全球模式对华北区域性强降水中期预报能力检验

选取2010—2016年夏季华北70个典型强降水个例,根据环流形势场,将其分为低涡型、西来槽型和切变线型。然后,利用降水空间检验法(MODE方法),通过对比质心距离、轴角以及纵横比等要素,讨论了几种常规业务模式对华北地区夏季强降水的中期预报能力。结果表明:ECMWF模式和T639模式对低涡型强降水预报能力较差;当实况强降水落区范围较大时,ECMWF模式和T639模式中期预报的雨带为狭长型并呈东北—西南向,预报与实况较为一致,但两种模式预报的降水落区均较实况偏西、偏南;这两种模式对较小面积降水,其预报的降水范围较实况偏大,而对较大面积降水,预报较实况明显偏小。     

北京地区高分辨率快速循环同化预报系统性能检验和评估

为充分了解北京地区高分辨率快速循环同化预报系统(简称BJ-RUC)的业务预报性能,对该系统在2007年汛期的预报结果采用客观检验方法进行了检验和评估,并针对典型个例进行分析,得到如下结论:BJ-RUC系统预报性能稳定,具有较好的预报参考价值;常规预报量的检验表明,3 km分辨率的预报无论是高空还是地面预报量都要优于9 km的预报;降水预报检验表明,3 km分辨率无论是降水时段、落区和雨量均较9 km分辨率有更好的预报效果,尤其是大量级降水的预报.但BJ-RUC系统对局地对流降水的预报能力仍然有限,在前6 h的预报仍然差于后面时段的预报.     

基于CRA技术的华南前汛期强降水EC模式预报误差分析

利用CRA空间检验技术对ECMWF模式36 h时效预报的2016—2018年华南前汛期(4—6月)69个降水目标进行了检验及误差统计分析,并将预报落区偏差相似个例的环流形势及天气尺度影响系统进行了分析。(1) 87% 的强降水目标存在明显落区预报偏差,最大偏差为2.75 °。偏差以经向偏差为主,其中偏北的目标多于偏南的目标,平均偏北0.6 °;无系统性纬向偏差。(2) 模式预报的降水面积较实况偏大的个例多。(3) 不同降水落区预报偏差类型月份分布、对应的环流特征与天气尺度影响系统具有一定的差异性。4月各偏差类型出现的频次相当,5月以西北型个例为主,6月东北型个例最多。西北型个例天气尺度影响系统以长波槽或东北冷涡、冷式切变线为主,西南型、东北型个例主要受南支波动与中纬度短波槽影响,低层低涡、冷、暖式切变线等出现的频次差不多。通过降水预报落区偏差较大和较小的个例对比分析,表明模式强降水落区预报偏差可能与对流组织化发展程度以及暖区是否存在有利于对流发展条件等有关。      

西南区域模式在成都地区的降水检验及物理量分析

本文选取2014年6～9月西南区域模式产品的每日20 h (北京时)起报的00 h～24 h降水量、相关物理量及成都地区实况降水量。首先利用领域法建立高分辨率模式与稀疏站点对应关系,其次比较领域内的降水量分级传统技巧评分以及强降水(25mm以上)与模式物理量阈值进行概率分析,得出强降水物理量阈值,最后通过个例对模式物理量阈值进行检验。得出如下研究结论:降水量分级评分结果表明模式对成都地区有无降水预报总体效果较好;TS评分随着预报降水量级增大而减小,同时模式空报率高于漏报率;而暴雨及暴雨以上量级降水混合评分为11.6%,具有一定的参考性。强降水与模式物理量阈值概率分析表明模式对强降水有一定的预报能力,但量级、落区相对较差。两次降水个例物理量阈值均满足以暴雨、暴雨以上降水为主的条件。      

