GRAPES气象-水文模式在一次洪水预报中的应用

尝试将GRAPES (Global-Regional Assimilation and PrEdiction System) 模式与水文模型结合,构建GRAPES气象-水文单向耦合模式,进行洪水预报。气象模式选取GRAPES_Meso模式,分别采用15 km×15 km和5 km×5 km水平分辨率,15 km×15 km的GRAPES模式由NCEP全球预报场提供初始场和侧边界条件;5 km×5 km的GRAPES模式由15 km×15 km GRAPES模式提供初始场和侧边界条件,将GRAPES_Meso模式的定量降水预报分辨率统一降尺度到5 km×5 km分辨率,用于驱动水文模式。水文模型选取新安江模型与分布式新安江模型。以淮河王家坝站以上流域和息县流域为试验流域,将GRAPES降水预报场驱动水文模型进行单向耦合,构建GRAPES气象-水文单向耦合模式,选择2009年8月28日08:00(北京时,下同)—9月9日14:00汛期一次洪水过程,进行实际预报试验。结果表明:15 km×15 km和5 km×5 km的GRAPES模式预报降水与实况降水分布相一致;与水文站观测降水驱动水文模型洪水模拟结果相比,GRAPES气象-水文模式对洪水预报的预见期延长效果明显,对洪水模拟精度也较高,与水文模型输入场分辨率要求相匹配的降水产品对洪水模拟的精度更高。     

中国东部夏季降水与东亚垂直环流结构及其预测试验

本文在分析中国东部夏季降水的时空分布特征基础上, 从东亚高、中、低层大尺度环流异常着手, 选取对中国东部夏季降水异常有显著影响的大气环流预报因子, 分别应用逐步回归和最优子集回归法两种统计降尺度方法, 以动力气候模式CAM3.1预报输出的大气环流预报因子为基础, 以中国东部夏季降水的典型空间分布型为预报对象, 建立动力与统计相结合的中国东部夏季降水预测模型, 并对1981～2000年的中国东部夏季降水进行回报试验。结果表明: 中国东部夏季降水具有4类典型的空间分布型式, 且具有显著的准2年和年代际尺度振荡周期; 东亚高、中、低层大气环流异常的特定配置, 对东部夏季降水的空间分布型有显著影响; 使用两种降尺度方案建立的动力与统计相结合的预测模型对中国东部夏季降水异常具有一定的预报技巧, 可以在一定程度上提高动力模式对中国东部夏季降水的预报效果。     

降尺度技术在月降水预报中的应用

着重介绍月动力延伸数值预报模拟技巧较高的大气环流在局域降水方面的降尺度（downscaling）应用。克服动力降尺度和统计降尺度技术的缺点，从动力与统计相结合的角度，给出月尺度大气环流与局地降水之间的关系，该联系有清楚的动力学背景和天气学意义。120个月的历史实况资料回报试验证明了该关系的合理性。T63/NCC月动力延伸形势场集合预报进行中国降水的降尺度应用亦取得了较好的结果。     

基于月动力延伸预报最优信息的中国降水降尺度预测模型

利用国家气候中心月动力延伸预报结果、NCEP/NCAR再分析资料和中国160个站观测资料,通过计算两次相关的方法,获取最优预报信息作为建立降尺度预测模型的预测因子,提取的最优预测因子同时满足既是观测环流要素场影响降水的关键区域,又是模式要素场预报的高技巧区域两个条件.结合挑选出的最优预测因子,利用最优子集回归建立月平均降水的降尺度预测模型.文中设计了消除预测因子和预测量的线性趋势值后建立预测模型(方案1)和直接利用原始资料建立预测模型(方案2)两种方案.经过独立样本检验,发现这两种方案建立的预测模型都能够提高月尺度降水预测,方案1对月尺度降水预测的距平相关系数平均可达0.35.利用该方案对超前时间分别为0、5、10 d的月动力延伸预报产品进行月降水的降尺度预测表明,模式初值信息不仅影响月动力延伸预报结果,也影响降尺度应用效果,利用超前时间为0和5 d的月动力延伸预报结果进行降水降尺度预测可在业务中参考.此外,降尺度预测模型中选取的预测因子不仪在统计上是显著的,同时也具有清楚的物理意义.     

小波检验方法在国内业务模式中的最新应用研究进展

本文主要介绍小波检验方法在国内区域业务模式中的最新应用研究进展,该方法被应用于模式降水预报的个例检验和统计检验,并针对两种解决二元域限制问题的技术方案进行阐述和讨论。结果表明：D8小波可以提供一种从不同降水率阈值和空间尺度对模式定量降水预报进行评估的方案,该方案首先对预报场和分析场进行阈值获得二进制误差场,再对二进制误差场进行尺度分解,从而可以评估模式在各个降水率阈值和空间尺度上的预报技巧和偏差。统计检验结果显示模式对较大尺度降水事件表现出较高的预报技巧评分,较小尺度降水事件和强降水的预报技巧评分相对较低,并且总体上呈现出预报降水事件多于观测降水事件的特征。Padding方案和Tiling方案对应的模式统计检验结果并无明显差异,由于后者不对原始降水场做任何改变,因此是一种更为稳健和可靠的方案。     

