成都区域气象中心高低分辨率η模式降水预报检验分析

利用成都区域气象中心η坐标模式，对2002年汛期及主要降水过程进行了η坐标模式降水预报检验，对典型个例进行了详细的分析。结果表明：模式对夏季区域性过程有较强的预报能力，模式预报雨量中心强度有50％与实况相差小于25毫米。模式对晴雨预报有较好的指导意义，对降水强度的预报通常偏弱，对落区的预报位置易偏西、偏北。模式易漏报不易空报，当模式预报有较大量级的降水时，实况出现的概率很大，但要注意落区的位置。高分辨率模式在降水中心强度的预报较低分辨率模式接近实况，低分辨率模式在降水落区和中心位置预报上较接近实况。     

2002年η模式降水预报检验分析

利用成都区域气象中心η坐标模式,对2002年汛期主要降水过程进行了η坐标模式降水预报检验,并分析了模式预报对不同影响系统的反应,进行了个例分析.检验分析结果表明:η模式对区域性中雨以上降水过程有较强预报能力,在夏季500hPa高原或西北地区有低值系统、700hPa有西南涡或兰州涡、850hPa盆地有涡情况下,则模式降水预报强度偏小;反之,在能量过高、500hPa高原至川西北有高值系统、700hPa有兰州低涡、850hPa盆地弱南风情况下,模式预报降水易漏报或强度偏弱.就平均情况而言,模式对有无降水预报有较好的指导意义,对降水强度的预报通常偏弱,对落区的预报位置易偏西、偏北.随着降水量级的增大,降水预报能力减弱,空报率和漏报率增大,模式易漏报不易空报;当模式预报有较大量级的降水时,实况出现的概率很大,但要注意落区的位置.     

2002年η模式降水预报检验分析

利用成都区域气象中心η坐标模式。对2002年汛期主要降水过程进行了η坐标模式降水预报检验。并分析了模式预报对不同影响系统的反应，进行了个例分析。检验分析结果表明：η模式对区域性中雨以上降水过程有较强预报能力。在夏季500hPa高原或西北地区有低值系统、700hPa有西南涡或兰州涡、850hPa盆地有涡情况下，则模式降水预报强度偏小；反之，在能量过高、500hPa高原至川西北有高值系统、700hPa有兰州低涡、850hPa盆地弱南风情况下。模式预报降水易漏报或强度偏弱。就平均情况而言。模式对有无降水预报有较好的指导意义，对降水强度的预报通常偏弱。对落区的预报位置易偏西、偏北。随着降水量级的增大。降水预报能力减弱，空报率和漏报率增大。模式易漏报不易空报；当模式预报有较大量级的降水时，实况出现的概率很大，但要注意落区的位置。     

新疆中强天气过程GRAPES区域模式降水预报检验

利用2009年新疆地面气象观测站的实况降水资料和GRAPES区域模式的降水预报产品,根据降水预报产品在新疆实际天气预报业务工作中的应用制定检验方案,对GRAPES区域模式12 h降水预报产品进行检验。结果表明:GRAPES区域模式的降水落区位置和落区面积预报准确率北疆高于南疆,降水落区位置预报偏南的概率比较高;各时效降水中心强度预报易偏强,随预报时效延长其准确率呈降低趋势。     

天气学检验在东北区域数值模式秋冬季降水预报中的应用

根据影响天气系统不同,利用2007年9月－2008年2月东北区域中尺度数值模式12h累积降水预报和东北地区常规站降水实况资料,采用天气学检验方法,从降水中心强度、中心位置、降水主体强度、落区、范围和移速6个方面对东北区域中尺度模式降水预报产品的预报性能进行检验。结果表明：模式对东北地区秋、冬季降水有很好的预报能力,但因天气系统和预报时效不同其预报能力也有较大差异,其中对高空槽预报效果最好;一般情况下,在预报出现偏差时中心和主体强度易偏强,雨带范围易偏大,移速易偏慢。     

T639、ECMWF细网格模式对2012年5～8月四川盆地降水预报的天气学检验

为了对比T639和ECMWF模式预报产品性能的优劣,提高预报员使用其产品的能力,针对2012年5~8月四川盆地降水天气过程,根据不同的影响天气系统,分别对T639和ECMWF细网格模式96h降水预报进行检验对比。结果表明:(1) EC模式对不同系统降水的预报效果都优于T639,预报指示意义大,且两家模式对高原涡和西南涡降水预报效果均优于模式对其它系统降水预报。(2) T639模式对主雨带强度和降水中心强度预报易偏弱,主雨带范围预报易偏小,漏报可能性大;EC模式对主雨带强度、降水中心强度预报也易偏弱,但主雨带范围预报易偏大。(3) T639和EC模式在预报主雨带落区、降水中心位置和实况不一致时,预报易偏西、偏南,雨带的移速偏慢。      

