基于贝叶斯方法的四川暴雨集合概率预报产品释用

在贝叶斯概率决策理论的基础上,探索了一种提高四川暴雨预报准确率的方法,该方法利用四川境内1951—2004年147站暴雨的气候概率对西南区域中尺度集合预报模式提供的≥50mm集合降水概率预报产品进行了修正。从2008年6—9月的连续性预报试验结果来看:基于贝叶斯方法修正后的集合概率预报产品在一定程度上消除了空报,尽管相比于区域中尺度集合预报系统直接提供的暴雨概率预报产品实际提高暴雨准确率的效果不明显,但在如何有效地利用数值集合预报产品提高四川暴雨预报的准确率以及如何为预报员提供更有价值的暴雨预警决策方法上值得进一步探索。     

AREM短期集合预报系统及其降水预报检验

基于我国科学家自主开发的AREM区域中尺度模式,考虑模式初值和侧边界条件的不确定性,采用BGM方案,建立有11个成员、37km分辨率、覆盖全国区域的短期集合预报系统,并将其于2009年汛期投入准业务化试验,进行了连续2个月的预报结果检验。结果表明:由于能提供更多预报信息,集合预报系统优于单一确定性预报,集合平均预报对评分的改进主要表现在暴雨以下量级,概率预报高于集合平均和控制预报,因而更具参考价值;利用多种集合产品对降水过程进行综合分析,能提高决策预报的科学性。     

基于集合降水预报产品的汛期洪水预报试验

为改善因水文模型中降水等输入信息的不确定性对确定性水文预报精度的严重影响,以湖北省漳河流域为例,将中尺度暴雨数值模式(AREM)集合降水预报产品输入到新安江水文模型中,对该流域2008年汛期一次典型的洪水过程进行预报测试。结果表明:基于集合数值预报产品的水文预报能在洪峰流量、峰现时间等水文预报要素上获取更多的预报信息,并将单一的确定性预报结果转化为可能发生范围的预报,提高了水文预报结果的可靠性。     

广东省ECMWF降水集合预报统计量的检验与分析

利用欧洲中期天气预报中心(ECMWF)的降水集合预报历史资料,对广东省86个地面气象站进行分级统计检验,分析集合统计量产品的预报效果。评分结果表明,降水量级越大,确定性预报与集合产品TS越低,对应最优分位数越高;对于冬季暴雨与前汛期晴雨,集合预报产品效果较好,TS分别达到0.50和0.66,对于前汛期暴雨效果则较差,TS在0.10左右。随着预报时效增加,集合预报TS逐渐减小,预报时效72 h,前汛期集合TS下降幅度较大;预报时效72 h,后汛期集合TS下降幅度较大。对于冬季和后汛期暴雨,集合预报相对于确定性预报有明显优势,并且预报时效越长,集合TS增幅越大。对于站点降水,在广东省东部和西南部沿海地区,确定性预报对暴雨的预报能力比较欠缺,而集合预报能显著改善这些地区的暴雨预报,部分站点的TS增幅能够达到0.20以上。     

动力降尺度和多物理参数化方案组合对华南前汛期降水集合预报的影响研究

针对华南前汛期降水过程,基于全球集合预报系统（GEFS）资料,利用WRF中尺度模式以及GEFS动力降尺度获取的区域集合预报初值场,通过多物理过程参数化方案组合和模式积分方法实现华南前汛期降水的区域集合预报。对2019年5月15日—6月15日共32天的华南前汛期降水过程进行了单一物理过程区域集合预报（REFS_SINGLE）和多物理过程区域集合预报（REFS_MULTI）的数值模拟批量敏感性试验,通过GEFS、REFS_SINGLE和REFS_MULTI的对比分析,探讨多物理过程参数化方案组合对华南前汛期降水的影响,同时利用一次华南前汛期暴雨过程进一步探讨集合预报试验的预报效果。结果表明:（1）REFS集合平均的预报效果明显好于控制性预报。（2）REFS降水集合离散度与预报误差的对应关系好于GEFS。（3）积分48小时后,REFS_MULTI和REFS_SINGLE的扰动能量分别是GEFS的4.7倍和6.3倍。（4）降水级别越大,REFS的TS评分效果就越好于GEFS;REFS_MULTI略微好于REFS_SINGLE。（5）基于32天的批量试验,REFS的AUC值有28天大于GEFS,REFS_MULTI有22天大于REFS_SINGLE,表明REFS的预报技巧好于GEFS,且REFS_MULTI的预报技巧好于REFS_SINGLE。      

