T639模式预报系统误差统计和订正方法研究

通过统计2009—2010年T639模式500 hPa高度、850 hPa温度和2 m温度的1～10天预报场的平均误差发现,T639模式的这些气象要素预报都存在明显系统误差,且系统误差随着预报时效的增加而增加。利用＂递减平均法＂尝试订正其预报系统误差,订正结果表明：该订正方法总体表现为正的订正技巧,但订正能力随着预报时效的增加而下降;东亚地区的系统误差小于整个北半球,＂递减平均法＂的订正能力总体小于整个北半球。对比夏、冬半年订正效果发现：对于500 hPa位势高度和850 hPa温度的预报场,冬半年和夏半年订正技巧相当;对于地面2 m温度预报场,冬半年订正能力明显高于夏半年。不同权重系数试验表明：对于500 hPa高度场,权重系数约取0.06时,订正效果较好,而对于850 hPa和2 m温度场,权重系数约取0.1时,订正效果最佳。     

T639模式对哈尔滨2014年8月5日冰雹预报能力检验

本文利用T639数值预报产品对2014年哈尔滨一次降雹过程从高空形势及有关物理量预报场进行分析,结果表明:通过对2014年8月5日08时-8月7日08时500 h Pa预报场与实况进行分析对比,发现T639 500 h Pa高度场、温度场的预报可对此次冰雹天气的主要影响系统有一定的预报能力。通过对物理量预报场分析,发现假相当位温、垂直速度、散度、涡度、K指数、相对湿度等物理量对这次冰雹预报都有较好的预报效果,可见T639各种物理量预报场对冰雹天气预报有一定的指示意义,为此次天气过程提供了有力的预报依据。今后在做防雹指导预报时,可以充分利用T639数值预报产品,提高冰雹天气的预报能力。     

GRAPES模式预报误差订正的变分方法研究

利用变分方法建立预报场和预报倾向场这一预报场组合与模式预报非系统性误差之间的映射关系,来估计GRAPES (Global/Regional Assimilation and PrEdiction System)模式的非系统性误差,从而对预报做出修正。采用两种不同的历史样本建立这一映射关系,其中,利用相同时刻历史样本建立映射关系的方法称为DEM方法;通过相似面积比选取"相似样本"来建立上述映射关系的方法称为SEM方法。以FNL分析资料作为评判预报误差的依据,根据2002—2010年7月GRAPES模式500 h Pa高度场48 h预报的回报资料,利用两种不同的方案进行非系统性误差的估计及预报订正试验。对279个检验样本的试验结果表明:SEM方法和DEM方法都对非系统性误差有一定的估算能力,二者估算的非系统性误差空间分布和量级与模式非系统性误差较一致,SEM方法的修订效果略优于DEM方法,但并不明显。对预报做出系统性误差和非系统性误差两步订正后,DEM方法和SEM方法的订正有效率分别为98.566%和100%,可明显提高预报的准确性。     

基于多模式的新疆最高(低)气温预报误差订正及集成方法研究

干旱区由于气温日较差大,气温预报难度偏大,尤其是最高、最低气温预报。利用2013—2015年ECMWF、T639、DOGRAFS、GRAPES 4种模式24 h内气温预报产品,采用递减平均订正法以及集合平均和加权集合平均法,设计2种订正集成方案,即方案1是对多模式气温预报先集成后订正,方案2是先订正后集成,对新疆地区日最高气温和最低气温预报的误差订正及集成效果进行对比检验。结果表明:(1)4种模式对新疆气温预报的准确率表现为ECMWF模式整体最好,DOGRAFS模式最差,且最低气温的预报准确率提高程度高于最高气温;(2)对于新疆不同区域,最高(低)气温预报准确率北疆高于南疆,西部高于东部,平原高于山区,且冬季的订正能力大于其他季节;(3)加权集合平均法优于集合平均法,先订正后集合方案优于先集合后订正方案;(4)方案2对2015年7月13—30日和2014年4月22—24日两次极端高、低温天气过程的最高(低)气温订正效果明显。     

