T213与AREM模式分级降水预报对比检验

为检验T213与AREM模式的降水预报效果,将2004-2005连续两年两个模式的预报结果与河南省117站逐日降水实况进行分级TS评分检验,结果发现:两个模式对小雨以上量级的预报能力基本相当,夏秋季节的预报效果好于冬春季节;中雨以上量级预报均无季节特征;大雨以上量级的预报评分夏季T213高于AREM模式;大暴雨预报AREM模式好于T213.对3例不同性质降水过程落区的预报检验表明:AREM对一般稳定性降水和暴雨以上量级降水的预报能力较强.     

2005年AREM模式汛期试验结果评估分析

AREM2．3模式2005年在中国气象局武汉暴雨研究所汛期试验过程中计算稳定，计算了该模式降水预报的分区域（长江中下游、华南、华北、东北、西南、湖北省）汛期（6、7、8三个月）TS评分，全国范围汛期漏报率、空报率、预报偏差，及各区域年内重要降水过程预报和实况的对比及TS评分，计算该模式形势场预报的平均误差、均方根误差、倾向相关系数、误差标准差，并与持续性预报（将前一天的分析场当作前一天对当天的预报场，以此类推）对比，以此对模式预报效果进行分析、评估，并做出总结，为模式的进一步开发和应用提供参考。分析结果表明：AREM2．3模式在2005年汛期试验期问48小时内预报稳定；对于长江中下游、华北、华南、东北、西南、湖北省以至全国范围均有较好的预报水平，但总体上对于强降水中心位置的预报情况不是很好；模式对于高空形势场也具有较好的预报能力，对500hPa位势高度的预报好于对500hPa温度的预报。     

江西2012年5月12日大暴雨过程水汽输送分析

利用NCEP 1°×1°再分析资料、常规气象观测资料和WRF中尺度数值模式,对2012年5月12日江西出现的大暴雨天气水汽输送的过程进行分析。结果表明,从大尺度分析,此次暴雨过程的水汽输送特征并不典型,比湿、水汽通量、水汽通量散度、整层水汽输送等均不能满足江西出现暴雨时应该达到的水汽条件;但模拟的中小尺度水汽指数能够满足江西发生暴雨的水汽条件。此次暴雨过程的水汽主要来自南海地区。暴雨出现的区域与整层水汽大值区的水平梯度最大处相吻合。当整层水汽输送值较小时,水汽输送主要集中在中低层,但当整层水汽输送值较大时,水汽输送的高度高度超过500 hPa高度层,仅分析500 hPa高度层以下的水汽输送对暴雨预报会造成一定的误差。     

2007年汛期AREM模式降水预报效果检验分析

过对2007年6～8月AREM模式降水预报做不同时效、不同区域的TS评分对比,比较AREM与T213、JAPAN三个模式降水预报TS评分,并对AREM模式2007年汛期主要降水过程预报效果进行检验分析,从而获得AREM模式2007年汛期降水预报效果和特点,结果表明:(1)从AREM模式不同时效降水预报TS评分对比可知,对长江中下游区域,AREM模式12～36 h预报效果好于0～24 h预报,24～48 h效果相对较差,对华南、华北、东北、西南东部区域的降水,AREM模式预报效果均随时效延长而减弱。(2)由AREM模式对不同区域降水预报TS评分的对比可知,AREM模式(各预报时效)对长江中下游地区各量级降水预报的TS评分均高于全国范围的TS评分,西南东部(各预报时效)小雨(以上)量级TS评分均为各区域最高,但中雨以上各量级TS评分均低于全国范围,其他区域无稳定的预报特性。(3)从AREM、T213、JAPAN对长江中下游地区12～36 h降水预报TS评分对比可知,三个模式小雨(以上)量级降水的TS评分基本相当,对该区域暴雨、大暴雨强降水中心的预报,AREM好于T213,JAPAN相对较差,随量级增加AREM预报优势表现更为明显。(4)对2007年汛期6次个例分析可知,AREM模式对长江中下游尤其是江淮流域的大范围强降水过程预报效果较好,对暴雨、大暴雨中心的预报较T213和JAPAN有明显的优势,但对小范围、局地强降水过程的预报效果不够理想。     

