基于CMA-TRAMS集合预报的“5·22”极端降水事件可预报性分析

2020年5月22日珠江三角洲地区出现了一次极端强降水天气,最大滑动小时雨量201.8 mm,3 h雨量达到351 mm。为探讨此次极端强降水的关键预报因子及可预报性,对热带中尺度集合预报系统（CMA-TRAMS（EPS））降水预报产品进行检验评估和敏感性分析,结果表明:与欧洲中期数值预报中心集合预报系统（ECMWF-EPS）相比,CMA-TRAMS（EPS）的好成员对本次过程降水强度及位置的预报结果与实况更接近,但对极端性预报仍有欠缺。好成员的预报能力来自于对低涡和（超）低空急流的演变特征以及两者强度和位置耦合的有效预测。好成员组预报珠江三角洲东部（超）低空急流南风分量较强,有利于低涡缓慢移动和气旋性辐合增强,致使降水持续时间长、效率高。而低涡自身发展又反馈于急流强度变化,好成员组较准确地刻画了增强的低涡环流反馈导致急流小范围加速的耦合特征。其他成员组预报的低涡和（超）低空急流的耦合位置偏东、偏南,辐合强度偏弱,导致降水强度或落区出现偏差。此外,强降水致使冷池形成,并增强激烈的冷、暖气团对峙（水平温度梯度达0.23—0.76℃/km）,有利于中尺度辐合线维持,加强对流后向传播并产生极端降水量。但CMA-TRAMS（EPS）两组成员在预报中尺度系统的组织性和传播特征方面均存在明显不足,限制了集合预报系统对极端降水的预报能力。      

GRAPES区域集合预报对2019年中国汛期降水预报评估

2019年,数值预报中心开发了以GRAPES全球模式为驱动场,集合变换卡尔曼滤波为初值扰动方法,随机物理过程倾向项为模式扰动方法的10 km水平分辨率GRAPES-REPS V3.0区域集合预报模式,并投入业务运行。基于该模式,作者开展了2019年7～9月夏季降水不确定性的集合预报实时试验,并从统计检验和个例分析角度,与GRAPES-REPS V2.0和ECMWF全球集合预报模式进行对比,由此对GRAPES-REPS V3.0区域集合预报模式的降水预报能力给予客观评价,并分析了引起中尺度强降水预报不确定性的物理机制,研究结论可为诊断集合预报模式及改进集合预报方法提供依据。结果表明:（1）GRAPES-REPS V3.0区域集合预报系统的降水ETS评分在所有预报时效和量级内均优于GRAPES-REPS V2.0区域集合预报模式,降水成员具有明显等同性,且概率预报技巧FSS评分较高,GRAPES-REPS V3.0区域集合预报模式降水预报效果全面优于GRAPES-REPS V2.0区域集合预报模式。（2）GRAPES-REPS V3.0区域集合预报的集合平均降水BIAS评分及小雨和暴雨ETS评分均明显优于ECMWF全球集合预报系统,降水概率预报与ECMWF降水概率具有一定可比性。（3）个例分析结果表明,不同集合预报模式通过刻画中尺度特征物理量不确定性来捕捉降水预报不确定性,初始时刻,GRAPES-REPS V3.0区域集合预报模式和ECMWF全球集合预报模式环流形势分布较为相似,随预报时效演变,GRAPES-REPS V3.0区域集合预报模式对中尺度动力、热力场捕捉更为准确,相应地对降水落区与量级预报较好,概率预报技巧较优。（4）与ECMWF全球集合预报模式相比,GRAPES区域集合预报模式集合成员能很好地预报降水发生、发展、消亡整个过程,故GRAPES-REPS V3.0区域集合预报系统对中国汛期降水具有较强的预报能力。     

基于TIGGE资料的流域概率性降水预报评估

利用2008年7月1日至8月6日TIGGE-CMA资料存储中心的ECMWF、NCEP和CMA等业务中心1～10天的集合预报降水结果,结合淮河流域上游大坡岭—王家坝流域内19个站点的降水观测资料,对流域内的日降水预报效果进行了基于降水等级划分的确定性TS评分、概率性Brier评分以及考虑所有降水强度概率的百分位降水评估,并对2008年7月22—23日的强降水过程的预报效果进行了重点评估分析,探索了多模式概率预报降水面向流域的评估方法。结果表明,超级集合的TS评分和Brier评分优于单个中心的集合预报平均,集合平均由于平滑作用削弱了对长预报时效较强降水的预报能力;三套集合预报都体现部分成员具有捕捉实际降水的多种可能性;流域面雨量和单站百分位的分析表明:随着预报时效的延长,强降水的预报能力逐渐减弱,而超级集合由于考虑了更多的降水可能性,预报强降水的量级和空间分布同观测更为接近。     