成都区域中心动力气候模式产品降尺度应用业务系统

利用动力气候模式(T63)产品进行降尺度解释应用,是目前以及未来开展气候预测的主要手段。本系统基于国家气候中心下发的气候模式产品、NCEP/NCAR 500 hPa高度场、西南区域84个代表站温度降水历年资料,采用动力统计相结合的技术方法,建立了“成都区域气象中心动力气候模式解释应用系统”,该系统以统计降尺度方法在西南区短期气候预测中的业务化应用为目的,实现了统计方法与动力模式相结合的业务化,经过5年业务回报试验和近2年的预测业务运行,结果表明:该系统对西南区域的月尺度温度和降水有较好的预报能力,已成为西南区域气候中心日常业务的主要参考依据。本文主要介绍该系统平台的各子系统性能及采用的技术方法。      

我国地面降水的分级回归统计降尺度预报研究

利用TIGGE资料中欧洲中期天气预报中心(ECMWF,the European Centre for Medium-Range Weather Forecasts)、日本气象厅(JMA,the Japan Meteorological Agency)、美国国家环境预报中心(NCEP,the National Centers for Environmental Prediction)以及英国气象局(UKMO,the UK Met Office)4个中心1~7 d预报的日降水量集合预报资料,并以中国降水融合产品作为"观测值",对我国地面降水量预报进行统计降尺度处理。采用空间滑动窗口增加中雨和大雨雨量样本,建立分级雨量的回归方程,并与未分级雨量的统计降尺度预报进行对比。结果表明,对于不同模式、不同预报时效以及不同降水量级,统计降尺度的预报技巧改进程度不尽相同。统计降尺度的预报技巧依赖于模式本身的预报效果。相比雨量未分级回归,雨量分级回归的统计降尺度预报与观测值的距平相关系数更高,均方根误差更小,不同量级降水的ETS评分明显提高。对雨量分级回归统计降尺度预报结果进行二次订正,可大大减少小雨的空报。     

成都区域中心动力气候模式产品降尺度应用业务系统

利用动力气候模式（T63）产品进行降尺度解释应用,是目前以及未来开展气候预测的主要手段。本系统基于国家气候中心下发的气候模式产品、NCEP／NCAR500hPa高度场、西南区域84个代表站温度降水历年资料,采用动力统计相结合的技术方法,建立了“成都区域气象中心动力气候模式解释应用系统”,该系统以统计降尺度方法在西南区短期气候预测中的业务化应用为目的,实现了统计方法与动力模式相结合的业务化,经过5年业务回报试验和近2年的预测业务运行,结果表明：该系统对西南区域的月尺度温度和降水有较好的预报能力,已成为西南区域气候中心日常业务的主要参考依据。本文主要介绍该系统平台的各子系统性能及采用的技术方法。     

多模式集合预报及其降尺度技术在东亚夏季降水预测中的应用

利用动力季节模式输出的匹配域投影技术和多模式集合预报技术对多个国家和城市的站点月平均降水进行预报。预报变量是北京1个站、韩国60个站和曼谷地区8个站点的月平均降水,预报因子是从多个业务动力季节预报模式输出的多个大尺度变量。模式回报数据和站点观测降水数据时段是1983—2003年。降尺度预报降水的技巧是在交叉验证的框架下进行的。匹配域投影方法是设定一个可以活动的窗口在全球范围内大尺度场上进行扫描,寻求与目标站点降水最优化的因子和最相关的区域,目标站点的降水变率就是由该匹配域上大尺度环流场信息决定的。最终预报是用多个降尺度模式预报结果的集合预报(DMME)。多个降尺度模式预报结果的集合预报能显著地提高站点降水的预报技巧。北京站,多个降尺度模式预报结果的集合预报的预报和观测降水的相关系数可以提高到0.71;韩国地区,多个降尺度模式预报结果的集合预报平均技巧提高到0.75;泰国,多个降尺度模式预报结果的集合预报技巧是0.61。     

基于时空统计降尺度的淮河流域夏季分月降水概率预测

针对淮河流域水资源短缺、洪涝、干旱并存的问题,基于国家气候中心第二代季节气候模式的集合回报数据集(1991—2014年),建立时空相结合的统计降尺度模型,提前1—3个月预测该流域夏季分月降水,应用ROC(relative operating characteristics)评分评估比较了不同集合预测方案的预测技巧。交叉检验结果表明,样本数取18、20、22、28时,集合预测方案对3、4、5月三个起报时次预测的夏季各月降水技巧预测均高于模式预测技巧。2015—2017年的独立样本检验进一步表明该统计降尺度模型能够明显降低3月、5月起报的6月和8月的降水预测偏差。认为可尝试将该降尺度方法应用于淮河流域夏季降水预测及进一步的流域水文预测。