基于多模式2015年江西省汛期区域性暴雨的检验

利用24 h降水实况资料和高空实况形势场资料、ECMWF模式形势场预报资料及ECMWF、JMA、T639模式降水预报资料,对2015年江西省汛期(4月上旬至7月上旬)区域性暴雨的时空分布特征进行分析,并对2015年江西省汛期区域性暴雨的影响系统和降水预报结果进行了短期主观检验,对比分析了ECMWF、JMA和T639等3种数值模式对江西省区域性暴雨系统预报的效果。结果表明:ECMWF模式对江西省汛期暴雨天气系统的调整和演变具有一定的预报能力,如对副热带高压和西南急流的预报;但随着预报时效增加,预报误差增大。ECMWF模式预报的48 h和72 h副热带高压强度较实况明显偏弱,预报的副热带高压西脊点位置偏东,随着季节转变预报的副热带高压强度明显偏弱,其中24 h预报的准确率较高。ECMWF模式对高空槽的预报基本准确;ECMWF模式对切变线移动的总体预报效果较好,72 h预报的切变线移动偏慢;ECMWF模式对700 hPa西南急流强度的预报易偏弱,对850 hPa和925 hPa西南急流的预报易偏强;ECMWF模式预报的急流轴位置多数偏北;ECMWF模式对低层比湿的预报较实况偏强。随着预报时效临近,ECMWF、JMA和T639等3种数值模式对江西省汛期区域性暴雨的预报具有较强的调整能力;JMA模式预报的暴雨与实况最接近,表现出对雨带分布具有较强的预报性能,但对降水量级预报偏弱;ECMWF模式对降水强度的预报性能较好,预报的降水分布总体偏北;T639模式预报的主雨带范围较实况偏大,3个模式均存在对暴雨以上量级降水漏报的问题。     

基于多模式2015年江西省汛期区域性暴雨的检验

利用24 h降水实况资料和高空实况形势场资料、ECMWF模式形势场预报资料及ECMWF、JMA、T639模式降水预报资料,对2015年江西省汛期(4月上旬至7月上旬)区域性暴雨的时空分布特征进行分析,并对2015年江西省汛期区域性暴雨的影响系统和降水预报结果进行了短期主观检验,对比分析了ECMWF、JMA和T639等3种数值模式对江西省区域性暴雨系统预报的效果。结果表明:ECMWF模式对江西省汛期暴雨天气系统的调整和演变具有一定的预报能力,如对副热带高压和西南急流的预报;但随着预报时效增加,预报误差增大。ECMWF模式预报的48 h和72 h副热带高压强度较实况明显偏弱,预报的副热带高压西脊点位置偏东,随着季节转变预报的副热带高压强度明显偏弱,其中24 h预报的准确率较高。ECMWF模式对高空槽的预报基本准确;ECMWF模式对切变线移动的总体预报效果较好,72 h预报的切变线移动偏慢;ECMWF模式对700 hPa西南急流强度的预报易偏弱,对850 hPa和925 hPa西南急流的预报易偏强;ECMWF模式预报的急流轴位置多数偏北;ECMWF模式对低层比湿的预报较实况偏强。随着预报时效临近,ECMWF、JMA和T639等3种数值模式对江西省汛期区域性暴雨的预报具有较强的调整能力;JMA模式预报的暴雨与实况最接近,表现出对雨带分布具有较强的预报性能,但对降水量级预报偏弱;ECMWF模式对降水强度的预报性能较好,预报的降水分布总体偏北;T639模式预报的主雨带范围较实况偏大,3个模式均存在对暴雨以上量级降水漏报的问题。     

