GRAPES_3 km数值模式对流风暴预报能力的多方法综合评估

利用传统点对点TS评分、邻域法以及对象检验等多种方法,综合评估了GRAPES_3 km模式的对流风暴预报性能,分析了传统检验方法和新型空间检验方法对高分辨率模式评估的适用性和差异性,并同GRAPES_Meso模式的相关结果进行了对比。结果表明:对强对流典型个例的预报评估发现,综合应用多种评估方法能够更全面地评估对流风暴预报,获取模式在对流风暴初生和发展变化过程中的预报性能。使用点对点评分方法,GRAPES_3 km模式对风暴和强风暴的预报都明显优于GRAPES_Meso模式。对于模式不同起报时间的预报,起报时间越新预报效果越好。邻域TS方法考虑了时空偏差,GRAPES_3 km模式20和35 dBz采用时间邻域1 h,空间点对点时预报技巧最高;50 dBz时空偏差较大,时间邻域尺度为3 h技巧最高。分数技巧评分(FSS)显示GRAPES_3 km模式对不同阈值的对流风暴预报均能达到最低技巧尺度,而GRAPES_Meso模式对35 dBz以上的对流风暴基本无预报能力。对象检验可以评估对流风暴特征的预报效果,GRAPES_3 km模式的对流风暴个数预报与实况较为一致,但面积预报明显低估。该模式对β中尺度的对流风暴形态、位置等预报较好,对γ中尺度的对流风暴预报尺度偏大、形状偏圆、轴角偏小,对α中尺度的对流风暴预报尺度偏小、形状偏扁、轴角偏大。GRAPES_Meso模式的对流风暴面积、个数、尺度预报较实况均偏小,位置预报偏差较大,形状预报较实况偏圆、轴角偏小。传统点对点TS评分方法和新型空间检验方法对高分辨率模式对流风暴预报的检验结论一致,依然具有一定的参考价值,但新型空间检验方法能够提供更详细的评估信息。     

基于4种高分辨率模式的辽宁省雷达回波预报邻域检验结果对比

选取2017—2018年6—9月辽宁省不同降水性质, 具有2种不同特征的20次天气过程个例, 应用模糊检验邻域法中的分数技巧评分(Fraction Skill Score, FSS), 评估华东模式、华北模式、GRAPES_3km模式和睿图东北模式对辽宁省中小尺度系统的预报能力。结果表明: 区域性降水过程和局地性降水过程雷达回波强度越小, 邻域半径越大, 高分辨率模式预报技巧越高。当雷达回波大于30 dBz时, 各高分辨率模式对局地性降水的雷达回波预报FSS评分均较高。当邻域半径为3 km时, 区域性降水过程中, 华北模式预报技巧在各级别雷达回波预报中均高于其他模式, 最大FSS差值为0.031。局地性降水过程中, 华东模式预报效果较好, 最大FSS评分为0.127, 表明华东模式预报中小尺度对流系统能力更强。局地性降水过程, 睿图东北模式在08—23时预报时次中, “中间”时次的预报效果优于“两头”时次的预报, 两个时次最大FSS差值为0.121。     

高分辨率模式雷达回波预报能力分析

利用2018年7—8月GRAPES_3 km、东北短临(WRFRUC)高分辨率模式综合雷达回波预报数据和辽宁省SWAN雷达组合反射率(MCR)实况,基于邻域法FSS评分指数,分析模式在台风北上和副热带高压边缘暴雨过程中的雷达回波预报能力。结果表明:两家模式在不同降水过程中对小阈值雷达回波有较好的预报技巧,随着回波量级增大,模式预报FSS逐渐减小,雷达回波55 dBz时,FSS甚至为0。当邻域半径是3时,35 dBz以下的回波预报中GRAPES模式在台风北上暴雨中的预报技巧低于副热带高压边缘,35 dBz则相反。WRFRUC模式始终表现为台风北上暴雨中预报较好。当邻域半径9时,WRFRUC模式在台风暴雨中的FSS评分高于GRAPES模式,GRAPES模式在副热带高压暴雨中的FSS评分始终高于WRFRUC模式。GRAPES和WRFRUC模式的最大FSS评分技巧均出现在邻域半径是11时,分别为0.239和0.195。GRAPES模式中FSS评分在12 h逐小时预报中前3个时次较强,WRFRUC模式则表现为中间时次强,两头弱。     