基于T639集合预报的持续性强降水中期客观预报技术研究

针对持续性强降水预报困难的问题,根据Anderson-Darling检验原理,构建基于中国气象局T639集合预报系统的持续性强降水中期客观预报方法。对比分析2010-2015年5-9月T639集合预报降水与实况降水的累积概率分布函数差异,在此基础上采用扩展时间序列和空间范围的方法构建3种模式气候累积概率方案,通过批量预报试验和检验,选取最优概率方案纳入预报模型,考察持续性强降水个例的最长预报时间。结果表明,随着预报时效的延长,集合预报模式的降水逐渐集中于小和中雨量级,无降水和暴雨以上量级的降水概率低于观测,168 h以后模式降水概率趋于稳定。通过扩展时间序列和空间范围能弥补模式气候资料年限不足所带来的偏差,根据区域气候特征细分模式气候的方法重点突出了不同区域的降水特征,明显优于简单集合所有区域数据的模式气候方案。基于集合预报的持续性强降水预报模型对持续性强降水个例的预报能力为8-9 d,随着预报时效的延长,降水强度以及雨带位置的预报能力逐渐减弱。      

基于目标对象检验法的多种模式强降水能力的比较

针对传统TS检验方法的不足,引入了目标对象检验方法,通过对降水落区的面积、位置、形状和强度进行匹配,可获取空间场潜在的预报信息。以欧洲中心细网格、T639、山东WRF集合模式和华东区域中尺度模式(BCSH)为例,采用强降水过程模式预报最优次数及要素箱线图统计方法,得到模式及集合预报产品的性能特征,根据环流形势及影响系统对强降水分型,结果表明:热带气旋与中低纬度系统相互作用的强降水过程模式预报效果最好,最具参考性;低涡和切变线相伴随的强降水过程效果次之,且以BCSH和山东WRF集合最大值预报效果更好,各模式对低槽系统强降水预报能力一般,对温带气旋类型强降水过程模式预报效果差的概率最大。     

基于集合预报的中国极端强降水预报方法研究

极端强降水天气属于小概率事件,其发生具有很多不确定的因素,预报难度很大。根据Anderson-Darling检验原理研究基于集合预报资料的极端强降水天气预报方法,利用2007—2010年中国T213集合预报资料和2001—2010年6—8月中国降水观测资料,分析观测与集合预报累积概率密度分布函数的特征,建立基于集合预报与模式历史预报累积概率密度分布函数连续差异的数学模型——极端降水天气预报指数(EPFI),并对2011年7月中国极端强降水天气进行预报试验。结果表明,极端降水天气预报指数可以充分利用集合降水累积概率密度分布的尾端信息,为极端强降水提供科学合理的预报,基于中国气象局(CMA) T213集合预报的极端降水天气预报指数可提前3—7 d发出极端强降水预警信号,随着预报时效的延长,预报技巧逐渐降低。研究还表明,模式气候累积概率分布的合理性将直接影响极端强降水天气识别能力。     

持续性强降水的区域模式动力中期预报研究

持续性强降水及其次生灾害给人民的生产和生活造成严重影响, 延伸其模式动力预报能力对防灾、减灾具有重要意义。随着对持续性强降水过程形成机理及模式动力中期预报认识的不断提高, 以减小模式初始条件误差、边界条件误差以及内场预报误差为目标提出了一系列动力中期预报技术方法, 主要包括:针对边界条件提出低通滤波技术方案, 改进了5 d以上的环流及降水预报; 针对模式预报内场进行谱逼近技术试验, 对提前3—7 d的小雨以上量级的降水预报改进明显; 针对初始条件进行多尺度混合更新初值技术预报试验, 融合全球预报的大尺度场及区域模式预报的中小尺度场进行15 d预报, 明显提高了50及100 mm以上的持续性累积降水预报时效。      

