ECMWF极端天气指数在新疆强降水预报中的检验评估

使用2015年10月—2018年9月欧洲中期天气预报中心集合预报系统(ECMWF EPS)逐日降水极端天气指数(EFI)预报资料,分析新疆区域降水EFI产品与强降水的对应关系并得到预报阈值。结果表明:预报的EFI与实况降水量存在正相关关系,随着降水量增加,EFI预报结果具有线性增加趋势,说明EFI对强降水有一定的指示意义。各量级降水预报的最高TS评分随着预报时效的增加而减小,且随着降水量等级的增大而减小。不同季节暴量降水发生站次为夏季最多,冬季最少,对应的EFI阈值大都在0.4～0.6,夏季EFI值范围在0.2～0.7,夏季更易发生暴量降水。随着预报时效增加,暴量降水发生站点频次最多所对应的EFI值逐渐减小。随着降水量级增加,空报率减小幅度不大,但漏报率增加。     

ECMWF降水极端天气指数在安徽省的应用评估

使用2012年10月—2014年9月欧洲中期天气预报中心(ECMWF)全球集合预报系统逐日降水、5 d和10 d累计降水极端天气指数(EFI)预报资料,分析了降水EFI和强降水、降水气候距平的统计关系。结果表明:整体而言,降水EFI大值区和强降水具有较好对应关系,EFI越大,发生强降水的可能性越大,但随着预报时效增加,EFI的指示作用逐渐下降;对逐日降水EFI大值区和降水落区TS评分表明,在最优TS评分条件下,EFI阈值随着降水量级增加而增大,随着预报时效增加而降低;冬半年(10—3月)5 d和10 d累计降水EFI对过程降水的指示意义优于夏半年(4—9月),但当EFI超过0.4时,随其增加,不同季节对应降水气候距平均迅速增加;另外,5 d累计降水EFI对过程降水的指示作用优于10 d累计降水EFI。     

GRAPES和日本模式广东定量降水预报对比

采用客观降水检验方法,对广东2012年1月1日至8月31日GRAPE中尺度模式和日本GSM全球谱模式(JMA)降水预报产品进行累加降水量级检验、分区域按季节预报效果对比以及时空分布演变评估.结果表明:随着降水量级和预报时效增加,两个模式TS评分呈现下降趋势,GRAPES模式TS评分总体高于JMA;对于小雨、中雨以上降水预报,两个模式4-6月预报效果好于7-8月,对4-6月广东北部预报稍好于南部,对7-8月广东南部预报略好于北部;两个模式不能预报出广东平均降水中心,GRAPES对广东日均降水预报值随预报时效增加而增加;两个模式能够对广东逐日降水演变做出准确的预报,但降水预报值与实况存在一定的差别.     

基于低频振荡特征的夏季江淮持续性降水延伸期预报方法

本文利用1981~2008年我国南方地区200站逐日降水量、NCEP再分析资料和NCEP气候预报系统 (CFS) 的模式回算数据, 针对降水低频信号, 分析了江淮地区夏季降水的延伸期可预报性, 并选取对江淮持续性强降水有显著影响的东亚环流指数作为预报因子, 以降水20~50天低频分量作为预报量, 进行了针对江淮地区夏季持续性强降水过程的延伸期预报试验。结果表明, 江淮地区夏季降水具有明显的20~50天周期的低频振荡特征。降水的20~50天低频振荡, 尤其是峰谷值位相的变化与实际降水集中期和中断期的交替有较好的关系, 研究20~50天降水低频分量的延伸预报, 对于江淮地区夏季持续性强降水过程的延伸预报有一定的指示意义。本文尝试提出一种基于大气环流低频信号和数值模式预报产品的动力与统计相结合的预报方法, 以期为江淮地区夏季持续性降水过程的延伸期预报提供参考。     

