基于CMA-MESO冰粒子含量的雨雪相态判据应用

利用中国气象局中尺度模式(CMA-MESO)云降水物理直接输出的水凝物混合比,确定基于冰相水凝物占比的雨雪相态判据,并应用于2023年1月14—15日我国大范围降水过程的雨雪相态判别。结果表明:该判据明显改善了基于温度和高度场的厚度判据对我国东部地区雨夹雪范围判别偏大、对分散性雨夹雪漏报的问题,6～18 h时效雨夹雪预报TS评分较厚度判据提升75%～100%,24 h时效降雪预报TS评分较厚度判据提升67%;对全国雨雪范围判别合理,对小范围雨夹雪具有指示作用;对全国3～36 h时效降雨、降雪和雨夹雪预报TS评分为0.76～0.62,0.69～0.63和0.11～0.08;对降雨和降雪存在一定空报和漏报,对24 h时效雨夹雪空报明显;对相态转换过程有较好指示效果,判别代表站相态转换开始时间误差为1～2 h,对我国东部地区代表站的相态转换和雨夹雪持续时间判别优于厚度判据,基于厚度判据雨夹雪预报持续时间偏长。研究结果可为雨雪相态业务预报提供客观预报产品参考。     

宝鸡市冬半年降水相态精细化客观预报方法研究

为探究复杂地形下冬半年降水相态预报方法,进一步提升降水相态预报时空分辨率和准确率,利用2010—2019年冬半年(11月至次年3月)宝鸡市11个国家气象站观测资料及欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)第五代大气再分析资料,统计分析宝鸡市冬半年雨、雨夹雪和雪3种降水相态时空分布特征,筛选确定降水相态判识因子及阈值,构建降水相态精细化客观预报方法,并检验预报效果。结果表明：宝鸡市初冬-冬末时期以降雨为主,雨雪转换时期3种相态日数占比相当,而隆冬时期则以降雪为主。降水相态空间分布与地形密切相关,海拔较低的渭河两岸川塬区降雨较多,而海拔较高的南北部山区降雪较多。地面2 m气温(T₂)、850 hPa和700 hPa温度(T₈₅₀、T₇₀₀)、850～1 000 hPa和700～850 hPa位势厚度(H_850-1000、H_700-850)可作为宝鸡市冬半年降水相态组合判据,川塬区渭滨站初...     

基于阵风系数模型的百米级阵风客观预报算法研究

京津冀地区经济和文化的快速发展对冬季地面瞬时强风预报要求越来越高。正确估计和预测冬季地面瞬时强风,尤其是复杂地形条件下的阵风高分辨率格点精准预报,对于提升重大活动服务保障、首都及周边地区城市安全运行及防灾减灾能力等方面都具有重要意义。本研究基于京津冀长时间序列的实况观测资料,建立了阵风系数与稳定风速、风向、地形高度各要素之间的关系模型,并结合客观统计分析方法、阵风观测数据融合技术、格点偏差订正技术,发展了一种既保留模式物理参数特征和阵风局地气候特征,又发挥格点偏差订正技术的阵风客观预报方法。冬季奥林匹克赛事期间批量检验和个例分析结果表明,基于阵风系数格点模型和模式后处理订正技术得到的百米级分辨率、分钟级更新的阵风客观预报产品,24 h预报时效内张家口赛区和延庆赛区考核站平均绝对误差分别在2.3 m/s和3.0 m/s以下,延庆赛区8级以上大风,阵风风速预报评分超过0.5,解决了复杂山区数值模式阵风预报误差大、几乎无法业务应用的瓶颈问题,满足冬季奥林匹克运动会现场服务要求。     