四川盆地西北部一次暴雨过程数值试验

利用成都区域气象中心η坐标模式对１９９８年８月１９日发生在四川盆地西北部的一次暴雨过程进行了数值模拟试验。结果表明：η模式对此过程系统移动、降水强度和落区有较好的预报。在此暴雨过程中,高原低涡对暴雨强度、范围影响很大;高原地形对暴雨落区关系密切;河套小的存在有利降水加强。     

华南快速循环同化模式在湖南不同环流型下的小时降水预报性能检验

利用T-mode斜交旋转主成分分析法,对湖南2021年汛期(4—9月)逐小时850 hPa风场进行环流分型,在此基础上开展同期华南快速循环同化模式(CMA-GD-R3)小时降水预报性能检验。结果表明：影响湖南2021年汛期的主要环流型为西南涡切变型、切变型、副热带高压边缘南风型和台风外围东风型4类;模式小时降水预报的晴雨准确率和分级降水TS评分日变化特征明显,晴雨准确率夜间高于白天,分级降水TS评分峰值出现在早晨,各环流型的临近时效降水预报效果较好,短时强降水发生频次最高的西南涡切变型晴雨准确率较低,副热带高压边缘南风型在较大量级降水表现相对较差;SAL(structure amplitude and location)检验显示,西南涡切变型、切变型过程模式位置预报较接近实况,强度预报表现为前弱后强,副热带高压边缘南风型过程预报落区分散,位置预报不稳定,整体强度较实况明显偏弱,台风外围东风型过程在短时预报时效落区接近实况,强度预报显著偏弱,该方法能较客观地反映模式降水预报空间偏差。     

基于ECMWF模式的江西及周边地区锋面暴雨预报检验和订正

利用全国降水资料（包括江西加密降水资料）、探空资料、ECMWF模式72—24 h降水和形势预报资料,采用天气学检验、SAL定量降水预报检验等方法,对2017—2019年江西及附近地区锋面暴雨的实况和模式产品进行检验分析,检验主要影响天气系统预报效果,得出ECMWF模式降水预报误差分布特征及原因,并对模式的暴雨预报进行订正。结果表明：ECMWF模式对2017—2019年锋面暴雨过程预报较实况大多偏北,落区预报误差主要源于大尺度降水。从锋面暴雨三种SAL分析误差可见,落区预报较实况大多偏北,暴雨过程强度多数较实况偏弱,结构较实况偏小。对误差较大个例的分析得出两点订正思路：1） 锋区南侧有较明显动力热力对流发展的弱锋区暴雨,暴雨落区可订正至925 hPa锋区南侧高温高湿区。2） 较强锋面暴雨,当中低层切变辐合抬升区重叠时,暴雨落区可向925 hPa锋区位置调整,暴雨通常不易出现在锋区北侧冷区。     

华东区域模式对河南“7·19”特大暴雨的数值检验与分析

采用9 km分辨率的华东区域模式预报产品,对2016年7月19日发生在河南省的极端暴雨过程进行天气学检验与分析,结果表明:1)华东区域模式提前60 h对本次暴雨过程做出了较好预报,能反映出该暴雨过程的降水中心、强度及强降水发生时段。对临近时效和极端暴雨中心极值,该区域模式表现出优于全球模式的预报能力。2)华东区域模式能较好预报出本次过程中对流层中低层主要影响系统,但对系统位置、强度和移速预报与实况的差异导致了降水落区预报的偏差;西南急流预报较实况偏强是导致豫东南暴雨区空报的原因之一。3)华东区域模式对暴雨发生前K指数分布及不稳定层结有较好预报,对暴雨预报业务有重要指示意义。4)模式能较好地刻画出地面辐合线及气旋位置。     

辽宁区域性大暴雨成因分析及多模式数值预报空间检验

利用三源融合格点降水实况、加密自动站观测资料、雷达基本反射率因子、高分辨率数值预报产品及FNL再分析资料, 对2020年汛期辽宁地区12次区域性暴雨过程进行天气系统分型检验表明, 气旋型暴雨模式的可预报性较低。选取2021年7月12—14日辽宁地区典型气旋型暴雨过程进一步分析, 采用面向对象目标的空间检验方法SAL, 结合传统检验方法, 从结构、强度和位置三个方面定量分析不同模式预报偏差的原因。结果表明: 暴雨落区集中且呈双雨带分布, 局地雨强大, 辽宁东、西部降水成因不同。CMA区域模式较全球模式暴雨TS评分高; SAL空间检验表明, CMA区域模式对于雨带内部结构把握较好, 全球模式结构误差主要来源于降水极值预报不足; 强度检验表明, CMA-MESO3km强度接近实况, EC_THIN次之, CMA_GFS的降水强度预报较差; 各模式暴雨落区基本可信, CMA-MESO3km最优, 暴雨落区的误差主要由于模式预报降水过程主体重心与实况的偏差较大所致。     