针对对流降水预报的BJ-RUC系统1小时更新循环方案研究

为了提高快速更新循环系统的分析和预报水平,在BJ-RUC系统中,发展了针对1小时更新循环的分步同化方案。分步同化的方案有效解决了在现有变分同化系统中如何在分析场中加入更多的对流尺度观测信息,同时保持大尺度背景场平衡的问题。该方案是将大尺度的常规观测和小尺度、高分辨率的观测资料分步同化,从不同尺度的观测中分别提取出大尺度和对流尺度的信息。以2009年北京地区夏季的4次强降水过程为个例进行同化和预报试验。结果表明,该方案在12小时的预报时效内能有效提高降水预报。对飑线个例的详细分析结果显示,分步同化方案可以使分析场中同时保留大尺度和对流尺度的信息,从而使预报的降水位置和强度等方面都更准确,降水预报评分有明显提高。      

基于CRA空间检验技术的西南地区东部强降水EC模式预报误差分析

CRA(contiguous rain area)空间检验技术是将连续雨区作为目标进行检验。通过设定降水量阈值,识别、分离及平移降水目标,将预报偏差分解为落区、强度和形态误差,该方法可避免传统TS评分的双惩罚效应。利用CRA空间检验技术对2011—2014年5—9月西南地区东部EC细网格模式36 h预报时效119个降水目标的预报误差进行分析,并按照环流形势和影响系统对强降水个例进行分型,分为西南地区东部低涡切变型、西南地区东部-江淮切变型、南风型,分别对上述三类不同类型强降水个例的落区和强度误差进行了对比。得到如下结论:西南地区东部降水预报形态误差占比最大,为60%左右,其次是落区误差,为30%左右,强度误差最小,约为10%;落区平均偏西0.7°,经向偏差不明显;模式对于水平尺度较小的降水目标漏报可能性较大,而对于天气尺度降水目标模式预报面积偏大,总降水量偏大,雨强偏小;西南地区东部低涡切变型和西南地区东部-江淮切变型降水强度预报误差类似,模式预报雨区面积均偏大,降水尺度越大,偏大的概率越大,实况平均降水强度越强,模式预报强度越偏弱;南风型预报强降水面积和平均强度均偏弱,出现漏报的概率较大;而对于最大降水量,三种类型模式预报的最强降水均较实况偏弱;西南地区东部低涡切变型模式预报落区偏西,江淮至西南地区东部切变型模式预报落区偏西偏北,南风型模式预报落区偏西偏南。     

基于ECMWF模式的四川夏季强降水订正试验

利用2016—2018年6—8月四川地面观测降水资料(含加密自动站)及同时段ECMWF模式各要素预报场资料,根据基于"配料法"计算所得出的3 h间隔短时强降水概率预报,统计各格点各个转换概率阈值的次数,探索了一种针对模式24 h累计降水预报的强降水订正方法,并运用该方法对2018年6—8月降水集中时段24—72 h时效ECMWF模式降水预报进行逐日试验检验。试验结果表明:(1)从大雨、暴雨降水量级综合检验指标来看,各时效订正后命中率、漏报率、TS评分均有明显改善,且随着预报时效的延长,各指标数值提高的幅度愈大。空报率虽然0—24 h、24—48 h时效预报有所增加,但空报率增加幅度远小于漏报率减小幅度;(2)从个例检验结果来看,订正后的模式预报相比订正前的预报而言,降水量级明显增加,50 mm以上降水落区预报效果有较大程度提升,尤其是0—24 h时效预报,订正后降水落区分布与实况基本一致。     

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。      

一种面向对象的强降水精细化预报质量检验方法及应用

使用Ts评分、面向对象的预报检验等方法,对2016年4—6月武汉市出现的三次强降水过程模式精细化预报结果进行了质量检验,在分析和总结各检验方法的优缺点的基础上,提出了以一次区域范围内的强降水作为研究对象,考虑降水起止时间、单位时间雨强和强降水出现时段等因素,以区域内各站点降水预报时间序列和实况时间序列的相关系数构建空间分布矩阵,通过对矩阵的结构和数值进行分析以检验模式降水精细化预报准确度的综合预报质量检验方法。结果表明:由于考虑了降水在区域内的时空分布,综合检验方法评价模式通过对强降水总量、发生、发展的总体评价得出的结论更为准确客观,更加符合气象服务的实际需要。     

