Multiseason evaluation of the MM5, COAMPS and WRF over southeast United States

Three models, MM5, COAMPS, and WRF, have been applied for the warm season in 2003 and the cool season in 2003?C2004 to evaluate their performances. All models run over the same domain area covering the north Gulf Mexico and southeastern United States (US) region with the same spatial resolution of 27?km. It was found that the temporal variations of the mean error distribution and strength at 24 and 36?h were rather weak for surface temperature, sea level pressure, and surface wind speed for all models. A warm bias in surface temperature forecasts dominated over land during the warm season, whereas a cool bias existed during the cool season. The MM5 and WRF produced negative biases of sea level pressure during the warm season and positive biases during the cool season while the COAMPS yielded a similar distribution of sea level pressure biases during both seasons. During both seasons, similar surface wind speed biases produced by each model included a high wind speed forecast over most areas by MM5 while the COAMPS and WRF yielded weak surface winds over the western Plains and stronger surface winds over the eastern Plains. Root-mean-squared errors revealed that the forecast of surface temperature, sea level pressure, and surface wind speed were degraded with the increase of forecast time. For rainfall evaluation, it was found that the MM5 underpredicted seasonal precipitation while the COAMPS and WRF overpredicted. The bias scores revealed that the MM5 yielded an underprediction of the coverage of precipitation areas, especially for heavier rainfall events. The MM5 presented the lower threat score at lighter rainfall events compared to the COAMPS and WRF. For moderate and heavier thresholds, all models lacked forecast accuracy. The WRF accuracy in predicting precipitation was heavily dependent upon the performance of the selected cumulus parameterization scheme. Use of the Grell?CDevenyi and Bette?CMiller?CJanjic schemes helps suppress precipitation overprediction.     

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。      

滁河流域汛期多模式集成面雨量预报检验评估

对2013—2016年汛期ECMWF、JMA及中尺度WRF模式的预报结果进行检验,基于合理的时间尺度,制作了动态权重集成面雨量预报(DWI)、分步集成面雨量预报(SI)和等权重集成面雨量预报(EWI)产品,并对2017—2020年汛期降水期间多种集成面雨量预报产品和ECMWF、JMA、WRF的单个模式面雨量预报产品进行对比评估.结果表明:3种集成面雨量预报效果整体上优于单一数值预报模式,尤其是预报致灾严重的暴雨等级降水优势明显;DWI和WRF对强降水的面雨量预报正确率最高,其他2种集成面雨量预报结果次之,ECMWF及JMA较差;模式集成预报弱降水过程的优势不明显.     

冬季高海拔复杂地形下GRAPES Meso要素预报的检验评估

利用GRAPES(Globe/Regional Assimilation and Prediction System)对2010年温哥华奥运会6个场馆气温、相对湿度、风及降水量的预报结果,采用预报准确率、平均误差、平均绝对误差、Alpha Index、TS和ETS评分等统计量对其进行了较详细的评估。结果表明:GRAPESMeso预报相对湿度的准确率最高,且随预报时效的增加,其变化趋于稳定。起初模式对相对湿度的预报偏干,之后逐渐变为预报偏湿;气温预报偏低;风速预报偏大。逐日各要素预报检验结果表明,气温的变化幅度最小;各级降水检验发现,晴雨预报的TS评分最高,且随降水增大,ETS评分逐渐接近TS。与其他模式预报结果对比发现,GRAPES-Meso对复杂地形下要素预报还存在一定的不足。本研究还发现,模式存在一定的系统误差,若能有效订正其误差,将有助于改进模式预报。     

风电场风机覆冰期预报方法

采用Makkonen结冰增长模型镶嵌冰表面辐射融化模型建立适用于风机覆冰的预报模型，基于WRF耦合CALMET综合模式预测结果和风机性能参数驱动模型，进行风机覆冰开始和结束时间的预报。以湖北通山九宫山风电场为研究对象，对2012年12月至2013年12月期间监测到19次风机覆冰进行分析，分别采用提前1 d、提前2 d、提前3 d三种预报方案开展覆冰起止时间的预报，发现该模型对风机覆冰具有一定的提前预警能力，且越临近覆冰发生时间，预报准确性越高。     

