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。      

基于国家气象观测站逐日降水格点数据的交叉检验误差分析

利用2006-2008年2 403个国家气象观测站地面雨量计的逐日降水量资料,采用与网格点最近的观测站有、无降水确定该网格点有、无降水和Barnes插值方案确定网格点降水大小的混合插值方案,得到全国空间分辨率为0.1°×0.1°（约10km×10km）的逐日降水量格点数据,在此基础上通过交叉检验方法统计格点数据的误差,...     

GRAPES三维云初始场形成及在短临预报中的应用

围绕GRAPES_Meso的云初始场形成,以ARPS模式云分析方案为基础,优化诊断后应用我国风云二号静止气象卫星云产品、多普勒天气雷达三维组网拼图产品等观测资料结合模式背景信息,根据云热力-动力学原理及观测试验经验关系等,对云初始场的信息进行分析并通过松弛逼近同化方法实现对云内微物理信息同化应用。GRAPES_Meso中采用优化后的云初始场方案,水平分辨率为0.03°×0.03°和0.1°×0.1°的1个月（2014年7月15日-8月14日）连续试验和个例分析结果显示:云初始场形成方案能够分析出飑线等天气系统的云系和云内微物理变量特征。从模拟云图看,包含云初始场信息的GRAPES_Meso的云系的形态特征和分布范围短时临近预报结果更为准确。云初始场信息同化应用后,在1 h的时间尺度上,即可预报出与实况更为接近的降水;0~12 h时间范围内对降水均有积极的影响,可满足短时临近预报的需求,降水量级略偏大。批量连续试验（水平分辨率为0.03°×0.03°和0.1°×0.1°）的各个量级降水ETS（equitable threat score）评分都显著提高。     

基于不同分辨率和参数化方案的新疆区域数值模式性能初步评估

基于中尺度数值模式WRF,选取新疆两次强降水过程,设计3个试验方案,其中试验1为控制试验,试验2提高分辨率,试验3提高分辨率并调整物理参数化方案,初步评估不同分辨率和参数化方案对新疆区域2m温度、10m风速、降水预报的影响。结果表明:(1)提高分辨率对2m温度、10m风速模拟精度均有提高,2m温度预报精度提高约0.5℃,降低了日间温度模拟冷偏差;10m风速预报精度提高约0.5m/s,降低了风速模拟正偏差;但提高分辨率后,模式出现虚假降水预报的情况。(2)提高分辨率并调整物理参数化方案后,2m温度模拟误差略有减小,模拟偏差减小约0.2℃;10m风速模拟误差增大约0.5m/s,模拟偏差增大超过0.5m/s;对降水落区、量级的模拟精度显著提高,减小了降水中心的模拟强度,对虚假降水预报有一定修正。     

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。     

基于不用分辨率和参数化方案的新疆区域数值模式性能初步评估

基于中尺度数值模式WRF,选取新疆两次强降水过程,设计三个试验方案,其中试验1为控制试验,试验2提高分辨率,试验3提高分辨率并调整物理参数化方案,初步评估不同分辨率和参数化方案对新疆区域2米温度、10米风速、降水预报的影响。结果表明：（1）提高分辨率对2米温度、10米风速模拟精度均有提高,2米温度预报精度提高约0.5℃,降低了日间温度模拟冷偏差;10米风速预报精度提高约0.5 m/s,降低了风速模拟正偏差;但提高分辨率后,模式出现虚假降水预报的情况。（2）提高分辨率并调整物理参数化方案后,2米温度模拟误差略有减小,模拟偏差减小约0.2℃;10米风速模拟误差增大约0.5 m/s,模拟偏差增大超过0.5 m/s;对降水落区、量级的模拟精度显著提高,减小了降水中心的模拟强度,对虚假降水预报有一定修正。     