2022年6月12—13日江西中南部暴雨成因与预报误差分析

利用常规探空和地面观测站资料、ERA5 0.25°×0.25°再分析资料和ECMWF预报资料,对2022年6月12—13日江西中南部的暴雨过程进行分析。结果表明：1） 此次暴雨过程是在副热带高压和南亚高压稳定少动、西风槽携带冷空气南下的环流背景下,500 hPa高空槽、低层切变线、低空西南急流和地面静止锋共同作用造成的。2） 低层辐合、高层辐散产生深厚的垂直上升运动,为强降水的持续提供动力条件,低空暖湿西南急流输送的充足水汽,有利于江西中南部不稳定能量的积累。3） EC暴雨落区预报偏北的主要原因是天气系统位置较实况偏北,700 hPa垂直速度大值区偏北、对流性降水预报偏弱和地形影响也是暴雨漏报的重要因素。4） 584 dagpm特征线的位置变化对此次暴雨落区向南订正有较好的指示意义。在暴雨预报中,不仅要考虑锋面大尺度降水,还要考虑暖区对流性降水,关注低层强动力辐合区域,结合中尺度数值模式产品,可以有效对主雨带位置和强度进行订正。     

一种定量降水预报误差检验技术及其应用

面向对象检验技术是定量降水预报误差分析方法之一,通过对某一降水过程进行分离,实现对其落区、量级等预报误差的定量化分析。基于面向对象的检验方法和天气系统识别技术,本文利用实况观测资料、ECMWF全球数值模式产品,以2012年汛期西南地区5个典型强降水天气过程作为检验对象,对其降水及天气尺度影响系统1～10 d模式预报误差进行了定量化分析。分析表明:在中短期时效内,模式均对西南地区雨带位置预报偏北、偏西,中期时效内偏差更显著,雨带主轴上70%以上的点预报较实况偏北在2°以内,偏西约3°以内;预报的大雨及以上量级降水量较实况偏弱;模式1～2 d预报的极值分布与实况较为接近,随着预报时效延长,预报的极值较实况明显偏小;模式预报的小雨及以下量级的降水范围较实况偏大,对大雨以上量级的降水范围较实况明显偏小。对于四川盆地而言,预报的切变线较零场偏西0.5°～3°。低空急流预报偏西0.5°～1.5°;低空急流强度预报偏差具有季节差异。     

北京市"7·21"特大暴雨不同预报产品可预报性对比

利用ECMWF、NCEP全球预报产品和BJ-RUC区域预报产品,对比了不同模式对北京市"7·21"特大暴雨暖区降水、锋面降水的预报效果,同时利用WRF高分辨率中尺度模式同化常规观测资料和雷达资料,对此次过程进行数值模拟试验。结果表明:NCEP和ECMWF的全球集合预报产品都能预报出北京市"7·21"特大暴雨过程,但在暖区降水阶段和锋面降水阶段存在6 h左右的时间滞后,且降水量偏小;BJ-RUC区域模式预报出了整个强降水过程,且较好地预报了暖区降水,优于NCEP和ECMWF预报,但锋面降水较之实况锋面阶段降水偏南,预报的降水量小于实况。对于此次特大暴雨过程的模拟,暖区降水和锋面降水的预报要优于业务预报,且暖区降水接近实况降水,但整个锋面降水过程存在3 h的时间滞后。     

辽宁区域性大暴雨成因分析及多模式数值预报空间检验

利用三源融合格点降水实况、加密自动站观测资料、雷达基本反射率因子、高分辨率数值预报产品及FNL再分析资料, 对2020年汛期辽宁地区12次区域性暴雨过程进行天气系统分型检验表明, 气旋型暴雨模式的可预报性较低。选取2021年7月12—14日辽宁地区典型气旋型暴雨过程进一步分析, 采用面向对象目标的空间检验方法SAL, 结合传统检验方法, 从结构、强度和位置三个方面定量分析不同模式预报偏差的原因。结果表明: 暴雨落区集中且呈双雨带分布, 局地雨强大, 辽宁东、西部降水成因不同。CMA区域模式较全球模式暴雨TS评分高; SAL空间检验表明, CMA区域模式对于雨带内部结构把握较好, 全球模式结构误差主要来源于降水极值预报不足; 强度检验表明, CMA-MESO3km强度接近实况, EC_THIN次之, CMA_GFS的降水强度预报较差; 各模式暴雨落区基本可信, CMA-MESO3km最优, 暴雨落区的误差主要由于模式预报降水过程主体重心与实况的偏差较大所致。     

