一种定量降水预报误差检验技术及其应用

面向对象检验技术是定量降水预报误差分析方法之一,通过对某一降水过程进行分离,实现对其落区、量级等预报误差的定量化分析。基于面向对象的检验方法和天气系统识别技术,本文利用实况观测资料、ECMWF全球数值模式产品,以2012年汛期西南地区5个典型强降水天气过程作为检验对象,对其降水及天气尺度影响系统1～10 d模式预报误差进行了定量化分析。分析表明:在中短期时效内,模式均对西南地区雨带位置预报偏北、偏西,中期时效内偏差更显著,雨带主轴上70%以上的点预报较实况偏北在2°以内,偏西约3°以内;预报的大雨及以上量级降水量较实况偏弱;模式1～2 d预报的极值分布与实况较为接近,随着预报时效延长,预报的极值较实况明显偏小;模式预报的小雨及以下量级的降水范围较实况偏大,对大雨以上量级的降水范围较实况明显偏小。对于四川盆地而言,预报的切变线较零场偏西0.5°～3°。低空急流预报偏西0.5°～1.5°;低空急流强度预报偏差具有季节差异。     

SWAN中定量降水估测和预报产品的检验与误差分析

采用2010—2011年5—9月河南省区域加密自动站雨量和全省6部新一代天气雷达资料,用点对点统计检验评分方法,分析SWAN系统中定量降水估测(QPE)和定量降水预报(QPF)产品在河南省短时强降水过程中的误差分布,并分别讨论二者在河南省区域与局地强降水过程中的差别及产生误差的直观原因。结果表明:1)SWAN中QPE和QPF均对小时雨量低于10 mm的降水有较好的估测和预报能力;QPE以豫西南和豫北效果最好,QPF在豫中地区预报能力更强。QPE估测较实况偏大;QPF对小时雨量低于20 mm的短时强降水预报略偏大,而对更强降水预报偏小,尤以豫西和豫南最明显。2)QPE和QPF均对区域性降水有更好的估测或预报能力。3)区域降水过程中,QPE对降水中心范围和位置估测较准确,估测值较实况偏大;QPF对强降水中心位置预报略有偏差,其中心强度较实况偏弱。     

内蒙古地区T639气象要素预报性能评估检验

通过T639模式预报产品在内蒙古地区降水量、2 m温度、相对湿度和10 m风向、风速及降水过程预报效果的适用性研究,得出以下结论,温度和相对湿度预报的准确率较风向、风速明显偏高,温度和相对湿度预报的误差系统偏小,风速预报误差偏大的概率较大;降水量的预报准确率随降水等级增加而递减,对小雨而言,模式漏报率小于空报率,多报降水的偏差和少报降水的偏差相近。在预报要素空间分布上,风向预报的偏差顺时针偏转,其夹角小于45°,温度预报偏差总体偏小,相对湿度预报偏差由西向东表现为“+、-、+、-”的分布特征;小雨和中雨落区预报偏大,暴雨落区预报偏小;贝加尔湖冷涡强度的预报偏强,西太平洋副热带高压的强度预报偏弱,影响范围偏西偏北。     

基于ECMWF模式的江西及周边地区锋面暴雨预报检验和订正

利用全国降水资料（包括江西加密降水资料）、探空资料、ECMWF模式72—24 h降水和形势预报资料,采用天气学检验、SAL定量降水预报检验等方法,对2017—2019年江西及附近地区锋面暴雨的实况和模式产品进行检验分析,检验主要影响天气系统预报效果,得出ECMWF模式降水预报误差分布特征及原因,并对模式的暴雨预报进行订正。结果表明：ECMWF模式对2017—2019年锋面暴雨过程预报较实况大多偏北,落区预报误差主要源于大尺度降水。从锋面暴雨三种SAL分析误差可见,落区预报较实况大多偏北,暴雨过程强度多数较实况偏弱,结构较实况偏小。对误差较大个例的分析得出两点订正思路：1） 锋区南侧有较明显动力热力对流发展的弱锋区暴雨,暴雨落区可订正至925 hPa锋区南侧高温高湿区。2） 较强锋面暴雨,当中低层切变辐合抬升区重叠时,暴雨落区可向925 hPa锋区位置调整,暴雨通常不易出现在锋区北侧冷区。     

