区域数值模式对两次暴雨过程的降水模拟比较

分析了应用于西南地区的MM5、GRAEPS、AREM和成都区域业务运行数值模式(η)4个区域模式对2004年6月29~30日成都邻近地区和9月2~6日四川盆地东北部的暴雨降水过程进行了模拟。模拟结果表明,4个区域模式对这两次强降水过程有不同程度的反映。MM5、GRAPES和AREM显示了较好的预报能力,特别是MM5和AREM模式的预报在落区、强度和降水演变上与实况较一致。AREM模式预报的雨区清晰,但降水强度偏弱;MM5模式在预报出强降水的同时,出现较多的虚假降水,对持续时间长的降水过程预报较好,GRAPES预报的雨区较不稳定,但对持续时间短的过程有较好的反映;η模式降水预报偏小太多,对6月30日的过程在盆地的预报无明显反映。因此,有必要加大区域模式本地化工作,发展适合西南地区的数值模式,开展数值集合预报技术研究,整体提高成都区域中心数值预报水平。     

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.     

AREM数值模式对2005年汛期四川的降水预报

应用中国科学院大气物理研究所的AREM模式，对2005年汛期四川进行了实时降水预报。结果表明：（1）AREM预报性能略好于成都区域中心业务运行模式ETA模式，对大雨和暴雨的TS评分，AREM略高于T213预报。（2）从梯度评分看，高度、温度、涡度等要素均为可预报，而地面温度、整层水汽含量和整层水汽通量散度可预报性较低。（3）AREM对5次区域性暴雨有较好的反映，但与实况还存在一定的差异，AREM降水强度预报较实况偏弱。     

一次盆地强降雨过程的多模式结果对比分析

运用西南区域数值模式SWCWARMS、欧洲中心细网格预报模式EC以及国家气象中心中尺度区域模式GRAPES对2018年6月25日12时～26日12时发生在四川盆地内的一次强降雨过程进行预报对比分析,多模式结果表明:EC模式与GRAPES模式对盆地西北部的暴雨漏报现象较为突出,SWCWARMS模式能较好模拟整个雨带的强度与位置,对比中尺度系统西南涡的模拟,在低涡出现和发展的12小时内,EC模式对低涡的预报能力偏弱,预报降雨量偏小,低涡位置与强度预报GRAPES与实况最接近,SWCWARMS模式与GRAPES相似,但仅有SWCWARMS预报出低涡南侧与低涡西北象限的强降雨,在低涡减弱阶段,3种模式趋于相同。EC与GRAPES模式在四川盆地内的初始涡度偏弱,辐合偏小,盆地西部边坡对流层低层垂直上升运动偏小,相对湿度偏低,这导致了EC和GRAPES模式在四川盆地西部边坡降雨强度偏小,仅有SWCWARMS模式与实况最符合,尤其对复杂地形下的降雨过程有较强的预报能力。      

2010年7～8月四川三次大暴雨过程区域数值模式能力评估

本文对2010年7月14~19日、7月22~24日、8月17~19日四川出现的3次区域性大暴雨过程,比较分析了成都区域中心及国家气象中心运行的GRAPES模式降水预报情况以及中、高层环流形势,通过天气学检验得出以下结论:(1) G-SC模式预报降水范围偏小、强度偏弱,强降水中心存在较大偏差;G-BJ模式能预报出降水的主要落区,但降水强度偏弱,虚假强水中心偏多;(2) GRAPES模式对青藏高原东侧天气系统的预报能力偏弱,G-BJ对大尺度环流系统的预报能力优于G-SC模式;(3)九龙站和名山站单站探空廓线图显示G-SC模式在对流层高层温度和风速不随高度变化,对流层底层比湿较实况偏小,因此,温度场、风场以及湿度场强度及分布都有待改善;(4)成都区域中心运行的GRAPES模式在初值、高度场强度、近地面温度等方面都具有很大的改进空间,这需要在资料同化、边界层方案、地形处理等方面做工作。      

