江西省中小水电智慧气象服务技术研究及应用效果检验

基于高精度DEM及水系数据的流域集雨区划分,研究了江西省中小水电站集雨区划定技术方法;通过对水库集雨区上降水预报和观测站点的实况两者对比分析,建立了基于库区的多模式本地化水库面雨量预报方法;通过模式参数化率定方法以及雨洪耦合来水量预报方法的研究,建立了水库来水量预报模型.利用2007—2020年水文数据以及降水实况和模式数据,检验了七一水库2020年逐7 d面雨量预报效果.检验结果表明,面雨量预报模型在0—3 d的平均预报准确率为70.1％;中雨和大雨量级的降水预报准确率分别为30.7％和28.3％,暴雨、大暴雨预报具有一定的指示意义;改进后的流量模拟效果进一步提升,强降水过程的流量预报效果明显改善.     

基于不同分辨率和参数化方案的新疆区域数值模式性能初步评估

基于中尺度数值模式WRF,选取新疆两次强降水过程,设计3个试验方案,其中试验1为控制试验,试验2提高分辨率,试验3提高分辨率并调整物理参数化方案,初步评估不同分辨率和参数化方案对新疆区域2m温度、10m风速、降水预报的影响。结果表明:(1)提高分辨率对2m温度、10m风速模拟精度均有提高,2m温度预报精度提高约0.5℃,降低了日间温度模拟冷偏差;10m风速预报精度提高约0.5m/s,降低了风速模拟正偏差;但提高分辨率后,模式出现虚假降水预报的情况。(2)提高分辨率并调整物理参数化方案后,2m温度模拟误差略有减小,模拟偏差减小约0.2℃;10m风速模拟误差增大约0.5m/s,模拟偏差增大超过0.5m/s;对降水落区、量级的模拟精度显著提高,减小了降水中心的模拟强度,对虚假降水预报有一定修正。     

基于不用分辨率和参数化方案的新疆区域数值模式性能初步评估

基于中尺度数值模式WRF,选取新疆两次强降水过程,设计三个试验方案,其中试验1为控制试验,试验2提高分辨率,试验3提高分辨率并调整物理参数化方案,初步评估不同分辨率和参数化方案对新疆区域2米温度、10米风速、降水预报的影响。结果表明：（1）提高分辨率对2米温度、10米风速模拟精度均有提高,2米温度预报精度提高约0.5℃,降低了日间温度模拟冷偏差;10米风速预报精度提高约0.5 m/s,降低了风速模拟正偏差;但提高分辨率后,模式出现虚假降水预报的情况。（2）提高分辨率并调整物理参数化方案后,2米温度模拟误差略有减小,模拟偏差减小约0.2℃;10米风速模拟误差增大约0.5 m/s,模拟偏差增大超过0.5 m/s;对降水落区、量级的模拟精度显著提高,减小了降水中心的模拟强度,对虚假降水预报有一定修正。     

SWAN中定量降水估测和预报产品的检验与误差分析

采用2010—2011年5—9月河南省区域加密自动站雨量和全省6部新一代天气雷达资料,用点对点统计检验评分方法,分析SWAN系统中定量降水估测(QPE)和定量降水预报(QPF)产品在河南省短时强降水过程中的误差分布,并分别讨论二者在河南省区域与局地强降水过程中的差别及产生误差的直观原因。结果表明:1)SWAN中QPE和QPF均对小时雨量低于10 mm的降水有较好的估测和预报能力;QPE以豫西南和豫北效果最好,QPF在豫中地区预报能力更强。QPE估测较实况偏大;QPF对小时雨量低于20 mm的短时强降水预报略偏大,而对更强降水预报偏小,尤以豫西和豫南最明显。2)QPE和QPF均对区域性降水有更好的估测或预报能力。3)区域降水过程中,QPE对降水中心范围和位置估测较准确,估测值较实况偏大;QPF对强降水中心位置预报略有偏差,其中心强度较实况偏弱。     

