SWCWARMS模式及GRAPES模式对西南区域降水预报检验对比分析

使用2014年5~12月西南四省(区)一市每日08时统计的24h雨量观测资料,对SWCWARMS和GRAPES模式降水进行站点统计检验。主要结论为:针对每日08时起报,SWCWARMS模式除24h中雨和48h大暴雨外SWCWARMS模式ETS评分在其它时次及其它量级降水上均高于GRAPES模式,但SWCWARMS模式空报和系统偏差较多;针对每日20时起报,SWCWARMS模式ETS和TS评分均高于GRAPES模式;除小雨外SWCWARMS模式空报率略高于GRAPES模式。从2014年10次西南涡过程统计检验可见,两模式对强降水过程即主要影响贵州的三次过程评分高于四川和云南的西南涡降水过程,24h降水评分在多个时次多个量级上优于GRAPES模式。SWCWARMS模式在汛期表现优于GRAPES模式,SWCWARMS模式对小雨、中雨和大雨有较强的预报能力,但对强降水预报能力有待改进,对中雨及以上量级降水空报率较高,而对小雨漏报多于GRAPES模式。     

青藏高原地表温度对一例高原涡影响的数值模拟

基于FNL再分析资料、FY-2D气象卫星黑体亮温数据以及多源融合降水数据,运用WRF模式模拟了2015年6月9~11日的一次高原涡过程,通过对比控制试验和6组青藏高原地表温度敏感性试验的差异,从高原涡生成位置、结构、强度、移动路径等多个方面研究了地表温度对其的影响,并探讨了相应的物理机制。结果表明:模式能够较好地模拟出高原涡生成、发展和成熟各阶段的位置、结构、移动路径、500 hPa环流形势以及降水情况;青藏高原地表温度对高原涡强度和降水有一定影响,对高原涡生成和移动影响不大;地表温度对高原涡的影响主要是通过改变地表感热通量和地表潜热通量来实现的。      

中国及周边地区多层云垂直结构时空分布特征

利用CALIPSO激光雷达1km水平分辨率的云层产品,计算了中国及周边地区（0°~55°N,70°~140°E）多层云的出现概率,对不同高度多层云的水平分布及其季节变化特征进行了统计分析。结果表明:多层云的出现概率存在显著的区域差异,青藏高原和蒙古高原出现的概率较低,30°N以南的低纬度地区出现的概率较高;多层云系统中双层云占比最大,并且云层发生概率随着云层数的增多而减小;不同高度双层云和三层云的分布特征类似;多层云出现概率夏季最大,冬季最小,其中夏季双层云中“高云+高云”、“高云+中云”和三层云中“高云+高云+高云”、“高云+高云+中云”的配置在青藏高原主体的出现概率最大,而冬季单层云的低云、双层云中“高云+低云”及三层云中少量的“高云+高云+低云”配置在中国东北部海域、南海北部等30°N以北地区的出现概率高于其它季节。      

基于MET系统对SWCWARMS及GRAPES模式在西南地区的站点检验分析

应用国家基本观测站资料、自动站逐时降水资料,基于客观统计检验方法,针对降水(12h、24h累积雨量)、近地面要素(2m温度、10m风)和高空要素(风场、温度场、高度场),分别评估SWCWARMS模式和GRAPES模式对2015年西南地区预报能力,得到如下几点结论:(1)SWCWARMS模式降水ETS评分高于GRAPES模式,除24h小雨外SWCWARMS模式偏差值均高于GRAPES模式,两个模式在不同预报时效内对中雨、大雨、暴雨都表现一定程度的空报;(2)12h降水分段评分上,SWCWARMS模式TS评分均高于GRAPES模式,但SWCWARMS模式预报降水范围过大,随着预报时效增长空报多于GRAPES模式;SWCWARMS模式中雨和大雨空报大于其它量级降水,GRAPES模式对大暴雨漏报较多其它量级降水表现为空报;(3)两模式对高度场和温度场预报优于风场,对对流层中层预报优于中低层,SWCWARMS模式对高度场和温度场预报优于GRAPES模式,夏半年SWCWARMS模式均方根误差小于GRAPES模式;(4)两模式都表现出2m温度均方根误差在秋季增加而春季减小这一特征,SWCWARMS模式近地面要素均方根误差均小于GRAPES模式。      

西南区域气象中心IBM 高性能计算机管理及应用

为了满足西南区域气象中心数值模式对高性能计算资源的需求,四川省气象局建设了IBM Flex P460高性能计算机系统,该系统为西南区域气象中心数值预报系统的业务运行和研发提供了稳定可靠的高性能计算和存储资源,同时带动区域中心其他省份的计算能力和资料共享质的飞跃。本文首先介绍了系统架构和管理方法,然后将系统扩容过程进行了详细分析,最后介绍了业务模式应用情况。      

我国东部夏季一次强对流活动过程中对流层上部大气成分变化的分析

利用星载微波临边遥感探测结果,对2006年6月28～29日江淮地区的一次强对流天气过程中对流层上部一氧化碳 (CO) 、臭氧 (O₃) 、水汽 (H₂O) 和冰水含量 (IWC) 的分布特点进行了研究.强对流天气过程前后的对比分析表明,CO混合比增大,在200 hPa处增加了0.12 ppm (1 ppm=10-6);O₃混合比减小,在70 hPa处减少了0.30 ppm;H₂O混合比在250 hPa处增加了400 ppm;IWC在强降水发生之前有大幅增长,在200 hPa处最大含量可达0.03 g/m3.CO和O₃含量与垂直运动速度两者的相关变化表明,对流垂直输送作用可能是造成对流层上层和平流层低层大气成分变化的机制之一.而H₂O和IWC含量的增加主要局限于对流层顶以下,这表明对流层上部水物质的质量和形态是由垂直输送作用和对流系统内部的微物理过程共同决定的.     