基于人工神经网络的暴雨预报方法探讨

探讨了基于人工神经网络模型的暴雨预报方法。该方法仿预报员的暴雨预报思路，在动力模式的降水预报产品、环流形势场和暴雨落区之间通过人工神经网络建立非线性的统计预报模型，该模型的输入是动力模式的降水预报和初始环流形势场的扩展正交分解主成份分量，输出是预报区域的暴雨落区预报。2000年的汛期试验表明该客观预报方法可明显改进数值预报模式的暴雨落区预报，因此可望在业务预报中有较好的应用前景。     

江西省汛期暴雨气候特点及预报方法综合分析

概括介绍了江西省汛期暴雨的气候特点、汛期暴雨环流形势和天气系统特征,以及针对江西省汛期暴雨的预报方法研究进展。最后,提出了未来一段时间江西省暴雨预报方法研究的主要方向,认为应该将暴雨过程的天气尺度和中尺度特征与地形特征相结合,开发暴雨预报方法并建立暴雨预报模式。     

2005年西南区域集合预报系统试验与检验

在2004年利用MM5模式构造西南区域集合预报系统的基础上,2005年增加了多初值扰动,并在2005年汛期进行了准业务试验。对四川区域152个站的降水检验表明,集合预报对四川区域内小雨到暴雨量级的降水预报有明显的预报技巧,对大暴雨的预报技巧不显著;在四川盆地,预报暴雨发生位置比实际发生区域略偏西、偏北;对于小雨到暴雨量级的降水,集合预报优于T213和大部分集合预报成员。     

中尺度集合预报对川渝地区“8.16”暴雨过程的分析

利用ARPS和WRF模式,基于不同的物理过程参数化方案建立了一个多初值、多物理过程的中尺度集合预报系统,并对2015年8月16—18日发生在四川盆地的西南低涡暴雨过程进行试验分析。结果表明:建立的中尺度集合预报系统对此次暴雨过程有较好的预报能力,与确定性预报相比,降水集合平均以及概率预报等产品对暴雨的预报有一定的指示意义。初值扰动的集合预报对暴雨及以下量级的预报较优;物理过程扰动的集合预报对大暴雨及以上量级的预报较好;同时考虑2种扰动的集合预报总体上好于单因子扰动的集合预报,使降水预报效果得到明显改善。对天气系统(高空槽、低涡、切变线)以及气象要素(风场、水汽)的预报差异是造成"好"、"坏"成员预报效果差异的主要原因,且低层形势场(尤其是风场的预报)对初值及物理过程的扰动比高层要敏感。集合预报对大雨及以上量级预报技巧的提高有明显正贡献,但是对特大暴雨的预报不确定性很大,还有较大的改进空间。     

2005年西南区域集合预报系统试验与检验

在2004年利用MM5模式构造西南区域集合预报系统的基础上,2005年增加了多初值扰动,并在2005年汛期进行了准业务试验.对四川区域152个站的降水检验表明,集合预报对四川区域内小雨到暴雨量级的降水预报有明显的预报技巧,对大暴雨的预报技巧不显著;在四川盆地,预报暴雨发生位置比实际发生区域略偏西、偏北;对于小雨到暴雨量级的降水,集合预报优于T213和大部分集合预报成员.     