山西省夏季三类典型强降水的集合预报试验

利用我国自主研发的多尺度通用的新一代同化与数值预报系统--GRAPES模式,通过对4种积云参数化方案的比较,确定集合预报成员,对山西省夏季3类典型强降水过程进行了集合预报试验.试验结果表明:(1)对所模拟的个例,Betts-Miler-Janjic对流调整方案和Kain-Fritsch对流参数化方案优于对流调整方案和郭氏参数化方案;(2)积云参数化方案对降水的影响比边界层参数化方案对降水的影响大,不同个例对2种不同积云参数化方案和3种不同边界层参数化方案的6种组合的反应敏感程度也各不相同;(3)不同集合成员对降水的预报结果各不相同,其预报偏差也各不相同;(4)对于不同的天气系统,不同的方案其预报效果是不同的;(5)通过集合平均,降水预报偏差明显减小,降水预报偏大的情况得到改善,且其24～36 h预报效果最好.     

基于CRA技术的华南前汛期强降水EC模式预报误差分析

利用CRA空间检验技术对ECMWF模式36 h时效预报的2016—2018年华南前汛期(4—6月)69个降水目标进行了检验及误差统计分析,并将预报落区偏差相似个例的环流形势及天气尺度影响系统进行了分析。(1) 87% 的强降水目标存在明显落区预报偏差,最大偏差为2.75 °。偏差以经向偏差为主,其中偏北的目标多于偏南的目标,平均偏北0.6 °;无系统性纬向偏差。(2) 模式预报的降水面积较实况偏大的个例多。(3) 不同降水落区预报偏差类型月份分布、对应的环流特征与天气尺度影响系统具有一定的差异性。4月各偏差类型出现的频次相当,5月以西北型个例为主,6月东北型个例最多。西北型个例天气尺度影响系统以长波槽或东北冷涡、冷式切变线为主,西南型、东北型个例主要受南支波动与中纬度短波槽影响,低层低涡、冷、暖式切变线等出现的频次差不多。通过降水预报落区偏差较大和较小的个例对比分析,表明模式强降水落区预报偏差可能与对流组织化发展程度以及暖区是否存在有利于对流发展条件等有关。      

短期集合预报技术在梅雨降水预报中的试验研究

数值预报的误差来源于初始场和模式的误差,集合预报技术是减小这些误差的有效方法。该文以MM5模式作为试验模式框架,模式的积云参数化方案分别取Anthes-Kuo、Grell、Kain-Fritsch和Betts-Miller方案,边界层参数化方案分别取MRF和Eta方案,通过组合4种积云参数化方案和两种边界层参数化方案产生8个集合成员,对1999年华东地区梅雨期间3个降水个例进行48 h集合预报试验。结果显示不同集合成员的预报结果各不相同,积云参数化方案对降水的影响比边界层参数化方案对降水的影响大;不同集合成员预报降水的偏差也各不相同,大多存在湿偏差,量级小的降水的湿偏差程度比量级大的降水的湿偏差程度小;对于不同个例,各成员中预报效果相对较好的成员是不同的,集合平均后可以得到一个比较稳定的预报结果;从集合预报结果中还能得到客观化和定量化的降水概率预报,它能对可能发生的天气现象发出信号。     

2006年汛期VIC水文模型模拟结果分析

利用大尺度陆面水文模型VIC及其汇流模型模拟了2006年5-9月全国0.5°×0.5°逐日径流深和土壤相对湿度分布,对淮河流域2006年汛期(6月28日-7月5日)强降水过程期间的模拟结果进行了渍涝灾害的分析.同时对流域主要水文站逐日流量(0.5°×0.5°)过程进行了模拟,并与实况作了对比分析;并且针对淮河流域不同空间分辨率(0.5°×0.5°及0.1°×0.1°)下主要水文站点的逐日流量过程进行了比较.结果表明:VIC模型模拟的径流深和土壤相对湿度分布与降水分布是一致的,模拟土壤湿度具有可用性.利用累计降水、径流分布和土壤相对湿度及流量变化可以监测渍涝灾害的发生;VIC模型及其汇流模型在一定程度上可以反映出实际流量的变化趋势,模拟流量对降水较敏感,细网格模拟流量在量值上与实况更为接近;模拟结果误差可能跟汇流模型中流域边界的确定、参数率定、气象强迫资料等因素有关.     