降水预报-观测概率匹配动态订正法在江西降水集中期的应用与检验

为提高数值预报降水预报的准确率,本文利用欧洲中期天气预报中心的高分辨率数值预报（ECMWF）降水预报资料和江西省国家级气象观测站实况降水资料进行概率匹配,选取Gamma累积概率分布函数用于拟合预报与观测的降水累积概率,通过在2017年江西省一次降水集中期的应用试验,得到以下结论：基于ECMWF的降水预报-观测概率匹配动态订正法由于把最新的预报与实况结果带入概率匹配中,并根据近期模式预报调整及误差不断自动更新各量级降水修正值,可实时动态订正模式降水预报;检验发现ECMWF模式降水产品对于24 h内12 h间隔的10 mm及以下量级的预报普遍偏大,25 mm及以上量级的预报普遍偏小,在江西区域九江沿江地区和景德镇的各量级降水预报较为接近实况、预报效果较好.本降水预报订正法能提高小雨和暴雨的TS评分、降低暴雨的漏报率且提升其命中率,但对大雨及部分中雨的订正效果不佳,在实践中应权衡利弊使用.     

四川冕宁“6.26”大暴雨模式预报检验

运用气象观测资料和GRAPES、ECMWF、SWCWARMS_9KM(简称SWC)模式预报资料,对冕宁“6.26”大暴雨天气过程模式预报性能进行检验。结果表明:（1）对于24 h累计降水预报,中尺度区域模式优势明显,量级与落区预报效果均为最好,其中GRAPES_3KM模式预报落区分布与实况重合度较高,暴雨及以上量级降水TS评分最高。（2）GRAPES_3KM模式最大小时雨强10 mm以上降水落区与实况大雨及以上量级降水落区匹配度最高,ECMWF模式24 h累计降水多物理量订正产品及短时强降水概率产品次之。（3）SWC及GRAPES_3KM模式24 h累计降水极值点相比实况略偏北,量级偏小。对于小时降水峰值出现时间,SWC模式偏早4 h,GRAPES_3KM模式偏早3 h。（4）GRAPES_GFS模式环流背景预报更接近实况,SWC模式能较好地预报出冕宁上空中尺度辐合系统的存在。      

基于ECMWF和华东区域中尺度模式的暴雨预报特征研究北大核心

为探讨ECMWF、华东区域中尺度模式(简称为CMA-SH9模式)多个时效对夏季(2019年6—8月)暴雨预报特征,采用目标对象检验方法对不同类型影响系统下模式预报的强降水落区面积、位置、形状等进行评价,并对预报难度较大的受西风槽和西太平洋副热带高压(以下简称副高)边缘切变线影响的高空要素场及环流形势场进行了研究。结果表明:ECMWF和CMA-SH9模式对夏季暴雨预报偏小3个量级次数最多,CMA-SH9模式各时效对暴雨及以上降水预报的准确率大多高于ECMWF;ECMWF和CMA-SH9模式对热带气旋与中纬度系统相互作用的暴雨预报最好,其次是冷涡影响,预报较差的是受西风槽及副高边缘切变线影响的暴雨过程;西风槽及副高边缘切变线影响时ECMWF的位势高度场预报略好于CMA-SH9模式,温度的预报500 hPa以上CMA-SH9模式略好于ECMWF,500 hPa以下二者相差不大,相对湿度的预报CMA-SH9模式误差小于ECMWF,且CMA-SH9模式850 hPa的36 h和60 h时效预报误差最小;受西风槽及副高边缘切变线影响的一次暴雨过程中,相对湿度90%及以上落区的预报ECMWF与实况10 mm·h^(-1)降水落区几乎无交集,CMA-SH9模式的预报包含了10 mm降水落区。     

