基于雷达外推临近预报和中尺度数值预报融合技术的短时定量降水预报试验

为克服目前中尺度数值模式在对流尺度定量降水短时预报方面的不足,弥补基于“外推”的临近预报技术在2h以上定量降水预报能力方面的缺陷,研究设计了一种基于“外推”临近预报技术和中尺度数值模式的定量降水预报(QPF)融合技术方案,并进行了试验应用.该方案首先基于雷达探测和自动气象站观测的定量降水估计(QPE)结果,对中尺度数值模式输出的定量降水预报在谱空间进行相位校正,分析计算出数值预报和观测的偏差,导出一个附加的数值预报校正场;其次,根据数值预报校正场满足一定时间变化分布的特征,调整相应时段的数值预报降水区域和强度;最后,利用双曲正切线权重函数,对校正后的数值模式定量降水预报和基于临近预报技术的定量降水预报进行融合,融合权重根据典型环流特征动态变化.融合后的定量降水预报在前1-2h表现出主要依赖“外推”临近预报结果,之后随着融合权重的变化,数值预报对融合结果的贡献逐渐加大,直至融合后5-6h占主导地位.通过对京津冀地区2011年夏季5个及2012年夏季2个典型强降水个例的80次预报试验及其检验,表明融合后的0-6h定量降水预报结果改进较为明显,总体优于单独的临近预报技术或者中尺度数值预报模式的结果.     

临近预报的两种高时空分辨率定量降水预报融合算法的对比试验

长期以来,雷达回波外推技术是0—2 h临近预报系统主要采用的方法,但其实际有效预报时间≤1 h,而中尺度数值模式预报则受平衡约束时间的限制,最初2 h的降水预报无效。为解决上述两种预报的缺陷,目前国际上流行采用外推预报与数值模式预报融合的技术,形成统一的0—6 h格点化的高分辨率无缝隙定量降水临近预报系统。对目前流行的两种融合算法（INCA（Integrated Nowcasting and Comprehensive Analysis System）算法及RAPIDS（Rainstorm Analysis and Prediction Integrated Data-processing System）算法）进行了分析和对比试验,以期为业务应用提供借鉴。RAPIDS算法的核心是用自动气象站雨量融合雷达估测得到的定量降水对模式预报的降水强度和位相进行修正;INCA算法则是用数值模式预报的风场修正外推技术的降水移动矢量。两种方法在0—6 h预报时效内,外推预报的权重均逐渐减小,模式预报的权重逐渐增大,从而实现外推预报和模式预报的平滑过渡。试验结果表明,两种方法对降水雨带和降水强度的预报均优于单一的外推预报或模式预报。集二者的优势研发最优的高时、空分辨率降水预报无缝隙融合算法,将有助于进一步提升高分辨率定量降水0—6 h无缝隙预报水平。      

长三角地区短时临近融合定量降水预报

通过雷达外推及高分辨率数值模式预报相互订正融合,建立了时效6 h的长三角地区短时临近融合定量降水预报产品。采用一种主流的融合方案,并在外推、模式订正和融合方案上进行改进,完成了基于长三角地区11部雷达反射率组网和数值预报资料的COTREC外推扩展,基于韦伯变换的数值预报强度修正和基于目标识别匹配的位相修正,基于回波尺度和预报时效的动态权重系数调整和基于实况降水的动态Z-R关系选择等技术开发。结果表明融合方法能够延长外推预报时效,订正数值模式预报的强度及位置误差,预报效果总体优于两者。     

天气雷达回波运动场估测及在降水临近预报中的应用

在常用的基于天气雷达反射率因子图像的相关方法跟踪回波运动的TREC(Tracking Radar Echo by Correla-tion)技术基础上,文中发展了一种基于差分图像(时间梯度图像)的相关方法追踪雷达回波运动(Difference Image-based Tracking Radar Echo by Correlations)技术,简称DITREC,并与TREC技术进行比较。个例分析表明,DITREC矢量场消除了TREC矢量场中由于回波型的迅速变化导致的一些无序矢量,使得DITREC矢量场的时间连续性和空间连续性好于TREC矢量场。在TREC矢量场中不存在无序矢量的地方,DITREC矢量场与TREC矢量场基本一致。分别用DITREC矢量场和700 hPa风场作为回波运动估测场外推合肥CINRAD/SA雷达反射率因子复合扫描图,得到1 h外推降水场。以地面雨量计为标准,对外推降水场进行评估,结果表明,DITREC外推小时降水优于700 hPa外推小时降水,但其精度还与所采用的Z-R关系有关。     