基于CRA空间检验技术的西南地区东部强降水EC模式预报误差分析

CRA(contiguous rain area)空间检验技术是将连续雨区作为目标进行检验。通过设定降水量阈值,识别、分离及平移降水目标,将预报偏差分解为落区、强度和形态误差,该方法可避免传统TS评分的双惩罚效应。利用CRA空间检验技术对2011—2014年5—9月西南地区东部EC细网格模式36 h预报时效119个降水目标的预报误差进行分析,并按照环流形势和影响系统对强降水个例进行分型,分为西南地区东部低涡切变型、西南地区东部-江淮切变型、南风型,分别对上述三类不同类型强降水个例的落区和强度误差进行了对比。得到如下结论:西南地区东部降水预报形态误差占比最大,为60%左右,其次是落区误差,为30%左右,强度误差最小,约为10%;落区平均偏西0.7°,经向偏差不明显;模式对于水平尺度较小的降水目标漏报可能性较大,而对于天气尺度降水目标模式预报面积偏大,总降水量偏大,雨强偏小;西南地区东部低涡切变型和西南地区东部-江淮切变型降水强度预报误差类似,模式预报雨区面积均偏大,降水尺度越大,偏大的概率越大,实况平均降水强度越强,模式预报强度越偏弱;南风型预报强降水面积和平均强度均偏弱,出现漏报的概率较大;而对于最大降水量,三种类型模式预报的最强降水均较实况偏弱;西南地区东部低涡切变型模式预报落区偏西,江淮至西南地区东部切变型模式预报落区偏西偏北,南风型模式预报落区偏西偏南。     

辽宁区域性大暴雨成因分析及多模式数值预报空间检验

利用三源融合格点降水实况、加密自动站观测资料、雷达基本反射率因子、高分辨率数值预报产品及FNL再分析资料, 对2020年汛期辽宁地区12次区域性暴雨过程进行天气系统分型检验表明, 气旋型暴雨模式的可预报性较低。选取2021年7月12—14日辽宁地区典型气旋型暴雨过程进一步分析, 采用面向对象目标的空间检验方法SAL, 结合传统检验方法, 从结构、强度和位置三个方面定量分析不同模式预报偏差的原因。结果表明: 暴雨落区集中且呈双雨带分布, 局地雨强大, 辽宁东、西部降水成因不同。CMA区域模式较全球模式暴雨TS评分高; SAL空间检验表明, CMA区域模式对于雨带内部结构把握较好, 全球模式结构误差主要来源于降水极值预报不足; 强度检验表明, CMA-MESO3km强度接近实况, EC_THIN次之, CMA_GFS的降水强度预报较差; 各模式暴雨落区基本可信, CMA-MESO3km最优, 暴雨落区的误差主要由于模式预报降水过程主体重心与实况的偏差较大所致。     

GRAPES模式对湖北省汛期强降水预报的分类检验分析

使用常规观测资料及GFS资料(1°×1°),选取2005-2008年汛期22次湖北省强降水天气过程,按照其影响系统分为低槽型、台风型和副高外围型三类,对GRAPES模式(2.1版本)预报效果进行分类检验分析,结果表明:(1)就低槽型降水而言,0-24 h预报时效内,模式对晴雨、小雨、大雨的预报效果在三类降水中最好,24～48 h则中雨预报效果最好,0～24 h预报效果总体而言优于24～48 h.模式预报的主要降水区从雨型、雨区范围和雨强的分布特征均与实况较为一致,预报的主要偏差在于强中心位置偏离和强度偏弱.(2)就台风型降水而言,0～24 h预报时效内,模式对中雨和暴雨的预报效果在三类降水中最好,24～48 h,则晴雨、小雨、大雨、暴雨预报效果最好,24～48 h预报效果总体而言优于0～24 h.模式对台风的主体降水落区把握得比较好,和实况较为一致,但对于台风外围云系产生的降水往往与实况差别较大,另外,主体降水中暴雨落区预报总是比实况偏小.(3)副高外围型降水在上述两个预报时次中,各量级的评分成绩均为最低,0～24 h预报效果总体而言优于24～48 h.模式对副高外围局地性强降水过程预报能力较弱,基本不具备预报中雨以上降水的能力.最后对(;RAPES模式的进一步改进提出了一些建议.     

