基于时域对象的网格降水预报的追踪诊断分析

检验和评估模式降水预报的时间和位置偏差对提高降水预报准确率有重要意义,而传统点对点的检验方法对此无能为力。基于2018年和2019年6-8月欧洲中期预报中心(ECMWF)降水预报资料,利用面向对象时域诊断分析工具(MTD),追踪模式降水预报对象的生命周期、初生、消散等预报表现。研究表明:(1)个例分析显示,时域诊断分析工具MTD能够很好的从三维降水场中提取降水对象,进而刻画降水对象的生命周期及开始结束时间,对客观描述降水对象的时间偏差具有独特的优势;(2)低阈值条件下模式预报能很好地描述降水对象的空间分布,不足在于观测降水对象较模式预报明显偏多;随着降水阈值增大,预报与观测降水对象的空间频次呈现出显著差异,表明模式对强降水的位置预报仍然需要改进;(3)采用最小卷积半径和降水阈值定义降水对象,观测和预报场中80%的降水对象生命周期小于15 h,且生命周期随着降水阈值和卷积半径的增大而减小;(4)三维对象追踪显示,预报对象的持续时间较观测偏短,移动速度较观测整体偏慢。     

天气系统预报效果的量化检验方法及应用

对中国天气过程进行了分类,并介绍了一种针对模式对于降水及各种天气系统预报效果的天气学检验方法,将此方法应用于AREM模式对2007年降水个例预报及2005—2007年汛期天气过程的批量预报检验,得出结论如下:(1)此天气学检验方法能够对各类天气系统及降水进行有效的检验,(2)对于中国典型高空槽类降水,AREM模式总体上对高空槽预报较为稳定、强度接近实况,对降水预报稳定性相对较差、强度偏弱,槽预报的较好(差)与降水预报的较好(差)不完全对应,(3)对于梅雨锋类降水,AREM模式对副高预报总体偏西、偏北、偏强,对高空槽、降水预报均总体偏弱,副高预报的较好(差)对应降水预报的较好(差)。     

条件非线性最优扰动在长江中下游地区冬季暴雨中的应用研究

为了提高长江中下游地区高影响天气的数值预报,利用条件非线性最优扰动(CNOP)方法,对一次长江中下游地区冬季降水个例(高影响天气事件)进行目标观测研究,并通过观测系统模拟试验(OSSE)检验了该方法确定敏感区的有效性和可行性。试验结果表明,CNOP方法可有效识别对应于高影响天气事件的敏感区。通过对敏感区进行初始场修正后,可明显改善验证区内24 h累积降水预报误差和总能量预报误差。进一步分析发现,通过改善敏感区内的初始场信息(如水汽通量场和低层冷空气活动等),使得数值模式不仅能更真实刻画该天气系统的初始结构,还能更好模拟出该天气系统随时间的演变特征,因而减少了验证区内对该天气系统的预报误差。这一结果表明可以把CNOP方法应用于长江中下游地区高影响天气事件的目标观测研究或实践中。      

基于ConvLSTM的广西短临降水预报

针对传统雷达回波外推算法在快速增长或消散降水过程预报精度较低的问题,利用华南雷达回波拼图资料数据,建立ConvLSTM回波外推模型,对广西区域范围进行短临降水预报研究.采用气象业务中的正确率(POD)、临界成功指数(CSI)及误报率(FAR)评判标准检验预报模型,并将ConvLSTM与光流法的预报结果进行对比分析.结果 表明,ConvLSTM模型的CSI、POD分别比光流法提高0.06和0.059,而FAR下降了0.058.ConvLSTM方法比光流法的回波外推预报准确率高,该方法可为广西短临降水预报提供新的参考.     

华东区域数值预报系统对极端降水预报能力的评估

对SMS-WARMSV2.0业务系统、欧洲中期天气预报中心全球模式(EC模式)及全球预报系统模式(GFS模式)2016年1—12月降水预报结果进行统计检验,并对2016年我国多个极端降水案例进行对比检验。结果表明:技巧评分(TS)、公平技巧评分(ETS)、真实技巧评分(TSS)和击中率(PODY)多种统计检验指标证实华东区域数值预报系统对小雨、暴雨和大暴雨的预报技巧优于EC和GFS全球模式,在暴雨以上量级优势更为显著。多个极端降水案例检验表明,区域模式相对于全球模式对极端降水具备更强的预报能力。     

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。     

MODE方法在西南区域模式降水预报检验中的应用

为了弥补传统检验方法的缺陷,本文基于对象目标的空间检验方法MODE,对四川2019年6月22日的强降水过程进行检验,分析西南区域模式在短时强降水的预报效果。通过对该方法各参数的确定,可以发现:(1)MODE检验方法在确定卷积半径R和降水阈值时应灵活地进行选取;(2)模式较好地把握了此次降水过程的发展消亡过程,尤其是对盆地东北部的降水预报效果很好,对降水目标物的形状、走向、移动方向以及落区有比较好的相关性;但对于降水发展初期,模式预报效果不理想,存在明显的空报;(3)对于强度预报,降水发展强盛期预报场对高原目标物强度预报在降水大值区存在一定高估,对盆地目标物强度预报基本接近于实况,但在降水减弱时对盆地目标物强度预报也存在明显高估。      