2013年华中区域中尺度业务数值预报的客观检验

应用国家气象中心模式检验方法,对华中区域中尺度业务数值预报模式WRF和中国气象局下发的GRAPES模式2013年1-12月的预报产品（包括降水、2 m温度场、850 hPa温度场、850 hPa风场和500 hPa位势高度场预报）进行统计检验。检验结果表明：所有要素24 h预报均优于48 h;对于晴雨预报,GRAPES模式TS评分高于WRF,但随着降水量级增大,WRF的TS评分基本都高于GRAPES,同时WRF降水预报范围明显偏大;分析2 m温度场的均方根误差及预报准确率发现,WRF的2 m温度场预报优于GRAPES,且暖季预报优于冷季;形势场要素分析表明,WRF对850 hPa温度场和风场预报具有相当大的优势,全年误差变化较稳定,而对500 hPa位势高度场的预报误差存在一定的季节性特征,即夏半年WRF高度场预报优于冬半年,GRAPES模式则相反。总体上,华中区域中尺度业务数值模式产品对天气预报具有一定的参考价值。     

CMA-GD模式江西省智能网格预报区域2 m气温预报误差分析

利用2020年6月1日—2022年5月31日CMA GD模式2 m气温预报产品（预报时效为13—36 h）和同期江西省智能网格预报区域内地面站气温观测资料,计算气温预报准确率、平均误差和均方根误差,并统计分析其时空分布特征。结果表明： 1）模式预报准确率在不同月份、起报时次存在差异,暖季总体较高,冷季总体较低;暖季08时起报产品的月准确率总体高于20时,冷季反之;秋、冬季旬准确率分布更离散。模式预报产品其准确率明显低于中央气象台和江西省气象台订正产品,需订正后使用。08时起报产品对寒潮的预报效果优于20时。2）气温预报年误差分布存在日变化,最大值出现在08时,最小值出现在15时;年均方根误差峰值出现在15时和06时,白天大于夜间。3）冬季平均误差多为正值,夏季为负值,春、秋季平均误差大小界于冬、夏季之间;白天时段夏季均方根误差最大,夜间时段冬季最大。4）气温预报年误差地理分布特征明显,平原地区预报值偏低,年均方根误差最小;丘陵和山区22 h时效预报值偏高,31 h时效偏低;高山站预报值偏高,年均方根误差最大。丘陵地区负误差最大,平原地区最小;山区正误差最大。     

金沙江下游多种面雨量集成预报方法的对比分析

集成方法有利于提高降水要素预报的准确性和可预报性。本文基于格点实况资料和智能网格预报、西南区域数值预报、ECMWF模式预报、GRAPES模式预报产品，以面雨量为研究对象，采用多元回归法、BP神经网络法、评分权重法、加权集成预报法和算术平均法，得到集成面雨量预报，再运用平均绝对误差、模糊评分、正确率、TS评分、偏差分析等方法，对2020年4—10月金沙江下游面雨量预报效果进行对比分析。结果表明：多元回归集成法和BP神经网络法的预报效果总体上优于其他几种集成方法。在考虑流域面雨量的预报量级时，下游可以采用预报量级较小的模式和集成方法。集成后偏差百分比均有降低，且多元回归法和BP神经网络法对预报量级较小的模式有矫正作用。在面雨量有无、小雨和中雨预报中，多元回归法集成效果较好，在大雨量级预报中，BP神经网络法集成效果较好。这些结论可为流域面雨量预报提供参考借鉴。     

