Verification and Assessment of Real-time Forecasts of Two Extreme Heavy Rain Events in Zhengzhou by Operational NWP Models

In the present study, the performances of the NWP models on two heavy rainfalls on 20 July and 22 August 2021 over Henan Province were investigated. The impacts of the water vapor transport to the extreme rainfall were further discussed. The results showed that the regional model system in the Guangzhou Meteorological Service generally showed high scores on the extreme rainfall over Henan. The maximum 24h accumulative rainfall by the 24h forecasts by the CMA-GD reached 556 mm over Henan Province. The 24-h and 48-h Threat Score (TS) of heavy rainfall reached 0.56 and 0.64. The comparisons of the Fraction Skill Score (FSS) verifications of the heavy rainfall by CMA-GD and CMA-TRAMS at the radium of 40km reached 0.96 and 0.87. The water vapor transport to the extreme rainfall showed that the vertically integrated water vapor transport (IVT) of the whole layer before the occurrence of the heavy rainfall exhibited a double-eyes distribution in case 7 · 20. The north eye over Henan reached the same magnitude of IVT as the typhoon eye (Cempaka) over south China. The IVT over the lower troposphere (<500 hPa) showed an overwhelming magnitude than the upper level, especially in the planetary boundary layer (<700 hPa). More practical technical needs to be developed to improve its performances on the forecasting of extreme rainfall, as well as more experiments need to be conducted to examine the effects of the specific terrain and physical schemes on the extreme rainfall.     

An Innovative Bias-Correction Approach to CMA-GD Hourly QuantitativePrecipitation Forecasts

This paper proposes a simple and powerful optimal integration (OPI) method for improving hourly quantitative precipitation forecasts (QPFs, 0-24 h) of a single-model by integrating the benefits of different bias- corrected methods using the high-resolution CMA-GD model from the Guangzhou Institute of Tropical and Marine Meteorology of China Meteorological Administration (CMA). Three techniques are used to generate multi-method calibrated members for OPI: deep neural network (DNN), frequency-matching (FM), and optimal threat score (OTS). The results are as follows: (1) The QPF using DNN follows the basic physical patterns of CMA-GD. Despite providing superior improvements for clear-rainy and weak precipitation, DNN cannot improve the predictions for severe precipitation, while OTS can significantly strengthen these predictions. As a result, DNN and OTS are the optimal members to be incorporated into OPI. (2) Our new approach achieves state-of-the-art performances on a single model for all magnitudes of precipitation. Compared with the CMA-GD, OPI improves the TS by 2.5%, 5.4%, 7.8%, 8.3%, and 6.1% for QPFs from clear-rainy to rainstorms in the verification dataset. Moreover, OPI shows good stability in the test dataset. (3) It is also noted that the rainstorm pattern of OPI relies heavily on the original model and that OPI cannot correct for deviations in the location of severe precipitation. Therefore, improvements in predicting severe precipitation using this method should be further realized by improving the numerical model’s forecasting capability.     

基于卷积神经网络的逐时降水预报订正方法研究

应用2017—2018年5—9月福建省观测资料对华南区域中尺度模式(GTRAMS-3 km-RUC)预报进行站点检验,建立和训练基于卷积神经网络的逐时降水分级订正模型,并与频率匹配法进行2017—2018年测试集的对比试验和2019年数据集的模拟业务检验,探讨了试验过程中遇到的样本不均衡、特征变量选取以及模型过拟合问题。结果表明:模式对于15 mm·h-1以上降水的预报能力弱,各订正方法对原始预报均有不同程度的改进作用。从评估指标来看,基于卷积神经网络的订正方法比频率匹配法表现出优势,其中相关系数判别方案下的网络模型对强降水预报的订正效果显著优于其他方法;在输入特征变量选取方面,应用主成分分析方案的模型训练收敛速度比相关系数判别方案更快,最佳训练期有所提前,但也更早进入严重的过拟合状态,而相关系数判别方案能够使网络模型的训练拥有更长的提升期以达到更具“潜力”的状态;基于卷积神经网络的订正方法对减少分类降水预报的漏报率、晴雨和弱降水预报的空报率具有显著作用,其优化程度明显超过频率匹配法。     

基于扰动模式的四维变分资料同化系统框架的设计完善和数值试验

为了建立一个应用于区域数值预报的四维变分资料同化（4DVar）系统,在近期开发的扰动预报模式GRAPES_PF基础上,开发完善增量四维变分同化系统框架。该框架中暂不包含物理过程（长短波辐射、边界层过程、对流参数化和云微物理等）。对比业务使用的GRAPES 3DVar系统,增加了温度控制变量。将无量纲Exner气压与流函数的线性风压平衡方程直接在地形追随垂直坐标面上求解,且通过广义共轭余差法（GCR）求解扰动亥姆霍兹（Helmholtz）伴随方程。利用人造“探空”资料对2015年10月台风“彩虹”进行了理想数值试验。试验结果表明,所开发的扰动四维变分同化框架得到了预期的结果,即同化更多资料并反复受到模式约束的四维变分同化系统能有效改善初值质量,进而改善区域数值预报。建立的区域四维变分同化框架合理可行,为进一步发展包含完整物理过程的区域四维变分同化系统奠定了研究基础。      