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。     

对一次局地短时强降水过程的集合预报研究

以上海区域降水集合预报系统为基础,对2007年6月23~24日发生在上海地区的一次短时强降水过程进行了集合预报研究。结果表明:该集合预报系统总体上对这次强降水过程作出了较好的预报,但对强降水发生的时间、地点的预报还有误差,集合预报提供的概率预报结果比集合平均预报结果更具有参考价值。模式物理过程、初值和侧边界的不确定性对降水预报结果的影响是不同的。对降水结果,模式对流参数化方案的影响非常大,并贯穿于整个积分过程;边界层参数化方案的影响较小;侧边界不确定性的影响在初始阶段较小,随后逐渐增大,积分一定时间后,其影响与对流参数化方案的影响相当;初值不确定性在初始阶段有一定的影响,随后逐渐减小。同时考虑3种不确定性的集合预报效果总体上好于没有考虑侧边界不确定性的集合预报效果,考虑模式物理过程和侧边界不确定性的集合预报效果总体上比考虑3种不确定性的集合预报效果更好。对于考虑模式物理过程和侧边界不确定性的集合预报,改进初值能有效地改进对有无降水的预报,但对强度稍大一些的降水预报没有改进。     

华东区域中尺度集合预报系统的改进及2020年梅雨期降水试验

考虑区域模式预报中不确定性的各种来源,分别引入初始场误差、侧边界误差和模式误差构建新一代华东区域中尺度集合预报系统,并对2020年梅雨期降水开展为期一个月的集合预报试验。通过不同时空尺度典型个例的分析可以看出,所选取的随机物理倾向扰动方案中的参数具备一定的通用性,且在参数调优中加强随机过程的影响,系统中低层的风场和湿度场有明显的反馈,集合系统的离散度得到较大改善,对预报的影响大小依次为:格点方差、随机扰动场的去相关空间和随机扰动场的去相关时间。一个月的梅雨期降水评估结果显示:集合系统升级后对各时次各量级的降水TS（Threat Score）评分均有所提升,但仍然存在着降水强度偏大的问题;从概率预报的角度来看,系统升级后,对中到大雨预报的准确率和可信度提升明显,对强降水事件的描述更准确;形势场的检验结果表明,系统的预报偏差问题得到了部分程度地改善,对大气中低层风场、湿度场和地面变量的预报效果较好。相比原华东区域中尺度集合预报系统,升级后的系统,其整体优势可概括为:预报误差减小、集合离散度明显增加,降水预报的能力在各时段各量级均有提升,其中物理过程的不确定性对于捕捉强降水事件有明显的影响,使得系统的预报可信度增加。     

华南前汛期强降水个例模式降水预报误差成因初探

2015年5月19—20日,华南出现一次暴雨过程。检验表明欧洲中期天气预报中心全球确定性预报模式(以下简称EC模式)预报的20日强降水落区在广东境内较实况明显偏北,高估了天气尺度系统附近的降水强度,漏报了其南侧暖区内中尺度对流系统(mesoscale convective system,MCS)造成的降水,华东中尺度模式预报明显优于EC模式。利用高分辨率中尺度天气研究预报模式(以下简称WRF模式)对该暴雨过程进行了模拟,对比EC模式降水物理过程,初步探索了EC模式降水预报误差的成因,结果表明:20日位于广东暖区内的对流组织发展成MCS,并造成明显的低层冷池出流和中高层潜热加热,二者共同作用使得中低层气旋式环流在广东中东部发展,配合其南侧的强西南风水汽输送,在气旋式切变附近不断触发新的对流并南移使得广东中南部暖区内出现强降水,WRF模式能较好地模拟出该过程,而EC模式未能预报出暖区对流及其反馈,从而导致其漏报了广东中南部的强降水;EC模式预报的降水与天气尺度环流之间的正反馈进一步加大了降水的预报偏差。EC模式预报的20日白天的强降水主要位于华南北部切变线附近,且以层状云降水为主,降水产生的潜热使得对流层低层切变线附近减压更明显,预报的切变线辐合较分析场明显偏强,使得其预报的切变线附近降水较实况偏强。     

