单站暴雨客观预报的一种适用模型

采用滑动分区车贝雪夫多项式展开模型,研制福建省建阳市单站5～6月暴雨客观预报模型,以提高单站暴雨预报能力。模型取得了较好的结果：客观预报模型因子结构简单而天气学意义明了,具有预报准确率较高、稳定性好。各预报模型的三层形势特征都能体现出有利于暴雨生成的合理垂直配置。在2000～2002年的试用中,准确率平均比主观预报高出50％,且无漏报。在2003年的试用中无空报也无漏报。这表明该技术模型是一种能够有效提高单站暴雨客观预报能力和效果的适用模型。     

临夏州大—暴雨物理量诊断集合预报模型

针对临夏州大—暴雨产生的物理条件,总结了相关的物理量及其指标,根据地面、高空及T213数值预报格点资料,采用三角形插值法计算各站点的相关物理量,利用集合的方法建立了临夏州大—暴雨物理量诊断集合预报模型。通过个例检验,该模型对临夏州大—暴雨具有一定的预报能力。     

湖北省春季暴雨落区数值预报模型和指标

数值预报产品已广泛应用于基层台站，但对于其丰富的物理量预报产品的解释应用还不够。文章利用T106物理量预报产品，结合常规气象资料，对1998～2001年湖北省春季暴雨天气过程进行了诊断分析，重点分析了有利于产生暴雨的多个物理要素，发现了产生暴雨的一些物理量及其值的结构特征，包括不同的物理要素场形态的走向、预报值的大小、上下层的配置，加深了对暴雨发生机制的认识，归纳出湖北省春季暴雨落区、落点的预报模型和指标，在促使暴雨预报准确率有所提高的同时，使暴雨预报更加精细化。     

东山县6月暴雨客观预报模型

采用文献[1]提出的客观预报技术研制模式,以1990~1999年的42个探空站的常规3层高度资料为依据,研制了本站6月暴雨客观预报模型,并对2000~2005年的实时资料进行了验证,结果表明,暴雨客观预报模型与主观预报准确率相当,且无漏报(主观预报则有一次漏报)。     

东山县6月暴雨客观预报模型

采用文献[1]提出的客观预报技术研制模式,以1990～1999年的42个探空站的常规3层高度资料为依据,研制了本站6月暴雨客观预报模型,并对2000～2005年的实时资料进行了验证,结果表明,暴雨客观预报模型与主观预报准确率相当,且无漏报(主观预报则有一次漏报).     

基于EC数据通过"配料法"构建吉林省暴雨预报模型

利用2015—2017年吉林省地面常规气象观测资料,基于EC数据通过配料法构建吉林省暴雨预报模型.研究表明:吉林省暴雨出现时段为每年的5—9月,集中时段为7—8月,7—8月降水站次占总数的79.1％;吉林省各站点暴雨年平均次数以2～5次为主,白城西部、长春北部地区暴雨<2次,东部暴雨次数稍多,尤其是长白山天池站3a内暴雨达到了13次;该预报模型的FY预报方法TS评分为22.34％,比EC模式预报的TS评分高5.02％;FF预报方法漏报率为36.65％,明显少于EC模式的75.16％;FF预报方法空报率偏高,FY和FF两种预报方法结合使用可以有效提高对吉林省暴雨预报的准确率.     

台风洪水型暴雨预报模型

台风洪水型暴雨预报模型李玉书（山西省气象台０３０００６）西北行内陆消失（直接影响）类台风，是造成我省致洪暴雨的主要天气系统。为此，归纳了环流特征，台风路径，暴雨落区等预报模型。１大型环流特征台风在东南沿海登陆时，经向环流强盛发展。西太平洋副热带高压中...     

