2002年主汛期国家气象中心主客观降水预报对比检验

主要就2002年主汛期(6—8月)对国家气象中心预报员和数值预报(HLAFS、HLAFS0．25、T106和T213)产品进行全国和分区统计学检验和对比分析评价。对于全国降水平均检验结果而言，主客观降水预报TS评分均随降水量级的增大和预报时效的增加而下降。对于各级降水，预报员评分最高，其次是T213，HLAFS0．25列第三位(大暴雨除外)，T213较T106、HLAFS0．25较HLAFS0．5的降水预报都有明显的提高，说明改进的数值预报系统的降水预报水平有了较大的提高。与2001年汛期比较，预报员的小雨预报进步明显，暴雨、大暴雨的24小时预报也有一定的提高；T213则在中雨预报上有所改进，大雨及暴雨的24小时预报也有提高，其余预报的TS评分不及2001年。从分区的检验结果来看，南方各区的预报评分远高于北方各区的评分，预报员在长江中下游和华南地区的各级降水预报中具有明显的预报优势；北方各区的降水评分以T213预报略好，HLAFS及HLAFS0．25在西北地区东部暴雨预报中表现出色。     

2004年汛期(5～9月)主客观降水预报检验

随着气象事业的发展，天气预报的质量越来越依赖于数值预报产品的性能。预报产品检验是评价预报质量和提高预报水平的有效手段。针对2004年汛期（5～9月）中央气象台预报员及T213、HLAFS25、MM5、GRAPES、日本及德国等国内外数值预报模式短期时效的降水预报做了详细的统计学检验。检验结果表明，对于汛期平均而言，各模式与预报员的小雨预报较好，随降水量级的增加TS评分迅速下降，国内外数值预报模式之间降水预报水平差别不大，预报员与模式相比水平略高；但对于过程预报而言，过程不同，各模式和预报员的表现不同，预报员和MM5对河南暴雨预报较好；GRAPES和日本模式对台风暴雨预报略好；T213对于四川东部暴雨的大量级降水预报较好；无论是预报员，还是数值预报模式，北京暴雨的预报是一个典型的失败个例。同时，我们也发现检验系统存在一些问题，有待今后逐步改进。     

MM5中尺度非静力模式对云南省降水预报检验

根据MM5／V3中尺度非静力模式数值预报结果，检验了该模式在云南2001年汛期（6－10月）的降水预报效果。结果表明，MM5模式降水预报对云南大部分地区的小雨有较高的TS评分，对于全省性大雨过程，MM5模式24小时降水预报的TS评分高于同期预报员的主观预报，但对暴雨及以上量级的降水预报，模式结果不太理想。     

T213与AREM模式分级降水预报对比检验

为检验T213与AREM模式的降水预报效果,将2004-2005连续两年两个模式的预报结果与河南省117站逐日降水实况进行分级TS评分检验,结果发现:两个模式对小雨以上量级的预报能力基本相当,夏秋季节的预报效果好于冬春季节;中雨以上量级预报均无季节特征;大雨以上量级的预报评分夏季T213高于AREM模式;大暴雨预报AREM模式好于T213.对3例不同性质降水过程落区的预报检验表明:AREM对一般稳定性降水和暴雨以上量级降水的预报能力较强.     

三种数值模式对山西降水预报性能的对比检验

利用MM5、T213和Grapes3种数值模式的降水预报产品和山西省108个标准测站的降水实况资料,采用客观统计检验方法,对2008年7月各模式在山西省的累加降水预报进行了对比检验。结果表明：24h中雨以下预报1、213优于MM5,中雨以上MM5则略优于T213,48h预报各级降水MM5都优于T213,T213和MM5对暴雨都有一定的预报能力。无论哪个预报时效和降水量级,Grapes均无明显优势。Grapes预报降水量级和降水范围都偏小,空报较少,漏报严重,尤其48h和72h10mm以上降水基本都漏报。MM5预报降水量级和预报范围都偏大,10mm以上降水TS评分较其它模式高,但同时空报也比较严重。3种模式TS评分均随降水量级的增大而减小,T213和Grapes的TS评分随预报时效的增加而减小,MM5的TS评分随预报时效的增加变化不大。     