基于CMA-TYM和SCMOC的嫩江流域暴雨检验北大核心CSCD

选取2021年嫩江流域9个暴雨日,利用降水融合产品,采用CRA空间检验,对区域台风数值预报系统(CMATYM)和国家级智能网格指导预报(SCMOC)20:00起报的24 h降水预报产品进行检验。结果表明:CMA-TYM和SCMOC预报的最大降水量位置均偏西、偏北,CMA-TYM和SCMOC预报的降水落区均偏西,但前者偏北,后者略偏南,SCMOC预报优于CMA-TYM。误差分析表明:CMA-TYM和SCMOC预报的暴雨落区最大降水量和平均降水量比实况偏小,格点数、面积较实况偏大,但整体上,CMA-TYM预报更接近实况。CRA空间检验显示,CMA-TYM预报的降水强度和落区形态、SCMOC预报的降水落区位置和形态较接近实况,具有一定指示意义。     

极端天气预报指数和集合异常预报法在浙江台风和梅雨暴雨预报中的应用北大核心

利用2016—2021年ECMWF集合预报,评估了极端天气指数EFI(Extreme Forecast Index)、尾偏移指数SOT(“Shift of Tail”index)以及集合异常预报法在浙江台风和梅雨暴雨预报中的应用效果。通过研究极端天气预报指数对浙江台风和梅雨暴雨的最优预报阈值,发现梅雨暴雨阈值比台风暴雨明显偏小,且随预报时效增加减小速度偏慢。最优阈值预报相比确定性模式预报,在台风和梅雨暴雨预报检验中体现出更好的稳定性、提前性和准确性。进一步研究发现,通过区分天气类型确定的最优预报阈值,可作为台风和梅雨暴雨落区预报的参考依据。925 hPa水汽通量散度的集合异常度对浙江台风暴雨的落区和强度变化有较好的预报效果,850 hPa涡度和700 hPa垂直速度的集合异常度可以反映稳定性梅雨暴雨的过程演变。     

安徽省2021年梅雨期降水预报检验分析

检验梅雨期降水的预报效果,对于提升梅雨期降水预报能力、减少梅雨期降水带来的人员伤亡和经济财产损失有着重要的意义。文章对安徽省2021年梅雨期（6月10日—7月10日）六个客观模式和一个主观订正预报产品进行了检验分析,其中包含了三个区域模式数值预报（中国气象局中尺度天气数值预报系统（简称CMA-MESO）、中国气象局上海数值预报模式系统（简称CMA-SH9）、安徽WRF）、三个全球模式数值预报（中国气象局全球同化预报系统（简称CMA-GFS）、欧洲中期天气预报中心确定性预报模式（简称ECMWF）、美国国家环境预报中心全球预报系统（简称NCEP-GFS））和安徽智能网格主观订正预报的降水产品,进行了检验分析,结果表明：传统检验中安徽智能网格和区域模式对晴雨准确率的预报效果优于全球模式,又以CMA-MESO最优;在暴雨及以上量级的强降水预报中,传统检验表明安徽智能网格预报的得分最高（23.83）,ECMWF模式则是客观模式预报中效果最好的（20.12）,CMA-SH9次之（19.34）;通过对除安徽智能网格以外的各个客观数值模式进行的MODE空间检验可知,不同数值模式间暴雨预报误差原因不尽相同,ECMWF与各区域数值模式主要是由雨区位置的预报偏差,尤其是纬度偏差导致的,NCEP-GFS全球模式对降水强度和雨区面积的预报偏弱偏小比较明显,CMA-GFS在强降水方面的预报可参考性较差;各个主客观预报暴雨及以上量级预报,整体表现出较明显的日变化特征,在午夜前后、上午时段TS评分较高,而午后到傍晚评分较低,这个现象或许是梅雨期的午后降水多以地表太阳加热引起的短历时热对流降水为主造成的。     