三源融合降水产品在陕西省的适用性评估

基于陕西省391个自动站逐小时降水量观测数据对国家级格点实况三源融合降水产品的适用性进行检验评估,结果表明:融合降水产品与站点观测之间的误差小、相关性高,但融合降水产品的标准差和极大值明显小于站点观测;相关系数较低的站点以区域站为主,国家气象观测站的效果明显优于区域站;误差时空分布和降水特征关系密切,在降水频次增多和强度增大时,融合降水产品相比站点观测的误差增大。将融合降水产品视为一种“预报”,站点观测资料作为“真值”进行分级检验,结果显示:融合降水产品可以较好反映有无降水,随降水量级增大空报率变化平稳,漏报率增长明显,导致TS评分逐渐下降。对典型个例的误差成因分析显示:融合降水产品可以较好地体现降水起止时间及性质、强弱演变趋势,但对雨强较大的区域性降水、分散性局地强降水表现欠佳。多种指标综合显示:融合降水产品小量级降水准确率高,对大雨以上量级降水强度有一定程度削弱;陕南秦巴山地的融合降水产品与站点观测偏差较大,应用中需特别关注。     

人工增雨效果评估中的面雨量计算分析

选取北京地区两次不同性质降水过程,分别对仅用气候站和并入自动气象站/雨量站的雨量资料,应用算术平均法和泰森多边形法对固定目标区进行面雨量计算分析.结果表明,泰森多边形法在不同性质降水过程面雨量计算中都表现出了一定优越性;并入自动气象站/雨量站的面雨量结果较仅用气候站资料所得结果更具代表性.在人工增雨效果评估中,可以尝试对由气候站计算的面雨量统计订正的办法,较精确地获得历史期目标区(包括控制区)面雨量实际值,这对提高人工增雨效果的评估精度具有重要实用价值.     

东北地区夏季不同等级降水变化特征及小雨雨量减少成因分析

利用1961～2017年我国东北地区96个站点逐日降水、相对湿度和气温等资料,运用趋势分析、Mann-Kendall突变检验等方法,分析了东北地区夏季小雨、中雨、大雨、暴雨的气候变化特征,并对东北地区小雨量减少进行了成因分析,得出主要结论如下:东北地区夏季总降水量与各量级降水频率和贡献率均呈显著的正相关,总降水量的多寡受大雨频率及贡献率的影响最为显著。小雨量和中雨量的减少是导致东北地区夏季总降水量减少的主要原因,暴雨量受暴雨贡献率增加影响呈增加趋势。小雨量和小雨贡献率在1993年前后出现了年代际突变,小雨贡献率的突变是造成小雨量年代际突变的内在因素。东北地区总降水量呈减少趋势的站点有72个;小雨量呈减少趋势的站点有85个,显著减少的站点数达到25个;中雨量呈减少趋势的站点有70个,显著减少的站点只有9个;大雨量呈增加与减少趋势的站点数相当;而暴雨量呈增加趋势的站点数大于减少的站点数。从云形成机制角度出发,分别讨论大气水汽、温度、气溶胶浓度变化对东北地区小雨量减少的影响。结果表明,在全球变暖背景下东北地区气温增加和气溶胶浓度增加是导致该地区小雨量减少的主要原因。     

“菲特”(1323)台风降水的极端性分析

基于1981—2013年间的热带气旋降水资料,使用百分比法研究了台风"菲特"所带来降水的极端特性,并进行了降水重现期特征分析。结果表明:台风"菲特"期间的日降水量、小时雨强、过程降水量超过"单站热带气旋极端降水阈值"和"中国热带气旋极端降水阈值"的站点几乎覆盖了整个上海以及浙江北部地区,并且日降水量和过程降水量达百年一遇标准的也占相当大的比例,甚至有的站点创历史极值,此次过程在这些地区是很罕见的。相比较而言,"菲特"影响期间,极端日降水和极端过程降水的分布范围以及极端性都大于小时雨强,极端过程降水较极端日降水分布范围小,但极端性更强。     