1961-2012年山东汛期暴雨气候特征分析

利用1961-2012年山东省35个气象站汛期逐日降水资料,采用常规统计法分析了山东省汛期暴雨日数和暴雨强度的时空变化特征,运用均生函数建立山东省汛期暴雨日数和暴雨强度的预测模型,并进行试报和预报检验。结果表明：1961-2012年山东省汛期暴雨日数和暴雨强度均呈减小趋势,但减小趋势不明显,未通过0.05信度的显著性检验。1961-2012年山东省汛期平均暴雨日数为2.2 d,存在3.4 a与准8.0 a周期振荡|暴雨平均强度为67.8 mm·d^-1,有2.3 a、3.3 a、6.9 a与准12.0 a的变化周期。1961-2012年山东省汛期暴雨日数和暴雨强度未出现气候突变|山东省暴雨日数和暴雨强度自20世纪70年代中末期至80年代末期出现年代际减小的变化。山东省汛期多年暴雨平均日数和暴雨强度呈自西北向东南逐渐增加的分布趋势。鲁南、山东半岛南部和东部地区是山东省汛期暴雨（连续性暴雨）的多发地带及暴雨强度大值区域。对2003-2012年山东汛期暴雨预测表明,均生函数预测模型可较好拟合山东省汛期暴雨日数和暴雨强度的变化趋势,对山东汛期暴雨有较好的预测能力。     

基于CMA-TYM和SCMOC的嫩江流域暴雨检验北大核心CSCD

选取2021年嫩江流域9个暴雨日,利用降水融合产品,采用CRA空间检验,对区域台风数值预报系统(CMATYM)和国家级智能网格指导预报(SCMOC)20:00起报的24 h降水预报产品进行检验。结果表明:CMA-TYM和SCMOC预报的最大降水量位置均偏西、偏北,CMA-TYM和SCMOC预报的降水落区均偏西,但前者偏北,后者略偏南,SCMOC预报优于CMA-TYM。误差分析表明:CMA-TYM和SCMOC预报的暴雨落区最大降水量和平均降水量比实况偏小,格点数、面积较实况偏大,但整体上,CMA-TYM预报更接近实况。CRA空间检验显示,CMA-TYM预报的降水强度和落区形态、SCMOC预报的降水落区位置和形态较接近实况,具有一定指示意义。     

辽宁区域性大暴雨成因分析及多模式数值预报空间检验

利用三源融合格点降水实况、加密自动站观测资料、雷达基本反射率因子、高分辨率数值预报产品及FNL再分析资料, 对2020年汛期辽宁地区12次区域性暴雨过程进行天气系统分型检验表明, 气旋型暴雨模式的可预报性较低。选取2021年7月12—14日辽宁地区典型气旋型暴雨过程进一步分析, 采用面向对象目标的空间检验方法SAL, 结合传统检验方法, 从结构、强度和位置三个方面定量分析不同模式预报偏差的原因。结果表明: 暴雨落区集中且呈双雨带分布, 局地雨强大, 辽宁东、西部降水成因不同。CMA区域模式较全球模式暴雨TS评分高; SAL空间检验表明, CMA区域模式对于雨带内部结构把握较好, 全球模式结构误差主要来源于降水极值预报不足; 强度检验表明, CMA-MESO3km强度接近实况, EC_THIN次之, CMA_GFS的降水强度预报较差; 各模式暴雨落区基本可信, CMA-MESO3km最优, 暴雨落区的误差主要由于模式预报降水过程主体重心与实况的偏差较大所致。     

安徽暴雨落区与一些物理量关系的统计分析

从概率统计的思路出发，用1994-2003年的降水资料对安徽省夏半年（4—9月）暴雨落区、频数等与5840gpm线的关系进行了统计分析，并用2003年淮河洪涝期间20个暴雨区域与某些实况物理量场对比，分析了暴雨落区与一些物理量分布的关系，表明了安徽省暴雨主要集中在梅雨期到7月份，暴雨日数多寡和暴雨范围大小，基本上主导汛期降水多少和旱涝趋势。暴雨落区集中出现在5820～5840gpm的区域，而〈5750gpm和〉5870gpm的区域很少出现暴雨。因此梅雨期主雨带位置预报大致可以用5840gpm线的移动作参考。在物理量上，西风急流北侧以及500hPa上升运动中心南侧到850hPa上升运动中心北侧，有利于暴雨发生发展。     

暴雨落区的统计与分析研究

用34 a的降水资料对安徽省4—9月暴雨落区进行了统计分析,结果表明安徽暴雨主要集中在6月到7月,暴雨日数多寡和暴雨范围大小,基本决定了汛期降水多少和旱涝趋势。汛期暴雨落区集中出现在582—584 dagpm的500 hPa等压面斜坡上,因此暴雨带的位置预报大致可以用584 dagpm线的移动作参考。并用2003年梅雨期20场暴雨与一些实况物理量场进行对比,得出西风急流北侧以及500 hPa上升运动中心南侧到850 hPa上升运动中心北侧,有利于暴雨发生发展。     