基于低频振荡特征的夏季江淮持续性降水延伸期预报方法

本文利用1981~2008年我国南方地区200站逐日降水量、NCEP再分析资料和NCEP气候预报系统 (CFS) 的模式回算数据, 针对降水低频信号, 分析了江淮地区夏季降水的延伸期可预报性, 并选取对江淮持续性强降水有显著影响的东亚环流指数作为预报因子, 以降水20~50天低频分量作为预报量, 进行了针对江淮地区夏季持续性强降水过程的延伸期预报试验。结果表明, 江淮地区夏季降水具有明显的20~50天周期的低频振荡特征。降水的20~50天低频振荡, 尤其是峰谷值位相的变化与实际降水集中期和中断期的交替有较好的关系, 研究20~50天降水低频分量的延伸预报, 对于江淮地区夏季持续性强降水过程的延伸预报有一定的指示意义。本文尝试提出一种基于大气环流低频信号和数值模式预报产品的动力与统计相结合的预报方法, 以期为江淮地区夏季持续性降水过程的延伸期预报提供参考。     

基于快速更新同化数值预报的小时降水量时间滞后集合订正技术

由中小尺度对流系统造成短时强降水天气的发生发展十分迅速,对其落区和时效的预报预警一直都是预报业务中的难点。本文基于快速更新同化的中尺度数值预报系统GRAPES-RAFS 0. 1°×0. 1°分辨率逐小时降水预报,首先通过时间滞后集合预报方法构建了多个集合成员,使用平均TS评分值计算相应预报成员权重系数建立预报方程,然后采用频率匹配订正法进行降水量级订正,从而得到集合订正的逐小时降水量预报。2017年8-9月的逐日试验和典型个例预报结果评估表明效果良好。(1)GRAPES-RAFS最新时次的预报场并不完全代表最好的预报效果,通过时间滞后集合订正方法自动识别优选预报成员,显著提高了预报能力;(2)GRAPES-RAFS预报存在降水量级偏弱的系统性误差,经过频率匹配方法订正后,在量级预报上更接近实况;(3)时间滞后集合预报对我国中东部(包括黄淮、江淮、江南地区)的小时降水量订正效果最好;(4)进一步使用的频率匹配订正方法显著提升了逐时降水量的预报效果,其在降水频率更高、强度更大的江南南部、华南、西南地区效果更为显著;(5)对于中小尺度的强降水过程,经过上述方法订正后,显著提高了模式对强降水系统位置、形态及降水量级的预报水平。     

一次特大暴雨过程高分辨率集合预报试验的检验和评估

针对2018年4月22日发生在湖北西部山地的一次特大暴雨过程,采用降尺度方案和显式对流参数化方案模式,开展了高分辨率对流许可尺度(3 km)的集合预报试验,并对全球集合预报(GEFS)和对流尺度集合预报(SSEF)的降水预报进行了对比评估,结果表明:(1)SSEF集合平均的雨量和落区预报均优于GEFS。(2)SSEF各成员的降水离散度分布更合理,因而具有更优的降水区间预报,其“离散度-误差关系”更优,能更好地给出预报误差的分布及其可能的大小。(3)SSEF的概率预报在所有空间尺度上均优于GEFS,且在短历时强降水上的优势更加明显。由此可见,针对此类山地暴雨过程,对流尺度集合预报相对于全球集合预报具有巨大的改进潜力。     

