两种基于雷达的临近预报算法在赣江流域的应用

将多尺度雷达回波跟踪(MTREC:Muti-scale Tracking radar echoes by correlation)算法和基于降水栅格数据的网格追踪临近预报外推(PBN:Pixel-Based Nowcasting)算法应用在赣江流域,对这两种临近预报算法在1~3 h预见期的临近预报降水数据进行评估,总结两种临近预报算法在赣江流域的预报性能和预报特点。结果表明:(1)随着预见期的增加,MTREC方法的预报性能变化较为平缓。PBN方法的预报性能明显变差。(2)MTREC方法预报降水偏弱,且对于低值降水预报较为准确,而PBN方法预报降水偏强,且预报高值降水较为准确。(3)MTREC方法预报的降水高值区的范围偏小而低值降水区范围偏大,PBN方法预报的高值降水区的范围偏大而低值降水区范围偏小。(4)随着预见期的增加,MTREC方法的降水概率预报变化较为平稳,而PBN方法预报高值降水(0.4 mm·h~(-1))的概率偏高,预报低值降水(0.4 mm·h~(-1))的概率偏低。     

北京市"7·21"特大暴雨不同预报产品可预报性对比

利用ECMWF、NCEP全球预报产品和BJ-RUC区域预报产品,对比了不同模式对北京市"7·21"特大暴雨暖区降水、锋面降水的预报效果,同时利用WRF高分辨率中尺度模式同化常规观测资料和雷达资料,对此次过程进行数值模拟试验。结果表明:NCEP和ECMWF的全球集合预报产品都能预报出北京市"7·21"特大暴雨过程,但在暖区降水阶段和锋面降水阶段存在6 h左右的时间滞后,且降水量偏小;BJ-RUC区域模式预报出了整个强降水过程,且较好地预报了暖区降水,优于NCEP和ECMWF预报,但锋面降水较之实况锋面阶段降水偏南,预报的降水量小于实况。对于此次特大暴雨过程的模拟,暖区降水和锋面降水的预报要优于业务预报,且暖区降水接近实况降水,但整个锋面降水过程存在3 h的时间滞后。     

一种改进的降水临近外推预报技术方法研究及效果检验

中尺度模式对于0～2h的预报存在起转问题,因此外推预报成为0～2h临近预报中不可或缺的技术方法。目前INCA(Integrated Nowcasting through Comprehensive Analysis System)降水外推预报中,外推矢量扰动由外推矢量随时间的变化确定,即相邻时次外推矢量差确定,本文统计2017年7月江淮地区(29°～35.5°N,114°～120°E)INCA系统相邻10min外推矢量偏差来代表外推矢量随时间变化。若降水向东北方向移动,则外推矢量方向规定为东北方向。统计结果表明:①对于江淮地区,外推矢量以东北方向和西南方向偏差为主,外推矢量越大,其偏差的大小越大;②从外推矢量方向看,东北方向外推矢量占绝大多数(73%),可能是因为绝大多数降水发生在槽前形势下,引导气流为西南风。基于外推矢量偏差统计样本,随机生成多个符合外推矢量偏差分布的外推矢量扰动,得到多个不确定的外推矢量,将INCA确定性外推预报变为0～2h降水外推集合预报,采用均方误差(MSE)、TS评分、BIAS评分和Brier技巧评分等方法,对集合预报结果检验表明:随着预报时效增加,集合预报比确定性预报的优势更明显。因此,考虑外推矢量的不确定性可以提高降水外推预报准确率。     

天气学检验在东北区域数值模式秋冬季降水预报中的应用

根据影响天气系统不同,利用2007年9月－2008年2月东北区域中尺度数值模式12h累积降水预报和东北地区常规站降水实况资料,采用天气学检验方法,从降水中心强度、中心位置、降水主体强度、落区、范围和移速6个方面对东北区域中尺度模式降水预报产品的预报性能进行检验。结果表明：模式对东北地区秋、冬季降水有很好的预报能力,但因天气系统和预报时效不同其预报能力也有较大差异,其中对高空槽预报效果最好;一般情况下,在预报出现偏差时中心和主体强度易偏强,雨带范围易偏大,移速易偏慢。     