气候系统模式FGOALS模拟的南亚夏季风：偏差和原因分析

本文通过与观测和再分析资料的对比,评估了LASG/IAP发展的气候系统模式FGOALS的两个版本FGOALS-g2和FGOALS-s2对南亚夏季风的气候态和年际变率的模拟能力,并使用水汽收支方程诊断,研究了造成降水模拟偏差的原因。结果表明,两个模式夏季气候态降水均在陆地季风槽内偏少,印度半岛附近海域偏多,在降水年循环中表现为夏季北侧辐合带北推范围不足。FGOALS-g2中赤道印度洋"东西型"海温偏差导致模拟的东赤道印度洋海上辐合带偏弱,而FGOALS-s2中印度洋"南北型"海温偏差导致模拟的海上辐合带偏向西南。水汽收支分析表明,两个模式中气候态夏季风降水的模拟偏差主要来自于整层积分的水汽通量,尤其是垂直动力平流项的模拟偏差。一方面,夏季阿拉伯海和孟加拉湾的海温偏冷而赤道西印度洋海温偏暖,造成向印度半岛的水汽输送偏少;另一方面,对流层温度偏冷,冷中心位于印度半岛北部对流层上层,同时季风槽内总云量偏少,云长波辐射效应偏弱,对流层经向温度梯度偏弱以及大气湿静力稳定度偏强引起的下沉异常造成陆地季风槽内降水偏少。在年际变率上,观测中南亚夏季风环流和降水指数与Ni?o3.4指数存在负相关关系,但FGOALS两个版本模式均存在较大偏差。两个模式中与ENSO暖事件相关的沃克环流异常下沉支和对应的负降水异常西移至赤道以南的热带中西印度洋,沿赤道非对称的加热异常令两个模式中越赤道环流季风增强,导致印度半岛南部产生正降水异常。ENSO相关的沃克环流异常下沉支及其对应的负降水异常偏西与两个模式对热带南印度洋气候态降水的模拟偏差有关。研究结果表明,若要提高FGOALS两个版本模式对南亚夏季风气候态模拟技巧,需减小耦合模式对印度洋海温、对流层温度及云的模拟偏差;若要提高南亚夏季风和ENSO相关性模拟技巧需要提高模式对热带印度洋气候态降水以及与ENSO相关的环流异常的模拟能力。     

三个模式对2008年夏半年西南区降水预报效果的检验

利用AREM(-YWand SY)、T213L31、JAPAN三个模式对2008年夏半年(5~11月)西南地区(25°~34.5°N,97°~110.5°E)降水预报进行了统计检验,并对其中两次强降水过程的预报效果进行对比分析,以期了解各模式在西南地区的预报效果及特点,结果表明:(1)小雨-大雨量级JAPAN模式预报情况较好,暴雨量级T213L31、JAPAN、AREM均预报较好,大暴雨量级AREM-SY模式预报较好。(2)对西南地区的降水预报,T213L31预报偏强情况较多,AREM预报偏弱情况多,JAPAN预报相对适中。(3)在西南地区,当降水陡增(即实况降水量较前一天大一个量级以上,且雨量比前一天多5 mm以上)和其后强降水持续阶段,是各模式预报偏弱情况最可能发生的时期,同时也是各模式预报效果较差的时段。(4)三个模式在青藏高原东南缘地区均有降水空报现象,AREM模式的降水空报与其在此处存在低涡空报有关。(5)对于西南低涡这一尺度小、结构复杂的特殊天气系统,当前模式对其强度、位置和诱发的强降水预报效果仍有待提高。     

天气系统预报效果的量化检验方法及应用

对中国天气过程进行了分类,并介绍了一种针对模式对于降水及各种天气系统预报效果的天气学检验方法,将此方法应用于AREM模式对2007年降水个例预报及2005—2007年汛期天气过程的批量预报检验,得出结论如下:(1)此天气学检验方法能够对各类天气系统及降水进行有效的检验,(2)对于中国典型高空槽类降水,AREM模式总体上对高空槽预报较为稳定、强度接近实况,对降水预报稳定性相对较差、强度偏弱,槽预报的较好(差)与降水预报的较好(差)不完全对应,(3)对于梅雨锋类降水,AREM模式对副高预报总体偏西、偏北、偏强,对高空槽、降水预报均总体偏弱,副高预报的较好(差)对应降水预报的较好(差)。     

2012年汛期华南中尺度模式与日本模式的降水预报评估分析

采用累加降水量级检验、降水空间分布和时间演变以及天气系统分类等方法,对广东2012年汛期GRAPES华南中尺度模式和日本气象厅全球谱模式(JMA GSM,以下简称JMA)降水预报产品进行分析评估,结果表明:两个模式对小雨预报能力相当,对于中雨、大雨和暴雨GRAPES预报效果好于JMA;两个模式对广东雨带分布预报相反,GRAPES降水值随着预报时效的增加而增加;两个模式对广东较大降水过程的发展趋势预报基本准确, GRAPES降水预报以偏大为主,JMA以偏小为主;将汛期较大的降水过程按照其主导天气系统分为6类,GRAPES对其中5种类型降水预报效果好于JMA,两个模式对台风暴雨预报效果最好,对回流暴雨预报相对较差。      

