奥运气象服务中的短时预报及预警

2008年奥运会和残奥会期间,北京正值盛夏和主汛期,天气系统复杂多变。为北京奥运会提供有特色、高水平的一流气象服务,采取了滚动天气会商,跟进式服务的方案。在短期预报的基础上,加强短时临近预报。在工作中应用了临近天气预报业务系统(BJ-ANC)、短时临近交互预报预警平台(VIPS)等新型系统平台和资料,为奥组委和公众提供了准确的精细化预报。尤其是局地突发性天气,如强降水、雷暴和强风等天气的短时临近预报,及时提供精细化服务,为比赛避开不利的天气时段、抓住降雨间歇时段,使比赛得以顺利进行。优质的气象服务受到中央领导和奥组委官员高度评价。     

基于物理量参数的江苏短时强降水预报模型的研究

本文利用2004—2013年6—8月江苏省三个常规探空站(徐州、射阳、南京)的逐日高空探测资料,计算了51个物理量参数。在物理量参数与短时强降水事件(观测时刻后0~6 h内出现的短时强降水天气)相关系数的显著性检验基础上,根据物理量参数在短时强降水样本和非短时强降水样本中值域分布特征,最终选定了具有预报意义的16个物理量参数。通过分析不同类型物理量参数对短时强降水天气的指示作用,根据各物理量参数在各月短时强降水事件中的阈值,确定了江苏短时强降水预报的判定指标。采用隶属函数转换法,建立江苏夏季短时强降水预报模型,经实况拟合检验,效果良好。     

GRAPES_GZ 3 km模式对2019年海南岛暖季非台风降水预报的时空检验

利用基于目标诊断的空间检验方法(MODE)和时空检验方法(MTD)评估了华南3 km高分辨率区域数值模式(GRAPES_GZ3 km)对2019年海南岛暖季非台降水预报性能, 结果显示: (1)模式24 h累积降水预报的空间分布范围偏大、降水强度偏强; (2)模式逐小时降水预报的平均质心总体偏西和偏北, 降水出现时间总体偏早1~3 h, 结束时间总体偏晚2~4 h, 降水持续时间偏长; 预报的降水目标数量偏多, 与实况一致均存在着主峰和次峰形态的昼夜分布特征, 但预报的昼间主峰出现时间比实况偏早2 h; 预报的短时强降水出现频次总体偏多。相对于传统的预报和观测点对点检验评估方法, MODE和MTD方法具有捕捉模式预报偏差特征的优势。      

成都市短时强降水概率预报方法初探

选取2010～2019年4～9月成都市气象观测站逐小时降水资料和欧洲中心ERA-5逐小时再分析资料,采用统计分析和统计预报方法,研究了近十年成都市短时强降水时空分布特征,并依据短时强降水发生发展的基本条件,基于"配料法"思想,探讨了成都市短时强降水概率预报方法.结果表明:成都市短时强降水事件集中于暖季(4～9月),其中...     

短时临近预报系统在广东一次强对流天气过程中的检验分析

利用综合临近预报系统“雨燕”SWIFT和雷暴自动识别和追踪系统TRACER两个短时临近系统在广东一次强降水过程的实际应用情况进行检验,分析了雷达回波强度、范围、移动方向和QPF预报及弓形回波的预报效果。就TRACER和SWIFT两个短时临近预报系统对这次过程的回波和降水预报进行了逐时对比检验,研究发现在大部分时间内TRACER预报强度偏弱、范围偏小;SWIFT强度偏强、范围偏大。降水预报TRACER略偏小,而SWIFT明显偏大。通过QQ图检验,降水较小时,TRACER实用性强于SWIFT;降水较大时,SWIFT强于TRACER。     

南疆夏季不同降水类型预报及递进式服务思考

南疆作为气候干旱区,夏季常发生不同类型的降水,2013年6月南疆短历时、高强度、小范围降水事件和2016年8月长时间、持续型、大范围降水事件在预报和服务方面有较大差异。分析两次强降水事件,南亚高压双体型是南疆夏季强降水的大尺度环流背景。高强度降水事件环流经向度大,高、中、低纬低槽同位相叠加,是造成强降水的直接影响系统;持续型强降水事件在500 hPa高空平均环流场上显示,欧亚范围内中高纬度地区为两脊一槽的经向环流,西西伯利亚至中亚地区的副热带大槽呈东北—西南向分布,长波槽底伸至38°N附近,是造成持续型强降水和气温持续下降或偏低的直接影响系统。本文在预报基础上,从气象服务的角度出发,结合长期、中短期、短时临近天气预报,重点分析在时间、范围和强度等方面存在明显差异的不同类型强降水过程中气象服务的递进式思路和方法,为精细化气象服务提供参考。     