2004年梅雨期武汉上空水汽的演变及其与暴雨的关系

利用2004年6—7月武汉每天两个时次探空资料计算出的可降水量以及各层的比湿和相对湿度，对比分析各种水汽量的垂直分布以及逐日演变特征，探讨了2004年梅雨期武汉上空水汽的演变及其与暴雨的关系。结果表明，武汉上空大气中水汽含量随高度递减，90％以上的水汽集中在700hPa以下；7月的水汽含量高于6月；武汉上空出现整层比湿增长或中高层比湿增长可导致整层相对湿度明显增长，而且增长的幅度随高度递增；在暴雨分析预报中，分析中高层水汽演变好于分析低层水汽演变；采用整层平均相对湿度和可降水量结合分析整层水汽演变以及将中高层平均的比湿和相对湿度结合分析中高层水汽演变时，对暴雨预报均有很好的指示意义。     

AREM模式对“04·08”豫中大暴雨的数值模拟和诊断分析

利用中尺度有限区域数值模式AREM,对2004年8月4日豫中一次大暴雨过程进行数值模拟和诊断分析。模拟结果表明：暴雨中心位于河南省中南部,中心强度达200 mm;高空冷平流南下,地面冷空气入侵,中低层有较强的辐合气流。模拟的暴雨落区与实况相一致,但中心强度较实况151 mm略大;模拟的环流形势也与实况环流形势一致。对模拟物理量诊断分析结果表明,在有利的垂直速度、散度场和比湿条件下,暴雨区中低空存在明显的水汽辐合,且水汽辐合区位于700 hPa及以下,强水汽辐合区位于900 hPa附近,从低层到高层较强的水汽辐合,暴雨区的水汽充分辐合上升,是造成此次大暴雨天气的主要原因。     

包含正定水汽输送算法改进的MM4中尺度模式与暴雨实例数值试验

暴雨预报是一个既重要又十分困难的问题。水汽条件是产生暴雨的关键，水汽的平流输送在模式的水汽方程中占有重要地位，模式对暴雨的预报能力必然涉及到水汽输送的计算精度问题；本文以著名的中尺度模式ＭＭ４为基础，理论测试和分析为依据，以引入新的正定高精度水汽输送算法作为消除模式水汽负值和改进中尺度模式预报能力的途径，研制了取名为改进的ＭＭ４中尺度模式，该模式除仍保留原ＭＭ４模式的所有功能外，增加了５种水汽输送算法的改进与选择，这５种算法是：１）Ｂ网格二阶守恒中心差（原ＭＭ４平流格式），２）上游差分，３）Ｂｏｔ（２阶），４）Ｂｏｔ（４阶），５）Ｐｒａｔｈｅｒ格式。多个暴雨、台风个例试验表明模式预报能力对水汽输送算法精度有显著的依赖性，采用高精度的水汽输送算法水汽保证正值并提高了模式对暴雨区、降水结构、雨团活动的预报能力。改进水汽输送算法的精度是提高中尺度模式对暴雨预报能力的重要途径。     

成都区域气象中心业务数值预报产品检验分析

依据国家气象中心T213、T639全球模式、成都区域中心实时运行的AREM、GRAPES和MM5中尺度数值模式预报结果,对2008年5～9月进行了日降水量和2m温度检验。结果表明：（1）模式对昆明、南京、广州、长沙、北京和郑州温度预报优于温江、兰州和拉萨站,其中拉萨站温度预报与实况偏差最大,即模式对我国中部及南部地区温度预报与实况近似程度高于西部地区。（2）东部地区中雨及以上量级降水评分高于西部,西部4个城市中以昆明站评分最高,反映模式对我国西部城市降雨预报能力偏弱。     