CMA-MESO模式对“21·7”河南特大暴雨的预报评估与误差分析

为分析CMA-MESO模式对2021年7月19—21日河南特大暴雨的预报性能,除了常规观测资料,还利用雷达和卫星非常规观测资料,对模拟回波和云产品开展传统和新型空间检验,以揭示对流风暴和中尺度对流系统(MCS,基于卫星红外通道)的模式预报偏差细节,并从降水形成的水汽、动力、触发和维持机制等角度分析模式误差产生的原因。结果表明:模式能较好预报雨带形态、弱回波持续时间以及主要降水发生前期和后期MCS的面积和强度演变趋势;模式偏差主要体现在低估了降水强度且未报出郑州站极端小时降水,错报主雨带小时降水演变,严重低估了对流风暴和强对流风暴的持续时间,未能报出午后MCS面积陡增的变化趋势且MCS位置预报偏西、偏北;模式降水偏差的原因主要在于水汽的模拟,模式水汽垂直分布不合理,对台风烟花和查帕卡的水汽输送均偏弱,而水汽输送不足的根源是低空急流偏弱和超低空急流脉动不足。另外,模式未能在郑州站附近预报出稳定少动的地面中尺度辐合线,加之大气层结不稳定度不足和对流不稳定能量偏低,使得对流发展不够旺盛,最终导致降水预报不足。     

三峡库区流域面雨量预报模糊检验

采用面雨量模糊评分方法，对三峡库区流域面雨量预报中3种客观预报(相似预报、T213降水预报、MM5模式预报)和面雨量综合集成预报结果进行综合评定。检验结果表明，3种预报模式对流域面雨量预报水平相差不大，冬半年的预报评分高于夏半年。在业务中采用动态权重系数法对3种预报方法预报结果进行集成，其集成预报的评定质量高于每种单独预报质量。在流域面雨量预报质量检验中采用了模糊评分法，该方法能够较为客观地反映预报和实况之间的差距，也可以用于降水定量预报评定中。     

Predictability of winter rainfall in South China as demonstrated by the coupled models of ENSEMBLES

Winter rainfall over South China shows strong interannual variability,which accounts for about half of the total winter rainfall over South China.This study investigated the predictability of winter （December-January-February; DJF） rainfall over South China using the retrospective forecasts of five state-of-the-art coupled models included in the ENSEMBLES project for the period 1961-2006.It was found that the ENSEMBLES models predicted the interannual variation of rainfall over South China well,with the correlation coefficient between the observed/station-averaged rainfall and predicted/areaaveraged rainfall being 0.46.In particular,above-normal South China rainfall was better predicted,and the correlation coefficient between the predicted and observed anomalies was 0.64 for these wetter winters.In addition,the models captured well the main features of SST and atmospheric circulation anomalies related to South China rainfall variation in the observation.It was further found that South China rainfall,when predicted according to predicted DJF Nifio3.4 index and the ENSO-South China rainfall relationship,shows a prediction skill almost as high as that directly predicted,indicating that ENSO is the source for the predictability of South China rainfall.     

Assessing the Seasonal Predictability of Summer Precipitation over the Huaihe River Basin with Multiple APCC Models

Seasonal rainfall predictability over the Huaihe River basin is evaluated in this paper on the basis of 23-year(1981-2003) retrospective forecasts by 10 climate models from the Asia-Pacific Economic Cooperation(APEC) Climate Center(APCC) multi-model ensemble(MME) prediction system.It is found that the summer rainfall variance in this basin is largely internal,which leads to lower rainfall predictability for most individual climate models.By dividing the 10 models into three categories according to their sea surface temperature(SST) boundary conditions including observed,predicted,and persistent SSTs,the MME deterministic predictive skill of summer rainfall over Huaihe River basin is investigated.It is shown that the MME is effective for increasing the current seasonal forecast skill.Further analysis shows that the MME averaged over predicted SST models has the highest rainfall prediction skill,which is closely related to model’s capability in reproducing the observed dominant modes of the summer rainfall anomalies in Huaihe River basin.This result can be further ascribed to the fact that the predicted SST MME is the most effective model ensemble for capturing the relationship between the summer rainfall anomalies over Huaihe River basin and the SST anomalies(SSTAs) in equatorial oceans.     

