基于集合预报的中国极端强降水预报方法研究

极端强降水天气属于小概率事件,其发生具有很多不确定的因素,预报难度很大。根据Anderson-Darling检验原理研究基于集合预报资料的极端强降水天气预报方法,利用2007—2010年中国T213集合预报资料和2001—2010年6—8月中国降水观测资料,分析观测与集合预报累积概率密度分布函数的特征,建立基于集合预报与模式历史预报累积概率密度分布函数连续差异的数学模型——极端降水天气预报指数(EPFI),并对2011年7月中国极端强降水天气进行预报试验。结果表明,极端降水天气预报指数可以充分利用集合降水累积概率密度分布的尾端信息,为极端强降水提供科学合理的预报,基于中国气象局(CMA) T213集合预报的极端降水天气预报指数可提前3—7 d发出极端强降水预警信号,随着预报时效的延长,预报技巧逐渐降低。研究还表明,模式气候累积概率分布的合理性将直接影响极端强降水天气识别能力。     

基于TIGGE资料的地面气温多模式超级集合预报

基于TIGGE资料, 采用均方根误差分别对欧洲中期天气预报中心、日本气象厅、美国国家环境预报中心和英国气象局4个中心集合预报的地面气温场集合平均结果进行检验评估, 比较各中心地面气温的预报效果。并利用超级集合、多模式集合平均和消除偏差集合平均3种方法对4个中心的地面气温预报进行集成, 同时对预报结果进行分析。结果表明: 2007年夏季日本气象厅与欧洲中期天气预报中心在北半球大部分地区预报效果最好, 各中心在不同地区预报效果不同。超级集合与消除偏差集合平均降低了预报误差, 预报效果优于最好的单个中心预报和多模式集合平均。对于较长的预报时效, 消除偏差集合平均表现出了更好的预报性能。     

湖北省夏季降水日变化特征

利用2001—2014年湖北省77个气象观测站的整点逐时降水数据,通过划分不同区域和三种量级降水的方法,分析了夏季(6—8月)降水日变化特征。结果表明:1)湖北省夏季降水日变化特征非常明显,降水量曲线呈双峰结构,峰值出现在08时和17时(北京时间,下同),降水频次与降水强度均呈现"一主一次"的双峰结构,这主要与青藏高原东移来的天气系统自西向东的滞后性以及局地热力强迫有关,发生在傍晚(15—18时)的降水强度有明显的年际增强趋势。2)湖北省降水日变化特征区域差异显著,鄂西北与鄂西南降水峰值主要出现在傍晚和夜间,谷值出现在正午,鄂东三个区域的降水峰值出现在上午和傍晚,谷值出现在午夜。3)近14 a强度为0~20 mm/h的降水呈现减少趋势,主要发生在鄂西地区。其日变化曲线为"一主一次"的双峰结构,主(次)峰值出现在07(17)时。与之相反,短时强降水(≥20 mm/h)的发生概率东部大于西部,平原大于山区,有增加趋势的站点占总站点数的53.24%,峰(谷)值出现在17(12)时。短时特大强降水(≥50 mm/h)峰值出现在15—20时,03—14时出现概率较低。     

多部多普勒天气雷达资料同化对暴雨个例模拟的影响分析

利用中尺度模式WRF(Weather Research and Forecasting Model)及其资料同化系统3DVAR,将国内多普勒天气雷达(CINRAD)反射率因子及径向风资料直接用于中尺度数值模拟;对安徽梅雨期一次暴雨过程进行模拟试验,经过质量控制后,分析同时同化安徽省内六部多普勒天气雷达观测资料对模拟结果的影响。结果表明:(1)经过质量控制后,同化雷达径向风和反射率因子对初始场的风场和湿度场均有较为明显的改善,说明用该雷达资料质量控制方案同化雷达资料是可行的;(2)同化多部雷达径向速度资料能使风场气旋性增强,同化反射率资料能调整初始水汽场,使对流层中下层水汽含量增加;(3)同化多部雷达径向风和反射率因子资料,能提前模拟出强降水回波结构,且其中尺度特征更清晰,降水落区和强度预报更接近实况,同化雷达资料对降水预报能持续影响到12 h,并提高了12 h降水预报准确率。     

基于GRAPES-MESO模式的非静力三维变分同化方案性能分析

利用国家气象中心中尺度业务模式GRAPES-MESO V3.0,以2009年6 8月为例,用T213模式12h预报场为大尺度模式背景场,进行了非静力GRAPES-3DVAR系统同化(3DVAR试验)与不同化(CNTL试验)探空资料的两组数值试验,并对降水、高度、温度、风场和相对湿度场进行了统计检验和典型个例分析,探讨了非静力三维变分同化系统的性能.结果表明:(1)除700 hPa相对湿度场外,3DVAR试验850,700和500 hPa初始温、压、湿和风场均方根误差均比CNTL试验有所增加,其中3DVAR试验对500 hPa初始温、压和风场的负贡献最为显著.随着预报时间延长,3DVAR试验对500 hPa风场预报的负贡献较为明显;(2)对整个模式积分区域平均状况而言,3DVAR试验对模式0～24 h和12～36 h降水预报中大多数降水量级的TS评分都小于CNTL试验;(3)CNTL试验对小雨、中雨的预报范围比较适中,对大雨、暴雨及大暴雨的预报范围均小于实况,且随着降水量级的增大,预报范围较实况偏小的程度加剧;3DVAR试验则对各量级降水范围预报偏小的程度均大于CNTL试验,特别是中雨以上强度的降水;(4)CNTL试验较3DVAR试验能更好地模拟雨带的分布、演变特征和降水强度的变化;(5)CNTL试验较好地再现了长江中下游、华南、华北、东北、西南地区东部和华东平均降水率的逐日演变及峰值、谷值模拟,但强度普遍偏弱;3DVAR试验模拟的各区域日平均降水率的演变趋势与CNTL试验类似,但强度弱于CNTL试验,因而其与实况的差异进一步加大;(6)两个试验与观测均有较好的一致性,CNTL试验的一致性略好于3DVAR试验;对＜1.5 mm·d-1的降水,两个试验都倾向于过多地预报了降水量;对＞1.5 mm·d-1的降水,两个试验预报的都偏弱;对1.5 mm·d-1以下的降水,两个试验的预报水平相当;对1.5 mm·d-1以上的降水,CNTL试验的预报优于3DVAR试验;(7)对2009年6-8月逐日降水预报结果进行了考察,整体而言,CNTL试验能较好地预报出逐日雨带的位置,强度也与实况基本接近,对西风带低槽、台风、低涡、切变线和局地降水都有较好的表现.3DVAR试验对逐日雨带的预报大致与CNTL试验类似,但预报的降水强度普遍弱于CNTL试验.     

