关中一次大暴雨天气过程成因分析及陕西智能网格预报检验

利用常规气象观测资料、西安多普勒雷达资料和NCEP/NCAR1°×1°再分析资料,对2018年8月21—22日陕西关中地区发生的暴雨天气过程进行综合分析,并就陕西智能网格对该次暴雨过程的降雨量预报进行了检验。结果表明:(1)关中地区位于冷涡底部冷空气和副高外围暖湿空气交汇区,低层"人"字型切变、西南暖湿气流、东北急流、低涡辐合和地面冷锋是该次暴雨过程的主要影响系统。(2)关中地区上空低层辐合、高层辐散为暴雨形成提供了动力条件,暴雨发生区上空的水汽辐合为暴雨的形成提供了水汽条件。(3)暴雨发生时,雷达图上出现大于60 dBz反射率因子,回波顶高达9～12 km,风向辐合等有利于短时强降水发生的特征;VIL大值区与强回波区、强降水中心区相对应。(4)陕西智能网格预报对系统性降水预报偏强,结果与实况基本一致;而对流性降水预报偏弱。     

WRF模式2005年汛期在陕西应用与分析

对W RF模式在陕西2005年汛期试运行情况进行分析,发现模式对暴雨落区及降水强度和不同类型的降水预报结果比较理想,5 km模拟的降水落区和强度更接近实况,但预报时效相对较短;15 km模拟结果具有较长的预报时效,对强降水过程预报结果较好,一般可达36~48 h。利用每6 h模拟降水输出结果,可判断出强降水发生时段。模式可作为未来客观预报陕西转折性天气和暴雨天气的一种新技术工具。     

ECMWF和华东WARMS模式对山东半岛汛期暴雨的预报能力检验

利用欧洲中期天气预报中心细网格模式（以下简称ECMWF-Thin）产品和模式水平分辨率为9 km的华东区域气象中心中尺度数值预报模式V1.0（以下简称SMS-WARMS）产品,对山东半岛2016—2017年汛期35个暴雨日（26次过程）的暴雨预报能力进行检验。结果表明：1）对于降水强度,ECMWF-Thin预报偏弱导致暴雨和大暴雨漏报率偏高,大暴雨几乎全部漏报,当其预报有50 mm以上降水时出现暴雨的概率达90%以上,SMS-WARMS则预报降水量偏强、空报率较高,SMS-WARMS降水强度量级预报总体优于ECMWF-Thin,24 h预报能力最佳;2）对于强降水开始时间的预报,两家模式均表现为偏晚为主,且偏晚3 h以内的概率较大,在参考其预报结论的基础上可适当提前3 h;3）对于强降水落区,ECMWF-Thin略优于SMS-WARMS,SMS-WARMS对台风暴雨的落区预报较为精准,而其他类型暴雨的落区ECMWF-Thin预报多偏南或偏向西南1°以内,因此预报员需向偏东或东北1°范围内的区域调整;4）对于强降水范围大小的预报,ECMWF-Thin预报暴雨范围偏小的概率较大,而SMS-WARMS预报范围偏大的概率较大,因此需综合考虑两种数值预报结论进行折中预报。     

基于频率匹配和融合法的多种网格降水预报产品订正

为进一步提高陕西省精细化网格降水预报能力,利用EC细网格（下简称EC）、Grapes_Meso 3 km（下简称Grapes）和SCMOC（中国气象局下发指导产品）降水预报产品,采用卡尔曼滤波、频率匹配和融合方法,研发了一套降水预报新产品。结果表明：频率匹配可明显提高各降水预报产品晴雨预报质量,但对强降水预报改善效果不稳定,融合方法可解决该问题;较订正前的EC、Grapes和SCMOC降水预报产品,新产品24 h晴雨预报准确率分别提高了1506%、868%和150%,强降水预报TS评分分别提高了4261%、7600%和127%,强降水预报TS评分的提高是以增加空报率为代价的;新产品3 h晴雨预报准确率较订正前EC、Grapes、SCMOC分别提高了1028%、407%和054%,强降水预报TS评分较订正前EC、SCMOC分别提高了5444%和965%,与Grapes基本持平,强降水预报BIAS偏差幅度较订正前EC、SCMOC分别降低了5665%和5188%;新产品1 h晴雨预报准确率较Grapes和SCMOC分别提高了229%和210%,强降水预报TS评分和强降水预报BIAS偏差幅度与Grapes和SCMOC持平。     

T639和德国模式对新疆地区大降水预报的检验

对T639和德国数值预报模式(简称德国模式)的降水预报产品进行了分类检验,挑选新疆2011年6场大降水过程分别进行晴雨、大雨(雪)、暴雨(雪)对比分析,了解了降水模式产品误差并为业务中选择较好的预报产品提供了依据。结果表明:两种模式对预报过程降水落区和强降水中心都有较好的指示意义,在过程累计降水预报中,德国模式的晴雨预报准确率为80.49%,高于T639模式;大雨(雪)预报的准确率两种模式接近,大约为44%;T639模式暴雨预报的准确率为29.07%,明显高于德国模式。在逐24 h降水预报中,两种模式都以48～72 h的预报准确率为最高。     