概率匹配订正法在湖北襄阳地区降水预报中的应用

数值预报产品在天气预报预警中有着重要的作用。2016—2020年汛期ECMWF模式预报降水与湖北襄阳区域站观测降水的对比分析表明：ECMWF对中雨及以上降雨的预报，第1、2天预报偏小，而第3天预报偏大；三个预报时段强降雨中心位置偏差无规律。为了更好地对ECMWF产品进行释用，提高汛期降水预报准确率，从概率匹配角度研究了不同降水量级订正值，并对2021年汛期ECMWF降水预报进行逐日检验。结果显示：概率匹配订正法可有效地改善模式预报性能，对中雨及以上降雨预报均有良好的订正效果，尤其对第1天暴雨预报改进最为明显。228站平均的TS评分提高了6个百分点，由11.1%增加到17.1%，漏报情况改良了13.5个百分点，由85.0%降为71.5%。采用该订正法开展定量降水预报，由于增加了当地降雨概率分布的背景信息，能表现出比原模式更高的参考价值。     

沙澧河流域致洪预警系统设计与应用

沙澧河流域致洪预警系统基于中小河流致洪预警气象服务需求,以气象与水文相结合,应用地理信息(GIS)先进技术,利用气象常规数据、地面自动雨量站资料、数值模式、卫星雷达资料及水文雨量、水位数据等资料,运用动力学诊断和统计分析、多元线性回归方法、模式输出法、相似预报等方法,输出暴雨和水位增量预报模型。该系统通过C/C++语言编程,集气象水文信息显示分析、数据库、预报模型和用户界面于一体,建立了涵盖流域暴雨预报、水位增量监测预测、洪涝灾害预警服务等多功能的可视化业务技术平台。在本地基层台站首次将气象和水文两个学科结合,建立降水、水文和洪涝数据库;首次对沙澧河流域进行暴雨形势分型,并建立流域暴雨预报模型;首次建立沙澧河流域五大水库水位增量预报模型。自系统运行以来,成功对沙澧河流域出现的几次致洪暴雨进行了预警,服务效果明显。     

广西非汛期暴雨事件的特征分析

通过对 196 3- 1999年间广西非汛期 (10月至次年 3月 )暴雨天气过程这一异常天气事件的时间分布及其主要影响系统的分析得出 :广西非汛期异常暴雨天气事件的发生是中、低纬天气系统相互作用在广西地区的反映。关注这一特征 ,对提高广西非汛期异常暴雨天气的预报水平具有参考作用。     

淮河流域汛期暴雨与西太平洋海温关系

利用淮河流域172测站1960—2009年逐日气象资料和全球海温资料,通过对淮河流域汛期暴雨与前期西太平洋海温的相关分析来研究海温的变化对淮河流域汛期暴雨的影响。选取西太平洋海域（158°～170°E,8°～14°N）作为关键海区,前一年5—6月作为关键时段,通过分析发现海温偏低（高）年,淮河流域的绝大部分地区的暴雨量减少（增加）,淮河流域东北部呈现与其他地区反相的变化特征;在暴雨偏多（少）年,对应的前一年5—6月关键海区正好是海温偏高（低）。正是由于西太平洋关键海区持续的海温异常引起了次年汛期大气环流的异常,导致了淮河流域汛期暴雨的异常,这正是海温与暴雨具有很好相关的内在原因。     

商丘相当暴雨日数的气候特征

利用商丘1961--2005年6-8月的逐日降水资料和总降水量资料，分析了相当暴雨日数与总降水量及降水等级的相关性，结果表明：相当暴雨日数概念的引入可以把汛期总降水量中暴雨过程降水与非暴雨过程降水分开；相当暴雨目数是一个气候统计量，其年际变率比总降水量更显著；与降水等级比较，相当暴雨日数与总降水量的相关性更好，且有利于研究形成汛期洪涝灾害的暴雨过程特征。