安徽省2021年梅雨期降水预报检验分析

检验梅雨期降水的预报效果,对于提升梅雨期降水预报能力、减少梅雨期降水带来的人员伤亡和经济财产损失有着重要的意义。文章对安徽省2021年梅雨期（6月10日—7月10日）六个客观模式和一个主观订正预报产品进行了检验分析,其中包含了三个区域模式数值预报（中国气象局中尺度天气数值预报系统（简称CMA-MESO）、中国气象局上海数值预报模式系统（简称CMA-SH9）、安徽WRF）、三个全球模式数值预报（中国气象局全球同化预报系统（简称CMA-GFS）、欧洲中期天气预报中心确定性预报模式（简称ECMWF）、美国国家环境预报中心全球预报系统（简称NCEP-GFS））和安徽智能网格主观订正预报的降水产品,进行了检验分析,结果表明：传统检验中安徽智能网格和区域模式对晴雨准确率的预报效果优于全球模式,又以CMA-MESO最优;在暴雨及以上量级的强降水预报中,传统检验表明安徽智能网格预报的得分最高（23.83）,ECMWF模式则是客观模式预报中效果最好的（20.12）,CMA-SH9次之（19.34）;通过对除安徽智能网格以外的各个客观数值模式进行的MODE空间检验可知,不同数值模式间暴雨预报误差原因不尽相同,ECMWF与各区域数值模式主要是由雨区位置的预报偏差,尤其是纬度偏差导致的,NCEP-GFS全球模式对降水强度和雨区面积的预报偏弱偏小比较明显,CMA-GFS在强降水方面的预报可参考性较差;各个主客观预报暴雨及以上量级预报,整体表现出较明显的日变化特征,在午夜前后、上午时段TS评分较高,而午后到傍晚评分较低,这个现象或许是梅雨期的午后降水多以地表太阳加热引起的短历时热对流降水为主造成的。     

湖北梅雨期３次大暴雨过程诊断分析

利用常规气象观测资料和NCEP 2.5°×2.5°再分析资料,选取1991年7月9日、1998年7月21日、2010年7月8日湖北省梅雨期的三次大暴雨过程,对影响三次暴雨天气背景以及暴雨发生所需的动力、水汽、热力条件进行诊断分析。试图总结这类区域性暴雨的预报着眼点。结果表明：三次过程的高、低空急流的位置,水汽输送路径有一定相似性;影响三次过程的中尺度系统为西南涡-切变线。850 hPa正涡度中心、水汽通量散度中心与暴雨落区有较好对应,反映了中低层风的辐合和垂直上升运动有利于降水的维持。三次过程暴雨区域700 hPa湿正压项和斜压项绝对值之和均在0.5～0.6 PVU之间,柱状的水汽饱和区均延伸至500 hPa以上;此类暴雨的预报着眼点为：西南涡-切变线以及低空急流的位置是暴雨落区预报的重点,低层的涡度、水汽通量散度、假相当位温高能舌,以及大气运动的垂直结构对暴雨落区预报有较好的参考价值。     