基于河北区域天气分型的多模式降水检验评估

用常规天气图、雨情资料和中国气象局T213模式、T639模式、河北省MM5模式、日本气象厅JMA模式和德国气象局DWD模式的降水预报资料。将5种数值模式的降水要素预报,插值到河北省的142个站点上做TS评分。对2009年7月至2010年6月的多模式降水预报进行了分天气型的检验。结果表明,TS评分与模式和区域关系密切,降雨系统（如切变型、副高型、槽型）对应着较高的预报正确率,切变型、副高型对大雨和暴雨的预报正确率较高。对5种模式的综合评价是,对小雨和中雨的预报,DWD、T639、JMA模式好于其他模式,对大雨和暴雨的预报,T639、MM5、T213模式好于其他模式。     

SWCWARMS及ECMWF模式对四川盆地暖区型和斜压锋生型暴雨预报检验分析

利用2014～2016年5～10月四川盆地所有观测站资料及SWCWARMS模式、ECMWF模式同时段20时起报的24h累积降水资料,基于邻域法FSS、ETS评分指数检验了两模式对于高能暖区型暴雨及斜压锋生型暴雨预报的预报性能。主要结论为:(1)两种类型暴雨过程平均误差均是SWCWARMS模式较ECMWF模式大,且误差值为正,表明模式以湿偏差为主;(2)高能暖区型暴雨FSS评分各降水量级各空间尺度均是SWCWARMS模式高于ECMWF模式;斜压锋生型暴雨50mm以下量级降水在36km以下空间尺度ECMWF模式FSS评分高于SWCWARMS模式,54km以上空间尺度SWCWARMS模式评分较高,大暴雨量级降水各尺度下均是SWCWARMS模式评分较高;(3)高能暖区型暴雨ETS评分暴雨、大暴雨量级SWCWARMS模式评分较高,中雨、大雨ECMWF模式预报更优;斜压锋生型暴雨ETS评分,中雨、大雨及暴雨量级降水预报ECMWF优于SWCWARMS,大暴雨量级SWCWARMS模式预报更优。      

2008年汛期两种模式降水预报的检验分析

使用WRF模式和MM5模式分别对吉林省全省50个地面观测站做了降水预报的数值模拟．并进行了检验分析和对比。全省区域降水预报检验结果表明：WRF模式0-24h和24-48h的预报正确率为82．4％和81．1％,分别高出MM5模式6．1和7．4个百分点;WRF模式各级降水预报的TS评分均高于MM5模式,对于暴雨以上的降水预报,WRF模式0-24h和24-48h预报的TS评分为11．2％和14．5％,具有一定的预报能力;两种模式的降水预报都存在着一定的空报率和漏报率,其中大雨以上预报的空报率和漏报率均超过了45％,暴雨以上预报的空报率和漏报率均超过了70％。     

西南涡加密资料同化对西南区域模式降水预报的影响

本文基于2017年西南涡加密观测试验的四川省11个观测站的探空资料,利用西南区域9km和3km分辨率数值天气预报模式系统,开展了数值预报同化试验。同化试验每日06和18UTC各进行一次,持续40天。西南区域9km分辨率数值预报系统(SWC-WARMS)的模拟结果表明,加密探空观测资料对四川高空观测起到了补充。同化后可以改善模式初始场,有助于提升24小时降水预报的ETS评分,对小雨到大雨量级的BIAS评分也有一定的改善。西南区域3km分辨率系统得益于分辨率的提升,相比SWC-WARMS减小了大暴雨空报面积。同化加密探空观测可以提升降水预报的ETS评分,但空报面积也有所增加。      