山东省旬温度预报产品的检验分析

对2013—2014年EC-thin和T639模式山东省旬温度预报产品进行检验分析,结果表明:模式旬平均温度预报产品预报准确率高于旬最高、旬最低温度预报产品,模式阈值K为2℃的预报准确率均比K为1℃高30%左右。EC-thin模式较T639模式预报旬平均温度预报效果最好,平均误差最小。EC-thin模式预报旬最高温度偏低,预报旬最低温度偏高。对于旬平均温度预报,订正后的T639模式预报准确率在鲁中西部地区略优于EC-thin模式,其他区域均为EC-thin模式较优。EC-thin模式旬最低温度预报产品在鲁西北东部和半岛部分地区预报效果最好,在鲁西北西部和鲁西南部分地区预报效果最差。旬最高温度预报产品在鲁西北东部和鲁东南地区预报效果最好,鲁中西部和半岛东部地区预报效果最差。去除平均误差的订正方法对模式旬温度预报准确率的提高有一定效果,但不能明显改善。     

基于数值产品的铜仁市温度预报研究

通过对数值预报模式产品的对比分析,应用T639和T213数值模式产品,对铜仁温度预报进行研究。对2008年8月—2009年6月模式预报结果分别进行分析,发现T639模式有预报订正规律,可以有效地提高铜仁温度预报准确率。     

BP神经网络方法对T639模式集宁站风速预报的订正

文章利用2011年2月至2012年4月T639模式的10m风速预报及集宁气象站实测风速资料,采用双隐含层的人工神经网络模型建立了模式预报订正模型,对该站2012年5—7月的模式风速进行了订正并对其效果进行检验。结果表明,经人工神经网络订正后,风速预报比T639模式预报有了明显改善,3个月的平均Vs评分由77.8增加到87.4。     

2009 年我国汛期降水形势总结与三个常用模式预报效果检验

利用实况24小时降水、形势场资料及T213、T639、Japan模式降水、形势场的预报资料,对2009年汛期(5-9月,下同)中国降水时空分布进行分析,并对T213、T639、Japan三个常用模式对2009年汛期的天气形势、降水及其影响系统的预报做主客观检验,以期得出2009年汛期降水分布特点及三个模式的降水预报效果对比.结果表明:(1) 2009年汛期华南地区降水量为全国之最,长江中下游和西南东部地区其次,东北和华北地区再次.(2)从TS评分看,Japan模式的小雨～大雨量级评分较高,T639模式暴雨～大暴雨量级评分较高；T213模式对华北地区暴雨、大暴雨量级降水预报评分高于Japan和T639模式.(3)从降水预报偏差看,T213模式对华北预报明显偏强,T639模式对华北预报强度较为适中,两模式对其他区域中等以下强度降水预报偏强,对强降水预报偏弱；T639对中等以下强度降水预报偏强程度明显小于T213,而对强降水除华南和东北区域外,预报偏弱程度明显大于T213；Japan模式预报偏差随降水量级增大而减小,对大雨以上各量级预报均明显偏弱,且偏弱程度明显大于T213、 T639.(4)由代表性形势场预报检验结果可知,除T213对500hPa高度场、850hPa温度场预报效果好于其他两模式外,各模式预报效果相差不大.(5)三个模式对500 hPa副高总体预报偏东、偏北、偏强,但Japan预报效果明显好于T213、T639.(6) T639模式对台风和低涡的预报相对较好,T213较差.     