短时强降水概率预报的多模式集成技术研究

利用2018年4—8月格点降水分析资料和4个业务高分辨率区域模式降水预报资料,应用分位数频率匹配法对模式1 h降水预报分别订正;基于上游关键区域的检验结果,采用动态权重多模式集成技术,探讨了多模式集成技术在短时强降水概率预报中的应用前景。结果表明:分位数频率匹配法对强降水预报改进具有正效果,可以减少模式的系统性偏差,提高模式降水预报的准确率。在短时临近时效内,上游关键区域降水信息对下游地区降水预报具有指示意义,基于上游关键区实况检验的动态权重多模式降水概率预报较简单集成概率具有更高的预报准确率,预报效果也更为稳定。个例分析也表明该技术对短时临近时效内的短时强降水预报预警有较好的指导作用。     

安徽省WRF模式短时强降水的预报检验

利用2005—2015年安徽省内1162个站点观测资料简要分析了短时强降水的时空分布特征,并利用中国气象局CLDAS(CMA Land Data Assimilation System)近实时降水资料检验2012—2015年安徽省WRF(Weather Research and Forecast)模式对短时强降水的预报性能,探讨不同空间插值方法、检验方法对预报效果的影响,以评估模式预报短时强降水的应用价值和使用注意事项。结果表明:短时强降水主要发生在大别山区和皖南山区;一年中发生次数呈单峰分布,集中于6—8月;日变化呈双峰状,强峰为北京时间下午15:00—19:00,弱峰为06:00—09:00,两个低谷分别为01:00、12:00前后。在两分类评分TS(Threat Score)检验中,各个季节评分均十分低,插值方法对TS评分影响不大。邻域法FSS评分(Fractions Skill Score)检验中,春季FSS评分低,最高仅可达15%,空间窗、时间窗、时间超前或滞后变化对FSS评分的影响不如夏季、秋季明显;夏季,不考虑时间窗时,单独的时间超前或滞后不能提高预报准确率;秋季,模式分别滞后1h或滞后2h预报结果优于同期预报,而超前1h或超前2h预报结果低于同期预报,表明秋季WRF模式对短时强降水的预报有一定滞后性。     

基于雷达资料的定量降水预报外推算法试验

摘要：目前贵州在短时临近降水预报客观算法方面研究匮乏，而短时强降水常常给贵州造成严重的洪涝灾害和地质灾害。将短时临近降水预报应用于气象防灾减灾、电网输电线路安全预警、水利防洪自动化方面是未来重要的研究应用方向。本文基于灾害天气短时临近系统（Severe Weather Automatic Nowcast System，SWAN）的定量降水预报(QPF)产品进行0～2小时QPF外推试验研究。利用贵州省地面自动站数据、SWAN 输出的1h-QPF产品、SWAN 1h定量降水估测(QPE)产品。选取2018年3次典型暴雨个例进行试验，采用融合订正技术，利用相似离度算法对降水强度位相进行调整、Weibull分布算法对降水极值分布进行订正、改进后的交叉相关法(Improved Cross-correlation Extrapolation Method，COTREC)进行降水外推预报。通过主客观检验对比，初步说明基于Weibull分布算法的降水极值订正对降水极值分布有很好的模拟效果。融合订正外推的贵州省短时临近定量降水预报产品（Nowcasting precipitation forecast of GuiZhou，下文简写为GZ_NPF）在大于5mm以上量级降水的TS检验中评分更高。GZ_NPF的空报率明显降低，但空报率降低的代价是漏报率相对提高。GZ_NPF总的相对误差减小，格点总降水量与实况总降水量更为接近。试验说明新的融合订正外推算法提高了0～2h短时临近降水的预报能力。     

北京2008年奥运气象服务国际预报示范项目社会经济影响评估

2008奥运会期间正值北京的主汛期。如何针对短时临近灾害性天气，做好气象服务成为奥运期间气象部门的首要问题。针对世界气象组织组织的国际预报示范项目（简称FDP），中国气象局和北京市气象局组织开展了相应的社会经济效益评估工作。该工作根据社会科学的原理，运用多种社会调查方法，针对气象服务的用户需求进行研究，得到一些有价值的结果。     