基于WRF模式的对流性降水预报检验

文章挑选了2013年5—10月5个民航机场(乌海市、呼和浩特市、二连浩特市、阿尔山市和满洲里市)出现对流性降水的个例,基于WRF模式对不同格距下单站降水次数、降水评分和降水量级进行检验。结果表明:不同格距下模式模拟的降水均以对流性为主,模式能较好的模拟出降水性质;从降水评分检验来看,9km的模拟结果好于27km,分辨率提高后二连浩特市、呼和浩特市和乌海市3个站的TS评分均明显提高;模式对小雨量级降水的预报准确率最高,达95%以上,对其它级别降水预报量级明显偏小。     

WRF模式中的微物理过程及其预报对比试验

WRF(Weather Research Forecast)模式系统是由许多美国研究部门及大学的科学家共同参与进行开发研究的新一代中尺度同化预报系统。本文主要对公开发布的WRF模式V2.0版本中使用的微物理过程方案进行简单介绍,并在国家气象中心建立的与T213中期预报模式相嵌套的预报系统的基础上,对不同微物理过程方案进行了降水预报对比试验和检验,对各方案的降水预报性能进行初步评估。试验结果表明,总体预报效果LIN方案较好,而对流参数化方案从降水落区预报和对流降水对总降水的贡献两方面看则是KF和NKF方案的预报效果较好。     

GRAPES_GZ 3 km模式对2019年海南岛暖季非台风降水预报的时空检验

利用基于目标诊断的空间检验方法(MODE)和时空检验方法(MTD)评估了华南3 km高分辨率区域数值模式(GRAPES_GZ3 km)对2019年海南岛暖季非台降水预报性能, 结果显示: (1)模式24 h累积降水预报的空间分布范围偏大、降水强度偏强; (2)模式逐小时降水预报的平均质心总体偏西和偏北, 降水出现时间总体偏早1~3 h, 结束时间总体偏晚2~4 h, 降水持续时间偏长; 预报的降水目标数量偏多, 与实况一致均存在着主峰和次峰形态的昼夜分布特征, 但预报的昼间主峰出现时间比实况偏早2 h; 预报的短时强降水出现频次总体偏多。相对于传统的预报和观测点对点检验评估方法, MODE和MTD方法具有捕捉模式预报偏差特征的优势。      

智能网格SCMOC及多模式降水预报对比

以三源融合网格实况降水分析资料CMPAS为参照,基于二分法经典检验、预报评分综合图和面向对象MODE检验等方法,对比分析2021年智能网格预报SCMOC以及ECMWF全球、CMA-Meso中尺度模式在秦岭及周边地区的降水预报表现,主要结论如下:1)ECMWF能够很好地刻画日平均降水量、日降水量标准差以及地形影响下降水量、降水频次的空间分布特征,但对于0.1 mm以上量级的降水预报频次远高于观测,暴雨预报频次低于观测,SCMOC、CMA-Meso日降水量大于等于0.1 mm的降水频次和暴雨频次预报更好;SCMOC不足在于降水的空间精细分布特征描述能力相对较弱。2)ECMWF预报的大于等于0.1 mm降水频次日峰值出现时间整体较观测偏早3 h左右,CMA-Meso、SCMOC与观测总体吻合较好。3)三种产品24 h降水量大于等于0.1 mm的TS(Threat Score)评分数值上基本一致,但降水预报表现的特征显著不同,SCMOC成功率高、命中率低,漏报多、空报少,ECMWF、CMA-Meso则相反;24 h、3 h大雨以上量级降水SCMOC的TS评分、成功率、命中率一致优于其他两种产品。4)MODE暴雨检验,SCMOC大面积降水对象与观测相似度最高,预报能力优于ECMWF,但分散性小面积暴雨对象漏报风险大。SCMOC、ECMWF纬向距离偏差大于经向,位置偏西比例高于偏东。     

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。     

DERF2.0模式对贵州延伸期、月预测质量对比分析

利用2014—2016年第二代月动力延伸预测模式业务系统(DERF2. 0)直接输出及预报员预报的贵州省气温和降水预报数据、贵州省84站观测数据,采用Ps、Cs和Zs 3种评分方法评估了DERF2. 0对贵州月气温、降水和月内强降水过程的预测性能,并与预报员业务值班发布的预报质量进行对比分析,系统性地对DERF2. 0产品在延伸期/月尺度的预测效果进行检验评估。结果表明:DERF2. 0月预测产品总体上对贵州气温的预测性能优于降水,气温偏高预测的可参考性高于其对气温偏低的预测。DERF2. 0预报月气温的Ps评分较预报员略高,月降水较预报员略低,总体来看DERF2. 0月预测效果较预报员综合预报略差且预报性能较不稳定。预报员预测数据的Zs和Cs评分总体高于DERF2. 0预测数据,但DERF2. 0预测数据的Zs和Cs评分较预报员逐年提高,尤其在整个雨季时段较为明显。DERF2. 0对主汛期(6—8月)的预报准确率较整个雨季期(4—10月)略高。     