江西汛期连续暴雨形势特征与中期预报模型

利用 1 96 0～ 2 0 0 0年共 4 1年的历史天气图资料对江西省汛期连续暴雨过程的天气形势特征进行了分析 ,利用近 5年的T1 0 6资料对连续暴雨的物理量场特征进行了分析 ,得出了阻塞高压、副高等行星尺度系统和天气尺度系统的活动规律及连续暴雨的动力热力条件分布特征。并利用欧洲中心数值预报产品建立了汛期连续暴雨中期预报模型 ,经两年应用效果表明该模型有较强的预报能力。     

一种基于可预报性的暴雨预报评分新方法Ⅱ:暴雨检验评分模型及评估试验

针对当前暴雨预报检验采用二分类事件检验方法存在较严重的“空报”“漏报”双重惩罚,没有考虑暴雨时空分布不均和预报评分可比性不够等问题,在分析预报员对暴雨预报评分期望值基础上,设计了一种基于可预报性的暴雨预报检验评分新方法和计算模型,分析了理想评分,并对2015-2016年4-10月中国中央气象台5 km×5 km定量降水格点预报和降水落区等级暴雨预报进行评分试验,获得了以下结果和结论:（1）预报员对暴雨预报评分期望值呈现梯级下降特征,与传统的TS评分存在显著差异;（2）设计了一种基于可预报性的暴雨预报检验新方法,通过引入e指数函数构建暴雨预报评分基函数,进而构建暴雨评分模型,该模型可以较好地拟合预报员对暴雨预报评分的期望值,同时改善了评分在不同量级阈值处的断崖式突变情况;（3）提出了预报与观测的邻域匹配方法,即一个预报点与所定义邻域中的一组观测相匹配,并利用距离加权最大值法确定暴雨评分值权重系数,预报与观测距离越近,距离权重系数越大,评分值权重越大,提高了评分的合理性,避免了距离较远的匹配站点得高分不利于鼓励预报员提高预报精度的问题;（4）对中国中央气象台逐日5 km×5 km水平分辨率的定量降水格点预报产品和中央气象台定量降水落区等级预报产品进行了评分试验,暴雨预报准确率全国平均值大于60分。基于可预报性的暴雨预报检验新评分与传统暴雨预报TS评分逐日演变特征相似,但可以较好地解析TS为0的预报评分,解析后的新评分与预报员和公众的心理预期更为接近。      

基于T213的6～8月湖北省暴雨落区(点)预报模型和指标研究

暴雨的落区、落点预报仍是当今天气预报中的难题。为了逐步提高暴雨落区落点预报的准确率,利用T213数值预报产品,对2003～2005年6～8月湖北省暴雨天气过程进行综合诊断分析,着重分析了对产生暴雨贡献较大的数值预报物理量场和量值。结果表明,500、700、850 hPa假相当位温之和[Σθse(5 7 8)]的水平分布场在某一地区表现出有能量锋区存在,同时满足其它预报模型和指标,12 h后满足条件的地区有暴雨发生;当某个站点在暴雨发生前,500、700、850 hPa温度露点差之和[Σ(T-Td)]≤10°C时,同时满足其它预报指标时,12 h后该站点有暴雨发生。最后,根据同期暴雨个例的多要素综合诊断分析,归纳出数值预报场模型和预报值指标。     

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。     

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。     

长江、黄河流域暴雨预报着眼点

应用天气学和动力学方法诊断研究大尺度环境场对暴雨过程中次天气尺度系统发生发展的影响及机理,并用T42L12全球谱模式及MM4中尺度模式,试验长江流域和黄河流域暴雨过程中大尺度环流系统对次天气尺度系统发生的影响,从不同尺度相互作用出发对长江中下游和黄河中下游的暴雨提出预报着眼点,供有关部门在业务预报中参考。     

SMS-WARMS V2.0模式对中国西南地区降水预报能力的客观检验

本文采用标准降水检验方法、EDI方法和MODE方法对新一代上海区域中尺度模式SMS-WARMS V2.0模式2015年12月至2016年11月的西南地区降水预报效果进行评估。结果表明:(1)模式对西南地区四季的降水TS评分均较高,夏季和秋季相对更高,且在48 h内预报性能比较稳定。(2)预报偏差和TSS评分显示,模式对西南地区春、夏两季的各个量级降水预报均较实况偏多,而对秋季的大暴雨和冬季的大雨以上量级预报则相对偏少。总体而言,对西南地区的降水技巧呈现出预报成功率高于空报率的特征。(3)模式对西南地区的小雨、暴雨和大暴雨预报评分优于EC模式。(4)EDI检验显示模式对西南地区的极端降水有较高的预报技巧,对四川中部和东北部以及贵州西南部的极端降水预报技巧相对更高。(5)模式对2015年8月一次西南涡诱发的暴雨过程的空间落区预报较好,强度较实况偏强。(6)MODE方法统计结果表明,模式对西南地区暴雨预报的目标质心偏差较小,降水中心强度偏强。     