η中尺度暴雨预报模式在湖北的汛期试验分析

在2002年主汛期，将武汉暴雨研究所从中科院引进的宇如聪等设计的两个版本的η坐标有限区域数值预报模式REM、AREM进行了每天两个时次的数值预报试验，并对它们降水预报的TS评分进行了比较。结果表明，改进后的REM模式(AREM)预报水平有明显提高。     

用T42产品试作安徽12-36小时暴雨预报

采用逐步回归和三级判别方案，以Ｔ４２４８小时预报资料代替实况诊断量作汛期安徽分区暴雨预报。通过１９９３年和１９９４年试验结果表明：（１）两方案预报暴雨的ＣＳＩ评分为０．３０—０．７１，对省级分区暴雨预报有一定的参考价值；（２）逐步回归方案的预报效果优于三级判别；（３）丰梅年Ｔ４２模式的预报效果好干枯梅年。     

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。     

2010年7月14～18日四川大暴雨过程区域模式预报性能分析

本文应用高空与地面常规观测资料,自动站资料以及2010年西南涡科学观测试验资料等,就西南区域气象中心运行的GRAPES模式、AREM模式、MM5模式以及基于WRF模式的RUC系统对发生在2010年7月14～18日四川大暴雨过程预报情况进行分析。结果表明,从降水预报,到影响系统,以及单点地面、高空要素预报,尽管各区域模式表现出对此大暴雨过程有一定的预报能力,但存在着不同程度差异,如降水落区、降水强度偏差,影响系统的偏离等。当分析模式定点预报时,预报偏差更为明显。相对而言,WRF模式预报结果略好于其它模式的预报。造成模式预报偏差的原因还有待作进一步分析研究。     

2010年AREM、GRAPES模式预报性能对比检验分析

AREM和GRAPES都是四川省气象局的准业务模式,本文通过检验分析发现：两个模式对四川地区夏季降水的评分值都不理想。两个模式模拟低涡系统皆偏弱,直接导致其模拟的风场辐合偏弱,水汽辐合偏小,降水强度偏弱。两个模式预报的四川盆地上空的比湿都偏小,反映局地水汽对降水的贡献偏多,而外部水汽的输送偏弱。尤其是AREM模式对中低层水汽含量的调整非常显著,容易导致其后24小时降水预报的失败。另外,通过与探空资料的比较结果显示：GRAPES模式在250hPa以上层的模拟结果存在明显的误差,对整个高度场的模拟都存在一个系统偏大。     

2010年7月14～18日四川大暴雨过程区域模式预报性能分析

本文应用高空与地面常规观测资料,自动站资料以及2010年西南涡科学观测试验资料等,就西南区域气象中心运行的GRAPES模式、AREM模式、MM5模式以及基于WRF模式的RUC系统对发生在2010年7月14~18日四川大暴雨过程预报情况进行分析。结果表明,从降水预报,到影响系统,以及单点地面、高空要素预报,尽管各区域模式表现出对此大暴雨过程有一定的预报能力,但存在着不同程度差异,如降水落区、降水强度偏差,影响系统的偏离等。当分析模式定点预报时,预报偏差更为明显。相对而言,WRF模式预报结果略好于其它模式的预报。造成模式预报偏差的原因还有待作进一步分析研究。      

基于QPE和QPF的遗传神经网络洪水预报试验

以湖北省清江上游水布垭控制流域为例,利用分组Z-I关系并结合地面雨量站资料对雷达估算降水进行校准,计算出流域实况平均面雨量;再利用遗传算法和神经网络相结合的方法建立订正AREM预报降水的模型;最后,将订正前后的AREM预报降水输入新安江水文模型进行洪水预报试验。结果表明：订正后AREM预报降水能明显提高过程的累计降水量预报精度,平均相对误差减小幅度在60%以上,对逐小时过程降水预报精度也有一定提高,但与实况相比仍有一定差距;订正前后AREM预报降水的洪水预报试验的确定性系数的场次平均从-32.6%提高到64.38%,洪峰相对误差从39%减小到25.04%,确定性系数的提高效果优于洪峰相对误差,整体上洪水预报精度有所提高。     