数值预报产品系统性误差的客观订正

从评价Ｔ４２数值预报模式的性能出发，找出Ｔ４２系统性误差的特征及其订正的客观判据。高度场Ｈ和温度场Ｔ采用不同时间权重和空莘平滑的订正方案，风场ｕ，ｖ采用动力订正方案，湿度场Ｑ采用平流（风场）订正方案。并对Ｔ４２１９９２年４－５月的数值预报产品进行了客观订正，经过均方根误差缩减率η和误差比ｅ方案的检验，效果是令人满意的。     

AMDAR温度资料的偏差订正及对GRAPES系统的影响

通过对AMDAR(Aircraft Meteorological Data Relay)温度资料进行了偏差订正来改善数值预报同化预报效果。方法是以NECP(National Centers for Environmental Prediction)的GFS(Global Forecast System)的6 h预报场作为参考场来统计AM DAR观测温度减去参考场的偏差,根据飞机上升率和下降率,应用最小二乘法拟合温度资料偏差的线性回归方程,然后用回归方程结合探空资料对温度观测进行偏差订正。AMDAR资料来源是国家气象信息中心数据库,偏差统计时间为冬季(2014年12月到2015年1—2月)和夏季(2014年6—8月)。另外,应用GRAPES(Global Regional Assimilation and Prediction System)系统对订正后的AM DAR温度资料进行了1个月(2013年12月)的同化预报影响试验,结果表明,同NCEP的FNL(Final Operational Global Analysis data)资料相比,加入订正后的AMDAR温度资料可以减小高度分析场的偏差和均方根误差,尤其在平飞阶段(300~150 hPa),其偏差、均方根误差减小了2 gpm,对温度分析场的影响也有正效果,偏差和均方根误差最多减小0.15℃。高度场和温度场的预报距平相关系数在250 hPa以上也比温度资料订正前有所提高,温度场的预报时效提高了0.5天。     

T213与T639模式热带气旋预报误差对比

应用国家气象中心全球谱模式T213L31(简称T213) 及其升级版本T639L60(简称T639) 对2009—2010年西北太平洋热带气旋数值预报的结果进行对比。结果表明:T213与T639模式24～120 h预报平均距离误差基本相近,但由于T639模式分辨率较高,T639模式的热带气旋强度预报明显好于T213模式。从分类误差来看,T639模式对于西北行登陆及转向热带气旋的路径预报好于T213模式,但对西行及北上热带气旋预报误差偏大。对于异常路径热带气旋预报,T639模式能较好预报环流形势的突然调整,对路径突变的热带气旋预报比T213模式有明显优势;从登陆类热带气旋预报的移向误差来看,T213模式存在东北偏北向系统性偏差,T639模式存在东北偏东向系统性偏差。     

淮北夏半年大风预报方法的建立及检验

利用T639业务数值模式预报场和大风观测资料,分别采用I_W雷暴大风指数和多个对流指数方法,计算相对应的指标值,建立淮北市夏半年大风预报方法,得到淮北市大风的短期预报结果,并对2011年的预报应用情况进行检验。结果表明：基于T639业务数值模式的I_W大风指数与多指标的叠加,实现夏半年定量和定性的大风预报。将多种不稳定指标与T639数值模式相结合的叠加预报,当4个指标中有3个满足条件时预报淮北有大风出现,否则没有大风;I_W大风指数的风速预报与实际极大风速较为接近。两种预报方法对淮北市的大风预报具有较好的指导作用,多数大风天气能够预报准确,但是容易空报,不太容易漏报。     

GRAPES_GFS全球中期预报系统的研发和业务化

该文回顾了中国气象局全球中期数值天气预报系统GRAPES_GFS的研发历程,重点介绍了近年来在GRAPES_GFS研发过程中的重要进展,概要阐述了这些进展对GRAPES_GFS业务:化的贡献。动力框架方面的改进主要包括位温垂直平流的算法、极区滤波方案、标量平流方案、垂直速度衰减（damping）算法、提高模式分辨率等,改善了模式框架的稳定性、计算精度以及质量守恒性。物理过程方面的改进主要包括RRTMG辐射方案、CoLM陆面过程方案、积云对流、边界层过程、双参数云物理方案,以及物理过程的调用计算等,全面提升了模式物理过程的预报能力。全球三维变分同化方面,研发了模式空间三维变分（3DVar）系统、资料质量控制和偏差订正技术、卫星资料同化方面的相关技术等。同时,对目前GRAPES_GFS2.0的预报能力进行了评估,总体来说,该系统各项预报指标全面超越GRAPES_GFS1.0,与T639相比等压面要素预报在对流层也有明显优势,降水、2 m温度等预报也优势明显。     

