频率匹配技术在暴雨预报中的应用及改进分析

利用欧洲中期天气预报中心和美国国家环境预报中心2017年5—8月逐日降水预报资料及同时段MICAPS降水观测资料,采用频率匹配技术对江淮流域夏季降水预报进行模式偏差订正及改进技术探讨。结果表明:(1)模式对小雨预报偏多,存在大量空报;对大雨及以上降水预报偏少,存在较大漏报。(2)偏差订正通过下调小量级降水、上调大量级降水,使各量级降水的强度和面积偏差均得到一定程度改善,降水量级两端订正效果明显,订正后小雨和暴雨准确率显著提升。(3)偏差订正对暴雨落区预报的改进效果与过程相关,个例分析表明:对于雨带位置预报较准确的大范围梅雨锋暴雨,偏差订正后暴雨TS评分明显提升;对于副高边缘的小范围暴雨以及雨带位置预报失误的梅雨锋暴雨或台风暴雨,偏差订正后暴雨TS评分改善不明显甚至降低。(4)针对上述问题,提出了系数动态调整和模式集成的改进思路,即对于平均雨量5 mm以下的小范围暴雨,适当上调订正系数;平均雨量在15 mm以上的大范围暴雨,适当下调订正系数。模式集成订正可有效提高暴雨TS评分。     

一种改进的频率匹配法在网格降水预报订正中的应用

为提高精细化网格降水的实际预报能力,评估了2021年汛期ECMWF(EC)、CMA-MESO、SXWRF和SCMOC降水预报产品在陕西的表现,讨论了卡尔曼动态频率匹配方法对不同模式的订正效果,然后针对该方法不足,基于最优TS评分阈值法和SCMOC在天气过程判定中占优信息对小量级降水进行了二次订正,最后利用分类降水过程建模和基于图像相似识别技术改进的卡尔曼动态频率匹配法对暴雨进行了订正研究。结果表明:SCMOC晴雨预报准确率和暴雨TS评分均最高,分别为81.60%和0.30,表现最好;卡尔曼动态频率匹配法可明显提高EC、CMA-MESO和SXWRF模式降水预报产品晴雨预报准确率,对暴雨预报的改善效果不稳定,对EC晴雨预报准确率和暴雨TS评分提升幅度均最大,分别为6.35%和6.99%,该订正方法更适合于EC模式;经晴雨消空二次订正后的EC模式晴雨和小雨预报准确率较一次订正后的EC模式均有提高,分别提高了0.51%和0.64%;分类降水过程建模订正可进一步提高EC暴雨TS评分,较未分类过程订正后的暴雨TS评分提高了1.05%,且暴雨其他评分指标也均变好;改进后的卡尔曼动态频率匹配法较改进前...     

基于频率匹配法的SWC-WARMS模式降水订正试验

基于西南区域数值预报模式（SWC-WARMS）2019年5~8月00时起报的24h累计降水预报资料和四川省气象站点降水观测资料,采用频率匹配法对6月1日~8月31日降水预报值进行了偏差订正。结果表明:模式预报的24h累计降水量总体为湿偏差;订正后降水量平均绝对误差减小;大雨和暴雨的偏差评分提高;小雨、中雨、大雨的TS评分提高,暴雨TS评分降低;各量级的空报率均有所降低,小雨和中雨漏报率减小,大雨和暴雨漏报率增大,尤其是暴雨漏报率显著增加;当模式对暴雨降水落区预报较好（差）时,频率匹配订正能提高（降低）TS评分。      