1961—2017年四川省夏季长周期旱涝急转演变特征及环流影响分析

基于NECP/NCAR再分析资料和四川省38个站点降水资料,结合长周期旱涝急转指数,分析了四川省夏季旱涝急转的时间演变特征及其与典型年份大气环流的联系。结果表明:1)四川省夏季旱涝急转指数年际变化差异较大,旱转涝事件多于涝转旱事件,但发生旱转涝事件的可能性和强度降低,而涝转旱年强度更强;2)旱转涝年的旱期与涝转旱的涝期相比,前者西太平洋副高位置偏西、偏强,不易将南海及西太平洋的水汽输送到四川,降水偏少偏旱,而后者中高纬槽脊波动剧烈,在高原东南侧低值系统与副高的配合下,有利于暖湿气流向北输送,在四川地区形成降水;而旱转涝年涝期与涝转旱年旱期相比,环流经向运动偏强,中高纬槽脊波动明显,有利于中高纬冷空气南下与低纬北上的暖湿气流相遇形成降水,降水偏多偏涝。     

基于集合预报产品的四川暴雨预警指数研究

基于2005~2007年汛期成都区域气象中心的中尺度区域集合预报产品和德国、日本数值预报模式的降水产品,针对四川暴雨构建样本资料,采用支持向量机方法(Support Vector Machines,简称SVM)建立暴雨预警模型,开展暴雨预警预报试验,并将建立的模型应用于2008年汛期四川省逐日暴雨有无预报。检验结果表明,基于区域中尺度集合预报产品建立的SVM暴雨预警模型,对暴雨定点预报有较强的指示作用,暴雨预警指数为0.2。      

广西主汛期降水量异常诊断分析

通过对广西主汛期降水量的分析 ,初步确定了异常偏多和异常偏少年 ,分析广西主汛期平均降水量与太平洋海温场和大气环流的关系 ,筛选影响广西降水量的海温和 5 0 0 h Pa位势高度场因子 ;建立降水异常的统计诊断模型及概念诊断预测模型。     

三种数值模式对四川省汛期降水预报性能的检验

应用国家基本观测站资料,基于MET系统的客观统计检验方法,针对24h降水分别评估SWCWARMS模式、GRAPES模式和ECMWF模式对2017～2019年5～10月四川地区汛期预报能力,得到如下几点结论:(1)SWCWARMS模式小到大暴雨降水范围大于实况,GRAPES模式小到暴雨降水范围大于实况、大暴雨多漏报,ECMWF模式小雨和中雨降水范围大于实况、大到大暴雨多漏报,三个模式无降水或微量降水均少于实况。(2)ECMWF模式对四川雨季小到大雨预报能力优于SWCWARMS和GRAPES模式,SWCWARMS模式在部分时次上暴雨和大暴雨预报优于ECMWF模式,GRAPES模式TS评分略偏低。(3)GRAPES模式在2018年秋季开始中雨及以上量级降水预报上改善大于SWCWARMS和ECMWF模式,SWCWARMS模式2019年空报较2017年和2018年显著降低;3个模式在小雨和中雨预报上不相上下,GRAPES模式优势在2019年大雨和暴雨预报上,ECMWF模式优势在2017年秋季和2018年初夏大雨预报上,SWCWARMS模式大雨和暴雨预报能力介于二者之间。(4)ECMWF和SWCWARMS模式川东预报优于川西,GRAPES模式川西预报优于川东;三个模式存在不同程度空报,川东地区空报略多于川西,其中ECMWF模式空报最多。