CMA-MESO关键技术集成及应用

基于GRAPES-MESO 10 km系统,提高模式动力框架计算精度和稳定性,选择调试适合高分辨率模式的物理过程参数化方案组合,建立面向数值天气预报的全国雷达质量控制拼图系统,通过云分析系统融合全国三维组网反射率因子拼图,建立面向中小尺度系统的对流可分辨同化系统和陆面资料同化系统,实现雷达径向风、风廓线雷达、FY-4A成像仪辐射率、卫星云导风、卫星GNSSRO、地面降水观测以及近地面资料等非常规局地稠密资料的同化应用,发展快速循环技术,建立全国3 km间隔3 h的快速循环同化预报系统——CMA-MESO（GRAPES-MESO 3 km）并实现业务化运行。2020年6—9月汛期业务检验结果表明:CMA-MESO预报的近地面要素（降水、2 m温度、10 m风场）检验评分全面超越GRAPES-MESO 10 km结果;CMA-MESO的24 h累积降水TS评分略低于欧洲中期天气预报中心（ECMWF）的结果,但逐3 h累积降水预报TS评分尤其是对于较大降水阈值评分明显优于ECMWF结果;同时,对于能够表征模式对降水时空精细化特征预报能力的降水频次和降水强度等检验,CMA-MESO对我国汛期的预报准确率超过了ECMWF细网格模式结果。     

雷达资料同化与提高模式水平分辨率对短时预报影响的数值对比试验

为对比雷达资料同化与提高模式水平分辨率对短时数值预报的影响,利用美国Oklahoma大学风暴分析和预测中心开发的ARPS(The Advanced Regional Prediction System)模式及其资料分析系统ADAS(ARPS Data AnalysisSystem),对一次华北暴雨过程进行了18,15,9,6,3 km 5种不同水平分辨率的数值对比试验,并对比了使用雷达资料进行云分析时5种分辨率的模拟结果,结果表明,仅使用常规观测资料的情况下,通过提高模式水平分辨率,可以改进6 h内的短时预报,模拟的锋面结构更为细致,降水尤其是强降水预报评分提高了。而使用雷达资料改进模式初始场后,能明显改进模式6 h内的预报尤其是降水强度和落区预报,使得18 km上使用雷达资料同化的预报结果好于3 km不使用雷达资料同化的结果,表明雷达资料同化比单纯提高模式水平分辨率更为有效。不同分辨率上使用雷达资料同化的对比发现,对于40 mm以下的一般性降水,从18—3 km的模拟结果差别不大,而对于强降水,仍然需要提高模式的水平分辨率。但无论初始场是否使用雷达资料同化,但当分辨率由6 km提高到3 km时,模拟结果无明显改进,因此,提高模式分辨率有一定的限度,而在适当提高模式分辨率的同时使用雷达资料同化改进模式初始场,则是提高模式短时预报的一个非常有效的途径。     

基于MET系统对SWCWARMS及GRAPES模式在西南地区的站点检验分析

应用国家基本观测站资料、自动站逐时降水资料,基于客观统计检验方法,针对降水(12h、24h累积雨量)、近地面要素(2m温度、10m风)和高空要素(风场、温度场、高度场),分别评估SWCWARMS模式和GRAPES模式对2015年西南地区预报能力,得到如下几点结论:(1)SWCWARMS模式降水ETS评分高于GRAPES模式,除24h小雨外SWCWARMS模式偏差值均高于GRAPES模式,两个模式在不同预报时效内对中雨、大雨、暴雨都表现一定程度的空报;(2)12h降水分段评分上,SWCWARMS模式TS评分均高于GRAPES模式,但SWCWARMS模式预报降水范围过大,随着预报时效增长空报多于GRAPES模式;SWCWARMS模式中雨和大雨空报大于其它量级降水,GRAPES模式对大暴雨漏报较多其它量级降水表现为空报;(3)两模式对高度场和温度场预报优于风场,对对流层中层预报优于中低层,SWCWARMS模式对高度场和温度场预报优于GRAPES模式,夏半年SWCWARMS模式均方根误差小于GRAPES模式;(4)两模式都表现出2m温度均方根误差在秋季增加而春季减小这一特征,SWCWARMS模式近地面要素均方根误差均小于GRAPES模式。      