基于时空不确定性的对流尺度集合预报效果评估检验

针对对流尺度天气系统的高度非线性特征和高分辨率模式预报结果存在时、空不确定性现象,以及当前邻域概率法主要考虑高分辨率预报结果的空间位移误差,而不能有效解决预报结果存在时间超前与滞后问题,将时间因素引入到邻域概率法中,结合一次强飑线过程进行对流尺度集合预报试验,并基于改进后的新型邻域概率法与分数技巧评分,对降水预报进行了不同时、空尺度的效果评估检验。结果表明:（1）邻域集合概率法和概率匹配平均法在极端降水的分数技巧评分远高于传统集合平均,弥补了集合平均对极端降水预报能力偏低的缺陷。（2）对于此类飑线过程的对流尺度天气系统而言,邻域半径为15—45 km的空间尺度能够改善降水位移误差的空间不确定性,并使其预报效果达到最优,其中15—30 km的邻域半径对于尺度更小的大量级降水事件预报能力更强。（3）对流尺度降水预报考虑时间尺度与降水强度存在着对应关系,不同时间尺度可以捕获到不同量级降水的时间不确定性。同时,时间尺度与空间尺度对于降水预报效果的影响是相互关联的。（4）改进的邻域概率法能够同时体现高分辨率模式预报结果在对流尺度降水事件上存在的时、空不确定性,实现了对流尺度降水在时、空尺度上的综合评估,并能为不同量级降水提供与其时、空尺度相匹配的概率预报结果。      

基于雷达资料四维变分同化及云模式的中尺度对流系统数值临近预报试验

基于雷达资料快速刷新四维变分同化(RR4DVar)初始化的三维数值云模式,利用京津冀6部新一代多普勒天气雷达和区域自动气象站观测资料,针对2013年7月4日出现在京津冀平原地区的中尺度对流系统(MCS),开展了数值临近预报试验。研究结果表明,充分考虑雷达观测信息的对流尺度数值临近预报具有很大的优势,但也存在不足:(1)模式能够较好地把握中尺度对流系统的组织发展和移动演变特征,对风暴回波带的走向和尺度特征有较好的预报,但对强回波的强度和位置预报存在一定偏差;(2)模式预报可以反映风暴系统的中小尺度扰动特征,对风暴冷池和出流边界(阵风锋)的发展变化均有较为合理的预报;(3)模式对强降水中心和雨带位置的预报有很大优势,能较好地预报弱降水雨带的分布形势和雨量,但对强降水落区的预报偏大;(4)模式对风暴造成的对流性强降水的预报准确率较高,对0.5—10 mm阈值的降水范围预报偏差比较合理,对10 mm以上降水范围的预报偏大,但是对弱降水风暴的弱回波较强回波的预报性能要好;(5)由于三维数值云模式对京津冀复杂地形的处理不够完善,对山前风场预报偏差较大,造成对山前风暴的发展演变和山前降水的预报偏差较大。     

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。     

基于GRAPES＿3 km模式输出的风雹概率预报技术研究

基于我国自主研发的GRAPES_3 km高分辨率模式预报数据,通过计算逐时最大上升螺旋度(updraft helicity,UH)产品,发展了不同预报时效时段内超过指定阈值的UH格点概率预报技术。由于UH能够表征对流风暴的上升运动和中低层旋转强度,因此通过UH格点概率预报产品得到了综合表征对流性大风或冰雹(简称风雹)的概率预报指导产品。对2019年6月14日至7月31日我国华北东北区域和华南区域两个风雹高发区的逐日试验和典型个例预报结果进行了细致评估,结果表明该产品具有良好的预报能力。该产品对华北东北区域和华南区域的风雹TS评分均明显高于主观预报,特别是对于华南区域可预报性较低的弱天气尺度强迫过程,能够显著降低漏报率从而明显提高预报准确率。预报产品还能够很好地指示对流风暴的形态分布和移动传播特征,概率落区与实况风雹的落区位置具有较好的匹配效果。对选取不同的UH阈值和空间高斯平滑系数的概率产品对比检验结果表明,基于较低UH阈值计算的概率预报产品由于漏报率更低,其TS评分要高于较高阈值的预报结果,高斯平滑系数取值20 km得到的概率产品在各等级概率评分中预报效果总体表现最佳。     