基于频率匹配和融合法的多种网格降水预报产品订正

为进一步提高陕西省精细化网格降水预报能力,利用EC细网格（下简称EC）、Grapes_Meso 3 km（下简称Grapes）和SCMOC（中国气象局下发指导产品）降水预报产品,采用卡尔曼滤波、频率匹配和融合方法,研发了一套降水预报新产品。结果表明：频率匹配可明显提高各降水预报产品晴雨预报质量,但对强降水预报改善效果不稳定,融合方法可解决该问题;较订正前的EC、Grapes和SCMOC降水预报产品,新产品24 h晴雨预报准确率分别提高了1506%、868%和150%,强降水预报TS评分分别提高了4261%、7600%和127%,强降水预报TS评分的提高是以增加空报率为代价的;新产品3 h晴雨预报准确率较订正前EC、Grapes、SCMOC分别提高了1028%、407%和054%,强降水预报TS评分较订正前EC、SCMOC分别提高了5444%和965%,与Grapes基本持平,强降水预报BIAS偏差幅度较订正前EC、SCMOC分别降低了5665%和5188%;新产品1 h晴雨预报准确率较Grapes和SCMOC分别提高了229%和210%,强降水预报TS评分和强降水预报BIAS偏差幅度与Grapes和SCMOC持平。     

基于CNN和RF算法的ECMWF降水分级订正预报方法

利用卷积神经网络(CNN)和随机森林回归模型,提出了一种新的欧洲中期天气预报中心(ECMWF)降水订正预报方法。该方法首先根据ECMWF模式对站点雨量预报值所属的等级进行划分,再计算出不同等级相对应的高相关因子矩阵。进一步利用CNN模型对高相关矩阵进行综合特征提取的学习和训练。最后对CNN模型最终输出的特征因子中,选取若干个与预报站点相关性高的特征,并与ECMWF降水量场插值到预报站点的因子一起,作为随机森林回归模型的输入因子进行预报建模。通过对10个预报试验站点未来24h降水量的分级和不分级订正预报试验,结果表明:(1)ECMWF降水量分级订正预报方法的平均绝对偏差和均方根误差分别比利用ECMWF插值到站点的预报方法减小了20%和15%;(2)24h暴雨及以上的降水分级订正预报方法的平均TS评分为0.32,也显著高于EC插值的0.19;(3)与利用同样的预报模型对全样本(不分级)的传统数值预报模式产品订正预报方法相比,本文提出的分级订正预报方法在总体预报精度和暴雨及以上的强降水预报TS评分上均有更高的预报技巧。     

GRAPES_Meso V3.0模式预报效果检验

应用国家气象中心模式检验方法对GRAPES_Meso V3.0模式2008年2月-2009年3月的试验预报产品,如降水、中低层高度、温度和风场预报进行统计检验。检验结果表明:V3.0模式降水预报性能得到明显改善,年及四季平均的各级降水TS评分显著提高,除了秋、冬季的48h中雨和暴雨预报外,TS评分明显高于V2.5模式,但V3.0模式的预报偏差偏大,中雨以上偏大更明显。从预报的季节平均降水率分布来看,对秋、冬季我国东部24h降水预报偏小改进明显,对春、夏季强降水中心位置及强度预报也好于V2.5模式,但是48h降水预报明显偏大,逐日降水率演变图也印证了这一点。此外,V3.0模式对500hPa高度和风场及48h预报的850hPa风场和温度场改进显著,对于850hPa高度和温度的24h预报,除夏季外,其他季节预报效果优于业务模式。     

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。     

陕西中短期网格客观预报降水产品在西安地区的检验

基于2017—2020年6—9月陕西中短期网格客观预报产品（简称DCOEF）的降水产品,采用晴雨预报准确率、TS评分、预报偏差BIAS,对其在西安地区21个气象观测站的预报效果进行检验;同时采用第99%分位值的降水量值作为测站极端降水量的阈值,进一步了解DCOEF对极端降水的预报效果。结果表明,（1）DCOEF在西安地区逐年和逐月的晴雨预报准确率均在069以上,空间分布上在西安城区、高陵、阎良、临潼和灞桥地区的晴雨预报准确率普遍在075以上,具有较好的参考价值。（2）6—9月中,9月的晴雨预报准确率可达08,各量级的TS评分明显高于其他月份,且BIAS接近于1,预报效果最好。（3）随着降水量级的增加,TS评分明显下降,小雨的TS评分最高,且时间和空间差异小;暴雨TS评分时间和空间差异明显,除9月外整体评分较低,且空报率明显偏高。（4）DCOEF对西安区域平均降水量雨带分布和强降水中心位置分布预报与实况差别较大,但能较好地反映出区域降水的时间演变趋势,与实况较为接近,只是在降水量上存在一定的偏差,预报值较实况以偏大为主。（5）DCOEF对极端降水的预报缺乏稳定性,偏差大,尤其是对短时强降水所造成的极端降水事件预报能力弱。     