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。     

0～3小时短时定量降水预报算法研究

利用广东省3 km高度CAPPI雷达反射率因子拼图资料,对2012年6月22日一次降水个例进行0～3 h短时定量降水预报算法研究,以期通过改进算法来提高降水短时预报的准确率。在利用交叉相关算法获取回波移动矢量场后,使用五点平滑及卡尔曼滤波的方法对其进行处理,利用处理后的矢量场对雷达回波进行3 h外推,再进行0～3 h降水量预报。研究结果表明,经过滤波处理后可得到时空连续性更好的回波移动矢量场,滤波后回波外推预报效果明显改善,其临界成功指数（CSI）有所提高,空报率（FAR）显著降低,提高了降水预报准确率。      

一种基于多种资料融合技术的短时临近预报方法

介绍由奥地利国家气象局开发的基于多种资料融合技术的短时临近预报系统(INCA)的核心技术。INCA系统以数值预报输出场为第一猜值,利用气象卫星、天气雷达,地面自动观测站资料进行融合分析订正后形成分析场,结合线形外推技术和数值预报结果,对降水、温度、湿度、风、云等作出高时空分辨率的临近预报,其技术路线对今后我国发展短时临近预报技术具有很重要的指导作用。     

C波段雷达资料同化对GRAPES中尺度数值模式短临降水预报的影响

将C波段雷达资料用LAPS模式的云分析系统进行反演,并采用Nudging技术将反演得到的云微物理场引入GRAPES中尺度数值模式,结合1次强降水天气过程的模拟实验,研究了C波段雷达资料同化对GRAPES中尺度数值模式短临降水预报的影响。结果表明：①雷达资料同化能够改进中尺度模式的降水预报,模式前6 h的降水预报相关系数和不同等级降水TS评分都有提高,同时降水峰值提前了1 h,有助于缓解模式spin-up问题。②模式降水预报的改进效果主要由强降水贡献,最大改进效果集中在4~6 h。③同化雷达资料后25 mm以上强降水预报站数比更接近实况,落区偏差幅度更小,降水落区和强度向实况方向得到调整。④10 mm以下弱降水在吸收雷达资料后,站数比相较于控制预报,比实况增加更多,落区偏差幅度增大,存在预报过量的问题。弱降水预报过量主要集中在4~6 h,而前3 h对降水预报的改进有积极作用。     

变分回波跟踪算法及其在对流临近预报中的应用试验

目前业务上0—1 h对流天气临近预报仍旧以客观外推为主,采用不同外推算法,得到雷达回波以及降水的外推临近预报。以业务应用为目标,开展了变分回波跟踪算法在强对流天气临近预报中的应用研究。利用京津冀地区的8部新一代多普勒天气雷达逐6 min雷达组网拼图资料,选取2016—2018年夏季发生在京津冀地区的18个典型对流个例,开展变分回波跟踪算法和交叉相关法的0—1 h临近预报对比试验及检验评估。与传统的交叉相关法相比,变分回波跟踪算法采用变分技术求解雷达回波运动矢量场,在计算中使用两个严格的约束条件,运用迭代法进行求解,其得到的运动矢量场更为准确。结果表明,变分回波跟踪算法优于传统的交叉相关法,得到的30、60 min内雷达回波的形状、位置及强度的外推预报和实况更接近,定量检验评分更高:（1）京津冀地区4次典型对流天气过程临近预报对比试验表明,和交叉相关法相比,变分回波跟踪算法可以更好地预报出未来1 h内雷达回波的位置、形态和强度。（2）通过对18个典型对流个例定量检验,发现当雷达回波强度阈值为35和45 dBz时,无论是30或是60 min外推预报,变分回波跟踪算法的命中率（POD）和临界成功指数（CSI）都明显高于交叉相关法,且虚警率（FAR）更低;分天气类型定量检验发现,绝大多数天气类型,变分回波跟踪算法外推预报效果优于交叉相关法。      