“频率匹配法”在集合降水预报中的应用研究

基于“频率匹配法”的思路,采用两种方法进行了集合降水预报的订正研究,一种方法是利用集合成员降水频率订正简单集合平均平滑效应的“概率匹配平均”法,另一种方法是利用实况降水频率订正集合成员降水预报系统偏差的“预报偏差订正”法,通过个例和批量试验,结果表明:(1)概率匹配平均法可以矫正简单集合平均的平滑作用所造成的小量级降水分布范围增大而强降水被削弱的负作用,这种改进对强降水区更显著,并且集合系统离散度越大这种改进也越大;但该方法对预报区域内总降水量的预报没有改进作用,不能改善预报的系统性偏差.(2)虽然预报偏差订正法对降水落区预报的改进有限,但可以订正模式降水预报的系统性误差,改进雨量预报以及集合预报系统的离散度特征和概率预报技巧;直接对集合平均预报进行偏差订正的效果优于单个成员偏差订正后的简单算术平均.(3)在对每个集合成员的降水预报进行偏差订正后,概率匹配平均仍可改善其简单平均的效果,因此在实际业务中,应该综合采用上述两种方法,以获得在消除系统性偏差的同时各量级降水分布又合理的集合平均降水预报.     

中国区域降水偏差订正的初步研究

基于中国气象局公共气象服务中心提供的降水预报资料,利用频率匹配法和阈值法对2015年全年的降水预报进行偏差订正并对订正后的结果进行检验。结果表明:(1)偏差订正可显著减少集成系统降水预报的小雨空报现象,改善"有雨或无雨"的定性预报性能,提高集成系统的晴雨预报准确率。(2)订正后降水量级大小更接近实况降水,并且集成系统预报的平均绝对误差和面积偏差(干偏差或湿偏差)均有所降低。(3)偏差订正对降水预报的改善程度与系统本身预报性能有关,系统本身预报误差越大,订正效果越好。     

GRAPES_GFS模式全球降水预报的主要偏差特征

利用2017年1、4、7、10月“全球降水观测（global precipitation measurement,GPM）计划”每日08时（北京时）的24 h累计降水量和逐30 min降水量观测产品,从降水量和频率等角度,对同期GRAPES全球模式（GRAPES_GFS）第1（D1）、3（D3）、5天（D5）的全球降水预报性能和偏差特征进行细致评估与分析,且对低纬度暖池和北半球中纬度风暴路径区进行了重点观察,初步探讨了降水预报偏差特征在低纬度和中纬度明显不同的可能原因。结果显示:（1）GRAPES_GFS的D1—D5预报对全球日降水（量和频率）分布描述合理,能准确再现纬向平均降水（量和频率）的典型特征—降水“双峰”极大位于南北纬20°之间,次极大位于南北纬40°—50°地区的特征,以及关键区日降水时、空演变和降水日循环逐日演变的主要趋势特征。（2）低纬度的纬向平均湿日（≥0.1 mm/d）频率预报正偏差很小,但日降水量和强降水日（＞25 mm/d）频率预报的正偏差明显、偏差极大值“双峰”位置恰是相应观测极大值所在处（南北纬5°—10°）;中纬度的纬向平均日降水量预报基本无偏,但明显的湿日降水频率预报正偏差（20%—30%）和强降水日频率负偏差出现在南北纬40°—60°。降水偏差正、负分布特征随季节和预报时效基本保持不变,预报均方根误差数倍于平均误差,暗示模式降水预报偏差有系统性且性能表现波动较大。（3）日循环中,模式在暖池的降水量预报正偏差缘于降水强度预报偏强,降水频率预报的弱负偏差主要与降水落区预报偏小有关;而模式在北半球风暴路径区降水频率预报的正偏差则是降水落区预报偏大和空报弱降水事件两方面因素造成。（4）模式降水（量和频率）预报偏差特征在低纬度和中纬度的明显差异与模式次网格尺度和网格尺度降水比例失调有关,改进线索指向模式对流参数化方案中深对流的启动和深对流降水量的处理以及对流参数化方案与云微物理方案的协同问题。      

集合百分位融合法在广东台风降水预报中的改进

基于欧洲中期天气预报中心(ECMWF)集合预报的客观检验结果,构建了针对广东台风降水的最优百分位融合产品,检验表明强降水风险评分(TS)较集合平均产品提升显著,预报时效越长,提升幅度越大,但预报偏差(Bias)与虚警率(FAR)也相应增大.最优百分位融合产品的强降水预报范围偏大与台风路径预报的发散度有较大关联,因融合产...     