基于ECMWF模式的四川夏季强降水订正试验

利用2016—2018年6—8月四川地面观测降水资料(含加密自动站)及同时段ECMWF模式各要素预报场资料,根据基于"配料法"计算所得出的3 h间隔短时强降水概率预报,统计各格点各个转换概率阈值的次数,探索了一种针对模式24 h累计降水预报的强降水订正方法,并运用该方法对2018年6—8月降水集中时段24—72 h时效ECMWF模式降水预报进行逐日试验检验。试验结果表明:(1)从大雨、暴雨降水量级综合检验指标来看,各时效订正后命中率、漏报率、TS评分均有明显改善,且随着预报时效的延长,各指标数值提高的幅度愈大。空报率虽然0—24 h、24—48 h时效预报有所增加,但空报率增加幅度远小于漏报率减小幅度;(2)从个例检验结果来看,订正后的模式预报相比订正前的预报而言,降水量级明显增加,50 mm以上降水落区预报效果有较大程度提升,尤其是0—24 h时效预报,订正后降水落区分布与实况基本一致。     

华南快速循环同化模式在湖南不同环流型下的小时降水预报性能检验

利用T-mode斜交旋转主成分分析法,对湖南2021年汛期(4—9月)逐小时850 hPa风场进行环流分型,在此基础上开展同期华南快速循环同化模式(CMA-GD-R3)小时降水预报性能检验。结果表明：影响湖南2021年汛期的主要环流型为西南涡切变型、切变型、副热带高压边缘南风型和台风外围东风型4类;模式小时降水预报的晴雨准确率和分级降水TS评分日变化特征明显,晴雨准确率夜间高于白天,分级降水TS评分峰值出现在早晨,各环流型的临近时效降水预报效果较好,短时强降水发生频次最高的西南涡切变型晴雨准确率较低,副热带高压边缘南风型在较大量级降水表现相对较差;SAL(structure amplitude and location)检验显示,西南涡切变型、切变型过程模式位置预报较接近实况,强度预报表现为前弱后强,副热带高压边缘南风型过程预报落区分散,位置预报不稳定,整体强度较实况明显偏弱,台风外围东风型过程在短时预报时效落区接近实况,强度预报显著偏弱,该方法能较客观地反映模式降水预报空间偏差。     

基于ECMWF产品福建省前汛期短时强降水预报方法

利用2014—2016年福建省1605个自动气象站逐时降水资料和ECMWF全球模式细网格预报产品,分析福建省前汛期短时强降水发生背景下模式预报物理量的分布特征,并基于阈值判定的方法建立短时强降水预报模型。结果表明:福建省内陆县市前汛期短时强降水发生频次较高,沿海县市发生频次低,且日变化特征表现出双峰结构。箱型图差异指数（I_bd）在评估相关变量对于区分短时强降水发生与否的敏感程度有较好的作用,比湿、整层可降水量等水汽变量I_bd最为显著,K指数、对流有效位能等变量的I_bd仅次于水汽变量,说明模式预报变量对于预测短时强降水有较好的表征作用。针对短时强降水事件的物理量集合,采用剔除异常值后的最小值作为判定阈值,通过训练集分析结果客观订正对流有效位能和3 h降水量两个高I_bd变量的阈值,建立潜势预报模型。对于福建省西部的关键区,检验集白天时段12 h时间分辨率预报TS评分可达0.5,夜间时段约为0.3。对于福建省进行分区建模预报,检验集预报结果显示白天时段比夜间准确率高、内陆县市比沿海县市准确率高。     

MODE方法在降水预报检验中的应用分析

采用WRF模式MET检验包中MODE方法,对BJ-RUC降水预报产品进行客观检验。使用2008—2009年汛期北京自动站逐小时降水数据,挑选出2个及以上站3小时累计降水≥50 mm的局地强降水个例及主要降水时段,根据其环流形势及影响系统进行分型,并将其归纳出三种型：西来槽型、低涡型、切变线型。分别针对这三种型中强降水个例的主要降水时段进行检验。在检验中使用BJ-RUC模式降水预报产品,实况数据使用与强降水时段相对应的雷达QPE降水估计产品。检验结果表明,BJ-RUC模式降水漏报比空报造成的误差更为明显,对移动较明显的西来槽型降水预报能力较差,相似度评分与TS评分没有本质区别,但它能给模式应用和模式开发人员提供更多有用信息。此项工作能为该模式应用及模式改进提供参考依据。     