BJ-RUC系统模式地面气象要素预报效果评估

利用自动气象站逐小时地面观测资料,采用客观检验方法对北京市气象局快速更新循环预报 (BJ-RUC) 系统在2008—2010年5—9月的预报结果进行检验,初步评估了BJ-RUC系统对地面气象要素的业务预报性能。结果表明:BJ-RUC系统对地面气象要素预报与实况的变化趋势有很好的一致性。其中,2 m温度预报整体偏高,误差范围为-1.5~1.5℃,早上和傍晚偏大,正午偏小;2 m相对湿度的预报整体偏低,误差为-25%~0,白天偏大,夜间偏小;10 m风速预报明显偏大,午后尤为显著,误差为0.6~1.2 m·s-1;6 h累积降水的晴雨预报效果较好,TS评分可达到0.4。系统在初始起报时次的稳定性较差,从第3个起报时次开始逐渐稳定,但预报误差随着预报时效的增长逐渐增大,12 h内的预报误差较小,预报结果较可靠,在短时临近预报中具有参考价值。     

上海城市空气质量预报分类统计模型

上海城市空气质量预报的分类统计模型利用上海地区2000年6月至2002年12月的空气污染浓度资料及常规气象资料建立模型，用2003年全年资料检验模型。模型采用方差分析方法区分不同污染浓度高低的气象条件，按季节、地面风向和雨量3项指标对浓度样本分类，季节分类划分冬、夏半年子样本，风向分类划分偏西风向、非西风向子样本，雨量分类划分有雨、无雨子样本，共计3层分类，18个分类子样本，样本分类的高值区和低值区与实际污染浓度的季节、地面风向和雨量的分布是一致的。最后，采用线性逐步回归方法对各分类子样本建立起一组预报模型。模型的检验评分结果显示：分类统计模型较全样本统计模型实际业务预报精度有所提高，在城市空气质量预报中是切实可行的。     

基于观测系统模拟试验的海表气象观测站点布局方案研究

为了科学设计黄渤海海洋气象边界层观测站网并研究观测网布局对数值天气预报模式的影响,本文采用模式误差、海洋气象要素特征区域资料统计分析和观测系统模拟试验（OSSE）方法,根据边界层雾、层云降水、小风与中等风速天气条件设计布局方案,并分析站点观测要素对数值预报模式的要素预报的影响。模拟试验数据使用了每6 h NCEP再分析资料FNL（NCEP Final Operational Global Analysis data）、NCEP每天平均的高分辨率海温资料RTG_SST（Real-Time Global Sea Surface Temperature）和石油平台、浮标站等每小时实况观测资料,评估了黄渤海海洋气象站网布局各个方案的优缺点。评估结果表明,湿度和风的要素预报受实况风向风速条件影响,偏东和偏北风个例湿度要素预报较好。然而,在偏南中等风速个例中,风场预报要素更接近实况。温度场的分析综合结果显示,在海气相互作用影响较大的天气过程中,特征区域布站能明显提高温度要素的预报准确率。最后,综合分析多项模拟试验的结果,给出了改进数值预报准确率的海洋布站建议。     

2013年汛期华中区域业务数值模式降水预报检验

为充分了解华中区域中尺度业务数值预报模式更新为WRF后的预报性能,对该模式2013年汛期24 h和48 h的累积降水预报产品,采用TS评分、预报正确率、漏报率、空报率、偏差及ETS评分等统计量对其进行了较详细的评估。结果表明：从日平均降水率分布来看,24 h预报的降水中心位置和强度与实况更接近,48 h的预报明显偏大、偏强;汛期总体降水检验表明,该模式的降水预报以偏大为主,随着降水量级的增大,TS和ETS评分逐渐减小,且ETS评分逐渐靠近TS;逐月降水检验结果发现,该区域汛期月晴雨预报正确率与雨日率呈正相关;通过梅雨期WRF与GRAPES_Meso的预报对比检验可见,两个模式都表现出了较好的预报性能。值得指出的是,随着降水量级的增大,WRF模式降水预报优势逐渐显现。总的来说,该模式的降水预报产品具有一定的参考价值。     