超强台风“利奇马”登陆前后多模式降水预报评估对比分析

利用欧洲中期天气预报中心全球模式(ECMWF)、美国全球预报系统(GFS)、中国气象局全球区域一体化同化预报系统—全球数值预报系统(GRAPES_GFS)、上海区域中尺度数值预报业务系统(SMSWARMS)、以及浙江省中尺度数值预报业务系统(ZJWARMS)和浙江省快速更新同化预报系统(ZJWARRS)降水预报资料,开展了各模式对超强台风"利奇马"登陆前后浙江省强降水的预报性能检验评估。结果表明:(1)过程降水预报方面,ECMWF对降水落区预报表现最佳,但对降水极值中心强度的预报技巧较低; 3个区域模式各有优势,其中ZJWARRS和ZJWARMS对登陆点附近及浙西北强降水落区、强度的预报均与实况一致,SMSWARMS对几个强降水落区的预报也表现较好,但雨强偏弱。(2)对逐日降水预报技巧上,登陆前全球模式ECMWF、GFS评分较高,而临近登陆及登陆后区域模式表现较好;其中SMSWARMS、ZJWARRS和ZJWARMS在预报时效12 h内的大暴雨及特大暴雨的预报上有较大优势,尤其ZJWARRS对0～3 h大暴雨的预报技巧表现最为突出。(3)对强降水致灾地区(永嘉、临海、临安)的短时降水预报方面,ZJWARMS无论在落区还是强度预报方面均表现较好,ZJWARRS与之接近,对多个降水中心的预报方面可互为补充;SMSWARMS对降水中心的预报往往存在位置偏差且雨强显著偏弱;全球模式对致灾强降水的短临预报参考价值较低。(4)各模式对850 hPa水汽通量及辐合区的预报差异较大是导致"利奇马"预报降水差异显著的重要原因。对于浙江省级区域来说,ZJWARRS及ZJWARMS在强降水落区及强度的短临预报方面有显著优势。     

C波段雷达资料同化对GRAPES中尺度数值模式短临降水预报的影响

将C波段雷达资料用LAPS模式的云分析系统进行反演,并采用Nudging技术将反演得到的云微物理场引入GRAPES中尺度数值模式,结合1次强降水天气过程的模拟实验,研究了C波段雷达资料同化对GRAPES中尺度数值模式短临降水预报的影响。结果表明：①雷达资料同化能够改进中尺度模式的降水预报,模式前6 h的降水预报相关系数和不同等级降水TS评分都有提高,同时降水峰值提前了1 h,有助于缓解模式spin-up问题。②模式降水预报的改进效果主要由强降水贡献,最大改进效果集中在4~6 h。③同化雷达资料后25 mm以上强降水预报站数比更接近实况,落区偏差幅度更小,降水落区和强度向实况方向得到调整。④10 mm以下弱降水在吸收雷达资料后,站数比相较于控制预报,比实况增加更多,落区偏差幅度增大,存在预报过量的问题。弱降水预报过量主要集中在4~6 h,而前3 h对降水预报的改进有积极作用。     

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。     

基于云分析的数值模拟在复杂地形中的应用试验

利用区域中尺度模式ARPS(Advanced Regional Prediction System)模拟了华北西部复杂地形条件下发生在2010年9月18-22日的降水过程,并针对云分析方法对降水和温度预报的影响开展了敏感性试验.结果表明:①模式在复杂地形下有很好的适用性.24 h和48 h模拟结果,降水的起止时间、落区以及强降水中心的位置均和实况一致.24 h模拟降水的量级和实况接近,48 h的比实况偏大;②模式能准确模拟温度的变化,插值得到的5天内6个台站温度预报的平均绝对误差只有2.69℃;③云分析能显著提高模式初值的质量,特别是其中水物质的含量,从而可显著改善48 h强降水中心降水量偏大的状况,使模拟的降水场更接近于实况.但云分析对温度模拟结果的影响不明显.     

一η坐标模式降水预报敏感性试验

采用η坐标模式,对1995年8月23～24日四川盆地西部一次强降水过程进行了降水敏感性试验.试验结果表明适当放宽饱和凝结比临界条件,可增大大尺度降水成分,但对不同地域、不同季节需适当调整饱和凝结比.减小积云活动特征时间,将导致积云对流降水增大,总降水也增大;当增大饱和气压差绝对值时,对降水的范围、中心预报及其演变有一定程度改进,与实况较为接近.     