2007年汛期AREM模式降水预报效果检验分析

过对2007年6～8月AREM模式降水预报做不同时效、不同区域的TS评分对比,比较AREM与T213、JAPAN三个模式降水预报TS评分,并对AREM模式2007年汛期主要降水过程预报效果进行检验分析,从而获得AREM模式2007年汛期降水预报效果和特点,结果表明:(1)从AREM模式不同时效降水预报TS评分对比可知,对长江中下游区域,AREM模式12～36 h预报效果好于0～24 h预报,24～48 h效果相对较差,对华南、华北、东北、西南东部区域的降水,AREM模式预报效果均随时效延长而减弱。(2)由AREM模式对不同区域降水预报TS评分的对比可知,AREM模式(各预报时效)对长江中下游地区各量级降水预报的TS评分均高于全国范围的TS评分,西南东部(各预报时效)小雨(以上)量级TS评分均为各区域最高,但中雨以上各量级TS评分均低于全国范围,其他区域无稳定的预报特性。(3)从AREM、T213、JAPAN对长江中下游地区12～36 h降水预报TS评分对比可知,三个模式小雨(以上)量级降水的TS评分基本相当,对该区域暴雨、大暴雨强降水中心的预报,AREM好于T213,JAPAN相对较差,随量级增加AREM预报优势表现更为明显。(4)对2007年汛期6次个例分析可知,AREM模式对长江中下游尤其是江淮流域的大范围强降水过程预报效果较好,对暴雨、大暴雨中心的预报较T213和JAPAN有明显的优势,但对小范围、局地强降水过程的预报效果不够理想。     

长江三峡枯水期区域性强降水的一种重要天气形势

利用长江三峡地区６个站１９６１—１９９４年１０月—１月的逐日降水量确定该地区发生区域性强降水的雨日，结合同期的历史天气图分析该地区产生区域性强降水的原因，影响系统和环流形势特征，归纳出长江三峡地区产生区域性强降水的两槽一脊型环流型，并进行逐日反查，概括出两槽一脊环流型产生区域性强降水的前期预报指标。并用１９９５年历史天气图和降水资料进行检验，又在１９９６年１０月、１１月进行试预报，结果说明两槽一脊环流型及相应的前期预报指标是具有预报参考价值的     

2017年9—11月T639、ECMWF及日本模式中期预报性能检验

对2017年9—11月T639、ECMWF及日本(文中简称JP)数值模式的中期预报产品进行了分析和检验,结果表明：三个模式对亚洲中高纬环流形势的调整和演变具有较好的预报性能。在中期时效内ECMWF能够较好地预报副热带高压的南北摆动和东西移动趋势,T639模式对副热带高压位置的预报易偏北。对850 hPa温度场,ECMWF模式的平均预报误差较小,预报性能较好,T639（JP）模式预报较实况偏低（偏高）。三个模式对台风玛娃中心位置的预报较零场偏西偏南,强度预报均偏弱,其中ECMWF模式对台风转向有所体现。对于冷空气过程中的海平面气压场预报,ECMWF模式对冷高压的强度预报与零场更为一致,而T639和JP模式的预报偏差较大。     

2017年6—8月T639、ECMWF及日本模式中期预报性能检验

对2017年6—8月T639、ECMWF及日本（文中简称JP）数值模式的中期预报产品进行了分析和检验,结果表明：三个模式对欧亚中高纬环流形势的调整和演变均具有较好的预报性能,能较准确地反映出欧亚地区中高纬大尺度环流形势的演变和调整,表现出较好的中期预报能力。ECMWF和T639模式在中期时效能够较好地对副热带高压的南北摆动和东西移动趋势进行预报,其中ECMWF的预报偏差更小且模式对于盛夏副热带高压西伸脊点的预报优于初夏。ECMWF和T639模式对全国大部分地区温度预报偏低,ECMWF模式的预报效果最好,而JP模式温度预报偏差相对较大,各模式对温度的升降波动预报较为准确。对强台风天鸽,三个模式对台风强度的预报均偏弱,其中ECMWF模式相对更准确地把握了台风的强度变化和移动路径,综合预报效果最好。     