全球和区域数值模式在甘肃2020年汛期降水预报中的检验评估

2020年汛期6—8月甘肃降水日数多、持续时间长、范围广、强度大,对该时间段内3种全球模式(ECMWF、GRAPES_GFS和NCEP_GFS模式)和4种区域模式[GRAPES区域数值预报业务系统(GRAPES_3 km)、西北区域区域模式(GRAPES_LZ10 km)、西北区域快速更新循环预报系统(GRAPES_LZ3 km)和华东区域模式(SMS-WARMS)]24 h累计降水预报性能进行检验评估。结果表明:(1)全球模式中ECMWF模式的预报性能优于其余2个模式,而区域模式中GRAPES_3 km和SMS-WARMS模式预报性能相对较好,且SMS-WARMS模式预报性能更稳定。(2)区域模式晴雨准确率及小雨和中雨的TS评分、ETS评分、命中率低于全球模式,暴雨优于全球模式;大雨和暴雨的空报率和预报偏差均高于全球模式。(3)根据500 hPa环流形势可将甘肃汛期降水划分为副高边缘型和低槽型2种类型,针对2020年4次副高边缘型和3次低槽型降水进行分类检验评估。全球模式和区域模式均对前者的各个量级降水预报性能优于后者;ECMWF模式和区域模式对2种类型大雨和暴雨预报效果优于NCEP_GFS和GRAPES_GFS模式;全球模式中ECMWF模式、区域模式中SMS-WARMS模式对2种类型降水预报效果最好。(4)7种模式对2种类型中雨和大雨雨带走向预报较好,对副高边缘型降水过程降水落区的预报能力优于低槽型降水过程,但预报降水强度较观测偏强,尤其是降水中心区域。     

2004年主汛期各数值预报模式定量降水预报评估

随着数值预报技术的飞速发展, 模式定量降水预报已成为天气预报业务工作中的主要参考依据。本文对目前在国家气象中心应用的3个业务运行模式T213L31, HLAFS0.25, 华北中尺度模式MM5和德国模式及日本模式的降水预报产品进行了季节空间分布、区域时间序列演变及统计检验, 试图从空间、时间及统计方面对降水预报产品的预报性能进行综合评估。检验结果表明:目前的数值预报模式对短期时效内定量降水预报均具有一定的空间预报能力, 但强降水中心位置有一定的偏差; 从时间序列演变检验来看, 模式对区域强降水过程的发展趋势具有较强的预报能力, 但降水量预报与实况有一定的差距; 从累加统计评分检验结果来看, 模式短期时效的预报性能差别不大, 全球模式在小中雨预报方面有一定优势, 其中日本模式的综合预报性能最好, 大雨以上量级的预报则是国内的模式有一定的优势, 其中华北中尺度MM5模式, T213L31模式各有所长, 但均存在预报量和预报区偏大问题。     

多家数值产品沿海大暴雨预报性能检验

2010年8月4-5日和2010年8月21-22日两次天气过程都是在副热带高压外围产生的沿海大暴雨天气,利用多种资料,重点针对基层气象台(站)常用的几家数值模式产品,对两次暴雨过程从环流形势、影响系统、降水量要素等方面进行检验分析.结果表明:各家数值模式产品对暴雨定量预报有一定的预报能力,但降雨量级普遍偏小,对强降水中心的预报稳定性较差;在降水量级上,EC模式预报较准确,具有较高的参考价值.对产生暴雨天气影响系统位置和强度的预报,不同的数值模式有所差异;对西太平洋副热带高压的预报,T639模式和EC模式各时效预报脊点位置跟实况场一致,但强度较实况偏弱;但对高空槽和切变线的预报跟实况都有一定的偏差.因此在暴雨预报中需要在参考数值预报的基础上,结合强对流工具、实况加密资料、物理量场、相似个例和经验外推等其他辅助手段提高暴雨站点预报准确率,从而提升灾害性天气服务的效果.     

NMC与HLAFS降水预报的比较

建立了一套既适用于对预报员降水预报评估,又适用于对数值预报模式降水预报评估的客观检验方法,从对１９９６年７－９月检验的结果分析表明预报员对大雨预报Ｔｓ评分高于ＨＬＡＦＳ并且除西北地区外,其它区的２４小时大雨预报都超过气候概率,表现为大于０的技巧评分,预报员和ＨＬＡＦＳ对大雨预报的漏报率多于空报率,而对小雨和中雨的预报相反,两者都是空报多于漏报,预报中对西北地区的降水预报漏报较多。     