天气雷达与地面自动站降水观测一致性校验分析

将地面观测的降水划分为10～25、25～50、50～100mm/h3个量级区间,利用2010年5-10月天气雷达组网小时降水量产品和综合气象观测系统运行监控平台(ASOM)中国家级台站自动气象站小时降水量资料,采用3倍标准差法,按上述3个等级逐月分别确立了两类设备降水观测差值的阈值参数,进而建立了天气雷达与地面自动气象站降水观测结果的一致性实时校验技术.采用该技术进一步对2011年5-10月国家级台站自动气象站观测的降水结果进行了检验,结果表明:自动站降水数据正确率可达85％以上,可以有效进行自动站观测降水实时检验.     

海河流域不同地形站网密度对面雨量分析精度的影响

利用2011-2013年汛期逐时降水量资料,将国家常规站与区域加密站进行分拣合成,通过面雨量离差系数、面雨量比值系数、点面关系综合分析不同地形条件下站网密度对海河流域各水系面雨量计算精度的影响。结果表明：站网密度是影响面雨量计算精度的重要因素,对不同地形面雨量分析存在不同程度的影响。其中,混合地貌水系中地形分布、降水分布差异尤为明显的滦河水系影响最大,站网密度较低的常规站对面雨量估计比高站网密度的合成站平均偏高2.5 mm,12%误差超过5 mm;其次山区永定河水系低站网密度常规站对面雨量估计平均偏高1.5 mm,相对误差达80.3%,尤其局地性短时强降水时,面雨量分析误差高达10倍以上;此外,混合地貌水系北三河、南运河站网密度对面雨量影响程度略低于滦河水系,平原区徒骇马颊河以及混合地貌中地形差异较小的大清河、子牙河影响较低。     

基于Copula函数的北京强降水频率及危险性分析

客观分析强降水事件的发生频率及其致灾因子危险性,能为局地洪涝灾害的防灾、减灾规划及灾害预警提供科学依据。探讨了基于二元Copula函数的强降水致灾变量联合分布及其在强降水危险性分析中的应用。利用北京地区2005-2014年逐时降水资料提取强降水事件案例,通过建立能反映两个主要致灾因素--降水持续时间和过程降水量依存关系的二元联合分布模型,计算了北京地区强降水事件条件重现期,并以此为基础开展危险性分析。研究表明,北京地区强降水事件的持续时间多小于24 h,且主要服从广义极值和对数正态分布,而过程降水量则更适用于广义极值分布;通过Gumbel Copula函数能较好刻画过程降水量与持续时间的相互依存关系。北京地区短时强降水重现期受持续时间影响明显,仅基于降水量的重现期估算会低估其致灾危险性,利用基于Copula函数的条件重现期能更合理描述不同强降水情景致灾因子的危险性特征及其空间差异性特征。北京地区持续时间小于12 h、过程降水量在50 mm以上的强降水事件多呈东北-西南走向,而持续时间在6 h以内的50 mm以上强降水则在北京城区及东北部地区更加频繁。     