“16·7”华北极端强降水过程对流尺度集合模拟试验不确定性分析

基于4km水平分辨率的WRF-ARW中尺度模式,对2016年7月19日华北地区的极端暴雨过程进行了不同降水微物理过程的对流尺度集合模拟试验。结果表明:各个成员模拟降水的强度、时空分布与观测实况较为接近,但也具有明显的不确定性。通过邻域检验的ETS评分、相关系数和均方根误差等指标进行评估表明,采用Morrison方案和WSM6_P2方案的集合成员表现较好,对流尺度集合模式在降水强度和准确度较全球数值模式预报有一定提升。频率检验表明集合预报在50 mm以下量级的预报存在过量预报的倾向,而100 mm以上的强降水预报相对偏弱。不同降水物理过程的集合成员在高空急流和地面气旋等关键天气尺度系统的发展过程中表现出明显的不确定性;通过降水量与整层可降水含量,低层相对涡度和垂直运动等诊断量的联合分析表明,集合成员可分为强降水集合和弱降水集合两类,其中强降水集合拥有较强的对流性回波、较明显的对流性下沉以及较强的地面冷池,强的潜热反馈也导致对流层中层出现相对较大的正位涡异常,并进一步影响天气系统发展。弱降水集合成员降水以暖云降水为主,对流性上升和地面冷池相对较弱,但较为接近本次以稳定性暖云降水为主的天气过程。检验模拟雷达回波表明双参量降水物理方案在反映层云回波亮带和层云与对流核的分离特征上更为清晰合理。利用WSM6物理方案参数设置的敏感性试验表明,不同参数组合设置的预报成员分别表达了强对流风暴和暖云强降水两种性质的强降雨过程,对于一次特定天气过程中的对流系统发展能够预计到更多的不确定性,展现了对流尺度集合预报的优越性。     

雷达回波外推预报的误差分析

基于天气雷达资料的外推预报是灾害天气临近预报的基础,选取4次强降水过程分析了外推预报的误差.主要分析方法包括3个步骤:(1)采用多尺度回波跟踪方法确定雷达回波的运动场;(2)采用半拉格朗日平流方案对雷达回波进行外推;(3)预报结果和观测结果进行对比.利用去相关时间方法分析了雷达回波的可预报性,利用预报技巧评分和相对绝对误差对外推预报的误差进行了定量分析.此外,还分析了外推预报的误差与尺度之间的关系,以及外推预报中的不确定因素 回波强度变化和回波运动场变化在预报误差中的相对重要性.这4次强降水过程的误差分析表明,预报误差随预报时效的变化基本上是以指数规律递减的,大尺度的降水系统对应较长的持续性,对于发展演变较快、尺度较小的风暴,其持续性较短.     

2011年长江中下游梅雨期强降水延伸期集合预报性能初探

针对2011年长江中下游旱涝转换时期的环流形势、强降雨期间的四次强降雨过程对欧洲中心集合预报进行了预报性能初步分析。结果表明：集合平均预报对延伸期预报时效内的大尺度环流调整具有较好的预报性能,预报提前时效可达10~15 d。对强降水过程期间主要影响系统的预报在不同预报时效具有较好的稳定性。随着预报时效的临近,集合预报各个成员对天气系统预报的发散度逐渐减小。长江中下游强降水的发生与低层850 hPa较大的风速有密切关联,集合预报给出的延伸期预报时效内大风速出现的小概率预报信息是有意义的,可以为延伸期强降雨过程预报提供参考。     

华东区域中尺度集合预报系统的改进及2020年梅雨期降水试验

考虑区域模式预报中不确定性的各种来源,分别引入初始场误差、侧边界误差和模式误差构建新一代华东区域中尺度集合预报系统,并对2020年梅雨期降水开展为期一个月的集合预报试验。通过不同时空尺度典型个例的分析可以看出,所选取的随机物理倾向扰动方案中的参数具备一定的通用性,且在参数调优中加强随机过程的影响,系统中低层的风场和湿度场有明显的反馈,集合系统的离散度得到较大改善,对预报的影响大小依次为:格点方差、随机扰动场的去相关空间和随机扰动场的去相关时间。一个月的梅雨期降水评估结果显示:集合系统升级后对各时次各量级的降水TS（Threat Score）评分均有所提升,但仍然存在着降水强度偏大的问题;从概率预报的角度来看,系统升级后,对中到大雨预报的准确率和可信度提升明显,对强降水事件的描述更准确;形势场的检验结果表明,系统的预报偏差问题得到了部分程度地改善,对大气中低层风场、湿度场和地面变量的预报效果较好。相比原华东区域中尺度集合预报系统,升级后的系统,其整体优势可概括为:预报误差减小、集合离散度明显增加,降水预报的能力在各时段各量级均有提升,其中物理过程的不确定性对于捕捉强降水事件有明显的影响,使得系统的预报可信度增加。     