基于QPE和QPF的遗传神经网络洪水预报试验

以湖北省清江上游水布垭控制流域为例,利用分组Z-I关系并结合地面雨量站资料对雷达估算降水进行校准,计算出流域实况平均面雨量;再利用遗传算法和神经网络相结合的方法建立订正AREM预报降水的模型;最后,将订正前后的AREM预报降水输入新安江水文模型进行洪水预报试验。结果表明：订正后AREM预报降水能明显提高过程的累计降水量预报精度,平均相对误差减小幅度在60%以上,对逐小时过程降水预报精度也有一定提高,但与实况相比仍有一定差距;订正前后AREM预报降水的洪水预报试验的确定性系数的场次平均从-32.6%提高到64.38%,洪峰相对误差从39%减小到25.04%,确定性系数的提高效果优于洪峰相对误差,整体上洪水预报精度有所提高。     

自动站资料在WRF 3DVAR中的同化敏感性试验

为了了解国家级地面自动观测站不同观测要素对数值预报作用,利用WRF三维变分同化系统对自动站资料的不同观测要素开展同化＆预报试验。两个月的数值预报检验结果表明：1）只同化自动站温度观测对位势高度、温度和相对湿度场预报的影响作用最大,且主要为负作用,而同化气压或风向风速观测对上述要素预报影响作用比同化温度小,但会改善位势高度预报和部分温度预报,对相对湿度预报改善作用不明显;2）对于降水预报,同化风向风速方案的评分结果最差,同化温度的方案次之,同化气压的方案可以改善24h降水预报结果。由此看出用WRF 3DVAR同化地面观测资料时,气压观测十分重要,同时也说明要想用好地面观测资料,让其为数值预报提高发挥最大作用仍需开展很多研究工作。     

一次粤西南暴雨过程的预报误差来源分析

本文基于WRF模式研究了2015年5月16～17日广东西南地区的一次暴雨过程的预报误差来源。首先比较了以NCEP_FNL为初始资料的WRF模式的模拟预报（记为WRF_FNL）和ECMWF（European Centre for Medium-Range Weather Forecasts）关于该次暴雨过程的确定性预报。结果表明,ECMWF具有较高的预报技巧,因此,认为ECMWF的模式和初始场都较为准确。进一步,以ECMWF的初值作为初始场,选用相同的物理参数化方案,再次用WRF模式进行预报（预报结果记为WRF_EC）。结果表明相对WRF_FNL,WRF_EC的预报结果有明显改善。这表明,初始场的改进对预报有较大的影响,初始误差是预报误差的重要来源。进一步,分析了初始误差的主要来源区域和来源变量。结果表明,南海北部湾至广西西南区域为本次暴雨预报初始误差的主要来源区域,而初始温度场和初始湿度场则为此次暴雨预报初始误差的主要来源变量。同时改进初始温度场和湿度场可以较大程度提高本次暴雨过程的预报技巧。     

青藏高原东侧常规观测资料对WRF模式预报误差的贡献分析

利用WRFDA-FSO(Forecast Sensitivity to Observation)系统,统计分析2009年和2010年5—10月青藏高原东侧常规地面和高空观测对WRF模式预报误差的贡献。结果表明:地面观测资料各要素中,温度场对模式预报误差贡献最大,风场、气压和水汽场的贡献相对小;四川东部、广西大部和云南南部边缘地区的资料对改进预报产生正贡献较大。高空资料各要素中,温度场对模式预报误差贡献最大,其次是水汽场,风场贡献最小;高空站资料对改进预报产生正贡献较大的区域主要分布在云南大部、贵州西部边缘和广西西北部边缘地区。依据误差统计结果,剔除对改进预报产生负贡献较大的地面和高空站资料后,模式降水和温度预报效果有所改善。     