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。     

基于CRA空间检验技术的西南地区东部强降水EC模式预报误差分析

CRA(contiguous rain area)空间检验技术是将连续雨区作为目标进行检验。通过设定降水量阈值,识别、分离及平移降水目标,将预报偏差分解为落区、强度和形态误差,该方法可避免传统TS评分的双惩罚效应。利用CRA空间检验技术对2011—2014年5—9月西南地区东部EC细网格模式36 h预报时效119个降水目标的预报误差进行分析,并按照环流形势和影响系统对强降水个例进行分型,分为西南地区东部低涡切变型、西南地区东部-江淮切变型、南风型,分别对上述三类不同类型强降水个例的落区和强度误差进行了对比。得到如下结论:西南地区东部降水预报形态误差占比最大,为60%左右,其次是落区误差,为30%左右,强度误差最小,约为10%;落区平均偏西0.7°,经向偏差不明显;模式对于水平尺度较小的降水目标漏报可能性较大,而对于天气尺度降水目标模式预报面积偏大,总降水量偏大,雨强偏小;西南地区东部低涡切变型和西南地区东部-江淮切变型降水强度预报误差类似,模式预报雨区面积均偏大,降水尺度越大,偏大的概率越大,实况平均降水强度越强,模式预报强度越偏弱;南风型预报强降水面积和平均强度均偏弱,出现漏报的概率较大;而对于最大降水量,三种类型模式预报的最强降水均较实况偏弱;西南地区东部低涡切变型模式预报落区偏西,江淮至西南地区东部切变型模式预报落区偏西偏北,南风型模式预报落区偏西偏南。     

概率匹配平均法在山东强降水预报中的应用

基于WRF集合预报系统开发了概率匹配平均降水产品,选取了山东省2014—2016年共13次强降水过程,检验评估了概率匹配平均法在山东省强降水预报中的综合表现。结果表明：对于不同的强降水过程,各预报产品的预报能力差异较大,尤其是对暴雨以上量级降水的预报存在较大偏差;概率匹配平均相对集合平均,对大雨以上量级降水预报有明显改善,较WRF确定性预报产品也有一定提高,对强降水预报具有一定指示意义;该方法的改进主要体现在对不同量级降水的调整上,尤其是强降水的落区,相对集合平均增大了强降水的范围和强度,但对整个区域的总降水量预报没有很好的改进作用。     

ECMWF模式强降水预报偏差订正方法研究及应用

利用安徽省81站逐日降水量资料、NCEP 500 hPa再分析资料、ECMWF (以下简称EC)降水和500 hPa高度预报,基于暴雨中心和天气类型的客观判定,分类统计2012—2018年23个强降水过程降水中心的预报偏差。结果表明在西路强冷空气和东路冷空气天气类型下,当EC预报降水中心位于115°—120°E 584 dagpm线以北时,降水中心预报往往偏北,依据两者的纬度差和降水中心预报偏差建立了基于天气分类的主雨带位置订正方法;同时依据23个强降水过程最大降水区域降水量预报的日平均偏差,建立了暴雨的强度订正方法。将偏差订正方法应用于2020年安徽省梅汛期预报,结果发现无论位置还是强度订正都能使暴雨预报TS评分明显提高。同时进行位置和强度订正后,暴雨TS评分提高更加明显,尤其是对2020年两次最强降水过程订正效果显著。     

结合历史资料的数值天气预报误差订正

运用基于历史资料的模式距平积分订正(ANO)方法,结合欧洲中心的ERA-interim再分析资料和0.1度分辨率的中国地面自动站与CMORPH卫星反演降水资料融合逐时降水产品,对高分辨非静力WRF模式的数值预报结果进行订正试验,检验了ANO方法对灾害性天气、尤其持续性强降水预报的订正改进效果。对1983-2013年7月中旬四川地区数值预报结果订正前后与观测和再分析数据的比较表明,ANO方法不仅在环流场的预报订正试验中有较为显著的效果,对模式降水预报结果也有改进,能够有效提高模式对强降水的预报精度和评分、减小预报偏差,其中对2013年7月8—13日高分辨预报结果的ANO订正试验发现,订正环流场各变量都有改进,其中位势高度距平相关系数ACC平均提高了7.8%,均方根误差RMSE平均降低了55.7%,降水(特别是暴雨以上量级)的ETS评分和TS评分也有不同程度的提高,并得到多年独立样本的高分辨数值预报订正结果的支持。     