中央气象台精细化网格降水预报技术的发展和思考

定量降水预报(QPF)是中央气象台最传统且最核心的天气预报业务,随着经济社会的快速发展对降水预报精细化程度需求越来越高,提升降水预报的精细化水平成为中央气象台面临和需要解决的首要问题之一。目前中央气象台制作和发布空间分辨率5 km,未来3天逐1 h时间间隔、未来10天逐3 h时间间隔的网格化定量降水预报产品,并发布雨、雨夹雪、冻雨和雪降水相态及新增积雪深度的精细化预报产品。本文围绕精细化降水预报技术这一关键环节,回顾了中央气象台在数值模式精细化降水预报、时空精细化降水预报技术、降水相态和新增积雪精细化预报技术以及精细化检验评估技术等方面的进展,并思考目前精细化降水预报业务技术发展存在的问题及未来的发展,以期为中央气象台和全国精细化QPF技术的发展提供重要参考。     

京津冀站点风温湿要素的机器学习订正方法

基于线性回归方法、梯度提升回归方法(GBRT方法)、XGBoost方法和堆叠集成学习方法(Stacking方法)4种机器学习方法,采用误差分析建模思路,针对北京城市气象研究院研发的睿图-睿思系统对2020年12月—2021年11月所有起报时次未来3~12 h的2 m温度、2 m相对湿度、10 m风速以及10 m风向4种气象要素预报,开展京津冀复杂地形下的站点预报误差订正技术研究及试验应用。结果表明:基于预报误差分析构建的4种订正模型中,由于Stacking方法集成了前3种方法的优势,在4个季节的4种气象要素订正中均表现最佳,其他3种单一机器学习方法试验中,XGBoost方法表现最佳,其后依次为GBRT方法、线性回归方法,但均对预报准确率有明显的正向提升效果。总体上,基于机器学习方法构建的预报误差订正模型可有效降低系统原始预报误差,有助于进一步提升复杂地形下站点客观释用产品的预报准确性。     

基于ECMWF集合预报产品的降水相态客观预报方法

基于欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts,ECMWF）集合预报系统的降水相态产品（precipitation type,PTYPE）,分别以HSS评分最优、TS评分最优和频率偏差最优为标准,运用最优概率阈值法,生成雨、雨夹雪、雪和冻雨4类降水相态的确定性预报产品,并与ECMWF集合预报系统控制成员及细网格模式确定性预报进行对比。最优概率阈值显示:3种最优标准下,不同相态降水最优概率阈值不同,但冻雨和降雪最优概率阈值均最大,为40%~80%,雨夹雪最优概率阈值最小,约为10%,三者最优概率阈值均随预报时效延长而减小;降雨最优概率阈值为7%~25%,随预报时效延长而增大。对比检验结果显示:最优概率阈值法明显提高了降水相态预报能力,且以HSS评分最优时预报效果最佳;最优概率阈值法有效减小冻雨空报,同时显著改善降雨和降雪预报的频率偏差和TS评分,对雨夹雪预报改进效果有限。     

基于物理量的陇东地区冬季降水相态预报方法研究

利用1985—2020年每年10月—次年5月的逐日地面观测资料,对陇东地区冬季雨、雨夹雪和雪三种主要降水相态的气候特征进行了分析,并利用2008—2019年的降水样本和平凉、延安站的探空资料,通过相关性分析、箱线图和技巧评分等方法,筛选出了可用于降水相态预报的23个指标因子并确定了其阈值。对指标因子进行拟合得出综合预报指数S及其阈值,并进行了检验。结果表明:该地每年3—11月相态转变较为频繁,不同相态降水的年均日数表现出明显的年际变化特征;平凉站的指标因子区分效果整体优于延安站;各指标因子对于雪的区分度最高,其灵敏度整体随高度升高而降低;当S指数在雪—雨夹雪和雨夹雪—雨间的阈值取-0.225和0.528时,样本总TS可达到88.9%以上,较单一因子显著提高了相态预报准确率。     

