区域模式预报产品,区分起报时次和季节的2m温度预报逐步回归订正预报效果较好,订正后预报相对于模式预报误差下降、准确率提高,有明显正技巧,对12时起报的模式预报效果改善更大,不同站点订正效果略有差异,对预报误差较大站点,订正效果明显。     

福建省ECMWF细网格模式2 m温度预报误差分析与订正

选取2022年1月1日—12月31日ECMWF细网格模式2 m温度预报24 h以内预报时效产品和对应时次的福建省70个国家站观测资料进行分析,采用ARIMA(差分自回归移动平均)模型和双权重ARIMA模型分别对2 m温度预报产品进行偏差订正,并对订正前后的结果进行对比分析。结果表明：1) ECMWF模式2 m温度预报在福建省主要呈现冷偏差,随着预报时效的增加,均方根误差和准确率随之变差;分别用两种模型进行订正,平均绝对误差由2.1℃以内减小到1.6℃以内,均方根误差从2.5℃以内降低到2.1℃以内,且偏差越大,订正效果越明显。2) ECMWF模式2 m温度逐月预报效果差异较大,订正后各评价指标均有显著改进,各月平均误差在-0.5—0.5℃。3) ECMWF模式2 m温度预报偏差主要表现为福建东部沿海小、中西部较大;订正后平均绝对误差和均方根误差减小至2℃以内,且对高海拔地区的站点改善效果更加明显。与ARIMA模型相比,双权重ARIMA模型订正后平均绝对误差与均方根误差更小、准确率更高,订正效果更好。     

湖陆山地复杂地形下近地层风速预报研究

以鄱阳湖区典型湖陆山地复杂地形为试验区域,采用WRF模式MRF和MYJ两种边界层参数化方案,对2010年该区域近地层风速进行高时空分辨率预报,并结合3个测风塔观测资料对预报结果进行检验。结果表明:WRF模式对鄱阳湖区70 m高度风速预报效果较好,预报值能够较好地反映近地层风速变化,且边界层MRF方案预报效果略好于MYJ方案。地形对近地层风速预报影响明显,地形相对平坦的吉山预报效果最好,而地形最为复杂的狮子山预报效果相对较差。不同强度的近地层风速预报效果差异较大,5~25 m·s^-1风速段预报效果明显优于0~5 m·s^-1风速段。位相偏差是造成鄱阳湖区近地层风速预报误差的主要来源,其贡献率在60%以上,而系统偏差和振幅偏差的误差贡献率相对较小,通过线性订正方法可在一定程度上提高该区域风速预报效果。     

T639模式预报系统误差统计和订正方法研究

通过统计2009—2010年T639模式500 hPa高度、850 hPa温度和2 m温度的1～10天预报场的平均误差发现,T639模式的这些气象要素预报都存在明显系统误差,且系统误差随着预报时效的增加而增加。利用＂递减平均法＂尝试订正其预报系统误差,订正结果表明：该订正方法总体表现为正的订正技巧,但订正能力随着预报时效的增加而下降;东亚地区的系统误差小于整个北半球,＂递减平均法＂的订正能力总体小于整个北半球。对比夏、冬半年订正效果发现：对于500 hPa位势高度和850 hPa温度的预报场,冬半年和夏半年订正技巧相当;对于地面2 m温度预报场,冬半年订正能力明显高于夏半年。不同权重系数试验表明：对于500 hPa高度场,权重系数约取0.06时,订正效果较好,而对于850 hPa和2 m温度场,权重系数约取0.1时,订正效果最佳。     

基于莫宁-奥布霍夫相似理论的地面站点风速预报偏差订正

地形不匹配会导致风速预报出现偏差。Monin-Obukhov(莫宁-奥布霍夫)相似理论表明近地面风速垂直变化符合对数率特征,基于相似理论并引入大气稳定度判定因子构建偏差订正方案,将地面风速预报由模式地形订正到实际地形。针对冬季和夏季华北区域内760多个站点进行15 d的批量试验发现,使用订正方案后冬季和夏季00时(世界时)起始预报的模式前12 h风速预报的平均偏差可以降低20%以上,24 h预报偏差降幅也可达到10%以上,不同预报时效内风速的均方根误差可降低5%～8%。说明使用偏差订正方案可以对模式地面风速预报产生明显正效果。