贺兰山东麓极端暴雨的中尺度特征

利用近10年宁夏逐时自动气象站降水、银川CD雷达、FY-2、探空和ECMWF再分析0.125°×0.125°等高分辨率多源气象资料,在中尺度系统分型基础上,对比分析贺兰山东麓6次极端暴雨的中尺度特征。结果表明:(1)低空偏(东)南急流夜间增强并配合贺兰山地形,在东坡山前触发或增强了暴雨中小尺度系统,造成地形处降水增幅,极端暴雨都是伴有短时强降水的对流性暴雨,主要集中在东坡山前,中心在山洪沟口,夜雨特征显著。(2)环境场都满足对流性暴雨的3个基本条件:700 hPa(东)南急流将暖湿水汽输向暴雨区,低层高温高湿促进了大气不稳定与动力、热力、地形抬升触发机制;深对流过程850 hPa无明显急流,水汽主要来自孟加拉湾,水汽输送受限,但大气稳定度更低,更有利于对流性暴雨发生,混合对流过程850 hPa与700 hPa急流路径重合,水汽来自孟加拉湾、南海、黄海和渤海,水汽输送更充沛,更有利于持续性暴雨产生。(3)极端暴雨主要有暖区对流降水、锋面对流降水、锋区层状云降水3种性质;暖区对流主要在山区,地形抬升是触发机制,锋面对流的触发是低层暖湿气流沿着冷垫抬(爬)升,平原和山区皆有;对流系统的移动与低层风场一致,山区和平原分别沿山体和低空急流轴传播,通常移动与传播方向平行,山区低层为偏东风时,移动与传播近似垂直,列车效应明显。(4)线型对流系统过程冷空气弱,以暖区或(和)锋面对流性降水为主,对流系统在山前沿山体传播形成组织化程度高的带状线型回波,移动与传播有平行有垂直,受地形抬升作用,对流系统在山前稳定少动、发展强盛,降水历时短、范围小、雨强大、有间歇性,3~4 h的累计雨量占过程总量的85%左右,区域平均雨量远小于暴雨量级,地形性强对流暴雨特征凸显。(5)非线型对流系统过程冷空气强,以锋面对流性降水和锋区层状云降水为主,对流系统在山前和平原沿山体和急流轴传播和移动形成非线型回波,平原地区传播与移动平行,山区两者垂直,对流系统组织化程度不高、移速快、强度弱,降水历时长、范围大、雨强小,连续降水累计雨量大,区域平均雨量接近或达到暴雨量级,混合性降水特征明显。(6)降水强度R与CAPE增幅、回波强度Z、强回波持续时间、回波顶高、液态水含量呈正相关,与TBB呈负相关,相关性在深对流过程更清晰;Z≥40 dBZ时,Z-R满足关系式:R=3.67×10-8Z5.222+4.835。     

中尺度天气图分析技术在2011年我国南方4次强降水过程中的应用

对12 h 50 mm以上的强降水带的预报,模式输出的降水资料是预报的重要依据,但是有时偏差可达100～200 km.本文尝试依据国家气象中心2010年下发的《中尺度天气图分析技术规范(暂行稿)》,利用探空资料,对2011年6月我国南方梅雨期间强降水过程中4次12 h最强降水时段的环境场进行中尺度天气图分析,得到了有利于梅雨锋附近的强降水的预报着眼点,给出了判断强降水落区的一些参考依据.700 hPa以下西南(偏南)急流汇合区,在这些地区,具备了较强的动力、水汽辐合和一定的风垂直切变.地面气压槽中低于日变化的3h变压低值区(中心)易形成变压风辐合流场,也是强降水易发区(中心).多数情况下锋面可以作为强降水南界,但当925 hPa暖切变位于地面锋面南侧(附近),强降水发生在锋前暖区,10 m·s-1以上西南急流所能到达的纬度可作为南界.500 hPa槽前≥18 m·s-1中层西南急流轴一般可作为50 mm以上的强降水区域的北界,但当925 hPa切变位置与中层西南急流位置重叠或位于其北侧时,则以700 hPa切变为北边界.将这些判据应用于多次强降水天气时段中,并与日本模式输出降水比较,在强雨带南北界以及降水中心方面有订正作用.中尺度天气图分析技术及预报思路是订正模式对强降水落区预报的有效手段之一.     