“98.7”特大暴雨中尺度系统发展的热量和水汽收支诊断

1998年7月20~23日 (“98.7”) 发生在鄂东和鄂西南地区的特大暴雨过程, 不仅与700 hPa上低涡切变线的生成和持续发展密切相关, 而且与沿低涡切变线相继生成和强烈发展的MαCS与MβCS直接关联。利用非静力模式MM5.V2.12成功模拟提供的高分辨输出资料对这次特大暴雨中尺度系统发展的热量和水汽收支进行了诊断。结果发现:当有强对流发生并伴有强降水时, 就会有强的视热源Q₁和视水汽汇Q₂出现, 而强的Q₁与Q₂和强降水区基本是对应的; Q₁随高度增高而增大, 最大加热位面基本上都在486.1 hPa (σ=0.54) 附近; 在对流层深厚的中空加热层是积云对流活跃和强暴雨持续发生、发展的一种重要热力机制; 在对流层上半部的相对冷层为暴雨区上空积云对流提供了极为有利的热力不稳定条件, 积云对流在中、低空的凝结潜热不仅加热对流层中层大气, 而且向高层输送, 加热高层的环境大气; 在暴雨初期, Q₂的双峰结构与低空层积云及中空积云对流凝结变干有关; Q₂的中空峰值大体与Q₁的峰值相应, Q₂的深厚变干层与Q₁的深厚加热层非常一致。 诊断结果表明, 用非静力中尺度模式成功模拟的高分辨输出资料对Q₁和Q₂进行数值诊断是可行的。通过对强暴雨过程Q₁和Q₂的诊断, 可为改进积云对流参数化中加热和增湿廓线提供可靠的物理依据。     

基于迁移CNN的江淮持续性强降水环流分型

利用新建的1981—2018年区域持续性强降水个例集、1981—2018年中国逐日降水量及NCEP/NCAR全球再分析资料,运用江淮地区持续性强降水典型模态个例样本及残差神经网络（CNN）,通过迁移学习分步训练建立针对江淮强降水的环流客观分型模型;并运用该模型对1981—2015年全国持续性强降水个例的环流进行客观分型,比较其与相似量（R）分型、余弦相似系数（COS）分型的效果,且对2016—2018年逐日环流进行客观识别与分型。结果表明:迁移CNN在拟合准确率达到100%后,测试集损失函数很快稳定,准确率较高,比R分型、COS分型效果好。在强降水客观分型中,迁移CNN所得各型与典型模态降水之间的相关系数远高于R分型、COS分型,其中不一致型个例分析表明迁移CNN所得各型与典型模态降水间的相关系数明显高于R分型、COS分型。在独立样本分型中,迁移CNN所得各型与典型模态降水的相关系数也均高于R分型、COS分型,且对非持续性强降水环流分型也存在一定的识别能力。     

暴雨过程大尺度热量、水汽和动量收支分析

近年来对长江流域梅雨期热源热汇分布的一些研究[1]-[3]表明,热源热汇的分布和梅雨期降水性质存在着年际变化,同时,研究区域不同,天气形势和时空尺度不同,所得各类收支的垂直分布特征亦有较大差别。本文用曲面拟合方法计算了1989年梅雨期6月27日至7月4日江南地区暴雨过程的时空平均热量、水汽和动量收支,得到的垂直分布特征是:(1)加热率Q₁峰值位于400—500百帕气层,减湿率Q₂峰值位于500—600百帕气层,两者垂直分布特征说明,该暴雨过程凝结潜热和对流垂直输送作用均十分重要。(2)视西风动量源在600百帕以下为正值,以上为负值,说明东风动量向高层输送;视南风动量源在400百帕以下为负值,以上为正值,说明南风动量向高层输送。      

近40年夏季江苏引发暴雨的江淮气旋统计分析

使用Lu(2017)改进的温带气旋识别和追踪方法得出的江淮气旋资料,统计分析了近40年夏季江苏引发暴雨的江淮气旋概况、路径、形势特征和对应暴雨的主要落区。结果表明,夏季江淮气旋造成江苏暴雨的频次空间上在江淮之间最多,并向北和向南依次递减;时间上在6月最多,约占该月暴雨总次数的1/3。致暴江淮气旋暴雨落区与江淮气旋的路径有一定的对应关系,在淮北和江淮地区,暴雨在致暴江淮气旋过境地区均匀分布,但在苏南地区,暴雨主要集中在苏南的中西部。致暴江淮气旋天气形势可分为偏西气流型和低槽型两类,其中低槽型出现的次数约为偏西气流型的2倍。偏西气流型暴雨区位于500hPa南侧暖湿的西南气流与北侧西北气流的过渡带中,低槽型暴雨区位于槽前西南气流中。850hPa两种类型基本相似,都为闭合的低涡,且低涡位置相比于700hPa明显南移。江淮和苏南地区的暴雨落区大都位于700和850hPa低涡中心的南侧、700hPa急流的北部和850hPa急流的北侧。偏西气流型和低槽型造成的暴雨范围基本相当,但低槽型产生的暴雨量要大于偏西气流型。     