降水偏差订正的频率(或面积)匹配方法介绍和分析

针对AREM模式降水预报的偏差特征,开展了基于频率(或面积)匹配方法的降水偏差订正试验,重点介绍了该方法的原理和实现过程,并对订正前后的结果进行了系统检验,深入分析了该方法的优缺点并指出了可能的改进方向。经过3个月降水集中期(2012年6—8月)的逐日试验分析结果表明:(1)该方法能显著改善模式降水预报中雨量和雨区范围的系统性偏差,订正后降水预报的范围和平均强度与实况更加接近;(2)偏差愈大订正效果愈好;(3)原理上此法不能订正降水的落区位置偏差,但通过改变雨区范围的大小,订正后降水预报的TS和ETS的评分也有一定程度提高,尤其是小雨量段,订正使数值预报的"有雨或无雨"的定性降水预报的质量得到明显改善。针对该方法"不能改进降水落区偏差"的局限性,提出了5种可以改进和尝试的方法,同时指出,该方法和原理可以用于单站降水预报、雾和水文的流域预报的偏差订正。     

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.     

北京“7.21”特大暴雨高分辨率模式分析场及预报分析

2012年7月21-22日,61年以来最强降水袭击北京,北京大部分地区出现大暴雨,局部特大暴雨,过程雨量大、雨势强、范围广,造成了严重影响。此次强降水配置较为典型,业务预报提前指示出了此次过程,但预报结果存在强度偏弱,峰值偏晚等偏差。在对此次大暴雨进行综合分析的基础上,利用中国自动气象站与NOAA气候预测中心卫星反演降水资料CMORPH(Climate Prediction Center Morphing Technique)产品融合的逐时降水量网格数据资料作为观测,着重对北京市气象局新的快速更新循环同化和预报系统(BJ-RUC v2.0)的3 km高分辨率模式分析场和预报场进行了检验与分析,以期通过对中尺度模式预报性能的了解,为暴雨可预报性问题提供进一步的参考。研究结果表明,此次特大暴雨过程水汽条件极佳,降水区域较为集中,呈现西南一东北走向的中尺度雨带特征。利用常规检验评分对预报降水的时间序列进行检验发现,预报降水在时间上滞后,降水强度偏弱,存在偏西南的位置误差,并且未能反映降水系统的线状特征。进一步利用检验连续降水区域定量降水预报的CRA(contiguous rain area)方法,对预报误差进行分解表明,整体降水(5 mm/h)的主要误差来自于位置和形状误差;而在暴雨(20 mm/h)的预报中,降水强度的偏差占误差的主要部分。最后结合对预报场大尺度环流和物理量的诊断(水汽条件和不稳定条件),分析探讨了此次极端暴雨预报不佳的原因。     

数值模式在遂宁区域暴雨过程中的检验评估

利用ECMWF细网格、GRAPES＿GFS、GRAPES＿MESO、SWC＿WARM四种数值模式降水资料,以及四川省气象台智能网格格点降水预报产品,对遂宁地区2020年7月发生的六次区域性暴雨天气过程进行了24h时效检验分析。结果表明：四种数值预报模式对遂宁地区的降水预报均有较大偏差,预报值普遍偏小1～2个量级;SWC＿WARM针对暖区暴雨的落区预报具有较好的指示意义;在锋面降水过程中,ECMWF细网格模式的参考价值更大;而GRAPES＿GFS和GRAPES＿MESO的偏差最大,对暴雨的指示性较差;四川省气象台的智能网格降水预报产品对暴雨预报有一定的指导作用,但还需要本地预报员对落区和量级进行进一步订正。     

2007年汛期AREM模式降水预报效果检验分析

过对2007年6～8月AREM模式降水预报做不同时效、不同区域的TS评分对比,比较AREM与T213、JAPAN三个模式降水预报TS评分,并对AREM模式2007年汛期主要降水过程预报效果进行检验分析,从而获得AREM模式2007年汛期降水预报效果和特点,结果表明:(1)从AREM模式不同时效降水预报TS评分对比可知,对长江中下游区域,AREM模式12～36 h预报效果好于0～24 h预报,24～48 h效果相对较差,对华南、华北、东北、西南东部区域的降水,AREM模式预报效果均随时效延长而减弱。(2)由AREM模式对不同区域降水预报TS评分的对比可知,AREM模式(各预报时效)对长江中下游地区各量级降水预报的TS评分均高于全国范围的TS评分,西南东部(各预报时效)小雨(以上)量级TS评分均为各区域最高,但中雨以上各量级TS评分均低于全国范围,其他区域无稳定的预报特性。(3)从AREM、T213、JAPAN对长江中下游地区12～36 h降水预报TS评分对比可知,三个模式小雨(以上)量级降水的TS评分基本相当,对该区域暴雨、大暴雨强降水中心的预报,AREM好于T213,JAPAN相对较差,随量级增加AREM预报优势表现更为明显。(4)对2007年汛期6次个例分析可知,AREM模式对长江中下游尤其是江淮流域的大范围强降水过程预报效果较好,对暴雨、大暴雨中心的预报较T213和JAPAN有明显的优势,但对小范围、局地强降水过程的预报效果不够理想。     