基于时间尺度分离的中国东部夏季降水预测

基于时间尺度分离,利用NCEP第2代气候预测系统 (CFSv2) 每年4月起报的夏季月平均预测资料, 结合实际观测资料和再分析资料,对江淮流域及华北地区夏季降水距平百分率进行降尺度预测。将预测量和预测因子分为年际分量和年代际分量,在两个时间尺度上分别建立降尺度模型,两个预测分量之和为总预测量。对1982—2008年拟合时段的夏季降水距平百分率的回报结果表明:降尺度预测结果相对于原始模式结果预测技巧显著提高。降尺度预测与实况降水在江淮流域和华北地区的空间相关系数最大值超过0.8,多年平均值也分别提高到0.53和0.51;时间相关在每个站点也显著增强,相关系数为0.38~0.65。对2009—2013年进行独立样本检验,结果表明:降尺度模型能较好地预测出该时段的降水异常空间型态。同时,该模型对2014年夏季降水长江以南偏多、黄淮地区偏少的分布形势也有一定预测能力。     

从’98特大洪水中看改进的HLAFS数值降水预报的性能

文章对1998年大洪水期间改进的HLAFS[1]的降雨预报产品进行检验.结果表明, 改进的HLAFS对松嫩流域的暴雨预报较好, 中到大雨则是长江中下游地区预报较好, 而三峡库区相对较差; 对于主要降雨过程降雨区的强度预报往往比实况弱, 且其落区约有半数较实况偏北, 但其轴向一般与实况一致; 改进的HLAFS对小雨预报比原HLAFS好, 对中雨和暴雨预报也有不同程度的改进; 整体预报面积偏大和大雨以上降水预报准确率低仍是HLAFS有待改进的问题.对三峡库区面降水量预报, 半数左右的预报较好; 对大量级降水预报往往偏弱, 而小量级则相反     

EXTRA-SEASONAL PREDICTIONS OF SUMMER RAINFALL IN CHINA AND ENSO IN 2001 BY CLIMATE MODELS*

China is a monsoon country.The most rainfalls in China concentrate on the summer seasons.More frequent floods or droughts occur in some parts of China.Therefore,the prediction of summer rainfall in China is a significant issue.As we know,the obvious impacts of the sea surface temperature anomalies(SSTA)on the summer rainfall over China have been noticed.The predictions of the SSTA have been involved in the research.The key project on short-term climate modeling prediction system has been finished in 2000.The system included an atmospheric general circulation model named AGCM95,a coupled atmospheric-oceanic general circulation model named AOGCM95,a regional climate model over China named RegCM95,a high-resolution Indian-Pacific OGCM named IPOGCM95,and a simplified atmosphere-ocean dynamic model system named SAOMS95.They became the operational prediction models of National Climate Center(NCC).Extra-seasonal predictions in 2001 have been conducted by several climate models,which were the AGCM95,AOGCM95,RegCM95,IPOGCM95,AIPOGCM95,OSU/NCC,SAOMS95,IAP APOGCM and CAMS/ZS.All of those models predicted the summer precipitation over China and/or the annual SSTA over the tropical Pacific Ocean in the Modeling Prediction Workshop held in March 2001.The assessments have shown that the most models predicted the distributions of main rain belt over Huanan and parts of Jiangnan and droughts over Huabei-Hetao and Huaihe River Valley reasonably.The most models predicted successfully that a weaker cold phase of the SSTA over the central and eastern tropical Pacific Ocean would continue in 2001.The evaluations of extra-seasonal predictions have also indicated that the models had a certain capability of predicting the SSTA over the tropical Pacific Ocean and the summer rainfall over China.The assessment also showed that multi-model ensemble(super ensembles)predictions provided the better forecasts for both SSTA and summer rainfall in 2001,compared with the single model.It is a preliminary assessment for the extra-seasonal predictions by the climate models.The further investigations will be carried out.The model system should be developed and improved.     