数值模式对2016年1月世纪寒潮过程的预报能力检验

对比检验了ECMWF和T639对2016年1月23—24日强寒潮天气过程的中期预报能力,表明ECMWF和T639 216h时效500hPa高度场的预报能刻画出西高东低的环流形势,ECMWF预报比实况偏晚,高低压中心比实况偏弱,T639预报比实况偏快,低压中心值比实况偏强,96h时效的高度场预报均基本接近实况。ECMWF 168h时效850hPa冷中心强度、气温梯度与实况相等,冷中心比实况偏东5个经度,T639 144h时效气温梯度比实况偏小,冷中心比实况偏东5个经度,48h时效的预报均与实况非常接近,等温线重合度很高。ECMWF 192h时效的海平面气压场冷高压中心位置及中心强度与实况一致,只是1060hPa及以上的区域比实况偏小。T639 192h时效的海平面气压场冷高压中心比实况偏南7个纬度,中心强度比实况偏强2.5 hPa,等压线走向及梯度与实况类似。24h内短期时效对比检验T639、ECMWF、山东WRF确定性预报（EnWRF）、WRF集合不同分位数的最低气温、最大风力和降水预报可知,WRF集合最小值预报最低气温评分最高,WRF集合较大值对大风力的预报准确率最高,Japan模式对降水落区预报较好,EnWRF很好地预报了较强降水区域,T639和ECMWF细网格对2mm降雪量预报效果较好。     

榆林2017年7月26日区域性大暴雨数值预报降水检验及误差分析

采用2017年7月25日08时—26日08时地面观测资料与欧洲中期数值模式(ECMWF,简称“EC”)、中国气象局全球中期数值模式（GRAPES_GFS,简称“GFS”）和日本气象厅数值模式（简称“JMA”）的降水预报进行对比,分析各模式对此次区域性大暴雨过程的预报性能,并将各模式预报的环流形势、物理量场与NCEP1°×1°再分析资料做对比,分析模式降水误差的产生原因。结果表明：EC对降水量预报较好,达到大暴雨量级;GFS降雨量级预报为暴雨,中心位置比EC更接近实况;JMA中心位置预报最好,但降雨量与实况相差较大。各模式均为20时预报优于08时预报,且随着预报时效的临近,预报结果更接近实况。EC预报的低层切变、垂直速度中心、水汽通量散度大值区和假相当位温能量舌均偏北,因而预报的降雨区域偏北。GFS预报低层辐合、θse相对大值区、垂直上升运动中心均明显偏西,故降水大值区在内蒙地区,垂直运动次上升中心对应榆林上空降水中心。JMA的各因素均与实况位置一致,降水中心预报在各模式中最接近实况,由于低层气流较弱以及弱的水汽辐合,导致降水量预报与实况相差较大。     

区域数值模式对两次暴雨过程的降水模拟比较

分析了应用于西南地区的MM5、GRAEPS、AREM和成都区域业务运行数值模式(η)4个区域模式对2004年6月29~30日成都邻近地区和9月2~6日四川盆地东北部的暴雨降水过程进行了模拟。模拟结果表明,4个区域模式对这两次强降水过程有不同程度的反映。MM5、GRAPES和AREM显示了较好的预报能力,特别是MM5和AREM模式的预报在落区、强度和降水演变上与实况较一致。AREM模式预报的雨区清晰,但降水强度偏弱;MM5模式在预报出强降水的同时,出现较多的虚假降水,对持续时间长的降水过程预报较好,GRAPES预报的雨区较不稳定,但对持续时间短的过程有较好的反映;η模式降水预报偏小太多,对6月30日的过程在盆地的预报无明显反映。因此,有必要加大区域模式本地化工作,发展适合西南地区的数值模式,开展数值集合预报技术研究,整体提高成都区域中心数值预报水平。     

基于CMA-TYM和SCMOC的嫩江流域暴雨检验北大核心CSCD

选取2021年嫩江流域9个暴雨日,利用降水融合产品,采用CRA空间检验,对区域台风数值预报系统(CMATYM)和国家级智能网格指导预报(SCMOC)20:00起报的24 h降水预报产品进行检验。结果表明:CMA-TYM和SCMOC预报的最大降水量位置均偏西、偏北,CMA-TYM和SCMOC预报的降水落区均偏西,但前者偏北,后者略偏南,SCMOC预报优于CMA-TYM。误差分析表明:CMA-TYM和SCMOC预报的暴雨落区最大降水量和平均降水量比实况偏小,格点数、面积较实况偏大,但整体上,CMA-TYM预报更接近实况。CRA空间检验显示,CMA-TYM预报的降水强度和落区形态、SCMOC预报的降水落区位置和形态较接近实况,具有一定指示意义。