江苏暴雨概率预报及其业务应用

以未来12~36 h、36~60 h和60~84 h的暴雨预报为目标,利用2011年—2013年夏季6—8月欧洲细网格数值模式预报产品分析了江苏夏季暴雨的可能预报因子。通过对各因子进行相关性、敏感性和代表性分析后,优选了22个对不同强度降水具有较好区分能力的暴雨预报因子。以这些因子为基础建立了一种简单的江苏省暴雨概率预报方法。其预报产品已在江苏省气象业务一体化平台上投入业务使用。该方法在2011—2013年7月,针对提前12 h预报的历史回报试验中,TS技巧评分平均为13.6,明显高于EC细网格24 h降水预报产品(平均TS评分仅为4.5)。在2014年梅汛期的6月25—26日、7月1—2日和7月4—5日三次区域性暴雨个例的预报试验中,提前60、36、12 h的预报效果均较好,其平均TS评分(44.6)也明显高于欧洲细网格数值模式的降水预报(20.4)。     

辽宁省夏季多模式降水预报检验及晴雨预报技术研究

利用辽宁省291个国家气象观测站的降水资料,对2019年夏季（6-9月）8种模式降水预报及中央气象台格点降水预报进行了检验评估和比较,并采用消空方法进行晴雨预报技术研究。结果表明：2019年,EC模式具有最优的暴雨预报性能,而日本模式暴雨TS评分最高;中尺度模式对于局地性暴雨和短时强降水具有较好的预报潜力,性能较好的是GRAPES_MESO模式和睿图东北3 km模式;全球模式对24 h暴雨的预报频率比实况偏低30%,3 h强降水则偏低60%,中尺度模式对24 h暴雨的预报频率比实况偏高30%,3 h强降水则偏低20%。由于对小量级降水存在较多空报,各模式原始预报的晴雨预报大多呈现空报偏多的情况;使用小量级降水剔除的消空策略能够明显提高晴雨准确率,消空之后EC模式具有最优的晴雨预报性能。分别使用24 h和3 h累计降水量优化消空策略,发现分别取1.0 mm和0.8 mm的阈值进行消空可以使24 h晴雨准确率提高15.58%,3 h晴雨准确率提高10%-30%。     

基于多模式和网格预报产品融合的降水预报释用方法

网格降水的预报准确率是精细化天气预报业务的核心问题。利用多家数值模式和国家气象中心逐3h网格降水预报指导产品,以格点降水实况分析资料为参照,在客观评估模式表现的基础上,提出多模式和网格降水预报产品融合的降水预报释用方法。研究表明:给定降水阈值,不同降水产品的预报性能有显著差异,存在预报表现好的降水产品漏报,而其他降水产品命中的情况;对确定性单模式来说,在降水检验阈值给定的条件下,预报降水量超出阈值越大,其空报的可能性越低。检验三种降水产品72 h时效内逐3 h降水量,晴雨预报的降水漏报次数明显低于空报次数,基于该特性,可以利用不同模式未预报降水的格点来消除空报。以检验为基础,选用前期表现好的降水预报为背景场,使用高阈值融合满足条件的其他强降水预报产品,使用低阈值消除弱降水空报。回算表明,相对背景场,该方法可以同时提高强降水的TS评分和晴雨预报准确率。     

数值模式在遂宁区域暴雨过程中的检验评估

利用ECMWF细网格、GRAPES＿GFS、GRAPES＿MESO、SWC＿WARM四种数值模式降水资料,以及四川省气象台智能网格格点降水预报产品,对遂宁地区2020年7月发生的六次区域性暴雨天气过程进行了24h时效检验分析。结果表明：四种数值预报模式对遂宁地区的降水预报均有较大偏差,预报值普遍偏小1～2个量级;SWC＿WARM针对暖区暴雨的落区预报具有较好的指示意义;在锋面降水过程中,ECMWF细网格模式的参考价值更大;而GRAPES＿GFS和GRAPES＿MESO的偏差最大,对暴雨的指示性较差;四川省气象台的智能网格降水预报产品对暴雨预报有一定的指导作用,但还需要本地预报员对落区和量级进行进一步订正。     

ECMWF细网格模式降水产品在北疆暴雪中的应用检验

2012年4月,ECMWF细网格（0.25o×0.25o）数值预报产品投入新疆天气预报业务化应用。本文通过对ECMWF细网格模式LSP大尺度降水预报产品在2012年前冬3场暴雪天气中的预报效果分析检验得出：LSP预报的暴雪量值总体偏小,提前1 d较提前2 d的预报效果有所改善,较早时次的预报结果也有一定的应用价值;暴雪预报的开始时间偏早3h左右,结束时间相对准确;LSP累计降水量级检验提前2 d和分级降水检验提前12 h的暴雪预报准确率较高,空报率较低。在观测站点相对密集的成片暴雪天气中,LSP预报的暴雪落区和量级较为准确,零散暴雪点的预报效果相对较差。检验分析结果可为ECMWF细网格降水预报产品的释用提供一定的参考,为业务人员制作北疆暴雪天气的定点、定时、定量预报提供一定依据。