瞬变波活动与江淮地区夏季旱涝的关系

利用1951-2000年中国160站逐月降水量资料划分了江淮地区夏季旱涝年。通过对旱涝年500hPa高度距平场的合成分析发现：多雨年鄂霍茨克海阻塞高压稳定维持，少雨年鄂霍茨克海附近的高压脊减弱。为了了解江淮地区旱涝年500hPa中高纬环流形势异常的原因，计算了Eliassen-Palm通量，结果表明多雨年瞬变波对平均气流的强迫作用使经、纬向风异常分布有利于鄂霍茨克海阻塞形势的维持，冷空气向南输送增强，江淮地区降水偏多；少雨年瞬变波对平均气流的强迫作用使鄂霍茨克海高压脊减弱，冷空气向南输送减弱，江淮地区降水偏少。     

河北省副热带高压外围降水的特征与预报

应用高空、地面等常规观测资料、NCEP/NCAR再分析资料、京津冀降水量资料,对2000—2013年河北省69次副热带高压(以下简称副高)外围降水个例进行了综合分析,结果表明:(1)69个副高外围降水个例雨量统计表明,暴雨和大暴雨发生频次自西北向东南明显增加,有三个区域较易出现暴雨和大暴雨:燕山南麓的唐山和秦皇岛、太行山东麓的邢台、河北平原东部的沧州和衡水。河北北部的坝上高原和保定西北部山区出现暴雨的概率较低。(2)按照副高型态,将69个副高外围暴雨过程分为三类,分别给出了每类的代表环流型和降水分布特征,并对这三种类型的环流背景场和物理量场进行了合成分析,给出了不同类型的环流特征和物理量特征。(3)统计了多个物理量及气象要素的平均值和极端值,统计结果可作为该类暴雨过程的量级、强度及极端性预报的重要参考指标。(4)在预报副高外围降水过程时,除了关注高空槽和副高的位置、强度、型态外,更要关注中低层及地面辐合系统。强降水多发生在584或586 dagpm等高线外围、低层700和850 hPa的低涡和切变线及地面倒槽或低压附近。     

东亚季风指数及其与大尺度热力环流年际变化关系

将东西向海平面气压差与低纬度高、低层纬向风切变相结合 ,定义了东亚季风指数 ,该季风指数较好地反映了东亚冬、夏季风变化。其中 ,夏季风指数年际异常对西太平洋副热带高压南北位置变化和长江中下游旱涝具有较强的反映能力。分析表明 :东亚夏季风年际变化与印度洋 -西太平洋上空反 Walker环流及夏季越赤道南北半球间的季风环流呈显著正相关关系。在强、弱异常东亚夏季风年份 ,异常的 Walker环流在西太平洋上的辐合 (辐散 )中心在垂直方向不重合 ,高层 ( 2 0 0 h Pa)速度势与东亚夏季风显著相关区域位于西北太平洋上 ,该异常环流的高层的辐合 (辐散 )通过改变低层空气质量而影响夏季 50 0 h Pa西北太平洋副热带高压。采用 SVD分析进一步发现 :与海温耦合的异常 Walker环流在西太平洋上空的上升支表现出南北半球关于赤道非对称结构 ,亚澳季风区受该异常 Walker环流控制。因而 ,东亚季风与热带海气相互作用可直接通过这种纬向非对称的 Walker环流发生联系。     

用ECMWF资料作江淮区域性暴雨落区预报的试验

使用ＥＣＭＷＦ资料，由８５０ｈＰａ、２００ｈＰａ风场计算物理量，建立预报方程，作江淮地区暴雨落区预报试验。经１９９３年６－７月预报检验，该方程具有一定参考价值，但同时也发现了一些问题。这些问题待我国Ｔ６３模式业务运行后将部分得到解决，暴雨预报准确率可望有所提高。