基于局地增长模培育法的对流可分辨尺度WRF模式对河南“21·7”特大暴雨的预报评估

基于WRF(Weather Research and Forecasting)模式,选取河南“21·7”特大暴雨事件,采用局地增长模培育法(Local Breeding Growth Mode,LBGM)生成对流尺度集合预报系统,在此基础上对24 h累积降水量进行SAL(Structure,Amplitude and Location)检验,结合预报成功指数(Threat Score,TS)、公平成功指数(Equitable Threat Score,ETS)评分等评分结果进行对比分析,综合评估集合预报成员的预报效果,表明:1)基于局地增长模培育法生成初始扰动的集合预报系统成员对于强降水预报有一定优势,在降水强度和位置的预报上与实况较接近;2)经检验,成员e003的TS和ETS评分在20日00时—21日00时(北京时,下同)和21日08时—22日08时两个强降水时段内表现最佳,并在SAL检验中对应较好的降雨强度A和雨区位置L,而成员e008暴雨TS、ETS评分最低,对应SAL检验中具有一定的位置偏差,即TS、ETS评分和SAL检验之间存在相关性,将二者有机结合,可以为业务工作中定量评估模式降水预报效果提供参考;3)通过对比整体评分表现较好的成员e003和较差的成员e008,两者预报的位势高度场与ERA5(ECMWF reanalysis v5,ERA5)再分析资料之间的差值,可以验证降水预报误差主要源于对低涡系统的预报偏差,同时预报评分较好的成员其位势高度偏差较小,综合评估效果更佳。     

北京“7.21”特大暴雨高分辨率模式分析场及预报分析

2012年7月21-22日,61年以来最强降水袭击北京,北京大部分地区出现大暴雨,局部特大暴雨,过程雨量大、雨势强、范围广,造成了严重影响。此次强降水配置较为典型,业务预报提前指示出了此次过程,但预报结果存在强度偏弱,峰值偏晚等偏差。在对此次大暴雨进行综合分析的基础上,利用中国自动气象站与NOAA气候预测中心卫星反演降水资料CMORPH(Climate Prediction Center Morphing Technique)产品融合的逐时降水量网格数据资料作为观测,着重对北京市气象局新的快速更新循环同化和预报系统(BJ-RUC v2.0)的3 km高分辨率模式分析场和预报场进行了检验与分析,以期通过对中尺度模式预报性能的了解,为暴雨可预报性问题提供进一步的参考。研究结果表明,此次特大暴雨过程水汽条件极佳,降水区域较为集中,呈现西南一东北走向的中尺度雨带特征。利用常规检验评分对预报降水的时间序列进行检验发现,预报降水在时间上滞后,降水强度偏弱,存在偏西南的位置误差,并且未能反映降水系统的线状特征。进一步利用检验连续降水区域定量降水预报的CRA(contiguous rain area)方法,对预报误差进行分解表明,整体降水(5 mm/h)的主要误差来自于位置和形状误差;而在暴雨(20 mm/h)的预报中,降水强度的偏差占误差的主要部分。最后结合对预报场大尺度环流和物理量的诊断(水汽条件和不稳定条件),分析探讨了此次极端暴雨预报不佳的原因。     

利用T213物理量“垂叠法”模型制作沙澧河上游关键区面雨量预报

利用沙澧河流域上游关键区2003-2006年6-8月降水资料和同时段T213产品中预报产品,分析了关键区强降水发生前24h T213产品中比湿、相对湿度、水汽通量、水汽通量散度、假相当位温、垂直速度等物理量垂直空间结构特征,并根据不同特征,构建T213物理量"垂叠法"暴雨和大雨预报模型,对沙澧河流域上游关键区分别作大雨以上(面雨量≥20mm)和暴雨以上(面雨量≥40mm)强降水预报。通过检验和试用,该预报模型对2007-2009年6-8月沙澧河流域上游关键区面雨量≥20mm强降水预报准确率平均达54.2%,对面雨量≥40mm强降水预报准确率平均为38.9%。     

新疆213数值预报降水评价

利用2006年新疆107个测站的实况降水资料和T213模式的降水预报值,根据中短期天气预报质量检验办法中客观降水检验方法,对T213数值降水预报产品的24 h预报能力进行了分析检验,结果表明：（1）T213对新疆地区暴雨和大暴雨基本无预报能力。（2）T213在新疆区域对于小量和中量降水的整体预报能力北疆要明显好于南疆。（3）T213的预报能力存在一定的季节性,对弱降水过程预报能力较差。（4）从小量到大量降水,T213的空报率和漏报率都很高,整体预报效果不好。     

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。