基于对象诊断的超强台风“利奇马”(1909)模式强降水预报检验

采用基于对象诊断的检验评估方法(the Method for Object-based Diagnostic Evaluation,MODE)对超强台风“利奇马”过程中ECMWF全球模式与GRAPES-MESO区域模式预报的强降水目标对象进行了分析,发现MODE技术相比于传统点对点的检验方法可以提供更加丰富的模式性能分析信息,将模式的预报能力(是否匹配)与预报偏差(位置偏差、面积偏差等属性)区分分析。研究结果表明:ECMWF全球模式预报的强降水对象与观测匹配度较高,雨带的位置也相对准确;GRAPES-MESO区域模式预报的强降水对象数量和面积存在一定程度的高估,空报情况较多,雨带位置误差较大,与观测对象的匹配度相对较低。此外,ECMWF全球模式预报的强降水对象存在偏北的系统偏差,GRAPES-MESO区域模式预报的强降水对象随预报时效的增加有偏南的趋势,两个模式在较长预报时效下都有偏东的系统偏差。     

陆面过程对2007年淮河流域强降水数值预报的影响分析

基于GRAPES中尺度数值天气预报模式,研究了不同复杂程度陆面过程和不同土壤初始条件对2007年中国夏季淮河流域降水数值预报的影响。重点分析了下垫面非均匀性对造成我国夏季强降水的中小尺度对流系统的启动和发展的影响,探讨了中小尺度对流发生发展中陆气相互作用的可能影响。对2007年7月8日发生在淮河流域的一次对流过程采用两组敏感性试验进行研究,结果表明对流启动对陆面过程有很强的敏感性。Noah陆面模式能合理地模拟出对流的启动,而Slab陆面模式模拟的对流会延迟1～2小时,这与Noah陆面模式能合理描述地表感、潜热通量有关。GLDAS初始土壤资料能更加合理地描述实际土壤温湿的分布状况,有利于更加准确地模拟出对流降水的启动和分布位置。另外,对2007年7月淮河流域的持续性强降水天气过程进行了对比模拟,研究表明:不同复杂程度陆面过程对连续强降水数值预报有明显的影响。使用Noah陆面模式能提高对强降水预报的能力,而且随着模式分辨率的提高,降水的TS评分也在提高,Noah的TS评分总体上高于Slab。     

分辨率对区域气候极端事件模拟的影响

利用NCAR MM5V3对1999年6月长江流域的极端异常降水事件进行了模拟,主要研究不同水平和垂直分辨率对极端区域气候事件模拟的影响。数值模拟试验表明:模式能够模拟出极端强降水的主要分布特征;水平分辨率的提高降低了模式模拟的强降水偏差,对逐日降水变化的模拟更加合理,而垂直分辨率的提高基本上也都减小了模拟的强降水过程的偏差,改善对强降水的模拟能力;模式水平、垂直分辨率的提高在一定程度上增强了对强降水过程的模拟能力。水平分辨率的提高能够改善模式对海平面气压的模拟,而垂直分辨率的提高可以改善模式模拟的地面气温和低层环流。分辨率对中层大气环流的影响不是很敏感。不同积云对流参数化方案模拟的对流降水比率随水平分辨率的变化是不同的,Grell方案对流降水比例随分辨率的提高而增加,而Kain-Fritsch方案的结果相反。     

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。     

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。     

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。     

青藏高原东侧"2003.8.28"暴雨的集合预报试验

利用MM5模式和国家气象中心的T213模式的预报资料,通过研究非绝热物理过程参数化方案对高原东侧"2003.8.28"暴雨数值预报的影响特征,进行了多物理模式集合预报试验,为开展青藏高原东侧集合预报扰动技术研究进行了试验.试验结果表明,模式物理参数化方案对中尺度降水预报结果有明显影响,包括局地降水强度、空间分布型态、时间演变特征等.随着模式分辨率的提高,积云对流参数化方案将增加小雨量级降水区域,产生一些虚假降水,就现阶段模式水平而言,高分辨率集合预报应重点发展考虑强降水预报不确定性的集合预报模式系统.多物理模式集合预报的初步试验结果表明,高分辨率集合预报可以改进单一确定性预报结果不稳定的缺点,为强降水灾害性天气预报提供有价值的预报信息.     