短时临近预报系统在广东一次强对流天气过程中的检验分析

利用综合临近预报系统“雨燕”SWIFT和雷暴自动识别和追踪系统TRACER两个短时临近系统在广东一次强降水过程的实际应用情况进行检验,分析了雷达回波强度、范围、移动方向和QPF预报及弓形回波的预报效果。就TRACER和SWIFT两个短时临近预报系统对这次过程的回波和降水预报进行了逐时对比检验,研究发现在大部分时间内TRACER预报强度偏弱、范围偏小;SWIFT强度偏强、范围偏大。降水预报TRACER略偏小,而SWIFT明显偏大。通过QQ图检验,降水较小时,TRACER实用性强于SWIFT;降水较大时,SWIFT强于TRACER。     

基于多模式2015年江西省汛期区域性暴雨的检验

利用24 h降水实况资料和高空实况形势场资料、ECMWF模式形势场预报资料及ECMWF、JMA、T639模式降水预报资料,对2015年江西省汛期(4月上旬至7月上旬)区域性暴雨的时空分布特征进行分析,并对2015年江西省汛期区域性暴雨的影响系统和降水预报结果进行了短期主观检验,对比分析了ECMWF、JMA和T639等3种数值模式对江西省区域性暴雨系统预报的效果。结果表明:ECMWF模式对江西省汛期暴雨天气系统的调整和演变具有一定的预报能力,如对副热带高压和西南急流的预报;但随着预报时效增加,预报误差增大。ECMWF模式预报的48 h和72 h副热带高压强度较实况明显偏弱,预报的副热带高压西脊点位置偏东,随着季节转变预报的副热带高压强度明显偏弱,其中24 h预报的准确率较高。ECMWF模式对高空槽的预报基本准确;ECMWF模式对切变线移动的总体预报效果较好,72 h预报的切变线移动偏慢;ECMWF模式对700 hPa西南急流强度的预报易偏弱,对850 hPa和925 hPa西南急流的预报易偏强;ECMWF模式预报的急流轴位置多数偏北;ECMWF模式对低层比湿的预报较实况偏强。随着预报时效临近,ECMWF、JMA和T639等3种数值模式对江西省汛期区域性暴雨的预报具有较强的调整能力;JMA模式预报的暴雨与实况最接近,表现出对雨带分布具有较强的预报性能,但对降水量级预报偏弱;ECMWF模式对降水强度的预报性能较好,预报的降水分布总体偏北;T639模式预报的主雨带范围较实况偏大,3个模式均存在对暴雨以上量级降水漏报的问题。     

基于多模式2015年江西省汛期区域性暴雨的检验

利用24 h降水实况资料和高空实况形势场资料、ECMWF模式形势场预报资料及ECMWF、JMA、T639模式降水预报资料,对2015年江西省汛期(4月上旬至7月上旬)区域性暴雨的时空分布特征进行分析,并对2015年江西省汛期区域性暴雨的影响系统和降水预报结果进行了短期主观检验,对比分析了ECMWF、JMA和T639等3种数值模式对江西省区域性暴雨系统预报的效果。结果表明:ECMWF模式对江西省汛期暴雨天气系统的调整和演变具有一定的预报能力,如对副热带高压和西南急流的预报;但随着预报时效增加,预报误差增大。ECMWF模式预报的48 h和72 h副热带高压强度较实况明显偏弱,预报的副热带高压西脊点位置偏东,随着季节转变预报的副热带高压强度明显偏弱,其中24 h预报的准确率较高。ECMWF模式对高空槽的预报基本准确;ECMWF模式对切变线移动的总体预报效果较好,72 h预报的切变线移动偏慢;ECMWF模式对700 hPa西南急流强度的预报易偏弱,对850 hPa和925 hPa西南急流的预报易偏强;ECMWF模式预报的急流轴位置多数偏北;ECMWF模式对低层比湿的预报较实况偏强。随着预报时效临近,ECMWF、JMA和T639等3种数值模式对江西省汛期区域性暴雨的预报具有较强的调整能力;JMA模式预报的暴雨与实况最接近,表现出对雨带分布具有较强的预报性能,但对降水量级预报偏弱;ECMWF模式对降水强度的预报性能较好,预报的降水分布总体偏北;T639模式预报的主雨带范围较实况偏大,3个模式均存在对暴雨以上量级降水漏报的问题。     