GRAPES气象-水文模式在一次洪水预报中的应用

尝试将GRAPES (Global-Regional Assimilation and PrEdiction System) 模式与水文模型结合,构建GRAPES气象-水文单向耦合模式,进行洪水预报。气象模式选取GRAPES_Meso模式,分别采用15 km×15 km和5 km×5 km水平分辨率,15 km×15 km的GRAPES模式由NCEP全球预报场提供初始场和侧边界条件;5 km×5 km的GRAPES模式由15 km×15 km GRAPES模式提供初始场和侧边界条件,将GRAPES_Meso模式的定量降水预报分辨率统一降尺度到5 km×5 km分辨率,用于驱动水文模式。水文模型选取新安江模型与分布式新安江模型。以淮河王家坝站以上流域和息县流域为试验流域,将GRAPES降水预报场驱动水文模型进行单向耦合,构建GRAPES气象-水文单向耦合模式,选择2009年8月28日08:00(北京时,下同)—9月9日14:00汛期一次洪水过程,进行实际预报试验。结果表明:15 km×15 km和5 km×5 km的GRAPES模式预报降水与实况降水分布相一致;与水文站观测降水驱动水文模型洪水模拟结果相比,GRAPES气象-水文模式对洪水预报的预见期延长效果明显,对洪水模拟精度也较高,与水文模型输入场分辨率要求相匹配的降水产品对洪水模拟的精度更高。     

新疆DOGRAFS_3km夏季预报试验与分析

为了提升新疆区域数值天气预报模式的精细化预报能力,基于目前业务应用的沙漠绿洲戈壁区域同化预报系统(Desert Oasis Gobi Regional Assimilation Forecast System,简称DOGRAFS),搭建了DOGRAFS_3 km运行系统,将2016年7月作为预报检验月份,对比分析了目前业务化运行的DOGRAFS_9 km与新搭建的DOGRAFS_3 km系统的短期、短临预报效果,并针对7月31日—8月2日的降水过程进行对比。结果表明:(1)3 km分辨率系统的地面温度、风基本气象要素的预报效果整体要优于9 km系统;(2)从不同层次上的位势高度、温度、风要素预报结果看,3 km系统在925、850、700、500 h Pa预报效果优于9 km系统,300 h Pa和200 h Pa略差于9 km系统;(3)降水检验看,3 km分辨率系统在降水时段、落区和量级等方面的效果均好于9 km系统,尤其是对中量和大量级降水的预报,3 km分辨率系统与9 km系统的降水预报能力均有限。(4)通过用加密自动站的降水量监测值检验分析得知,对于典型降水过程的的过程降水落区、24 h降水落区、以及6 h降水落区的预报,3 km分辨率系统的预报效果更好。综合2016年夏季代表月份的预报以及一次强降水过程的对比分析结果,DOGRAFS_3 km系统在夏季的整体预报性能优于DOGRAFS_9 km,推进DOGRAFS_3 km高分辨率系统建设尤为必要。     

基于强度尺度法的雷达和数值模式定量降水预报检验对比

为提高雷达外推和数值模式对短临预报能力的认识,采用强度尺度方法对比检验了2012年浙江省梅汛期内的雷达外推和WRF、T639、ECMWF 4类定量降水预报(QPF)产品。检验结果表明:短临预报的大部分误差来自较小的时空尺度,在强降水方面表现尤为明显。对于雷达和模式的预报能力交叉点(3 h前后)的QPF检验,雷达的误差比率随着空间尺度增大先减后增,而模式随尺度增大误差比率总体递减。在中小尺度(2 °及以下)雷达总体较准确,但0.25 °尺度是个特例,在较大尺度(4 °及以上)的弱降水上雷达不如模式。雷达在0.5 °、1 °尺度上相对误差贡献最少;在2 °、4 °尺度下,ECMWF表现最优。同时,雷达对于中-β和较小的中-α尺度系统的预报检验效果最好,对尺度达几百公里的弱系统不如数值模式,对于10~30 km的中-γ尺度系统雷达预报带来近74%的空报,今后需提高其对中-γ尺度系统生消的预报能力。      