WRF耦合城市冠层模式对珠三角城市群天气模拟影响的评估

基于是否耦合有城市冠层模式的3个对比试验(无城市冠层模式：W-NUR;单层冠层模式：W-UCM;多层冠层模式：W-BEP),应用WRF模式模拟了珠江三角洲(简称珠三角)地区发生于2011年6月21日午后的一次强降水过程,发现W-UCM、W-BEP试验模拟结果均优于W-NUR试验,但降水落区与实际观测相比仍有差异。为此应用前期10天(2011年6月11—20日)的模拟结果,通过对珠三角城市群6个站点基本气象要素模拟效果的评估,重点考察了W-NUR及W-UCM试验结果的差异,并对模拟降水存在差异形成的原因进行分析。评估结果表明：无论是W-NUR还是W-UCM,模拟的10 m高度风速普遍偏强,其中W-NUR模拟的平均风速与观测对比偏强1.61 m/s,W-UCM偏强1.58 m/s;W-NUR模拟的2 m高度温度及温度露点差均较观测偏低,温度平均偏差为-1.28 ℃,温度露点差平均偏差达-1.39 ℃,而W-UCM模拟的温度及温度露点差较观测偏高,温度平均偏差略高0.14 ℃,温度露点差平均偏差1.12 ℃。平均偏差及均方根误差分析反映出,温度模拟的误差最小,其次为温度露点差,风速误差最大,而且模拟温度和温度露点差与观测相关性更好,相关系数分别达到了0.60和0.50以上,通过0.001显著性水平检验,而风速的相关性则相对较弱。总体来看,尽管耦合冠层模式后WRF对地面气象要素的预报有所改善,但模拟的10 m高度风速仍然偏强。就21日强降水过程的模拟来说,由于偏北风偏强造成了切变线南压,可能是模拟降水落区偏南的一个原因。     

模式动力过程与物理过程耦合及其对台风预报的影响研究

中国南海台风模式是基于GRAPES的热带中尺度模式,采用半隐半拉格朗日时间差分方案,借助Helmholtz方程进行隐式求解,然后计算物理过程,并把各物理量反馈到动力预报场,实现动力过程与物理过程耦合。为了探讨耦合方案对预报精度的影响,在原方案的基础上,设计了新的技术方案,主要包括两项技术改进。其一是考虑温度、水汽的物理反馈对气压场影响,将间接导出的气压反馈值返回动力场;其二是在第一项技术改进的基础上,将物理反馈值作为模式Helmholtz方程的右端项参与隐式求解,物理反馈在动力约束条件下实现与动力过程耦合。针对新方案对台风路径预报的影响开展个例和批量试验研究。个例试验研究表明,新方案明显地提高了台风预报水平,特别是提高了移动速度的预报准确率;2013年批量试验结果分析,如文中给出的台风路径预报、等压要素预报准确率对比分析,说明新技术方案整体提高模式预报精度。     

华南区域高分辨率模式中不同雷达回波反演技术方案的比较试验

结合一次比较典型的华南前汛期暴雨过程,对目前常用的几种雷达回波反演技术进行比较,试图得到一种适用于华南区域高分辨率模式的技术方案。首先比较了两种不同的水凝物反演技术对短期降水预报的影响,发现基于暖雨假设构造的经验公式反演得到的云微物理量进行Nudging以后预报降水比实况偏弱,而利用LAPS系统可以反演出高层的固态粒子,这些云粒子通过冰相过程可以产生强度与实况相当的降水。仅仅引入初始场的凝结物只对第一小时降水预报改进比较明显。通过对两种不同的水汽反演技术进行比较,发现1D+3D方法反演得到的水汽场并不适用于高分辨率模式,按该方法调整初始场水汽之后反而导致降水预报效果变差,而根据雷达回波调整水汽饱和的方法却可以有效提高前6小时的降水评分,这种改进主要来自降水漏报现象的减少。总体来说,结合利用LAPS系统反演云物理量以及水汽饱和调整方法是一套比较适合华南区域高分辨率模式的技术路线。     

南海台风模式对“海燕”移动路径的预报

超强台风"海燕"是2013年最著名的台风。分析中国南海台风模式对"海燕"整个过程的预报,发现模式基本预报出"海燕"的快速穿过菲律宾和登陆越南后北翘东折的移动路径,但也存在一些不足,例如强度预报偏弱。通过高分辨率数值模拟分析了"海燕"的变化机理,发现高层暖心、高中低层一致东风气流是其超强发展和快速西移的主要特征。进一步的模式预报试验中,探讨了模拟技术对提高台风预报水平的影响作用。分析结果表明,准确的模式物理参数化(如边界层、积云对流和地形参数化)和模式初始大气构造等,以及提高模式分辨率有助于提高台风预报水平。     

雷达反演水汽在华南前汛期短时临近降水预报应用试验

为了改善数值预报模式短时临近降水预报能力,采用雷达水汽反演同化方案来提高模式初始水汽场质量。以华南精细预报模式对2013年5月进行了冷启动、热启动和热启动加雷达水汽同化等3个对比试验,并进一步详细分析2013年5月8—9日广东西南部到珠三角地区强降雨过程,探讨雷达反演水汽对短时临近降水预报的影响作用。分析结果显示3个试验结果反映精细模式冷启动不利于1~6 h的降水预报,模式热启动能较好预报前6 h的降水,但对随后预报效果不佳。在热启动的基础上,考虑同化雷达反演的水汽后,不仅较好模拟前6 h的降水,也可以预报出6~12 h的降雨带变化趋势。