ECMWF集合预报在安徽大别山区降水预报中的检验

利用2015年6月1日至8月31日ECMWF集合预报系统(EPS)51个成员的降水预报结果,基于安徽省大别山区12个代表站点1～3 d的逐12 h降水观测资料,采用TS评分、箱须图、泰勒图等方法,研究ECMWF集合预报降水结果在安徽省大别山区降水分级预报中的应用效果。主要结论如下:ECMWF集合降水预报中,08时起报的24 h降水量和20时起报的48 h降水量可参考性较大;降水分级检验中,晴雨预报正确率在70%以上,小雨和中雨的空报率较高,对大雨以上量级的预报能力相对较差;大型降水过程中,暴雨以上量级的预报需关注不同预报时效下降水量预报的变化趋势,个别成员对极端降水的表现也值得关注。     

2003年汛期3种中尺度数值预报模式降水预报检验

利用2003年汛期降水实况及河南省气象台引进的3种中尺度数值预报模式(REM、MM5、MAPS)的降水预报资料,对模式预报性能作了检验对比分析.结果发现REM模式对于大雨以上降水的预报效果较好;MAPS模式的12 h预报有明显优势;MM5模式对小雨和中雨的预报效果较好,并且预报结果具有稳定性.     

数值预报产品在和田市2009年汛期降水预报中的准确性检验

利用目前在天气预报业务中使用的T213、MM5、GERMANY和JAPAN等4种数值降水预报产品(以下简称产品)资料,对2009年汛期(6—8月)和田市24～72 h不同量级降水和预报技巧的预报效果进行了检验和对比分析。结果表明:除JAPAN产品对24h一般降水和小量降水、GERMANY产品对24～48 h中量降水的预报效果较好,准确率在50%以上外,其它产品对24～72 h各量级的预报效果较差,准确率均在33%以下。当3种及以上预报产品均预报有降水时,其出现降水的准确率为100%;而两种预报产品均预报有降水时,出现降水的准确率为40%;仅一种预报产品预报有降水时,其出现降水的准确率为0%。     

ECMWF集合预报在中国中部地区的降水概率预报性能评估

利用2013、2014年5-10月ECMWF集合预报系统(EPS)输出的降水预报资料,CMORPH(NOAA Climate Prediction Center M orphing M ethod)卫星与全国30000余个自动气象观测站的逐小时降水量融合资料,基于Brier评分、Talagrand分布、ROC(Relative operating characteristic)分析等方法,研究ECMWF集合预报对我国中部降水的概率预报性能。主要结论如下:(1)模式对小雨具有稳定的预报技巧,但预报概率偏大;对大雨以上量级降水的分辨能力不足,概率预报偏小。(2)Talagrand图整体表现为"U"型,模式对中等强度以上量级降水预报频次偏少;就不同量级降水的预报和观测频次一致程度来看,时效越长预报性能越稳定;第11天模式集合成员的发散度发生明显变化,Talagrand图呈"钟"型分布,预报评分显著下降。(3)预报日数越短,降水概率预报效果越好,平均而言,预报日数超过2天后,模式对12 h(24 h)小于30%(40%)的暴雨概率预报技巧低于气候预测。(4)模式24 h小雨命中率较12 h偏高,空报率偏低,预报技巧优于12 h;对暴雨来说,前6天12 h降水概率预报的ROC面积较24 h表现较好。     

GRAPES模式对湖北省汛期强降水预报的分类检验分析

使用常规观测资料及GFS资料(1°×1°),选取2005-2008年汛期22次湖北省强降水天气过程,按照其影响系统分为低槽型、台风型和副高外围型三类,对GRAPES模式(2.1版本)预报效果进行分类检验分析,结果表明:(1)就低槽型降水而言,0-24 h预报时效内,模式对晴雨、小雨、大雨的预报效果在三类降水中最好,24～48 h则中雨预报效果最好,0～24 h预报效果总体而言优于24～48 h.模式预报的主要降水区从雨型、雨区范围和雨强的分布特征均与实况较为一致,预报的主要偏差在于强中心位置偏离和强度偏弱.(2)就台风型降水而言,0～24 h预报时效内,模式对中雨和暴雨的预报效果在三类降水中最好,24～48 h,则晴雨、小雨、大雨、暴雨预报效果最好,24～48 h预报效果总体而言优于0～24 h.模式对台风的主体降水落区把握得比较好,和实况较为一致,但对于台风外围云系产生的降水往往与实况差别较大,另外,主体降水中暴雨落区预报总是比实况偏小.(3)副高外围型降水在上述两个预报时次中,各量级的评分成绩均为最低,0～24 h预报效果总体而言优于24～48 h.模式对副高外围局地性强降水过程预报能力较弱,基本不具备预报中雨以上降水的能力.最后对(;RAPES模式的进一步改进提出了一些建议.     

鹤壁市秋季中雨预报系统

利用鹤壁市1986～1999年秋季高空图资料,确定了48h和24 h中雨高空要素预报指标;利用1995～2000年Micaps数据格式的物理量场分析结果,确定了24 h中雨物理量预报指标.鹤壁市秋季中雨预报系统根据预报指标和人工神经元网络预报结果,对秋季降水进行逐级判别,综合做出预报结论.     

利用贵阳单站对流参数的强降水潜势预报方法研究

该文利用2002-2011年10 a的常规观测资料,筛选出贵阳单站24 h强降水、12 h强降水及6h强降水个例.对大气温湿类、层结稳定度、热力及能量类物理指标与强降水进行相关性统计分析,确立了相关性较好的常用物理指标(IQ、K、mK、SWEAT、Tg).通过分析降水前后其物理指标的变化特征,并利用成功指数建立指标预警阈值.再利用逐步消空法和BP神经网络集成方法对指标进行集成,得到相应的预报模型,从而建立了贵阳强对流天气未来0～6h,0～12h的潜势预报的预警预报指标,对贵阳地区降雨预报具有一定的指示作用.分析表明,利用逐步消空法建立的预报模型要优于BP神经网络集成的模型.     

完全预报法在高原降水预报中的应用

通过对1993～1995年夏季08时和20时高空、地面观测资料,从降水形成的水汽、动力、热力条件进行分析,选取预报因子,分晚上、白天两个时段,分别建立降水预报方法.实际使用时完全套用实时的数值预报资料,预报方法实现自动化.     

人工神经网络方法在鹤壁汛期降水预报中的应用

在用经验统计方法和降水判别函数进行24 h和12 h晴雨预报的基础上,再用BP人工神经网络建立降水量级预报模型.经2003年汛期试用,预报准确率高于上级指导预报准确率,12 h预报准确率高于24 h预报准确率.     

中国夏季降水多模式集成概率预报研究

基于TIGGE资料中的中国气象局（CMA）、欧洲中期天气预报中心（ECMWF）、日本气象厅（JMA）、美国国家环境预报中心（NCEP）以及英国气象局（UKMO）五个中心2007-2011年5月25日-8月31日中国地区逐日12-36 h、36-60 h、60-84 h、84-108 h、108-132 h与132-156 h累积降水集合预报资料,分别利用PoorMan （POOL）和多模式消除偏差（MBRE）两种方法对2011年各中心降水概率预报进行集成,并采用RPS和BS评分方法对预报效果进行评估。结果表明,对于12-156 h逐24 h累积降水量概率预报,多模式集成预报效果优于单模式预报效果,且多模式消除偏差概率预报效果最好;针对小雨、中雨以及大雨以上降水,PoorMan和MBRE概率预报较单中心预报效果均有提高,MBRE概率预报效果优于PoorMan方法。