两次暴雨过程的主观及集合预报检验

对各级预报员、集合预报成员在两次暴雨天气中的24 h和48 h降水、温度预报结果分别进行检验。结果表明:降水预报中预报员分级降水TS评分随降水级别增大而减小,所有预报对小雨均有较好的预报。暴雨预报漏报明显,漏报率几乎为100%,然而集合成员中的最大值,对暴雨预报有一定的启示作用,业务工作中应得到重视。针对降水和温度预报总体而言,集合成员中集合平均值和控制预报表现相对优秀,可在业务中作为重要参考。     

华东区域模式对河南“7·19”特大暴雨的数值检验与分析

采用9 km分辨率的华东区域模式预报产品,对2016年7月19日发生在河南省的极端暴雨过程进行天气学检验与分析,结果表明:1)华东区域模式提前60 h对本次暴雨过程做出了较好预报,能反映出该暴雨过程的降水中心、强度及强降水发生时段。对临近时效和极端暴雨中心极值,该区域模式表现出优于全球模式的预报能力。2)华东区域模式能较好预报出本次过程中对流层中低层主要影响系统,但对系统位置、强度和移速预报与实况的差异导致了降水落区预报的偏差;西南急流预报较实况偏强是导致豫东南暴雨区空报的原因之一。3)华东区域模式对暴雨发生前K指数分布及不稳定层结有较好预报,对暴雨预报业务有重要指示意义。4)模式能较好地刻画出地面辐合线及气旋位置。     

配料法在宁夏暴雨预报中的应用

选取2000—2015年发生在宁夏23次由深厚湿对流引起的区域性暴雨天气过程为研究对象,研究确定暴雨预报的配料方案,采用2016年6—8月宁夏25个常规站和947个自动站逐小时降水量、ECMWF 72 h内模式资料,从统计分析和个例剖析两方面探讨配料法暴雨预报效果,结果表明:(1)通过对比2016年6—8月ECMWF暴雨预报与配料法暴雨预报发现,不同预报时段,配料法暴雨预报均优于ECMWF暴雨预报;(2)配料法能准确预报所选两次暴雨个例降水的中心强度、落区及变化趋势,但强度和落区较实况偏强、偏大;(3)配料法对六盘山区暴雨过程弱降水预报效果较差,对贺兰山沿山暴雨过程存在降水空报。     

甘肃东南部两次极端致灾暴雨对比分析

为了研究甘肃东南部相同气候背景条件下极端暴雨天气的成因,提高极端暴雨强度和落区预报的准确率,利用NCEP再分析、自动气象站降水、常规观测资料及卫星云图资料,对2013年8月7日和2017年8月7日发生在甘肃东南部两次极端暴雨进行对比分析。结果表明:两次极端暴雨天气过程都伴随着短时强降水等强对流性天气,具有降水量大、雨强强、灾害重的特点,其中冷空气的强度对暴雨落区、空间分布以及影响系统移动以及对流强度产生重要影响。在强冷空气和高空低槽、低层切变线影响下,暴雨区偏南,强降水区域小,持续时间短,不稳定条件更好,对流强度更强;在弱冷空气和高原槽、低层低涡、低空急流作用下,暴雨区偏北,强降水范围大,持续时间长,大气湿层厚度大,低层水汽辐合强度、涡度以及垂直速度更强,降水效率更高,但对流强度相对较弱。卫星云图上,在强冷空气的影响下对流发展旺盛,形成强中尺度对流云团,对流云团呈带状;在弱冷空气作用下对流云团尺度小,发展范围小,有暖云降水特征,降水效率高。     

四川冕宁“6.26”大暴雨模式预报检验

运用气象观测资料和GRAPES、ECMWF、SWCWARMS_9KM(简称SWC)模式预报资料,对冕宁“6.26”大暴雨天气过程模式预报性能进行检验。结果表明:（1）对于24 h累计降水预报,中尺度区域模式优势明显,量级与落区预报效果均为最好,其中GRAPES_3KM模式预报落区分布与实况重合度较高,暴雨及以上量级降水TS评分最高。（2）GRAPES_3KM模式最大小时雨强10 mm以上降水落区与实况大雨及以上量级降水落区匹配度最高,ECMWF模式24 h累计降水多物理量订正产品及短时强降水概率产品次之。（3）SWC及GRAPES_3KM模式24 h累计降水极值点相比实况略偏北,量级偏小。对于小时降水峰值出现时间,SWC模式偏早4 h,GRAPES_3KM模式偏早3 h。（4）GRAPES_GFS模式环流背景预报更接近实况,SWC模式能较好地预报出冕宁上空中尺度辐合系统的存在。      