热带海表风速与海表温度日变化关系分析

利用热带测雨卫星(TRMM)搭载的微波成像仪(TMI)探测结果,在像元分辨率上同步反演的10年海表温度(SST)和海表风速(SSW)资料,研究了热带地区非降水条件下SSW变化对SST日变化的影响。结果表明热带地区SST日变化显著,SST日最小值多出现在早晨03:00(当地时间,下同)至06:00,日最大值多出现在午后17:00至19:00,SST日绝对振幅为1.9~3.4℃,日相对振幅为5%~7%。SSW变化对SST日最小值和日最大值的出现时间及SST日振幅均有明显的影响,且均呈现出区域性差异。热带地区SST日绝对振幅随SSW增大而减小,当SSW增加至9 m/s之后,SST日绝对振幅变化不再明显;二者符合特定的正弦函数关系。在风速小的情况下,暖池区域平均SST日绝对振幅异常减小了0.16℃;在风速大的情况下,秘鲁沿岸区域平均SST日绝对振幅异常增大了0.17℃,且SST随时间变化波动较大。上述研究结果为下一步研究海表感热和潜热日变化打下了基础。     

突发性强对流天气快速识别预警改进方法

传统多普勒天气雷达强对流灾害性天气监测采用固定阈值判别法给出强风暴的冰雹闪电灾害预警结果,该方法不适用于不同经纬度、季节和复杂地形条件下的强对流天气识别预警。本文利用循环递归的区域生长法对TITAN算法进行改进,从而快速识别三维强风暴单体及其雷达特征物理量;使用多普勒天气雷达和TRMM星载气象雷达的历史观测数据反演河北石家庄地区春夏两季复杂地形条件下的强风暴灾害性天气Logistics多元线性回归概率预警模型。对发生在河北石家庄夏季的一次强飑线天气和发生在春季的一次超级多单体风暴天气进行冰雹闪电灾害性天气识别预警实验,并与传统算法进行误差对比分析。实验结果表明:与传统算法对比,该方法对强风暴天气识别预警的定位精度较高,并且其漏报率和虚报率较低,有助于快速识别预警强对流灾害性天气。      

星载测雨雷达探测的中国南部雨季对流性暴雨频次分析

利用星载测雨雷达1998-2007年10年观测结果,对雨季我国南部(35°N以南地区)对流性暴雨、大暴雨、特大暴雨频次及其占局地总降水比例进行了研究.结果表明,暴雨主要分布于两广至云贵高原东部,其频次大于1.2%,最大可超过1.8%;大暴雨主要出现在广东西部至云贵高原东南、福建与江西交界附近、大别山西南侧、江淮至黄淮东...     

多数值模式对2021年7月两次大暴雨过程预报能力检验评估

传统点对点的二分类检验方法能够客观反映模式预报的整体表现,但该方法存在双重惩罚现象。本文在传统检验基础上结合FSS（Fraction Skill Score）评分和MODE（Method of Object-based Diagnostic Evaluation）方法,对2021年7月影响四川的两次区域性大暴雨过程开展检验评估,对比分析了华东区域BCSH模式、ECMWF模式、西南区域SW3KM和SW9KM模式的预报性能。结果表明:（1）BCSH和ECMWF模式在小到中雨评分上略优于西南区域2个模式,SW3KM模式优势体现在暴雨预报上;BCSH和SW9KM模式预报偏差无显著规律,ECMWF模式小到大雨多空报,SW3KM模式中到暴雨多空报。（2）邻域半径为7个格点时,SW3KM模式在72 h预报时效上小雨、36~72 h大雨、24~66 h暴雨评分高于其它模式;区域模式分辨率提高,其FSS和TS评分相应增加,随着预报时间延长,区域模式FSS评分以大于ECMWF模式为主,SW9KM模式各级降水评分整体低于SW3KM模式。（3）4个模式降水落区质心位置预报的经向偏差略大于纬向,BCSH和SW9KM模式降水质心较实况偏西北,ECMWF模式暴雨质心偏西北、大暴雨质心偏西南,SW3KM模式暴雨质心多偏西南、大暴雨质心较实况多偏西北。ECMWF模式对雨带走向和面积的把控好于区域模式;SW3KM模式在72 h预报时效上多个属性值优于BCSH模式,SW3KM模式匹配目标属性值以优于SW9KM模式为主;BCSH、ECMWF和SW3KM模式均存在降水强度预报偏大的特征。