湖南6月区域持续性暴雨的强信号及预报概念模型

基于湖南汛期区域持续性暴雨典型环流分型,利用1961—2016年NCEP/NCAR再分析资料和异常度方法对湖南6月区域持续性暴雨环流型进行客观识别,并结合动力和水汽输送条件,确定湖南6月区域持续性暴雨强信号并客观量化表征,建立湖南6月区域持续性暴雨预报定量化概念模型。结果表明:43次历史区域持续性暴雨过程的回报准确率达到81%,2017—2018年3次区域持续暴雨过程试报准确率为2/3,说明该概念模型有一定预报能力,能为湖南暴雨预报业务服务提供技术支持。将该概念模型与各类模式预报产品相结合,还可开展区域持续性暴雨的中期和延伸期预报。     

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。      

利用T213物理量“垂叠法”模型制作沙澧河上游关键区面雨量预报

利用沙澧河流域上游关键区2003-2006年6-8月降水资料和同时段T213产品中预报产品,分析了关键区强降水发生前24h T213产品中比湿、相对湿度、水汽通量、水汽通量散度、假相当位温、垂直速度等物理量垂直空间结构特征,并根据不同特征,构建T213物理量"垂叠法"暴雨和大雨预报模型,对沙澧河流域上游关键区分别作大雨以上(面雨量≥20mm)和暴雨以上(面雨量≥40mm)强降水预报。通过检验和试用,该预报模型对2007-2009年6-8月沙澧河流域上游关键区面雨量≥20mm强降水预报准确率平均达54.2%,对面雨量≥40mm强降水预报准确率平均为38.9%。     

淮河上游暴雨事件评估模型

暴雨灾害是我国面临的主要气象灾害之一,对其进行评估具有重要的理论和现实意义。该文以气象降水数据为基础建立数据集,采用统计分析的方法建立暴雨事件评估模型,对淮河流域上游的暴雨事件进行评估。该模型选取了4项描述暴雨事件的指标:区域平均日降水量、区域最大日降水量、覆盖范围和持续时间,通过对淮河上游16个站1961—2007年逐日降水量资料的统计分析,按概率分布划分出这4项指标的各等级标准,从而建立暴雨事件等级标准评估矩阵,而需要评估的暴雨事件等级则通过计算该暴雨事件各指标所组成的向量与等级标准评估矩阵中各等级所组成的列向量之间的欧式距离来确定。通过对历史资料及2008年4月—2010年7月发生的暴雨事件实况资料进行评估,发现评估结果与其所造成的实际影响对应较好,说明该模型对暴雨事件等级的划分较为合理。     

长江中下游梅雨锋暴雨的结构和特征

应用国家气象中心ＨＬＡＦＳ模式计算的物理参数,对１９９６年长江中下游地区梅雨期一次持续性大暴雨过程形成的物理条件进行了诊断分析,给出了梅雨锋强暴雨的风场,垂直环流及其有关的物理场结构和分布特征,所得结果有利于实时预报业务和科研工作。     

面向台风暴雨的集合预报成员优选订正技术研究及应用试验

本文以2013—2015年主要登陆台风暴雨过程为研究对象,利用ECMWF降水和台风路径集合预报以及中央气象台实时业务台风中心定位资料,在统计分析的基础上,提出一种业务上可用的针对单模式集合预报的台风降水实时订正技术(简称集合成员优选技术)。结果表明,在登陆台风暴雨过程预报中,集合成员优选技术对改进集合统计量降水产品有明显的帮助,并较ECMWF确定性预报产品有一定优势;该方法对改进短期时效预报产品的效果优于中期时效预报,对大暴雨评分的改进高于暴雨和大雨评分。另外,本文基于概率匹配平均(Probability Matching average,PM)和融合(FUSE)产品的计算原理,提出融合匹配平均(Fuse Matching average,FM)产品,结果表明,对36 h时效预报,优选10~15个成员的PM产品TS(Threat Scores)评分可达最优,大暴雨评分较确定性预报提高近10%;对60和84 h时效预报,FM产品大暴雨评分较确定性预报提高超过20%。