基于卫星雷达等多源资料的短时暴雨预警

利用2017—2018年葵花卫星(Himawari)TBB亮温资料,计算最低亮温、亮温梯度、红外与水汽亮温差和低亮温区面积及其随时间变化率等特征参量,确定短时暴雨的卫星参数阈值,并融合了雷达参数阈值及过去1 h地面加密降水实况资料,采用指标叠加法判定监测区域内某一云团未来2 h能否产生区域性短时暴雨天气,并采用交叉相关法外推云团的移动,进而对强降水云团进行预警。对2019年几次暴雨过程预报检验结果是:预警命中率(POD)为80.6%~97.1%,平均为91.0%,临界成功指数(CSI)为77.2%~79.2%,平均为77.9%,所预警的云团未来2 h影响区域出现≥30 mm/h短时暴雨站数占全省短时暴雨站数的76.4%~96.2%,平均为85.2%,整体预警效果较好。     

多普勒雷达资料对暴雨定量预报的同化对比试验

基于NCEP/NCAR再分析资料和连云港雷达探测资料,利用WRF模式及其三维变分同化V2.1系统,对发生在2008年4月19日连云港地区一次区域性暴雨过程进行了三维变分同化数值模拟对比研究.结果表明,同化了雷达资料后,模式预报效果比单独使用NCEP做初始场效果明显改善,暴雨落区和量值更接近实况.同化了雷达资料后,模式预报的垂直运动区、最大上升区、水汽输送通道和高空涡度分布等更接近强降水区,结构也更精细,说明初始场增加雷达资料后,对初始风场的结构、强度和初始云水分布有实质性的改进,从而提高了对暴雨定量预报的效果.     

贺兰山东麓两次局地暴雨过程的湿位涡诊断分析

利用自动气象站雨量资料、MICAPS4调阅资料以及NCEP再分析资料,对比分析了2016年8月21日和2018年7月22日宁夏贺兰山东麓两次局地暴雨过程的降水特征、环流形势等,重点对两次过程的湿位涡场进行了诊断分析。结果表明:两次暴雨过程第一阶段均为暖区降水,表现出降水范围小、时间短、强度大,相对第一阶段降水,第二阶段降水范围较大、雨强较小。两次过程强降水均发生在假相当位温(θse)等值线密集区,并沿低空急流轴呈长条状分布,强降水时段与θse最大值出现时间相一致。暴雨区位于位涡(PV)负值中心区附近,暴雨发生发展过程与PV负值中心的移动和变化较为一致,PV负值中心的加强和减弱以及移动方向对局地暴雨的预报有很好的指示意义。对流层500 hPa以上湿位涡正压项(MPV1)正的大值区对应700 hPa以下负的大值区,正负中心区垂直叠加的配置有利于暴雨发生发展。垂直剖面图上600 hPa都存在湿位涡斜压项(MPV2)负极值中心,对流层中低层MPV2负极值中心的强度和维持时间以及变化对局地暴雨的预报有一定的指示作用。     

辽宁暴雨致灾指标及灾害影响预评估

利用1951-2012年辽宁暴雨过程及暴雨灾情资料,对辽宁暴雨灾害特征及暴雨灾害评估进行分析,并应用统计分析方法,建立暴雨致灾指标与灾害影响预评估的关系。结果表明：1951-2012年辽宁年平均暴雨日数分布为自东南向西北逐渐减少;辽宁暴雨灾害发生频率分布为自中部向西北逐渐增多,灾害发生频率最高的地区为辽宁西部地区,其中朝阳喀左县暴雨灾害发生频率最高,占该站暴雨总次数的73%;辽宁西部等地区暴雨灾害发生频率较高,但降水强度较小,且发生一级和二级暴雨灾害的概率低于其他地区;而除辽西地区外,其他地区暴雨灾害发生频率略低,但降水强度大。辽宁受暴雨灾害影响最大的受灾体为农作物及设施,辽阳地区受灾频率最大,占该地区受灾过程总数的95%以上。辽宁暴雨灾害可划分为暴雨灾害易发区、较易发区和一般易发区。