GRAPES_GFS在东亚地区中期预报技巧极端下降现象的初步研究

利用2016年4月1日—2018年12月31日GRAPES_GFS模式的业务预报数据,将GRAPES_GFS模式在东亚地区144小时预报500 hPa高度场的距平相关系数小于0.4,均方根误差大于60 gpm的事件定义为模式在东亚地区的中期预报技巧极端下降事件,据此标准筛选出29个个例进行了研究。结果表明,GRAPES_GFS在东亚地区中期预报技巧极端下降事件的高发期主要在春秋季,春季和秋季分别占比31.03%、41.38%,预报技巧极端下降事件通常表现在对于东亚大槽、西伯利亚槽脊、副热带高压的预报失败,四个季节合成的模式偏差均与该季节影响东亚地区主要天气系统的预报偏差大有关系。进一步通过典型个例的研究表明,东亚地区中期预报技巧极端下降事件的误差来源在不同季节表现出不同特征。冬夏季的预报偏差来源于高纬极区,多与模式在极区存在较大预报误差关联;春秋季的预报偏差主要来源于上游地区,与模式在东亚上游预报误差向下游的传播有关,未能合理预报台风活动也是预报偏差来源之一。      

基于集合预报极端天气预测指数的浙江分类强对流预报模型

利用2016—2021年ECWMF集合预报资料、浙江自动站实况资料等，计算浙江短时强降水、雷暴大风和冰雹等强对流天气相关物理量的极端天气预报指数（EFI：Extreme Forecast Index），分析EFI分布特征，并构建了分类强对流预报模型。结果表明：强对流天气与物理量的EFI有密切联系，发生短时强降水时，对流有效位能、整层可降水量、850 hPa与500 hPa温差和位温差的EFI较大，而垂直风切变的EFI为负值，因而较小的垂直风切变更有利于出现极端降水；发生雷暴大风和冰雹时，对流有效位能、850 hPa与500 hPa温差和位温差以及850 hPa温度露点差的EFI较大，700 hPa露点温度的EFI为负值，与上层干冷下层暖湿的有利层结条件有关。利用支持向量机多分类方法，将强对流天气相关物理量的EFI作为特征值开展训练，构建的预报模型对于非局地强对流天气有较好的预报效果，其中短时强降水的误判率明显低于雷暴大风。