中国东部地区冬季降水相态的识别判据研究

基于中国东部5个冬季的地面降水观测和高空探测资料,针对不同的降水相态,对它们对应的不同温度及不同厚度进行统计分析,最终得到一组中国东部地区冬季降水相态的推荐识别判据。分析发现：由于气候背景不同,我国东部的识别判据阈值和西欧的略有差别,而北美洲识别判据在我国东部的适用性也不好;综合考虑温度因子和厚度因子的识别判据表现则更好一些。该组判据对雨和雪的判别性能较好,TS评分分别达到0.91和0.73;对雨夹雪的容忍性判别TS评分也能达到0.57;但对冻雨（冰粒）的判别效果不好,TS评分仅为0.25左右,空报率达0.70～0.80,主要原因还是识别判据的针对性不足。鉴于该类天气的复杂成因,开发该类天气的客观识别判据需要考虑更细致的大气层结状况和局地气候条件,而当地预报员的预报经验仍将发挥重要的作用。本工作的结果能为我国东部地区的相关业务预报和数值模式产品后处理提供较好的参考。     

WRF模式对夏季黑河流域气温和降水的模拟及检验

利用NCEP/DOE再分析资料驱动中尺度区域模式WRF对1999 2008年夏季(6 8月)黑河流域及周边地区气温和降水进行了模拟,并检验了区域气候模式在山区复杂地形条件下的模拟性能,客观评估了复杂地形条件下气候模拟的性能。气温和降水空间分布的对比分析表明,高分辨率WRF模式较粗分辨率的再分析资料能更精细地模拟出复杂地形条件下山区气温和降水的分布特征,充分体现了高海拔山区复杂地形对气温和降水空间分布的影响。通过BSS指标对气温、降水模拟的定量评估表明,在复杂地形条件下,WRF模式可以在几乎所有观测站点提高气温模拟的准确性,也可以为复杂山区没有观测站点地区气温的空间分布和量值提供数据支持。对降水量模拟的准确性低于气温模拟,半数的站点模拟值较再分析资料更接近观测值,位于祁连山东南侧站点降水量模拟值偏大,可能与WRF模式中地形对水汽输送的抬升作用有关,也可能与观测站点对该区域的代表性有关。     

WRF模式对夏季黑河流域气温和降水的模拟及检验北大核心CSCD

利用NCEP/DOE再分析资料驱动中尺度区域模式WRF对1999 2008年夏季(6 8月)黑河流域及周边地区气温和降水进行了模拟,并检验了区域气候模式在山区复杂地形条件下的模拟性能,客观评估了复杂地形条件下气候模拟的性能。气温和降水空间分布的对比分析表明,高分辨率WRF模式较粗分辨率的再分析资料能更精细地模拟出复杂地形条件下山区气温和降水的分布特征,充分体现了高海拔山区复杂地形对气温和降水空间分布的影响。通过BSS指标对气温、降水模拟的定量评估表明,在复杂地形条件下,WRF模式可以在几乎所有观测站点提高气温模拟的准确性,也可以为复杂山区没有观测站点地区气温的空间分布和量值提供数据支持。对降水量模拟的准确性低于气温模拟,半数的站点模拟值较再分析资料更接近观测值,位于祁连山东南侧站点降水量模拟值偏大,可能与WRF模式中地形对水汽输送的抬升作用有关,也可能与观测站点对该区域的代表性有关。     

利用WRF模式制作东北地区冬季降水相态预报

利用WRFV3.1.1中尺度数值模式,对东北地区冬季降水相态进行预报尝试。在模式预报输出场中,通过对近地面大气层中冻结部分降水混合比在可凝结成降水的水汽混合比中的比例,来判断雨雪分界线及雨夹雪区或雨、雪过渡区。结果表明：该方法可较准确预报出降水过程中雨区、雪区和雨夹雪区的分布特征以及降水相态随时间的演变情况。降水相态数值预报产品的应用能够明显提高冬季气象预报服务水平。     

The water phase of precipitation—a comparison between observed, estimated and predicted values