全球和区域数值模式在甘肃2020年汛期降水预报中的检验评估

2020年汛期6—8月甘肃降水日数多、持续时间长、范围广、强度大,对该时间段内3种全球模式(ECMWF、GRAPES_GFS和NCEP_GFS模式)和4种区域模式[GRAPES区域数值预报业务系统(GRAPES_3 km)、西北区域区域模式(GRAPES_LZ10 km)、西北区域快速更新循环预报系统(GRAPES_LZ3 km)和华东区域模式(SMS-WARMS)]24 h累计降水预报性能进行检验评估。结果表明:(1)全球模式中ECMWF模式的预报性能优于其余2个模式,而区域模式中GRAPES_3 km和SMS-WARMS模式预报性能相对较好,且SMS-WARMS模式预报性能更稳定。(2)区域模式晴雨准确率及小雨和中雨的TS评分、ETS评分、命中率低于全球模式,暴雨优于全球模式;大雨和暴雨的空报率和预报偏差均高于全球模式。(3)根据500 hPa环流形势可将甘肃汛期降水划分为副高边缘型和低槽型2种类型,针对2020年4次副高边缘型和3次低槽型降水进行分类检验评估。全球模式和区域模式均对前者的各个量级降水预报性能优于后者;ECMWF模式和区域模式对2种类型大雨和暴雨预报效果优于NCEP_GFS和GRAPES_GFS模式;全球模式中ECMWF模式、区域模式中SMS-WARMS模式对2种类型降水预报效果最好。(4)7种模式对2种类型中雨和大雨雨带走向预报较好,对副高边缘型降水过程降水落区的预报能力优于低槽型降水过程,但预报降水强度较观测偏强,尤其是降水中心区域。     

ARMA模型在兰州5～9月降水预报中的初步应用

本文试用动态数据处理中时间序列ＡＲＭＡ过程的概念来作长期降水预报,经过对降水历史资料平稳化处理后,对其建立ＡＲＭＡ模型,从预报趋势上看,此方法是有一定价值的。     

华南区域高分辨率数值模式前汛期预报初步评估

基于华南地区自动站逐小时观测资料, 采用传统站点评分、邻域法等评估华南区域高分辨率数值模式(包括GRAPES_GZ_R 1 km模式和GRAPES_GZ 3 km模式)对降水、地面温度和风场等要素的预报能力。结果表明: GRAPES_GZ_R 1 km模式的降水预报技巧优于GRAPES_GZ 3 km模式, 模式预报以正偏差为主。对于不同起报时间的预报, 00时(世界时, 下同)起报的预报效果优于12时。GRAPES_GZ_R 1 km模式的TS评分是GRAPES_GZ 3 km模式的两倍以上, 对不同降水阈值的评分均较高。分数技巧评分(FSS)显示GRAPES_GZ_R 1 km模式6 h累计降水预报在0.1 mm、1 mm及5 mm以上的降水均可达到最低预报技巧尺度, 对所检验降水对象的空间位置把握能力更好。2 m气温和10 m风速检验结果表明两个模式均能较好把握广东省温度的分布特征, GRAPES_GZ_R 1 km模式对2 m气温预报结果优于GRAPES_GZ 3 km模式, 预报绝对误差更小; 两个模式对风速的预报整体偏强, 预报偏差在1~4 m/s之间, 但相比之下GRAPES_GZ 3 km模式在风场预报上表现更好。GRAPES_GZ_R 1 km模式的2 m气温和10 m风速预报偏差随降水过程存在明显波动, 强降水过后温度预报整体偏低, 风速预报偏强, 在模式产品订正、使用等需要考虑模式对主要天气系统的预报情况。总的来说, GRAPES_GZ_R 1 km模式的预报产品具有较好的参考价值。      

2014—2016年数值降水预报在天津的检验评估

对2014—2016年中国国家气象中心T639数值预报、日本细网格数值预报、欧洲中心细网格(EC thin)数值预报以及天津市乡镇指导预报产品中在天津地区降水预报分别进行检验。结果表明:所有模式降水的晴雨预报准确率均随预报时效的延长而下降。降水预报准确率在秋冬春季的预报效果明显好于夏季。EC thin产品在冬季降水的预报中优势更为明显,而指导预报及T639对5月、6月及9月天津地区局地降水多发期的降水更有指示意义。针对2014—2016年天津地区的23个暴雨日按影响系统分型并统计检验结果,暴雨日降水预报晴雨成绩较好有参考价值,而降水分级检验偏差较大。相对于局地性暴雨过程,区域性的暴雨过程数值预报有更为可靠的参考性。     