WRF模式对江苏如东地区风速预报的检验分析

探讨了WRF模式在风电场的风速或者功率预报中应用的可行性, 主要研究和评估了WRF模式对地处东亚季风区及海陆交界的江苏如东地区夏季和冬季风速的短期预报效能。研究发现WRF模式可以比较好地预报如东站冬季的风速, 24 h预报的风速时间序列和观测资料的相关系数可以达到0.61, 通过置信度99%的检验, 48 h和72 h的预报与观测风速相关系数分别为0.54和0.47, 也能通过置信度99%的检验;相对而言, 模式对夏季风速的预报则要差一些, 24 h的相关系数有0.59, 48 h和72 h的相关系数只有0.47和0.30, 但仍能通过置信度99%的检验。在量值上, 模式预报的风速比观测值都略偏大一些。而江苏南通市预报结果显示, 模式的预报效能要比如东稍高一些, 和如东类似, 模式对该地冬季的预报要好于对夏季风速的预报。从更大尺度范围的分析也表明, 模式对不同地区预报的准确度是不一样的, 对海面以及海陆交界的海岸预报精度要高一些, 在平坦的内陆地区预报也比较好, 但在山区预报效能则较差。总体说来, WRF能胜任风速短期预报, 值得进一步研究和应用。     

Low-Level Wind Forecast over the La Plata River Region with a Mesoscale Boundary-Layer Model Forced by Regional Operational Forecasts

A mesoscale boundary-layer model (BLM) is used for running 12-h low-level wind forecasts for the La Plata River region. Several experiments are performed with different boundary conditions that include operational forecasts of the Eta/CPTEC model, local observations, as well as a combination of both. The BLM wind forecasts are compared to the surface wind observations of five weather stations during the period November 2003–April 2004. Two accuracy measures are used: the hit rate or percentage of cases with agreement in the wind direction sector, and the root-mean-squared error (RMSE) of the horizontal wind components. The BLM surface wind forecasts are always more accurate, since its averaged hit rate is three times greater and its averaged RMSE is one half smaller than the Eta forecasts. Despite the large errors in the surface winds displayed by the Eta forecasts, its 850 hPa winds and surface temperature forecasts are able to drive the BLM model to obtain surface winds forecasts with smaller errors than the Eta model. An additional experiment demonstrates that the advantage of using the BLM model for forecasting low-level winds over the La Plata River region is the result of a more appropriate definition of the land–river surface temperature contrast. The particular formulation that the BLM model has for the geometry of the river coasts is fundamental for resolving the smaller scale details of the low-level local circulation. The main conclusion of the study is that operational low-level wind forecasts for the La Plata River region can be improved by running the BLM model forced by the Eta operational forecasts. L. Sraibman and G. J. Berri—Members of Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) of Argentina. An erratum to this article can be found at     

山东省多模式强降水落区预报检验

由于模式对于强降水落区预报有一定的偏差,TS评分不能完美的刻画模式预报强降水的问题,制定了强降水落区偏离程度的检验方法,基于此种方法对多模式(EnWRF、WRF-RUC、T639和EC-thin)山东省2014、2015年5—9月16次强降水过程预报的降水落区形态进行检验。结果表明:除了副高摆动引起的局地强对流天气外,其他过程模式预报均有指示意义,其中预报效果最好的是EnWRF和EC-thin,降水落区的形态与实况的相似度极高,并且表现出一定的互补性。多数情况下,模式预报的强降水中心整体比实况偏小,EC-thin和EnWRF漏报次数最少、准确次数最多,T639次之,WRF-RUC漏报次数最多并且准确次数最少。对于预报有偏离的过程,各模式整体雨区的偏离方向大多偏西或偏北。     

龙川县气温预报方法的建立与应用

利用龙川站2008-2012年地面观测资料、欧洲中心数值预报产品,采用常规统计预报方法（逐步回归）,将最高（低）气温实况作为预报对象,把可能影响气温变化的气象要素作为预报因子,分月建立未来24～ 72 h最高（低）气温的MOS预报方程,通过对2013年全年的检验预报表明：未来24～72 h最高（低）气温预报平均绝对误差均在2.0℃以内.