1415号台风"海鸥"广西极端暴雨预报偏差分析及地形订正

利用地面自动站降水资料、ERA5再分析资料、广西壮族自治区气象台降水落区和ECMWF模式预报数据对1415号台风"海鸥"在广西暴雨预报偏差进行了分析,并开展了地形降水订正研究.结果 表明,对"海鸥"强降水落区预报准确,但大暴雨以上量级降水明显偏弱,大暴雨和特大暴雨漏报严重.降水经地形订正后,大暴雨以上降水TS(BS)评分由0.19(0.27)大幅度提升到0.35(0.53)且暴雨及以下量级降水评分无明显改变,但地形降水订正方法对特大暴雨仍无明显订正技巧;偏南风、东北风及偏东风在广西复杂地形下均会产生地形降水,实际业务预报中应加以考虑,有助于提升对强降水开始时间的预报效果.     

2022年6月12—13日江西中南部暴雨成因与预报误差分析

利用常规探空和地面观测站资料、ERA5 0.25°×0.25°再分析资料和ECMWF预报资料,对2022年6月12—13日江西中南部的暴雨过程进行分析。结果表明：1） 此次暴雨过程是在副热带高压和南亚高压稳定少动、西风槽携带冷空气南下的环流背景下,500 hPa高空槽、低层切变线、低空西南急流和地面静止锋共同作用造成的。2） 低层辐合、高层辐散产生深厚的垂直上升运动,为强降水的持续提供动力条件,低空暖湿西南急流输送的充足水汽,有利于江西中南部不稳定能量的积累。3） EC暴雨落区预报偏北的主要原因是天气系统位置较实况偏北,700 hPa垂直速度大值区偏北、对流性降水预报偏弱和地形影响也是暴雨漏报的重要因素。4） 584 dagpm特征线的位置变化对此次暴雨落区向南订正有较好的指示意义。在暴雨预报中,不仅要考虑锋面大尺度降水,还要考虑暖区对流性降水,关注低层强动力辐合区域,结合中尺度数值模式产品,可以有效对主雨带位置和强度进行订正。     

海河流域东北冷涡背景下的降水预报订正研究

针对海河流域东北冷涡降水样本,应用海河流域加密自动站降水资料及欧洲中期天气预报中心（ECMCWF）降水预报资料,利用滑动相关分析方法建立重组预报序列,基于加密自动站24 h累积降水量及重组24 h降水预报序列的Gamma累积概率分布曲线,采用预报—实况概率匹配方法建立1～3日的短期订正模型并进行试报检验。结果表明:欧洲中心数值模式对于海河流域东北冷涡降水的预报较实况偏慢;概率匹配法主要通过订正降水量级来改善预报结果,订正后降水预报对于小雨、大雨、暴雨预报的TS（Threat Score）评分技巧均有提升,尤其对于大雨和暴雨及以上量级预报,订正后预报量级及预报落区大小均与实况更加接近,订正效果显著。东北冷涡降水对流性强,模式预报能力弱,而订正后预报能有效提高此类强降水的预报技能,具有较好的应用价值。     