基于加密自动气象观测站和国家气象观测站的山东省极端短时强降水时空分布特征的对比分析

利用2008—2017年4一10月山东省加密自动气象观测站(简称全部站)和国家气象观测站(简称国家站)逐小时1 mm以上降水量资料,通过对比分析,探究不同分辨率数据对极端短时强降水时空分布特征的刻画效果。结果表明如下:全部站小时降水量的偏态特征比国家站明显,若分析小时降水量的平均状态,两者均具有代表性,若分析短时强降水的极端性,全部站数据更具有优越性。将各站第99.5%分位数作为极端短时强降水的阈值最合理,全部站和国家站对于30～45 mm阈值的空间分布特征相似,45 mm以上的阈值,全部站的数值和范围均大于国家站。山东省大部地区的极端短时强降水强度集中在40～60 mm·h~(-1),全部站和国家站在此区间的空间分布特征相似。国家站数据不能刻画40 mm·h~(-1)以下和60 mm·h~(-1)以上的极端短时强降水的空间分布特征。极端短时强降水强度的空间分布特征与地理位置及地形特征密切相关。鲁东南地区的极端短时强降水强度、日最大降水量及夏季降水量、年降水量均居山东省之首,鲁西北地区虽然强降水频次高、强度大,但与年降水量和夏季降水量没有正相关关系。全部站与国家站极端短时强降水频次的月变化和日变化特征一致,但国家站不能完全代表山东省极端短时强降水强度的月变化和日变化平均状况,全部站数据能更准确地反映山东省的时间变化特征。     

济南市区短时强降水特征分析

用2006—2008年5—9月的济南市区区域自动气象观测站资料和高空、地面资料,分析了济南市区出现短时强降水(R≥15mm/h)的年际、月际、时际以及强度特征,并分析了产生短时强降水的不同天气系统类型,为今后济南市区短时强降水的短时临近预报和预警提供参考。     

基于WRF模式的云南短时强降水物理量特征

为了解云南短时强降水发生前本地化中尺度WRF(Weather Research Forecast)模式输出结果的物理量特征及其对短时强降水预报的作用,使用WRF模式对2016年云南主汛期(6—8月)5次短时强降水过程进行模拟,利用模式输出的高时空分辨率资料计算5次过程中85个样本在短时强降水发生前6 h水汽类、动力类及不稳定条件类的部分物理量值,使用箱线图分析各物理量的分布特征及其与短时强降水的关系,应用经验累积分布函数图确定各物理量的阈值。研究表明,水汽类物理量样本数据值分布较为集中,随着短时强降水的临近数值逐渐增大;动力类的6 km垂直风切变中位数值及平均值随时间变化很小,所有时次的6 km垂直风切变阈值均低于12 m/s,表明短时强降水发生前有弱垂直风切变;不稳定条件类中对流有效位能样本数据的离散程度较大,对短时强降水无指示意义;LI指数、K指数和700 hPa假相当位温样本数据离散度较小,其中K指数中位数值、平均值及阈值的上下限在短时强降水发生前1 h有显著增大的特征,且数据集中度达到最高,大的K指数值与短时强降水有较好的对应关系。使用物理量阈值推算短时强降水落点的方法对云南本地化WRF模式短时强降水的预报性能有改进作用。     

基于ECMWF产品福建省前汛期短时强降水预报方法

利用2014—2016年福建省1605个自动气象站逐时降水资料和ECMWF全球模式细网格预报产品,分析福建省前汛期短时强降水发生背景下模式预报物理量的分布特征,并基于阈值判定的方法建立短时强降水预报模型。结果表明:福建省内陆县市前汛期短时强降水发生频次较高,沿海县市发生频次低,且日变化特征表现出双峰结构。箱型图差异指数（I_bd）在评估相关变量对于区分短时强降水发生与否的敏感程度有较好的作用,比湿、整层可降水量等水汽变量I_bd最为显著,K指数、对流有效位能等变量的I_bd仅次于水汽变量,说明模式预报变量对于预测短时强降水有较好的表征作用。针对短时强降水事件的物理量集合,采用剔除异常值后的最小值作为判定阈值,通过训练集分析结果客观订正对流有效位能和3 h降水量两个高I_bd变量的阈值,建立潜势预报模型。对于福建省西部的关键区,检验集白天时段12 h时间分辨率预报TS评分可达0.5,夜间时段约为0.3。对于福建省进行分区建模预报,检验集预报结果显示白天时段比夜间准确率高、内陆县市比沿海县市准确率高。     