千米尺度数值预报模式对泰山地区暖季降水预报性能的评估

为深入认识对流可分辨模式对小尺度孤立地形区降水的预报性能,使用2017年暖季（5—9月）台站逐时降水观测数据,以小时尺度降水特征为指标,细致评估了千米尺度分辨率（3 km）的北京“睿图”短期数值预报子系统（RMAPS-ST）对泰山及其周边地区降水特征的预报能力,并对比了不同起报时次（北京时08时和20时）的预报差异。评估发现,RMAPS-ST可以再现泰山站的局地降水中心,但区域西南侧降水预报小于观测,而泰山站及其东北侧则相反。清晨和午后时段的降水预报与观测相比存在较大偏差。以泰山站为例,RMAPS-ST易于低估夜间至清晨时段的降水频率,这可能与模式对降水系统发展演变过程的预报偏差以及清晨泰山站弱降水事件的漏报有关;清晨泰山站降水强度的预报在不同起报时次的结果中存在差异,20时起报存在大幅度高估的问题,进而导致其暖季平均降水量预报大于观测,而08时起报对于清晨降水强度的高估不明显;08时起报易高估泰山站午后的降水频率,这与其午后短历时降水事件数预报偏多有关,模式对山区热动力场的预报偏差是午后降水空报的可能原因。小时尺度降水特征已应用于中国气象局区域数值预报模式的业务评估体系中,本研究结果也表明,此类评估有助于深入认识千米尺度数值预报模式对降水日内变化的预报能力,从而为精细化降水产品的订正提供更详实的科学依据。      

2013年汛期华中区域业务数值模式降水预报检验

为充分了解华中区域中尺度业务数值预报模式更新为WRF后的预报性能,对该模式2013年汛期24 h和48 h的累积降水预报产品,采用TS评分、预报正确率、漏报率、空报率、偏差及ETS评分等统计量对其进行了较详细的评估。结果表明：从日平均降水率分布来看,24 h预报的降水中心位置和强度与实况更接近,48 h的预报明显偏大、偏强;汛期总体降水检验表明,该模式的降水预报以偏大为主,随着降水量级的增大,TS和ETS评分逐渐减小,且ETS评分逐渐靠近TS;逐月降水检验结果发现,该区域汛期月晴雨预报正确率与雨日率呈正相关;通过梅雨期WRF与GRAPES_Meso的预报对比检验可见,两个模式都表现出了较好的预报性能。值得指出的是,随着降水量级的增大,WRF模式降水预报优势逐渐显现。总的来说,该模式的降水预报产品具有一定的参考价值。     

超强台风“利奇马”登陆前后多模式降水预报评估对比分析

利用欧洲中期天气预报中心全球模式(ECMWF)、美国全球预报系统(GFS)、中国气象局全球区域一体化同化预报系统—全球数值预报系统(GRAPES_GFS)、上海区域中尺度数值预报业务系统(SMSWARMS)、以及浙江省中尺度数值预报业务系统(ZJWARMS)和浙江省快速更新同化预报系统(ZJWARRS)降水预报资料,开展了各模式对超强台风"利奇马"登陆前后浙江省强降水的预报性能检验评估。结果表明:(1)过程降水预报方面,ECMWF对降水落区预报表现最佳,但对降水极值中心强度的预报技巧较低; 3个区域模式各有优势,其中ZJWARRS和ZJWARMS对登陆点附近及浙西北强降水落区、强度的预报均与实况一致,SMSWARMS对几个强降水落区的预报也表现较好,但雨强偏弱。(2)对逐日降水预报技巧上,登陆前全球模式ECMWF、GFS评分较高,而临近登陆及登陆后区域模式表现较好;其中SMSWARMS、ZJWARRS和ZJWARMS在预报时效12 h内的大暴雨及特大暴雨的预报上有较大优势,尤其ZJWARRS对0～3 h大暴雨的预报技巧表现最为突出。(3)对强降水致灾地区(永嘉、临海、临安)的短时降水预报方面,ZJWARMS无论在落区还是强度预报方面均表现较好,ZJWARRS与之接近,对多个降水中心的预报方面可互为补充;SMSWARMS对降水中心的预报往往存在位置偏差且雨强显著偏弱;全球模式对致灾强降水的短临预报参考价值较低。(4)各模式对850 hPa水汽通量及辐合区的预报差异较大是导致"利奇马"预报降水差异显著的重要原因。对于浙江省级区域来说,ZJWARRS及ZJWARMS在强降水落区及强度的短临预报方面有显著优势。