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。      

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。     

华南区域高分辨率数值模式前汛期预报初步评估

基于华南地区自动站逐小时观测资料, 采用传统站点评分、邻域法等评估华南区域高分辨率数值模式(包括GRAPES_GZ_R 1 km模式和GRAPES_GZ 3 km模式)对降水、地面温度和风场等要素的预报能力。结果表明: GRAPES_GZ_R 1 km模式的降水预报技巧优于GRAPES_GZ 3 km模式, 模式预报以正偏差为主。对于不同起报时间的预报, 00时(世界时, 下同)起报的预报效果优于12时。GRAPES_GZ_R 1 km模式的TS评分是GRAPES_GZ 3 km模式的两倍以上, 对不同降水阈值的评分均较高。分数技巧评分(FSS)显示GRAPES_GZ_R 1 km模式6 h累计降水预报在0.1 mm、1 mm及5 mm以上的降水均可达到最低预报技巧尺度, 对所检验降水对象的空间位置把握能力更好。2 m气温和10 m风速检验结果表明两个模式均能较好把握广东省温度的分布特征, GRAPES_GZ_R 1 km模式对2 m气温预报结果优于GRAPES_GZ 3 km模式, 预报绝对误差更小; 两个模式对风速的预报整体偏强, 预报偏差在1~4 m/s之间, 但相比之下GRAPES_GZ 3 km模式在风场预报上表现更好。GRAPES_GZ_R 1 km模式的2 m气温和10 m风速预报偏差随降水过程存在明显波动, 强降水过后温度预报整体偏低, 风速预报偏强, 在模式产品订正、使用等需要考虑模式对主要天气系统的预报情况。总的来说, GRAPES_GZ_R 1 km模式的预报产品具有较好的参考价值。      

GRAPES-MESO模式不同空间分辨率对中国夏季降水预报的影响分析

国家气象中心业务运行的中尺度数值预报系统GRAPES-MESO（Global/Regional Assimilation and Prediction System mesoscale model）在升级到4.0版本后采用了与以往版本不同的三维空间分辨率设置,本文通过计算精度分析、个例分析及统计分析的方法详细阐述了两者水平分辨率和不等距垂直分层的差异,并由此深入分析了不同模式三维空间分辨率对中国夏季汛期降水预报的影响。主要结论表明,GRAPES-MESO预报系统4.0版本在水平分辨率提高到10 km并同时使用更为合理的加密垂直分层设置后,不仅提高了计算精度和计算稳定性,同时仍能满足业务预报的时效要求。对个例降水特征的分析结果表明,提高模式空间分辨率可以在一定程度上改善对降水中心的预报,但对降水落区的预报改进较为有限。对2012年7月整月批量试验的统计检验结果表明,月平均技巧评分总体变化不大,但对逐日大到暴雨评分提高较大,通过各气象要素统计检验分析可以认为,模式空间分辨率提高的主要作用是通过降低了中低层高度场、温度场和水平风场的误差,改进了对流层中层环流背景场以及对流层低层降水直接触发系统的强度预报,从而能够提高大到暴雨的降水评分。     

一种偏差订正方法在平昌冬奥会气象预报的应用

为了提高GRAPES_3 km（Global/Regional Assimilation and Prediction System）模式在2018年平昌冬奥会气象服务中的预报能力,采用一阶自适应的卡尔曼滤波方法对GRAPES_3 km模式的2 m气温、2 m相对湿度和10 m风开展偏差订正。结果表明:偏差订正方法明显提高了地面要素的预报效果,其中2 m气温的均方根误差整体减小到2℃左右,站点订正改善率为10%~60%;10 m风速的均方根误差减小到2 m·s-1左右,站点订正改善率为10%~45%;2 m相对湿度减小到20%以下,站点订正改善率为0~20%。与韩国气象厅LDAPS（Local Data Assimilation and Prediction System）及美国宇航局NU-WRF（NASA-Unified WRF）模式相比,GRAPES_3 km模式的风速预报表现更为优异,各站点整体预报效果明显优于LDAPS和NU-WRF模式。偏差订正方法可有效改善模式在复杂地形条件下的预报能力,是提高精细化预报准确率的重要手段。     