三种高分辨率格点降水预报检验方法的对比

客观有效的评估高分辨率模式格点降水的预报能力,不仅是模式发展中的基础问题,而且直接关系到目前中国气象局主推的格点天气预报业务。以ECMWF(European Centre for Medium-Range Weather Forecasts)模式高分辨率降水格点预报资料、CMORPH(NOAA Climate Prediction Center Morphing Method)卫星与全国3×104个自动观测站的逐时降水量融合资料为基础,选择2015年6~8月55个降水个例,研究传统检验方法、面向对象MODE(Method for Object-based Diagnostic Evaluation)方法、以及邻域法在高分辨率格点降水预报检验中的适用性及优缺点,以期为高分辨率格点降水的预报性能评估提供参考。主要结论如下:(1)尽管点对点的传统方法在高分辨率格点降水检验中存在一定的局限,但传统方法能够在空间上表现高分辨率格点降水预报技巧的地域性差异,在时间上刻画预报的整体性能,对高分辨率格点预报性能评估仍然具有重要的适用价值;(2)邻域法的显著优点在于一方面能够通过变换邻域窗获得不同空间尺度上的传统预报技巧,另一方面独有的FSS(Fractions Skill Score)技巧评分能够表现预报相对于观测降水在格点数量上的比值,结合FSS和不同邻域窗上的传统技巧评分,可以判别在多大空间尺度上能够获得较好的预报技巧;(3)MODE方法在变换卷积半径的基础上提取降水对象,基于降水对象不仅能统计模式的传统技巧评分和预报性能的尺度变化,还可以表现降水对象的质心距离、轴角、面积、强度、综合收益、位移距离等多种属性,这些属性首先为用户提供了模式预报性能的多视角表现,其次从侧面定量描述了模式对天气系统发展快慢、槽脊强弱等预报误差,具有独特的优势,但如何应用对象属性来提高实际的预报能力还存在一些困难。     

基于目标的降水检验方法及应用

针对目前天气预报业务和模式研究中常用的如TS评分等基于点对点的降水检验方法的不足,本文对近十年发展起来的基于目标的降水量检验方法进行了讨论.基于目标的检验是将降水场看作多个天气系统相伴随的降水目标组成,它将观测场和预报场中的降水场进行识别和配对后再对各个降水目标的位置、尺度和形状等属性进行检验,因此能够提供更加详细且定量的具有天气学含义的检验信息.此类检验方法包含三个基本的步骤:目标识别、目标配对和目标检验.本文详细介绍了此方法的算法流程,并对目标识别算法中度量目标之间临近度和目标配对算法中度量目标之间匹配度的算子进行了改进.将本文改进的算法应用到对T639、ECMWF和日本模式降水预报的检验中,开发出包含强降水雨带位置、形状和范围等属性信息的检验产品,为业务预报提供定量的参考信息.     

区域业务模式6 h降水预报检验方案比较

对我国华东、华南、华北区域气象中心和中国气象局数值预报中心业务运行的区域模式2011年5—9月的6 h降水预报, 采用不同检验结果平均方案进行对比检验。对比结果表明:不同的检验结果平均方案基本不影响与中国气象局数值预报中心模式 (NMC-GRA) 在相同区域关于TS评分比较的相对检验结论,即当两个模式评分差距较大时,评分高的模式在两个方案中是一样的,但评分比较接近时,若有一个模式对该区大尺度降水预报较好时,则可能在新方案中有较高的TS评分,而此模式原方案评分则可能略低于局地小尺度降水预报较好的模式。但对于较少发生的强降水预报的预报偏差的评价有很大不同,当新方案的结果显示多数模式对强降水的预报偏少,原方案则可能显示偏多,说明模式对大尺度的强降水预报较实况偏少,但对小尺度局地降水的预报则可能偏多。     

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。     

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。     

山东省多模式强降水落区预报检验

由于模式对于强降水落区预报有一定的偏差,TS评分不能完美的刻画模式预报强降水的问题,制定了强降水落区偏离程度的检验方法,基于此种方法对多模式(EnWRF、WRF-RUC、T639和EC-thin)山东省2014、2015年5—9月16次强降水过程预报的降水落区形态进行检验。结果表明:除了副高摆动引起的局地强对流天气外,其他过程模式预报均有指示意义,其中预报效果最好的是EnWRF和EC-thin,降水落区的形态与实况的相似度极高,并且表现出一定的互补性。多数情况下,模式预报的强降水中心整体比实况偏小,EC-thin和EnWRF漏报次数最少、准确次数最多,T639次之,WRF-RUC漏报次数最多并且准确次数最少。对于预报有偏离的过程,各模式整体雨区的偏离方向大多偏西或偏北。