基于数值预报与雷达外推预报融合方法的降水回波短临预报试验研究

采用傅里叶-梅林变换、多尺度光流法及威布尔分布,对湖北省2020年6—7月4次降水过程雷达回波进行多尺度预报试验及其相位和强度校正。在此基础上,利用双曲正切函数对校正后的模式降水回波预报和雷达回波外推临近预报进行融合。最后,基于预报技巧评分和平均绝对误差及命中率等指标对不同时效、尺度及回波阈值的预报结果进行定量分析。结果表明:(1)融合后的0~3 h降水回波预报在范围和位置上均较模式预报和雷达外推预报改进明显,尤其对强回波预报有明显优势,对对流预报有积极作用;0.01°×0.01°尺度的0~1 h预报效果明显好于其他尺度及预报时效。(2)武汉RUC模式预报效果最差,平均绝对误差(mean absolute error,MAE)最大为6.1~8.2 dBZ,而融合预报效果最好,MAE最小为4.7~6.5 dBZ。0.01°×0.01°尺度下融合预报的命中率(probability of detection,POD)随回波阈值和预报时效增加而降低,而其他尺度下20 dBZ回波阈值的平均POD最大、MAE最小,平均POD(MAE)均高于(低于)其他2种预报。总体来看,融合预报明显优于单一预报,对改进0~3 h定量降水预报有一定参考。     

A nowcasting technique based on application of the particle filter blending algorithm

To improve the accuracy of nowcasting, a new extrapolation technique called particle filter blending was configured in this study and applied to experimental nowcasting. Radar echo extrapolation was performed by using the radar mosaic at an altitude of 2.5 km obtained from the radar images of 12 S-band radars in Guangdong Province, China. The first bilateral filter was applied in the quality control of the radar data; an optical flow method based on the Lucas–Kanade algorithm and the Harris corner detection algorithm were used to track radar echoes and retrieve the echo motion vectors; then, the motion vectors were blended with the particle filter blending algorithm to estimate the optimal motion vector of the true echo motions; finally, semi-Lagrangian extrapolation was used for radar echo extrapolation based on the obtained motion vector field. A comparative study of the extrapolated forecasts of four precipitation events in 2016 in Guangdong was conducted. The results indicate that the particle filter blending algorithm could realistically reproduce the spatial pattern, echo intensity, and echo location at 30- and 60-min forecast lead times. The forecasts agreed well with observations, and the results were of operational significance. Quantitative evaluation of the forecasts indicates that the particle filter blending algorithm performed better than the cross-correlation method and the optical flow method. Therefore, the particle filter blending method is proved to be superior to the traditional forecasting methods and it can be used to enhance the ability of nowcasting in operational weather forecasts.     

自动临近预报系统及其在北京奥运期间的应用

该文介绍了对流风暴自动临近预报系统(BJ-ANC)及其在2008年北京奥运会期间的应用。BJ-ANC是在技术引进基础上,通过本地化改进和拓展研发而形成的适合于在京津冀地区使用的对流风暴自动临近预报系统。BJ-ANC系统通过对风暴进行分析,利用临近预报算法和模糊逻辑集成技术,生成反映风暴发生、发展和消亡的分析及预报产品。系统考虑了京津冀地区边界层辐合线及地形与风暴生消发展之间的密切关系。通过对2008年实时预报结果的检验表明:系统对风暴单体在1 h内的外推预报与实际观测的风暴单体中心的距离偏差较小;系统的1 h定量降水预报和自动站的降水观测接近;系统对风暴回波的总体预报性能明显优于持续性外推方法。通过对2008年奥运期间对流风暴个例的实际应用分析表明:系统对风暴的临近预报具有指导意义,边界层辐合线对风暴的局地新生和快速演变具有明显的正面预报效果。另外,系统反演得到的对流层低层热动力三维特征提供了风暴生消、发展预报的重要判据。     