风廓线雷达反演温度平流的应用

利用北京延庆站风廓线雷达水平风廓线资料进行大气温度平流的反演,详细分析2014年11月15日夜间冷空气入侵过程,并统计分析2015年9—11月6次冷空气入侵过程,同T639L60模式的预报风场及温度平流预报产品进行对比。结果表明:在一定预报时效内 (约6~12 h),风廓线雷达获取的水平风廓线与模式给出的预报风场有较好的一致性;由风廓线雷达反演的温度平流与模式给出的温度平流量级相同,温度平流属性一致;风廓线雷达6 min完成1次垂直高度分辨率为120 m的探测,高时空分辨率使风廓线雷达获取的温度平流较T639L60模式更能反映大气温度平流的细节。     

2010年12月至2011年2月T639与 ECMWF及日本模式中期预报性能检验

文章对2010年12月至2011年2月T639、ECMWF(文中简称EC)及日本(文中简称JP)数值模式的中期预报产品进行了对比分析和检验.结果表明:三家模式对大尺度环流形势演变和调整及对850hPa温度变化都有较好的预报能力.比较而言,随预报时效延长EC模式对北方地区850hPa温度的预报性能最好,而对南方地区,JP...     

T639台风预报误差与环境场变量的相关分析和回归分析

利用国家气象中心全球谱模式T639L60(简称T639)数值预报结果和上海台风研究所整编的台风最佳路径数据,基于2009—2010年的样本,分析了西北太平洋和南海台风的环境场预报变量与路径预报误差的相关性,利用线性回归分析,建立了T639台风中心预报误差与环境风整层垂直切变、400 hPa台风环流强度的24~120 h各预报时效线性预估模型(建模样本数分别为299、232、170、117和84个),并利用2011年的样本对模型进行了检验(检验样本数分别为182、146、117、85和61个)。初步结果表明,环境风垂直切变与路径误差呈正相关,台风各层环流强度与路径误差大致呈负相关,其中400 hPa上的负相关性最明显;由环境风垂直切变与400 hPa台风环流强度建立的线性预估模型能对路径预报误差作出定性估计,其中24h预报时效的预估模型有较好的预估效果。     

天津市多模式气温集成预报方法

在遗传算法和粒子群算法的基础上,采用权重分配方法开展基于混合演化算法的多模式气温集成预报方法研究。利用2012年5—10月中国气象局GRAPES模式、北京市气象局BJ-RUC模式、中国气象局T639模式、天津市气象局TJWRF模式24 h预报时效的逐6 h地面2 m高度气温和35个天津区域自动气象站点资料,通过逐日滚动建立集成预报模型,对混合演化算法的多模式气温集成预报方法进行了绝对误差在2℃以内的分级、分类及分站检验分析。结果表明:使用该方法建立的气温集成预报模型具有比较可靠的预报能力,预报误差明显小于任一成员,预报准确率高。按绝对误差不大于2℃的检验标准,2012年35个站逐6 h气温、最低气温、最高气温的集成预报平均准确率分别为76.34%,77.88%,78.00%。     

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。      

高,低分辨率模式对典型个例的对比预报试验

利用实时观测资料Ｔ６３模式预报产品资料，对１９９５年７－８月发生在西北地区的３次大雨、暴雨天气过程进行了高、低分痃率数值预报模式的对比预报试验。