最优TS评分方法在逐时降水订正中的初步应用及评估

使用2020年3—9月逐时更新的CMA广东短临3 km数值模式(CMA-GD(R3)模式)1~12 h逐小时降水量资料,利用最优TS评分订正方法(OTS)对逐小时降水量进行分级订正,并分别从整体和分类型降水过程预报订正效果进行了检验和对比评估。结果表明:从整体预报订正性能来看,通过OTS方法对CMA-GD(R3)模式订正后,对于≥1 mm/h及以上量级的降水,OTS均有较好的订正能力,并且随着雨强的增加,其TS评分的改善比率越大;同时,OTS可有效减少各个预报时效的漏报率和空报率,其中漏报率减小更加明显,表现出明显的湿偏差(空报偏多)。从三类暴雨过程逐时降水预报订正效果来看,通过OTS订正之后,对于≥1 mm/h的降水,OTS对三类暴雨类型均有正的订正能力。其中在0.1 mm、1 mm、10 mm、20 mm、35 mm、50 mm 6个量级上,季风型的逐时降水预报表现最好,6个量级的TS评分值分别为0.403、0.232、0.053、0.023、0.009和0.004;在5 mm量级上锋面型的逐时降水预报表现最优,其TS值为0.102。从改善效果来看,经过OTS订正后,在1 mm量级上台风型改善率最大,在5 mm和10 mm量级上锋面型改善率最大,在20 mm、35 mm和50 mm量级上季风型改善率最大。      

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.     

2012年深圳前汛期降水EC与HAPS模式检验

对2012年前汛期（4-6月）欧洲中心全球模式与HAPS中尺度模式的降雨预报场进行逐6h晴雨检验与24 h分量级降水检验,得出：EC逐6h降水预报空报多而漏报少,预报无降水时可信度更高,TS评分在0.3 ～0.4之间;24 h分级检验中预报能力随着降水量级的增大而减小,空报率、漏报率增大,TS评分减小;EC随着预报提前量的减小TS评分增加,起报时次对预报能力无明显影响;总体来说,EC能为深圳10 d预报提供较好的参考价值,尤其是6d预报,对于暴雨的预报有待预报员订正.HAPS逐6h晴雨预报TS评分在0.48～0.32之间,提前量6h内预报效果好,TS评分0.4以上,有较高的参考价值;24 h分级降水预报能力与EC相同,也是随着降水量级的提升预报能力降低;但是HAPS预报能力与提前量的相关性主要表现在提前量6h以内,提前量减小TS评分明显增大,对于提前量大于6h的预报能力无明显变化;总体来说,预报员可依靠HAPS在短期预报基础上做好短临预报的订正工作,开展24 h分区预报.     

频率匹配法在海河流域ECMWF集合预报融合产品中的应用研究

针对ECMWF(European Centre for Medium-range Weather Forecasts)集合预报,融合降水产品在海河流域的偏差特征,进行基于频率匹配法的降水偏差订正,并对订正前后降水评分结果进行了系统检验。结果表明:经过2016年5—8月逐日试验分析表明,改进后的ECMWF集合预报融合产品显著改善了原产品降水量和雨区范围偏大的特征,订正后降水预报的平均强度与实况更接近,且预报时效越长、降水量级越大、预报偏差越大改进效果越明显;改进后ECMWF的集合预报融合产品降水预报的TS评分均有一定程度的提高,降水预报的Bias评分更接近1,特别是对于小雨和暴雨、大暴雨量级的改进尤其明显,消除了大片降水虚报区;降水预报的空报率明显减小,但漏报率有所增加。     

掩星弯角资料同化在一次暴雨过程中的应用

使用GPS掩星弯角资料和NCEP预报场资料,采用GSI(Grid-point Statistical Interpolation)变分同化系统,对同化掩星弯角资料前后的分析场以及数值预报结果进行详细比较,分析了弯角资料同化对2012年7月21日北京特大暴雨预报结果的影响。结果表明,同化掩星弯角资料对初始场中的温度、湿度产生明显影响,500 hPa和700 hPa温度调整中心量值达到0.5℃和-0.6℃,700 hPa湿度调整中心最大量值达-0.14 kg·kg-1;同化过程改变了强降水发生前流场结构,明显提高了强降水中心位置、雨带走向及范围、降水强度的预报准确性;由降水TS评分可知,200 mm以上大暴雨模拟改善效果明显,但对弱降水预报效果较差。     