EXTRA-SEASONAL PREDICTIONS OF SUMMER RAINFALL IN CHINA AND ENSO IN 2001 BY CLIMATE MODELS

China is a monsoon country.The most rainfalls in China concentrate on the summer seasons.More frequent floods or droughts occur in some parts of China.Therefore,the prediction ofsummer rainfall in China is a significant issue.As we know,the obvious impacts of the sea surfacetemperature anomalies(SSTA)on the summer rainfall over China have been noticed.Thepredictions of the SSTA have been involved in the research.The key project on short-term climate modeling prediction system has been finished in 2000.The system included an atmospheric general circulation model named AGCM95,a coupledatmospheric-oceanic general circulation model named AOGCM95,a regional climate model overChina named RegCM95,a high-resolution Indian-Pacific OGCM named IPOGCM95,and asimplified atmosphere-ocean dynamic model system named SAOMS95.They became theoperational prediction models of National Climate Center(NCC).Extra-seasonal predictions in 2001 have been conducted by several climate models,which werethe AGCM95,AOGCM95,RegCM95,IPOGCM95,AIPOGCM95,OSU/NCC,SAOMS95,IAPAPOGCM and CAMS/ZS.All of those models predicted the summer precipitation over China and/or the annual SSTA over the tropical Pacific Ocean in the Modeling Prediction Workshop held inMarch 2001.The assessments have shown that the most models predicted the distributions of main rain beltover Huanan and parts of Jiangnan and droughts over Huabei-Hetao and Huaihe River Valleyreasonably.The most models predicted successfully that a weaker cold phase of the SSTA over thecentral and eastern tropical Pacific Ocean would continue in 2001.The evaluations of extra-seasonal predictions have also indicated that the models had a certaincapability of predicting the SSTA over the tropical Pacific Ocean and the summer rainfall overChina.The assessment also showed that multi-model ensemble(super ensembles)predictionsprovided the better forecasts for both SSTA and summer rainfall in 2001,compared with the singlemodel.It is a preliminary assessment for the extra-seasonal predictions by the climate models.Thefurther investigations will be carried out.The model system should be developed and improved.     

基于BCC_CSM模式的中国东部夏季降水预测检验及订正

基于国家气候中心第二代季节预测模式的历史回报试验数据,检验了模式对我国东部夏季降水的预测能力,探讨了预测误差形成的可能原因,并应用降尺度方法提高了模式的降水预测技巧。分析表明:（1）模式能在一定程度上把握我国东部夏季降水时空变率的两个主要模态（偶极子型模态和全区一致型模态）,但是不同超前时间的预测在刻画模态方差贡献、异常空间分布特征、时间系数的年际变化等方面存在明显误差;（2）模式能够合理预测大尺度环流和海表温度（SST）的变化特征,但是对中国东部夏季降水的总体预测技巧有限,这与模式不能准确刻画西太平洋副热带高压、大陆高压、中高纬阻塞高压等环流系统以及热带太平洋、印度洋SST变率对中国东部降水模态的影响有关;（3）针对1991~2003年回报试验数据中的500 hPa位势高度、850 hPa纬向风和经向风、SST变量,在全球范围内寻找并定位与中国东部站点降水关系最密切的预报因子,进而建立针对降水预测的单因子线性回归、多因子逐步和多元回归模型。采用2004~2013年回报试验对所建立的降水预测模型进行了独立检验,结果表明:所建立的降尺度预测模型能显著提高中国东部地区夏季降水的预报技巧。以6月1日起报试验为例,预测的第一模态（第二模态）与观测的空间相关系数由原始的0.12（0.48）提高到了0.58（0.80）,时间相关系数则从0.47（0.15）提高到0.80（0.67）;其它超前时间的预测试验中,降尺度预测模型的降水预测技巧相比模式原始预测技巧也同样明显提高。     

1999年中国夏季气候的预测和检验

利用改进的中国科学院大气物理研究所短期气候预测系统（IAPPSSCA）,结合IAPENSO预测系统所预测的1999年热带太平洋地区的海温异常,对1999年中国夏季气候进行了适时集合预测。预测结果表明：IAPPSSCA较好地预测出了1999年夏季北半球大尺度环流场的异常情况,并较好地预测出1999年中国南涝北旱的大范围降水形势。IAPPSSCA对长江下游的强降水中心、中国南方大部夏季多雨的特征以及中国北方大部的干旱少雨形势的预测,与实测较相符。但IAPPSSCA预测的南方大范围雨带的北界比实测的略为偏北,北方的小范围的降水正距平区域也没有能预报出来。另外,对于月平均降水距平的预测亦存在较大的不确定性。这说明我们的预测系统还有待于进一步的改进和完善。     

业务模式晴雨预报能力分析及其改进方法研究

以欧洲中心全球预报模式和中国华南区域中尺度模式(GZ 3 km)为例分析了2019年中国南方逐日晴雨预报的情况,并讨论模式晴雨预报的性能。借助TS检验评估方法,在与简单外推预报等的比较中,发现模式雨量预报特点及模式晴雨预报的统计规律,如两个模式同时预报晴天,或者模式预报有雨且降水量大于某阈值等情况,其预报准确率非常高;而对于两个模式预报不一致,或模式预报有雨且雨量较小等情况,则存在较大不确定性。基于上述研究,提出利用模式预报改进观测外推和利用观测与模式的频率匹配改进模式预报等方法。