强对流天气监测预报预警技术进展

强对流天气预报业务包括监测、分析、预报、预警和检验等方面。对流初生识别、对流系统强度识别和对流天气类型识别等监测技术取得新进展,综合多源资料的监测技术已应用于中国气象局中央气象台业务。对流系统的触发、发展和维持机制等获得了新认识,我国不同类型强对流天气及其环境条件统计气候特征、分析规范及相应业务产品等为业务预报提供了必要基础和技术支撑。光流法、多尺度追踪技术以及应用模糊逻辑方法的临近预报技术等有明显进展,融合短时预报技术得到广泛应用,对流可分辨高分辨率数值 (集合) 预报及其后处理产品预报试验取得了显著成效,基于数值 (集合) 预报应用模糊逻辑方法的分类强对流天气短期预报技术为业务预报提供了技术支撑。强对流天气综合监测和多尺度自适应临近预报技术、多尺度分析技术以及融合短时预报技术、发展并应用模糊逻辑等方法的、基于高分辨率数值 (集合) 模式的区分不同强度等级和极端性的分类强对流天气精细化 (概率) 预报技术等是未来发展的主要方向。     

多普勒雷达资料在暴雨临近预报中的应用

强暴雨、台风暴雨等灾害性暴雨天气是造成洪涝灾害最主要的降水天气系统。以广州雷达和梅州雷达的拼图资料以及温州单站雷达资料为基础, 讨论了TREC方法中时间步长、网格大小及雨强阈值等参数变化对跟踪结果的影响, 并对TREC矢量场进行了平滑处理, 这在一定程度上减少了TREC矢量场中由于地物回波和回波梯度变化造成的一些明显错误的矢量, 得到较为连续的矢量场, 并将得到的矢量场用于暴雨的临近预报。个例分析及预报结果的验证表明:通过选择合适的参数, 雨强CAPPI、反射率因子CAPPI和CR 3种资料得到的TREC矢量场一致性好, 能够反映我国的强暴雨、台风暴雨等灾害性暴雨的移动方向。CR资料的外推预报结果稍差于其他两者, 3种资料预报的准确性都随着预报时间的递增而降低, 对连续时刻的TREC矢量进行拟合, 有助于提高预报准确率。TREC方法对于结构比较复杂、不易识别的台风暴雨等灾害性暴雨天气, 在预警方面具有一定应用价值。     

雷暴与强对流临近天气预报技术进展

临近预报指0—6h(0—2h为重点)的高时空分辨率的天气预报,预报对象是该时段内出现明显变化的天气现象,主要包括雷暴、强对流、降水、冬季暴风雪、冻雨、沙尘暴、低能见度(雾)、天空云量等,其中,以雷暴和强对流天气的临近预报最具挑战性。综述了针对雷暴和强对流天气的以主观预报为主、结合客观算法的临近预报技术,同时讨论了高分辨率数值预报模式在临近预报中的应用。主观临近预报技术包括基于多普勒天气雷达观测数据并结合其他资料(常规高空和地面观测、气象卫星云图、快速同化循环的数值预报产品等)对雷暴生成、发展和衰减,特别是对强对流天气(包括强冰雹、龙卷、雷暴大风和对流性暴雨)的临近预报,客观算法包括几种应用最广的雷达回波或云图外推算法和强对流天气识别技术。高分辨率数值预报模式的应用包括与雷达回波外推融合延长临近预报时效,与各种观测资料融合得到快速更新的三维格点资料为雷暴和强对流近风暴环境的判断提供重要参考。     

卫星云图和数值预报产品及雷达资料相结合作短时预报

在短期和短时天气预报工作中，本文通过对卫生云图的定量分析和研究，结合天气形势、数值预报产品及雷达回波资料，给出了运城市短时降水预报指标，以提高云图在短时预报中的可用性。     

雷达资料和数值模式产品融合技术研究

以雷达外推为基础,配合中尺度数值模式产品作为环境场,提出两种新的雷达资料和数值模式融合技术:动态权重融合法和趋势演变叠加法。且在动态权重融合法中提出用正弦权重、双曲正切权重以及实时滚动权重三种方法计算权重。使用上海及周边地区2009年6月21日的一次对流过程进行个例分析及误差检验,结果表明:利用这两种方法进行融合后的预报结果与雷达外推和数值模式预报结果相比均有所改进,特别是动态权重融合法中的正弦权重和双曲正切权重对于预报结果的改进尤为明显,融合后的结果更接近实况,表明动态权重融合法和趋势演变叠加法这两种方法是有效可行的,对短时临近预报技术研究有较高的参考价值。