卫星资料的非线性反演同化与一次强降水预报试验

利用地球同步气象卫星红外资料,通过优选BP人工神经网络和最优拟合回归这两种非线性方法,建立了反演宁夏大气相对湿度场的数学模型。反演湿度场经过变分同化与质量控制后,代入中尺度数值预报模式MM5,对一次突发性强降水过程进行了预报试验。结果表明,使用该资料后,数值预报模式对这次突发强降水过程的预报能力明显提高,模式输出产品具有预报指示意义,spin-up问题得到了一定程度的改进。     

短时强降水概率预报的多模式集成技术研究

利用2018年4—8月格点降水分析资料和4个业务高分辨率区域模式降水预报资料,应用分位数频率匹配法对模式1 h降水预报分别订正;基于上游关键区域的检验结果,采用动态权重多模式集成技术,探讨了多模式集成技术在短时强降水概率预报中的应用前景。结果表明:分位数频率匹配法对强降水预报改进具有正效果,可以减少模式的系统性偏差,提高模式降水预报的准确率。在短时临近时效内,上游关键区域降水信息对下游地区降水预报具有指示意义,基于上游关键区实况检验的动态权重多模式降水概率预报较简单集成概率具有更高的预报准确率,预报效果也更为稳定。个例分析也表明该技术对短时临近时效内的短时强降水预报预警有较好的指导作用。     

2007年主汛期武汉区域四种数值模式定量降水预报评估

利用武汉中心气象台研发的“武汉区域气象中心天气轨道业务产品检验与评估平台”,对武汉区域气象中心在业务中使用的T213、AREM、日本数值预报模式和德国数值预报模式在2007年主汛期的降水预报进行了分级降水检验以及时空分布演变综合评估。结果表明,日本数值预报模式的综合预报性能最好,AREM次好,各模式均存在对强降水预报漏报率偏大的问题;AREM模式对降水带分布和中心强度的预报与实况最接近,表现出对降水带分布较强的预报能力,其它模式对强降水中心位置及强度的预报均有一定偏差;四种数值模式对区域强降水过程的发展趋势具有较强的预报能力,但降水量预报与实况有一定的差距。     

基于西南区域模式预报的川西高原东坡过渡带降水地形订正试验

基于西南区域模式（SWCWARMS）网格降水预报,通过地形降水估算量构建地形降水订正方程,分别应用模式地形和实际地形的订正方案对2020年6~8月发生在川西高原东坡过渡带的11次强降水过程进行订正试验。结果表明:应用模式地形订正后各量级降水预报的平均TS（Threat Score）评分较模式预报均有所提高,大雨及以上量级TS评分提高4%以上,平均空报、漏报率均减小,订正效果优于应用实况地形订正的效果。该方法具有普适性,对于地形复杂的川西高原东坡、攀西河谷及盆地西部沿山地区,预报和实况落区相似、不相似及强、弱降水过程均适用。      

MM5水平嵌套方案对降水预报影响的敏感性试验

利用MM5对2003-2005年华东地区的3次暴雨过程数值模拟,通过采用3种水平网格嵌套方案做对降水预报影响的敏感性试验,研究模式水平率对降水强度和落区预报的影响。结果表明:随着水平网格精度提高,模式对中小尺度天气系统的模拟能力增强,地形对天气过程的影响反映更加全面,模拟的雨带分布也越接近实况,雨量中心强度也随之增大;三层嵌套网格在暴雨落区和暴雨量级的预报上均优于两层和一层水平网格嵌套方案,尤其是暴雨落区预报有很大优势。     

混合集合预报法在华南暴雨短期预报中的试验

-WRF多模式集合3组试验,对比分析混合集合预报法与传统方法的降水预报效果。结果表明:ARPS模式集合改善了广东省南部局地强降水预报,该方法在中雨、大雨、暴雨量级改进效果显著。WRF模式集合对广东省北部强降水预报优于ARPS模式集合,但空报、漏报率较大,该方法有一定局限性。ARPS-WRF多模式集合在降水落区和量级预报上均优于传统方法。混合集合预报法利用低分辨率 (36 km) 集合预报和高分辨率 (12 km) 控制预报实现了高分辨率 (12 km) 集合预报,改善了降水预报效果,该方法可为业务高分辨率集合预报提供参考。     

圣帕台风暴雨的非地转湿Q矢量的诊断分析

利用WRF中尺度模式模拟了台风"圣帕"登陆后减弱成热带低压造成湖南省大暴雨的过程,使用模拟输出的高分辨率资料,借助非地转湿Q矢量对这次暴雨过程做了详细的诊断分析.结果表明:非地转湿Q矢量能比较清楚地揭示此次暴雨演变过程,尤其700 hPa的非地转湿Q矢量散度场对降水预报具有较好的指示意义,其散度辐合区域对应着降水的落区,散度辐合强度变化指示着降水强度的变化趋势,并且非地转湿Q矢量散度辐合强度的大小可预示着未来3～6 h降水的强弱,是具有预报价值的;非地转湿Q矢量散度是非地转ω方程的强迫项,并与地形条件共同作用激发了地面中尺度系统的发展与次级环流的形成,是此次暴雨得以发展与维持的机制.     