基于不同参数化方案的一次梅雨锋暴雨过程的集合预报试验

针对WRF模式中各非绝热物理过程,选用不同的参数化方案,对2009年6月29—30日一次梅雨锋暴雨过程做24 h降水预报的敏感性试验,并组成18个成员做物理集合预报,分析了实况与模拟的24 h降水量及其TS评分和离散度。结果表明,WRF模式的物理集合预报可成功模拟出3个暴雨中心的位置及强度;选用Lin et al微物理方案、MRF行星边界层方案和Betts-Miller-Janjic积云对流方案对湖北省西南部地区暴雨中心的位置及强度的模拟最好;3个暴雨中心均对应于离散度的大值中心,在降水较强时段其离散度也较大;不同集合成员在某时段预报的降水量可较好体现该时段的降水概率,而由物理集合预报得到的逐时降水量则可为定时降水预报提供依据。     

北疆北部2次区域性暴雨的中尺度环境场分析

对12h24mm以上强降水带的预报,模式输出的降水资料是预报的重要依据,但有时偏差较大。依据中尺度分析技术,利用常规资料、EC细网格和T639模式12h预报场对2013年夏季发生在北疆北部的2次区域强降水过程中12h最强降水时段的环境场进行中尺度分析。结果表明,中亚低槽北上强降水落区位于500和700hPa中尺度气旋的第一、四象限及对流层低层冷槽的右侧,850hPa切变线附近,地面中尺度高压前部、边界线和切变线附近及干线西侧的重合区域。西西伯利亚低涡型暴雨位于中尺度短波槽前、高空西南急流出口区左侧辐散区,700和850hPa切变线西侧及干线西南部,850hPa偏西、偏东及东南3股气流汇合区,地面干线的西部、辐合线东部及切变线附近的重叠区域。中亚低槽北上暴雨天气为非典型暴雨易漏报。用模式12h预报场制作高空综合图,可提高预报时效,EC细网格优于T639模式。     

中尺度天气图分析技术在2011年我国南方4次强降水过程中的应用

对12 h 50 mm以上的强降水带的预报,模式输出的降水资料是预报的重要依据,但是有时偏差可达100～200 km.本文尝试依据国家气象中心2010年下发的《中尺度天气图分析技术规范(暂行稿)》,利用探空资料,对2011年6月我国南方梅雨期间强降水过程中4次12 h最强降水时段的环境场进行中尺度天气图分析,得到了有利于梅雨锋附近的强降水的预报着眼点,给出了判断强降水落区的一些参考依据.700 hPa以下西南(偏南)急流汇合区,在这些地区,具备了较强的动力、水汽辐合和一定的风垂直切变.地面气压槽中低于日变化的3h变压低值区(中心)易形成变压风辐合流场,也是强降水易发区(中心).多数情况下锋面可以作为强降水南界,但当925 hPa暖切变位于地面锋面南侧(附近),强降水发生在锋前暖区,10 m·s-1以上西南急流所能到达的纬度可作为南界.500 hPa槽前≥18 m·s-1中层西南急流轴一般可作为50 mm以上的强降水区域的北界,但当925 hPa切变位置与中层西南急流位置重叠或位于其北侧时,则以700 hPa切变为北边界.将这些判据应用于多次强降水天气时段中,并与日本模式输出降水比较,在强雨带南北界以及降水中心方面有订正作用.中尺度天气图分析技术及预报思路是订正模式对强降水落区预报的有效手段之一.     

基于频率匹配法和最优TS评分法的降水预报订正效果对比

利用2020年1月1日—2023年1月2日ECMWF、NCEP模式降水预报资料和眉山地区降水观测资料,采用频率匹配法（Frequency Matching Method,FM）、最优TS评分法（Optimal Threat Score,OTS）对ECMWF和NCEP的模式降水预报进行订正,对比检验评分和预报个例,并验证两种方法的适用性。结果表明：FM、OTS订正明显改善了小雨空报和暴雨漏报,提高了晴雨预报准确率、小雨ETS评分、暴雨TS评分,且OTS优于FM;FM可能出现参考数据与实况数据有较大偏差的情况,从而影响订正效果,OTS则不受参考数据的影响;数值模式降水的预报偏度明显大于1或小于1时,FM、OTS订正效果越好;FM、OTS难以订正小雨漏报、暴雨空报,也难以对降水差值较大的空漏报或降水落区偏差进行订正。