非绝热物理过程对北京暴雨数值预报不确定性影响

选取了2001年8月发生于北京市的具有不同大尺度环流强迫特征的两次强降水过程,利用MM5模式和国家气象中心的T213预报资料,分析了模式非绝热物理过程对北京市暴雨数值预报的影响特征和不确定性,探讨了解决暴雨预报不确定性的集合预报方法,进行了多物理模式集合预报试验。试验结果表明:模式非绝热物理参数化方案对精细化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;在高分辨率模式中,采用积云对流参数化方案后,会出现更多的小量级降水预报,且不论是大尺度强迫较强的暴雨,还是大尺度强迫较弱的暴雨,对流参数化方案都是造成降水预报不确定性的重要因素。多物理集合预报的初步试验结果表明,高分辨率集合预报可提供有价值的预报信息,是解决灾害性天气预报不确定性的一种有效的技术方法,但就目前的模式水平而言,可重点发展降水集合预报,特别是强降水集合预报系统,以反映模式在降水预报中存在的不确定性。     

湖南省汛期强降水的30~60d低频振荡特征及延伸期预报指数研究

基于1986—2015年湖南逐日降水资料、同期美国气象环境预报中心(NCEP)和美国国家大气研究中心(NCAR)再分析资料,通过分析强低频振荡年的汛期强降水特征和低频环流场演变对强降水的影响,建立了湖南省汛期延伸期强降水过程预报指数。结果表明:(1)汛期33%的强降水过程均发生在具有显著30~60 d低频振荡的年份中,且大多位于低频降水峰值阶段。(2)通过对强低频振荡年进行合成发现,在活跃位相,南亚高压偏强偏东,副热带高压偏西偏强,这种环流配置导致中国南方大部分地区的高层环流为辐散,底层环流为辐合,有利于降水的产生。在中断位相,南亚高压呈东西带状分布且其位置偏西、强度偏弱,副热带高压偏东偏弱,使得向湖南地区输送水汽的西南气流减弱,进入降水中断期。(3)基于低频散度场不同位相的变化特征,选取了与低频降水相关的两个关键区,从而建立延伸期预报指数,该指数对低频降水显著年的强降水回报准确率能够达到73%。(4)前期4月黑潮的海温异常(SSTA)可作为湖南省强低频振荡年的预测指标。     

大范围持续性强降水过程与30～60 d低频降水的联系及其预报指数

研究低频振荡是目前开展强降水过程延伸期预报的有效途径。利用1981—2010年中国753站逐日的降水观测资料、NCEP/NCAR第二套再分析资料及实况天气图等资料,分析大范围持续性强降水过程与30～60 d低频降水的联系,并根据前期低频信号构造强降水过程预报指数。研究表明,(1) 大范围持续性强降水过程与低频降水紧密相联,低频降水对强降水过程有显著贡献。在30～60 d低频降水显著年,强降水过程均发生在低频降水峰值阶段;但对于低频降水而言,仅有56%的峰值阶段发生强降水过程。(2) 当低频降水峰值阶段发生强降水过程时,来自东北亚和南海的低频位势高度低值系统在长江中下游汇合,“南北高、中间低”的低频位势高度分布有利于低频气流强烈辐合,并在经向上形成两个完整的反向低频垂直环流圈,促进了上升运动发展,导致强降水过程发生;而对于低频降水峰值未发生强降水过程的情况,北方冷空气南下较弱,高纬度低频影响系统位置偏北,长江中下游附近表现为“南高北低”的低频位势高度分布和单圈垂直环流,不利于低频气流强烈辐合。(3) 综合高、中、低纬的前期低频信号构造了强降水过程预报指数,对延伸期(10～25 d)长江中下游大范围强降水过程预报具有参考价值。      

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.     

一次短期集合预报试验

数值模式中物理过程描述不准确是造成数值预报误差的主要来源之一，采用数值模式中不同物理过程的集合预报方案是减小模式预报误差的有效方法。本文结合一个典型的夏季东北冷涡型降水天气过程，选用不同的积云对流参数化方案、显式降水方案、辐射方案以及模式采用不同的地表分辨率构成10集合预报成员，进行了48h的预报。结果显示集合预报在总体预报效果上比各个集合成员的预报效果好，简单的集合平均就可以提高模式形势场和降水要素场的预报准确率。在集合平均提高预报准确率的同时，采用天气系统移动路径图、面条图以及降水概率预报等方法，可以增强小概率事件的预报能力。     

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。