华南复杂地形下GRAPES_Meso3km对流尺度模式前汛期精细化降水预报评估

为深入认识GRAPES_Meso(Global/Regional Assimilation and Prediction System)3 km对流尺度区域模式对华南前汛期精细化降水的预报性能,为模式改进及业务应用提供参考依据,利用广东省86个站点逐小时观测降水资料和国家气象信息中心多源融合降水资料,针对广东省复杂地形特点,结合距海岸线的远近及站点地形特点,将86个站划分为沿海东部、沿海西部和内陆地区三个子区域,采用二分类降水预报检验方法,定量评估了2020年5月18日—6月18日华南前汛期降水预报效果。结果显示,GRAPES_Meso 3 km模式精细化降水预报技巧受广东复杂地形影响较大,广东沿海东部和内陆地区24 h时累积降水的小雨、中雨、大雨量级预报成功指数(Threat Score,TS)、公平成功指数(Equitable Threat Score,ETS)评分高于沿海西部地区,尽管暴雨预报评分具有此相同特征,但三个子区域的暴雨预报评分总体较低;从3 h累积降水预报评分看,沿海东部、沿海西部及内陆地区等三个子区域存在明显的日变化特征,但是沿海东部及西部与内陆地区表现有所不同,沿海东部和西部降水预报评分夜间较低(预报偏差偏高),白天相对较高(预报偏差偏低),而内陆地区则是夜间较高(预报偏差偏低),白天相对较低(预报偏差偏高)。沿海西部预报评分相对较低的原因是由于检验时段内广东地区存在一个弱的风切变,而沿海西部大部分地区正好处于切变线南侧的温度高值区控制,但模式模拟该区域的日平均温度较实况偏低,导致沿海西部模式预报降水空报较多,降低其降水预报技巧。     

西南区域中心模式SWC-WARMS降水偏差分析

本文利用2014—2015年5—10月12(24)h累积降水资料和西南区域模式(SouthWest Center WRF ADAS Real-time Modeling System,SWC-WARMS)36(72 h)预报时效内降水预报资料,从概率和频次角度分析不同海拔高度地区观测和模式降水在量级及空间分布上的特征差异。结果表明,SWC-WARMS模式各预报时效各量级降水的概率密度均比观测偏大,并向10 mm以下雨量集中,且随预报时效延长偏大更显著;模式与观测降水的概率密度曲线差异在盆地小于高原,地形差异小的区域小于地形差异大的区域。SWC-WARMS模式对四川地区降水预报存在雨日较观测明显偏多,量级偏大,降水频次高值区范围偏大、出现虚假高值区等系统性偏差。此外,模式预报在20—08时比08—20时优,24 h累积降水预报优于12 h降水预报,尤以中雨及以上量级降水落区预报为甚。最后,模式极端强降水预报在20—08、20—20时较实况偏大,08—20时,模式预报在盆地较实况偏小,川西高原和攀西地区偏大。     

黄河“96.8”致洪暴雨过程和数值模式预报分析

黄河“96.8”洪水是一次重要的强降水过程引起的。黄河流域地形复杂 ,而且降水时间分布极不均匀 ,预报难度较大。应用中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室 REM模式 (简称 LASGREM)对这次洪水暴雨过程进行了模拟预报。同时应用 L ASGREM的输出产品对该过程进行了分析。结果表明 ,该模式对黄河“96.8”致洪暴雨的模拟预报能力较强 ,适合于黄河水文气象业务预报。     

对区域数值模式(REM)的改进及数值试验

针对中尺度对形对我国天气影响的重要性,对ＲＥＭ先后进行水平,垂直分辨率的提高,并运用常规报文资料获得初始场,运用包络地形方法获得模式所需的地形资料,对１９９４年７月１２－１３日的大暴雨个例进行了数值试验,结果表明,仅提高ＲＥＭ的水平分辨率,对降水预报有一定的改进和提高,但多报出了几个大暴雨中心。     

太行山地形对“96.8”暴雨影响的数值试验研究

利用ＭＭ４模型,设计了４种模式地形方案,讨论了太行山地形对“９６．８”暴雨降水量的贡献;并利用垂直运动和水汽通量等物理量,探讨了太行山地形对本次暴雨过程增幅作用的机制。结果显示,太行山地形对本次暴雨过程的降水中心强度及位置有显著影响,具有６０％增幅作用。太行山地形对垂直运动及水汽辐合也都具有增幅作用。模式地形越真实,预报结果越好,地形越高,降水增幅作用越明显。     

对流尺度集合预报成员数对降水预报的影响北大核心CSCD

选取2022年川渝地区发生的16个强降水个例开展对流尺度集合预报批量试验,并通过对31组初值采用不同集合成员数时的降水集合预报技巧进行检验评估和综合分析。结果表明:集合成员的降水预报技巧总体上大致相当,因而采用不同成员数时预报技巧差异也不明显;表征降水总体分布特征的Talagrand分布和预报失误概率以及表征降水概率预报技巧的相对作用特征面积随着成员数的增加而逐渐改进,但当成员数达到一定数值后继续增大成员数对预报改进不明显。总体而言,对流尺度集合预报成员数设置为16~18最适宜。