日本高分辨率模式对中国降水预报能力的客观检验

利用2012年4月1日-8月31日中国2419个台站逐6 h降水资料、CMORPH(NOAA Climate Prediction Center Morphing Method)卫星与中国3万余个自动站逐时降水融合资料,基于客观统计方法,分别检验了日本高分辨率模式对中国逐6 h、12 h和24 h分段站点、格点降水的预报能力。结果表明:(1)模式晴雨预报技巧随分段间隔的增加整体增加,暴雨预报技巧在12 h分段表现相对较好;(2)就站点检验来说,模式晴雨预报的降水频数高于观测,6 h和12 h分段暴雨预报低于观测频数,24 h分段则与观测基本一致,通过计算调整阈值可以明显改善技巧评分;(3)6 h分段降水标准差比值1,出现预报为中雨,而观测为暴雨或小雨的概率增大,24 h分段则相反;(4)整体而言,模式对东南地区的预报技巧高于西北地区,但沿海地区降水的偶然性更大;(5)模式预报与高分辨率卫星、自动站融合降水产品有更好的一致性,阈值调整的空间相对有限;(6)东南地区预报与观测的相关性大于西北地区,模式对东部沿海地区降水量级的预报比西部地区更为合理。     

一种定量降水预报误差检验技术及其应用

面向对象检验技术是定量降水预报误差分析方法之一,通过对某一降水过程进行分离,实现对其落区、量级等预报误差的定量化分析。基于面向对象的检验方法和天气系统识别技术,本文利用实况观测资料、ECMWF全球数值模式产品,以2012年汛期西南地区5个典型强降水天气过程作为检验对象,对其降水及天气尺度影响系统1～10 d模式预报误差进行了定量化分析。分析表明:在中短期时效内,模式均对西南地区雨带位置预报偏北、偏西,中期时效内偏差更显著,雨带主轴上70%以上的点预报较实况偏北在2°以内,偏西约3°以内;预报的大雨及以上量级降水量较实况偏弱;模式1～2 d预报的极值分布与实况较为接近,随着预报时效延长,预报的极值较实况明显偏小;模式预报的小雨及以下量级的降水范围较实况偏大,对大雨以上量级的降水范围较实况明显偏小。对于四川盆地而言,预报的切变线较零场偏西0.5°～3°。低空急流预报偏西0.5°～1.5°;低空急流强度预报偏差具有季节差异。     

SWCWARMS模式小时降水量时间滞后集合预报研究

基于SWCWARMS模式9km×9km分辨率逐小时降水预报,通过时间滞后集合预报方法构建多个集合成员,使用SAL评分值计算相应集合成员的权重系数,进行不等权集合平均,从而得到新的逐小时降水预报。利用SAL、TS和BIAS检验方法对四川省2019年8月的逐小时降水量时间滞后集合预报及相应的SWCWARMS模式最新时次预报进行对比分析,结果表明:(1)时间滞后集合预报SAL检验的L值和A值都较模式预报更接近于0,较好地改善了降水位置和强度的整体预报水平;(2)时间滞后集合预报对逐小时降水晴雨TS评分提升明显,评分提高百分率在10%左右,有效地减小了模式在晴雨方面的空报;(3)临近预报时效,时间滞后集合预报方法对于大量级降水预报也有较好的订正效果。     

公里级CMA_MESO模式FSS评分技术研究

本文研究计算CMA_MESO模式预报降水FSS（Fractions Skill Score）评分时，当其水平分辨率与观测降水不一致时，采取两种匹配方式统一分辨率，分析这两种方式得到的FSS评分结果是否有差异。针对3 km分辨率CMA_MESO模式6 h累积降水，选取5 km分辨率的观测降水，分别采取预报降水匹配观测降水分辨率，以及观测降水匹配预报降水分辨率两种方式，选择4种邻域尺度：5、25、51和105 km；4种降水阈值：0.1、4、13和25 mm，得到两组不同预报时效的FSS评分。通过分析发现：两组FSS评分结果没有显著差异。研究结果表明，当CMA_MESO模式预报降水水平分辨率与观测降水不一致时，可以将预报降水匹配到观测降水格点场，也可以将观测降水匹配到预报降水格点场，两种匹配方式对FSS评分结果没有影响。     