The results from two projects aimed at improving precipitation products for the Norwegian Road Authorities are presented and compared in this paper: A precipitation forecast with water phase type (rain, sleet, snow) from the HIRLAM weather prediction model, and a precipitation type estimate based on synoptic observations and weather radar data. Operational forecasts of water phase type from HIRLAM are biased towards predicting too many cases with snow. This is caused by the mainly positive difference between model terrain and real topography. It is shown that additional calculations of snow melting based on temperature and humidity in the lowest model level reduce this error. The second product presented here is a precipitation type estimate based on synoptic observations and weather radar data. Synoptic observations of 2 m-temperature and dew point temperature at 3 h temporal resolution are used to estimate the water phase of precipitation at ground level. The dew point temperature is converted to relative humidity. Temperature and relative humidity are interpolated in space using a digital elevation model after deriving local vertical gradients of the two variables. The water phase is estimated and merged with the actual radar precipitation estimate every 15 min. The result is a high resolution image showing the intensity and the water phase of precipitation. A comparison to observed water phase types at the synoptic stations for the winter season 2002/2003 shows that the percentage correct is 86%. The Probability of Detection is 0.84 for rain and 0.97 for snow. For January 2002, the observed, estimated, and forecasted water phase types are compared at an independent set of precipitation stations in Southern Norway. The results confirm the good quality of the precipitation type estimate and show that the adjustment of HIRLAM water phase type to real topography improves the forecast in cases with observed rain.     

人工神经网络法和线性回归法对降水相态的预报效果对比

本文主要对相同条件下线性回归法(LR)和人工神经网络法(ANN)对降雨、雨夹雪和降雪3种降水相态的预报效果进行了对比检验.选取降水发生时和发生前6h的地面2 m温度、露点温度作为预报因子,对降雨、雨夹雪和降雪进行预报.应用国家气象中心2001-2011年我国地面756站实况观测资料,其中应用2001-2010年资料对方法进行训练,2011年资料用来对比检验预报效果.结果显示,(1)两种方法对3种相态降水都有一定的预报能力,对降雪预报最好,其次是降雨和雨夹雪;(2)两种方法对北方的雨雪分界线预报比对南方的好;(3)无论是对全国还是长江中下游流域,在相同条件下,ANN法的预报效果大都优于LR法,当温度和露点温度预报准确时,ANN法对北方的雨雪分界线能进行较准确的预报.     

深度学习网络在降水相态判识和预报中的应用

利用1996—2015年中国的高空探测资料和地面观测数据,挑选发生降水的数十万个样本将其分为降雨和降雪两类事件,抽象为二分类问题,采用深度学习网络技术构建降水相态判识模型,并用2016—2017年的数据进行测试检验,针对2018年1月下旬中国一次大范围雨雪天气过程进行个例检验,在此基础上探讨了深度学习网络在降水相态判识和预报中的应用。主要结论如下:基于深度学习网络判识模型的判识准确率为98.2%,雨、雪的TS评分分别为97.4%和94.4%,相应空报率为1.7%和2.0%,漏报率为1.0%和3.7%,较传统指标阈值法的判识准确率有较大提高;个例检验显示,基于实况探空数据的模型判识结果与降水相态实况在全国基本保持一致,欧洲中期数值预报中心(ECMWF)的降水相态预报产品和模型的预报结果对全国的降水相态都表现出较好的预报能力,而对雨雪分界线的预报,模型的预报结果较ECMWF总体上更接近实况。测试结果表明,模型较好地提取了雨、雪降水相态的结构特征,深度学习网络在降水相态判识和预报中的应用具有可行性和一定的优势,可为降水相态的客观判识和预报提供重要技术支撑。     

利用深度神经网络和先兆信号的江苏夏季降水客观预测方法

利用1961—2019年江苏省67个站降水量和气候指数数据集等资料,选取大气环流、海温和积雪等先兆信号的不同组合作为预测因子方案,通过对比不同机器学习方法对江苏省夏季降水开展预测试验。结果表明,深度神经网络（Deep Neural Network,DNN）较传统统计方法和其他机器学习方法有一定优势,深度神经网络结合动态权重集合因子方案对江苏省夏季降水的预测技巧最高,其独立样本检验结果稳定,2015—2019年的平均PS评分为76.0,距平符号一致率为0.62,距平相关系数达0.35,尤其对江苏省中南部的预测技巧更高,具有业务应用价值。不同预测因子方案对比分析表明,大气环流因子在江苏省夏季降水预测中做主要贡献,而海温因子和积雪等其他因子也有正贡献,说明使用综合性预测因子以及集合方案有助于提升季节预测准确率。      