公里级CMA_MESO模式FSS评分技术研究

本文研究计算CMA_MESO模式预报降水FSS（Fractions Skill Score）评分时，当其水平分辨率与观测降水不一致时，采取两种匹配方式统一分辨率，分析这两种方式得到的FSS评分结果是否有差异。针对3 km分辨率CMA_MESO模式6 h累积降水，选取5 km分辨率的观测降水，分别采取预报降水匹配观测降水分辨率，以及观测降水匹配预报降水分辨率两种方式，选择4种邻域尺度：5、25、51和105 km；4种降水阈值：0.1、4、13和25 mm，得到两组不同预报时效的FSS评分。通过分析发现：两组FSS评分结果没有显著差异。研究结果表明，当CMA_MESO模式预报降水水平分辨率与观测降水不一致时，可以将预报降水匹配到观测降水格点场，也可以将观测降水匹配到预报降水格点场，两种匹配方式对FSS评分结果没有影响。     

一种集成风向风速的风场空间检验方法

基于概率分布特征定义全新风速阈值选取方案,不受地域及季节性影响,并综合风向信息建立兼顾风向风速的风场分类列表,采用邻域空间检验技术构建可集成风向风速的矢量风场检验方法。基于2018年4月1—30日GRAPES_Meso模式不同分辨率（10 km及3 km）逐小时预报产品,利用所开发的矢量风场检验方法分析表明:模式风向预报的随机性随着风速的增大而减小,即弱风的风向难以成功预报。通过矢量风场综合分析发现高分辨率预报效果在170 km空间尺度上24 h预报最大评分优势可达0.24,各邻域空间尺度上评分分布趋势保持一致。通过敏感性分析发现,所获取的综合指标可用于反映风场预报性能。同时,不同矢量风场分类方法将对评估结果产生影响,高分类方法评分稳定性更好,低分类方法受限于单一分类权重过大而影响评估一致性。因此,在计算能力允许的条件下,选择较高分类方式将有助于获得更为稳定的检验效果。     

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。     

基于高分辨率数值天气模式的往返平飘式探空轨迹预测方法及初步评估

为了开展往返平飘式探空组网观测的仿真和模拟,以及评估组网观测对数值天气预报的影响,并实现往返平飘式探空在目标观测中的应用,本文提出了一种基于高分辨率数值天气模式的往返平飘式探空轨迹模拟和预报方法。基于我国自主研发的GRAPES区域高分辨率模式,初步建立了往返平飘式探空的轨迹预报系统。该系统将往返平飘式探空的上升段、平漂段和下降段的轨迹方程,以及下降段降落伞的动力学方程,直接嵌入到高分辨率数值天气模式中,实现对往返平飘式探空轨迹的模拟和预报。利用轨迹预测系统对63个往返平飘式探空轨迹进行轨迹预报试验和评估,试验结果表明,该系统的轨迹预测结果合理可信,6 h的轨迹预报平均误差小于40 km。     

区域业务模式6 h降水预报检验方案比较

对我国华东、华南、华北区域气象中心和中国气象局数值预报中心业务运行的区域模式2011年5—9月的6 h降水预报, 采用不同检验结果平均方案进行对比检验。对比结果表明:不同的检验结果平均方案基本不影响与中国气象局数值预报中心模式 (NMC-GRA) 在相同区域关于TS评分比较的相对检验结论,即当两个模式评分差距较大时,评分高的模式在两个方案中是一样的,但评分比较接近时,若有一个模式对该区大尺度降水预报较好时,则可能在新方案中有较高的TS评分,而此模式原方案评分则可能略低于局地小尺度降水预报较好的模式。但对于较少发生的强降水预报的预报偏差的评价有很大不同,当新方案的结果显示多数模式对强降水的预报偏少,原方案则可能显示偏多,说明模式对大尺度的强降水预报较实况偏少,但对小尺度局地降水的预报则可能偏多。