中国夏季降水多模式集成概率预报研究

基于TIGGE资料中的中国气象局（CMA）、欧洲中期天气预报中心（ECMWF）、日本气象厅（JMA）、美国国家环境预报中心（NCEP）以及英国气象局（UKMO）五个中心2007-2011年5月25日-8月31日中国地区逐日12-36 h、36-60 h、60-84 h、84-108 h、108-132 h与132-156 h累积降水集合预报资料,分别利用PoorMan （POOL）和多模式消除偏差（MBRE）两种方法对2011年各中心降水概率预报进行集成,并采用RPS和BS评分方法对预报效果进行评估。结果表明,对于12-156 h逐24 h累积降水量概率预报,多模式集成预报效果优于单模式预报效果,且多模式消除偏差概率预报效果最好;针对小雨、中雨以及大雨以上降水,PoorMan和MBRE概率预报较单中心预报效果均有提高,MBRE概率预报效果优于PoorMan方法。     

基于LAPS分析的WRF模式逐时气温精细化预报释用

为了满足湖北电力和华中电力系统对逐时气温预报的需求,开展气温精细化预报服务,基于局地分析预报系统(LAPS)分析融合的WRF模式精细化数值预报产品,对2011年4月1日至7月20日湖北省内及周边区域站点的逐时气温进行精细化预报释用.比较几种模式释用方案,结果表明:WRF模式预报趋势较好,预报准确率评分50％左右,日间08-20时预报误差小于夜间,最高气温(Tmax)评分54％,最低气温(Tmin)评分为44％.通过模式释用,提高了预报准确率,可使预报评分提高到60％～70％,对Tmax评分达到57％,对Tmin评分最高达到74％.分时刻建立MOS方程能够有效降低夜间20-07时的预报误差.将实况最高气温引入Kalman滤波方程能进一步提高预报准确率.     

基于TIGGE资料的集合成员优选方法

利用2007年6月8日—8月31日东亚地区TIGGE集合预报资料中欧洲中期天气预报中心(European Centre for Medium-range Weather Forecasts,ECMWF)和英国气象局(United Kingdom M et Office,UKM O)两个中心的地面2 m气温资料进行集合成员优选研究。结果表明,对于24~96 h预报,集合成员优选方法能够较好地选出预报技巧较高和预报技巧较低的集合成员。个例分析表明,在极端天气出现的地区,优选集合平均的预报优势较为明显。对比ECMWF和UKMO的集合成员优选结果发现,ECMWF的预报效果优于UKMO的预报效果。     

基于TIGGE资料的地面气温和降水的多模式集成预报

利用TIGGE资料集下中国气象局(CMA)、欧洲中期天气预报中心(ECMWF)、日本气象厅(JMA)、美国国家环境预报中心(NCEP)和英国气象局(UKMO)5个中心集合预报结果,对多模式集成预报方法进行讨论。结果表明,多模式集成方法的预报效果优于单个中心的预报,但对于不同预报要素多模式集成方法的适用性存在差异。滑动训练期超级集合(R-SUP)对北半球地面气温的改进效果最优,但此方法对降水场的改进效果并不理想。在北半球中低纬24 h累积降水的回报试验中,消除偏差(BREM)的结果优于单个中心的预报,且此方法预报结果稳定。进一步利用滑动训练期消除偏差(R-BREM)集合平均对2008年1月中国南方极端雨雪冰冻过程进行多模式集成预报试验,结果表明,在固定误差范围内,R-BREM将中国南方大部分地区的地面气温预报时效由最优数值预报中心的96 h延长至192 h,且除个别时效外,小雨、中雨的TS评分得到明显提高。     

大气加热场影响西太平洋副热带高压短期位置变化的数值模拟

利用江淮2003年和华南1998年夏季持续性强降水典型个例,采用区域气候模式RegCM3模拟了强降水期间江淮、华南及孟加拉湾热源异常分布对西太平洋副热带高压短期位置东西进退及南北变动的影响。模拟证实：西太平洋副热带高压位置的短期变异与大气加热场及其配置有密切的联系。持续性强降水期间,副高西侧较远处孟加拉湾热源是诱导西太平洋副热带高压异常西伸的原因之一;华南强降水期间,华南和孟加拉湾热源的共同存在可使副高在季节性西伸过程中出现短期东撤;江淮强降水期间,江淮和孟加拉湾热源的共同存在会诱导副高异常西伸。但模式在模拟副高位置南北变动上效果并不明显,不能证实华南、江淮热源单独存在时对副高在南北位置变异上的阻碍作用。