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。     

WRF模式不同云微物理参数化方案及水平分辨率对降水预报效果的影响

利用WRF模式和GFS资料对一次大尺度天气系统作用下的暴雨过程进行了回报,分析了WRF模式不同降水方案和3种不同的水平分辨率（45km,15km和5km）对降水预报效果的影响。结果表明：①对于大尺度强迫作用较强的暴雨,尤其是层状云降水为主的暴雨,云微物理过程方案对降水的影响远大于积云参数化方案对降水的影响。②WRF模式不同的微物理过程方案对各等级降水量的预报效果差别较大。其中Kessler方案的TS评分明显随降水量级的增加而减小,其他6个方案的TS评分都呈现＂两头大,中间小＂的特点,即小雨和暴雨的TS评分较高,而中雨和大雨的TS评分较低。③对于小雨量级的降水,Lin方案的预报效果最好;对于中雨和大雨量级的降水,WSM 3方案的预报效果最好;对于暴雨量级的降水,WSM 5方案的预报效果最好;整体预报效果最好的是WSM 3方案,其次是WSM 5方案,Kessler方案最差。④WRF模式的降水预报效果并不总是随水平分辨率的提高而提高。模式水平分辨率的提高存在明显的阈值（15km左右）,当模式的水平分辨率提高到超过这一阈值以后,预报效果开始转差。     

千米尺度分辨率下GRAPES-Meso4.0模式定量降水预报性能评估

应用覆盖中国东南部的3 km分辨率GRAPES-Meso4.0模式（GRAPES-Meso4.0_3 km）2015年夏季实时预报试验结果、同区域1600多个中国国家地面气象观测站每日08：00-08：00 BT的24 h累积降水量和逐时降水量观测资料,从降水累积量、降水频率、降水强度、日循环特征等多个角度,对千米尺度分辨率下GRAPES-Meso4.0模式的降水预报性能进行细致评估,并与同版本10 km分辨率业务模式（GRAPES-Meso4.0_10 km）同期结果在相同区域进行类同对比分析和讨论。结果表明：（1） GRAPES-Meso4.0_3 km很好地捕捉到了2015年夏季观测的日均降水量和降水频率的大小及地域分布特征,其一般性降水（中雨及以下）频率平均低于实况约3个百分点,强降水（大雨及以上量级）频率与实况近乎吻合,纠正了GRAPES-Meso4.0_10 km在这两方面存在的显著预报正偏差,均方根误差（RMSE）减小了40%-50%;（2） GRAPES-Meso4.0_3 km在降水强度预报上的优势主要表现为：对降水强度的地域分布细致特征和对短时强降水（雨强 ≥ 10 mm/h）的频数和分布等把握比较准确,但对强降水（一般性降水）的强度预报偏强（偏弱）;（3） GRAPES-Meso4.0_3 km小时降水量和降水频率的日循环预报可反映出研究区域观测的双峰总体特征以及雨量和频率在日循环中的紧密联系,明显优于GRAPES-Meso4.0_10 km的表现,尽管下午（16时,北京时）峰的预报还存在偏弱现象;（4）模式分辨率提高到千米尺度和模式显式描述云和降水过程,是GRAPES-Meso4.0_3 km降水预报性能较GRAPES-Meso4.0_10 km提高的关键原因,模式初值差异也是不可忽视的影响因素。     

基于WRF模式的对流性降水预报检验

文章挑选了2013年5—10月5个民航机场(乌海市、呼和浩特市、二连浩特市、阿尔山市和满洲里市)出现对流性降水的个例,基于WRF模式对不同格距下单站降水次数、降水评分和降水量级进行检验。结果表明:不同格距下模式模拟的降水均以对流性为主,模式能较好的模拟出降水性质;从降水评分检验来看,9km的模拟结果好于27km,分辨率提高后二连浩特市、呼和浩特市和乌海市3个站的TS评分均明显提高;模式对小雨量级降水的预报准确率最高,达95%以上,对其它级别降水预报量级明显偏小。