基于多元线性回归的滇西南短时强降水预报模型研究

利用云南省普洱市2015—2017年多普勒天气雷达资料、探空资料和气象观测站5 min雨量观测资料,分析了普洱地区研究期间41次短时强降水的环境场和雷达回波演变特征。结果表明:中尺度辐合线、中气旋、逆风区是强降水触发和维持的重要成因。短时强降水发生前,整层大气水汽充沛,静力不稳定层结,大气可降水量(PW)≥35 mm、SI≤-0. 23、K> 35,可作为环境场对流潜势的判定因子;短时强降水发生时,雷达回波最强反射率因子≥40 d Bz,35 d Bz回波顶高> 5 km,径向速度的辐合切变量> 5 m·s^-1。通过多元线性回归分析,选取4个相关性显著的影响因子,建立普洱市短时强降水预报模型。所选预报因子包括:35 d Bz回波顶高、30 d Bz垂直剖面中心高度、30 d Bz以上雷达回波面积和SI。预报模型的回报检验表明,普洱短时强降水平均雨强相对均方根误差为17. 0%,局地降水持续时间相对均方根误差为33. 9%,局地过程降水相对均方根误差为25. 6%,回报效果较好。4次短时强降水预报检验中,平均雨强的预报误差每5 min小于1. 2 mm,局地强降水持续时间的预报误差小于10 min,局地过程降水的预报误差小于4 mm,模型均预报出局地连续性降水超过50 mm。预报模型有较好的预报能力,可应用于普洱短时强降水的临近预报预警。     

广州亚运气象预报系统介绍

介绍已投入亚运气象服务演练中应用的广州亚运气象预报系统,直接面向2010年广州亚运气象服务,又着眼于后亚运时代的大广州中心城市气象服务的需求。系统包括了具有网络服务能力的数据中心、数值天气预报系统、短时临近预报系统、精细化预报系统和实时检验系统。     

呼伦贝尔市汛期短时强降水特征

基于1991-2013年呼伦贝尔市汛期（6-8月）16站逐小时降水资料,分别定义各站点小时降水量的短时强降水阈值,同时利用经验正交函数（EOF）分析方法揭示呼伦贝尔市短时强降水变化特征。分析结果表明：短时强降水阈值、强降水事件以及汛期年平均总降水量和强降水雨强均呈现自西向东部偏南方向递增的空间分布,最强中心位于东南部阿荣旗,其形成与地形关系密切。短时强降水占汛期总降水量百分比低于1/5,短时强降水发生频率最低的地区出现84.2mm/h的强降水事件。短时强降水事件具有明显年代际变化, 21世纪以来,短时强降水事件发生频率表现增加趋势,空间分布表现为自东北向西南方向传播。7月下旬是短时强降水事件频发的时段。短时强降水有明显日变化特征,主峰出现在17时。EOF分析结果显示短时强降水事件在空间上表现出全市强降水具有同步性以及南部和北部地区反相位的特征。     

基于遗传算法的特征选择方法在短时强降水预报中的应用北大核心

利用江苏省13个气象观测站历史上短时强降水观测资料,用遗传算法进行特征选择,选定影响短时强降水的950 hPa假相当位温、700 hPa比湿、500 hPa比湿、对流有效势能(Convective Available Potential Energy,CAPE)等14个特征为主要因素,将是否为短时强降水抽象成二元分类问题。借助机器学习中CART决策树算法进行分类分析,构建便于使用的短时强降水预报规则集。实验部分,随机选择5816条样本进行训练模型,得到适合江苏地区的短时强降水规则集,利用剩余的1454条数据进行实际检验,模型的短时强降水预报准确率为91.35%,非强降水预报准确率为97.11%,较特征选择之前分别提升了8.66%和1.05%。     

基于MODE对模式预报强风风场的检验分析

基于专业气象服务领域十分关注的模式强风预报性能的客观检验和致灾性强风预警服务效果的合理性判别问题,利用一次强风过程对电网专业气象预警服务效果的检验示范,探讨基于目标(面向对象)的诊断检验方法(Method for ObjectBased Diagnostic Evaluation,MODE)对强风事件检验的适用性。通过对强风空间检验的各个关键参数的选择确定、匹配分析,发现:(1)MODE检验的卷积半径、诊断量权重和匹配阈值等参数的选择,将影响检验目标的适度聚焦和误差表达的客观性,因此需要综合考虑预报和实况场的水平分辨率、用户对该类强天气预报误差的空间和时间冗余度等;(2)MODE检验可较好地量化给出模式预报的整体效果,包括:强风落区的范围大小和位置偏差、强风过程的时间相位差等,从而可量化判别出模式在各个时刻的空报和漏报区域以及对强风过程移动速度和生命周期长度的预报性能。     

基于风廓线雷达资料的一次强降水天气过程分析

利用常规气象资料及风廓线雷达资料分析2018年7月7日南宁吴圩国际机场一次强降水天气过程特征。结果表明此次强降水受中低层切变线南压、西南季风槽北抬及地面冷空气渗透共同影响,强降水发生前地面及空中风场变化特征明显。风廓线雷达资料中功率谱密度、垂直速度、最大探测高度与降水强度关系密切,垂直速度及探测高度的变化对降水临近预报有一定指示意义,低空风切变对本场航空器起落产生了重要影响。