丹东冬季降水相态判据研究

利用丹东1979-2012年10月至翌年4月逐日降水、天气现象、高空探空资料及NCEP0.5°×0.5°（部分2.5°×2.5°）再分析资料,对丹东地区冬季不同相态降水气候及大气层结特征进行了统计分析, 并对不同相态降水典型个例进行了分析。结果表明：丹东地区虽地处北方,但冬季降水相态多样。在秋冬、冬春过渡和严冬不同时段,大气不同层结不同相态降水气温阈值范围不同,建立了丹东冬季不同大气层结降水相态判据。大气不同层结前期特别是近地面层气温背景与不同相态降水的发生与转换关系密切,可为动态预报降水相态提供了参考。850 hPa及以下中低空温度条件对冬季降水相态形成至关重要,850 hPa的0℃线能较好区分雨和雪区大致范围,925 hPa的0 ℃线能较好区分雨夹雪和雪以及雨夹雪和雨大致范围。     

连云港市冬季降水天气过程对比分析

对连云港市近5 a冬季45个不同形态降水样本统计分析基础之上,利用常规天气图、物理量场以及新一代天气雷达资料,对发生在2007年冬季的三次不同形态(纯雨、雨夹雪、纯雪)降水天气过程进行了对比分析,归纳了冬季降水在物理量场及多普勒天气雷达图上的基本特征,总结了对降水形态预报具有指示意义的关键因子,同时探讨了连云港市冬季降水形态的预报着眼点,结果表明:降水区上空温度700 hPa是否低于-3 ℃、850 hPa是否低于0 ℃和地面温度是否小于3 ℃,以及雷达回波强度图上是否出现零度层亮带等,都可作为判断降水形态的重要指标.     

江淮地区不同相态降水日数变化特征

基于1960—2013年106个地面气象站观测数据,对江淮地区雨、雪、雨夹雪及冻雨4种相态降水日数气候特征、月际分布、年际变化、长期趋势以及各相态降水日数与纬度、海拔高度之间关系等方面进行探讨,结果表明:江淮地区全年降雨日数为各相态降水日数之最多,空间分布上呈南多北少的分布特点,雪日数空间分布与雨日数相反,为北多南少;雨夹雪和冻雨日数主要表现为纬向差异,东部沿海少于西部内陆;在近54a中,各相态降水日数区域平均值均呈减少趋势,其中雨、雪、雨夹雪减少趋势显著;从各站点降水日数变化趋势的空间分布看,虽然各相态降水日数普遍以减少趋势为主,但冻雨显著减少的站点最少;除降雨主要出现在3—8月,其他相态的降水出现较多的时段为11月至翌年3月;4种相态降水日数中,降雪和冻雨日数与海拔高度关系最为密切,呈显著正相关,其次为雨夹雪。     

北京降水相态判别指标及检验

为提高降水相态预报准确率,以北京南郊观象台为代表站,选取1951年1月至2011年4月逐日20时至20时出现的雨夹雪日数,统计分析其月变化特征;再选取2000-2011年10月-4月08时和20时出现的雨、雨夹雪、雪个例,使用与降水个例对应时次的地面及高空常规观测数据,统计分析各层常用气象要素在各降水相态判别中的作用,并找出主要影响因子及降水相态判别指标;应用多元回归方法,建立降水相态统计预报方程,并对方程及判别指标进行检验。结果表明：雨和雪的温度、露点平均值在低层（地面到850 hPa）有明显差异,但随着高度增加其差异逐渐减小;因雨和雪的温度露点差平均值各层差异均很小,使用温度露点差很难区分降水相态;经过对2011年11月至2012年3月出现的降水相态进行检验可知,总结出的地面温度和露点判别指标以及降水相态统计预报方程均有一定的参考价值,可为今后做降水相态预报服务提供参考依据。