持续性强降水的区域模式动力中期预报研究

持续性强降水及其次生灾害给人民的生产和生活造成严重影响, 延伸其模式动力预报能力对防灾、减灾具有重要意义。随着对持续性强降水过程形成机理及模式动力中期预报认识的不断提高, 以减小模式初始条件误差、边界条件误差以及内场预报误差为目标提出了一系列动力中期预报技术方法, 主要包括:针对边界条件提出低通滤波技术方案, 改进了5 d以上的环流及降水预报; 针对模式预报内场进行谱逼近技术试验, 对提前3—7 d的小雨以上量级的降水预报改进明显; 针对初始条件进行多尺度混合更新初值技术预报试验, 融合全球预报的大尺度场及区域模式预报的中小尺度场进行15 d预报, 明显提高了50及100 mm以上的持续性累积降水预报时效。      

区域中尺度模式对西南地区一次强降水过程的预报分析

为了认识区域数值模式对西南地区降水预报能力,探索降水预报误差原因,本文应用MICAP资料,NCEP再分析资料,FY-2E辐射亮温资料,自动站资料,西南涡加密观测资料等,针对2012年7月2～5日西南地区一次强降水过程,分析了西南区域中心运行的WRF模式和GRAPES中尺度模式的预报能力,得到：（1）两模式不同程度反映了本次强降水过程.相对而言,WRF模式的预报略好于GRAPES,得益于WRF模式对对流层中低层温度、水汽、流场等演变的较好反映.（2）两模式预报对流层中低层温度偏差总体呈现正偏差,GRAPES模式呈现较大的温度偏差,正偏差特征更显著.两模式不同程度出现空报降水,特别是在高原东南坡.GRAPES模式空报雨区特征更明显.（3）两模式预报近地层湿度较实况大,都预报高原南坡,特别是高原东南坡风场辐合、水汽场辐合偏强,可能是造成虚假降水的主要原因.（4）较实况,WRF模式预报对流层高层的高压和对流层中低层的低压系统偏强,GRAPES模式预报西南低空急流偏强（可能是引起温度正偏差的原因）,两个模式预报的对流层正涡度较深厚,辐合上升运动强,这些可能是造成降水预报偏差的原因.     

GRAPES_MESO模式对一次强降水过程的预报及误差分析

本文应用西南低涡大气科学试验加密观测资料,常规探空与地面资料,自动站资料等,分析国家数值预报中心运行的GRAPES_MESO中尺度模式对2010年7月14～19日四川强降水过程预报能力.结果表明,模式降水预报能一定程度反映实况降水.在模式误差分析基础上,指出造成降水预报偏差的可能原因是模式预报的高度场持续偏低,预报低值系统偏强,高值系统偏弱,不利于四川上空的辐合低值系统维持;预报的登陆台风强度偏强,台风外围气流与副高外围环流结合,导致西南低空急流较强,加之,模式预报盆地水汽场在西部偏多,东部偏少,对流层中低层冷空气活动偏弱,暖湿气流活动较强,急流带北移较快,辐合流场位置偏北偏东,导致了积分后期预报降水与实况出现较大偏差,盆地东北部降水偏弱,预报降水落区偏东、偏北.探空分析还指出,盆地测站温度偏差较大,可能是受复杂地形条件下插值误差以及观测误差影响所致,由于盆地测站风向受周边地形影响较大,各站和各层分析风的不确定性较大.误差分析揭示了高度场预报偏低,温度场偏高,地面气压偏低等基本特征,误差的来源需要作进一步的数值试验与动力诊断分析.