Duration and Seasonality of Hourly Extreme Rainfall in the Central Eastern China

Compared with daily rainfall amount, hourly rainfall rate represents rainfall intensity and the rainfall process more accurately, and thus is more suitable for studies of extreme rainfall events. The distribution functions of annual maximum hourly rainfall amount at 321 stations in China are quantified by the Generalized Extreme Value（GEV） distribution, and the threshold values of hourly rainfall intensity for 5-yr return period are estimated. The spatial distributions of the threshold exhibit significant regional diferences, with low values in northwestern China and high values in northern China, the mid and lower reaches of the Yangtze River valley, the coastal areas of southern China, and the Sichuan basin. The duration and seasonality of the extreme precipitation with 5-yr return periods are further analyzed. The average duration of extreme precipitation events exceeds 12 h in the coastal regions, Yangtze River valley, and eastern slope of the Tibetan Plateau. The duration in northern China is relatively short. The extreme precipitation events develop more rapidly in mountain regions with large elevation diferences than those in the plain areas. There are records of extreme precipitation in as early as April in southern China while extreme rainfall in northern China will not occur until late June. At most stations in China, the latest extreme precipitation happens in August–September. The extreme rainfall later than October can be found only at a small portion of stations in the coastal regions, the southern end of the Asian continent, and the southern part of southwestern China.     

Experimental Simulations of Extreme Precipitation Based on the Multi-Status Markov Chain Model

A multi-status Markov chain model is proposed to produce daily rainfall, and based on which extreme rainfall is simulated with the generalized Pareto distribution (GPD). The simulated daily rainfall shows high precision at most stations, especially in pluvial regions of East China. The analysis reveals that the multistatus Markov chain model excels the bi-status Markov chain model in simulating climatic features of extreme rainfall. Results from the selected six stations demonstrate excellent simulations in the following aspects:standard deviation of monthly precipitation,daily maximum precipitation,the monthly mean rainfall days,standard deviation of daily precipitation and mean daily precipitation, which are proved to be consistent with the observations. A comparative study involving 78 stations in East China also reveals good consistency in monthly mean rainfall days and mean daily maximum rainfall, except mean daily rainfall. Simulation results at the above 6 stations have shown satisfactory fitting capability of the extreme precipitation GPD method. Good analogy is also found between simulation and observation in threshold and return values. As the errors of the threshold decrease, so do the di?erences between the return and real values. All the above demonstrates the applicability of the Markov chain model to extreme rainfall simulations.     

北京城市和郊区夏季降雨日变化特征及对排水设计的影响分析

分别选取观象台和密云站作为北京市城区及郊区代表站,应用两站1961—2013年逐分钟雨量观测资料,比较北京城区和郊区夏季降雨量、降雨频次及降雨强度的日变化特征,利用耿贝尔分布拟合的年最大值法推求城区和郊区暴雨强度公式,比较其空间适用性。结果表明,北京地区降雨具有明显的日变化特征：城市和郊区的夜雨比重均大于日雨,降雨量、频次、降雨强度午后至次日清晨为高值区;郊区夏季降雨总量、短历时降雨和降雨雨强均比城区偏大。暴雨强度公式计算结果表明应用城区一站的降雨资料计算得出的公式在全市并不适用,在市政排水设计时应考虑城郊差异,采用不同的标准。     

年径流总量控制率优化研究

年径流总量控制率是海绵城市建设中的重要指标,在实际应用中受到业界高度关注。为了提高年径流总量控制率指标的针对性与规范性,有必要根据城市降水气候特征,并结合地形条件对该指标进行优化。为此,利用重庆市主城区4个国家气象站(北碚、渝北、巴南和沙坪坝站)1981-2018年日降水数据和225个区域自动气象站2013-2018年日降水资料,采用《海绵城市建设技术指南(试行)》(下称《指南》)推荐方法,分别计算4个国家气象站的年径流总量控制率及其对应的设计降雨量;根据主城区降水空间分布和各月变化特征,优化年径流总量控制率指标。结果表明:沙坪坝、北碚、渝北站采用19812018年资料计算的60%-85%年径流总量控制率对应的设计降雨量较《指南》中的偏大,而巴南站的则相反。重庆市主城区年降水量主要集中在4-10月,占全年总量的85.5%,采用每年410月日降水资料对年径流总量控制率对应的设计降雨量推算优化,推算结果较优化前的偏大,如在85%的年径流总量控制率条件,北碚、渝北、巴南、沙坪坝站优化后设计降雨量分别偏大3.2、3.2、2.9和2.8 mm。根据主城区降水空间分布特征,划定了年径流总量控制率指标在重庆主城区的适用范围。