暴雨落区的统计与分析研究

用34 a的降水资料对安徽省4—9月暴雨落区进行了统计分析,结果表明安徽暴雨主要集中在6月到7月,暴雨日数多寡和暴雨范围大小,基本决定了汛期降水多少和旱涝趋势。汛期暴雨落区集中出现在582—584 dagpm的500 hPa等压面斜坡上,因此暴雨带的位置预报大致可以用584 dagpm线的移动作参考。并用2003年梅雨期20场暴雨与一些实况物理量场进行对比,得出西风急流北侧以及500 hPa上升运动中心南侧到850 hPa上升运动中心北侧,有利于暴雨发生发展。     

配料法在宁夏暴雨预报中的应用

选取2000—2015年发生在宁夏23次由深厚湿对流引起的区域性暴雨天气过程为研究对象,研究确定暴雨预报的配料方案,采用2016年6—8月宁夏25个常规站和947个自动站逐小时降水量、ECMWF 72 h内模式资料,从统计分析和个例剖析两方面探讨配料法暴雨预报效果,结果表明:(1)通过对比2016年6—8月ECMWF暴雨预报与配料法暴雨预报发现,不同预报时段,配料法暴雨预报均优于ECMWF暴雨预报;(2)配料法能准确预报所选两次暴雨个例降水的中心强度、落区及变化趋势,但强度和落区较实况偏强、偏大;(3)配料法对六盘山区暴雨过程弱降水预报效果较差,对贺兰山沿山暴雨过程存在降水空报。     

2016-2020年广东省定量降水预报检验评估

对2016-2020年全球模式ECMWF和区域模式GZ_GRAPES、基于模式的解释应用和广东省气象局发布的定量降水预报（QPF）进行检验和评估。结果表明:ECMWF和GZ_GRAPES模式对一般性降水预报技巧在逐年提升,对大雨或以上的降水预报技巧的提升缓慢。GZ_GRAPES对大雨以上降水的预报技巧和定量降水预报的精细时空分布均优于ECMWF,区域模式更易预报出中小尺度降水信息。分类暴雨评定表明,模式对台风暴雨预报最好、锋面暴雨次之、季风暴雨预报最差。模式的暴雨预报落区偏小、低估明显,预报员通过经验订正明显提升了暴雨预报评分,其中季风暴雨的订正量最大,但存在预报范围偏大、空报较高的问题。基于ECMWF集合预报的解释应用与预报员的定量降水预报能力相当,降水越强,解释应用技术的优势越明显,但对季风暴雨也存在严重低估或漏报。目前降水精细时空分布、季风暴雨、极端性暴雨等依然靠预报员的经验订正为主,随着集合预报模式和区域高分辨率模式能力的提升,将预报经验客观化并与数值预报解释应用技术结合是提升QPF的一个方向。      

ECMWF和华东WARMS模式对山东半岛汛期暴雨的预报能力检验

利用欧洲中期天气预报中心细网格模式（以下简称ECMWF-Thin）产品和模式水平分辨率为9 km的华东区域气象中心中尺度数值预报模式V1.0（以下简称SMS-WARMS）产品,对山东半岛2016—2017年汛期35个暴雨日（26次过程）的暴雨预报能力进行检验。结果表明：1）对于降水强度,ECMWF-Thin预报偏弱导致暴雨和大暴雨漏报率偏高,大暴雨几乎全部漏报,当其预报有50 mm以上降水时出现暴雨的概率达90%以上,SMS-WARMS则预报降水量偏强、空报率较高,SMS-WARMS降水强度量级预报总体优于ECMWF-Thin,24 h预报能力最佳;2）对于强降水开始时间的预报,两家模式均表现为偏晚为主,且偏晚3 h以内的概率较大,在参考其预报结论的基础上可适当提前3 h;3）对于强降水落区,ECMWF-Thin略优于SMS-WARMS,SMS-WARMS对台风暴雨的落区预报较为精准,而其他类型暴雨的落区ECMWF-Thin预报多偏南或偏向西南1°以内,因此预报员需向偏东或东北1°范围内的区域调整;4）对于强降水范围大小的预报,ECMWF-Thin预报暴雨范围偏小的概率较大,而SMS-WARMS预报范围偏大的概率较大,因此需综合考虑两种数值预报结论进行折中预报。