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。     

成都市短时强降水概率预报方法初探

选取2010~2019年4~9月成都市气象观测站逐小时降水资料和欧洲中心ERA-5逐小时再分析资料,采用统计分析和统计预报方法,研究了近十年成都市短时强降水时空分布特征,并依据短时强降水发生发展的基本条件,基于“配料法”思想,探讨了成都市短时强降水概率预报方法。结果表明：成都市短时强降水事件集中于暖季（4~9月）,其中又以7月为最多,并呈明显夜间多发的态势。降水量与降水强度空间分布表现出西多东少特征。筛选出的短时强降水潜势预报因子包括850 hPa比湿、850 hPa假相当位温、K指数、对流有效位能、700 hPa经向风以及700 hPa垂直速度,基本涵盖了短时强降水发生所需的水汽条件、稳定度条件以及抬升条件。基于上述短时强降水潜势预报因子的权重系数,采用二分法建立短时强降水概率预报方程,利用TS评分对2019年夏季的短时强降水日潜势预报效果进行检验,发现概率阈值设定为0.98既能保证漏报次数不会太多,又不至于使预报正确次数明显降低,同时可以保持较高的预报准确率。     

基于CMA-MESO的分级短时强降水概率预报方法研究

随着预报服务需求不断增长和预报内容日趋精细化,仅针对20 mm·h^(-1)以上的短时强降水预报已不能完全满足业务需要,开展不同雨强等级的短时强降水预报方法研究显得十分必要。利用2016—2019年6—8月中国南方9省1市的国家及区域气象站共51355站次短时强降水样本,将雨强R分为4个等级:20≤R<30 mm·h^(-1)、30≤R<50 mm·h^(-1)、50≤R<80 mm·h^(-1)及R≥80 mm·h^(-1)(分别对应I、Ⅱ、Ⅲ、IV级)。将各级样本与同时段CMA-MESO(China Meteorological Administration mesoscale model)数值预报模式初始场进行时空匹配,提取22个相关物理量建立数据集并进行百分位值统计;利用XG⁃Boost(extreme gradient boosting)机器学习方法对物理量进行重要性排序以确定权重系数;应用连续概率预报方法,选用升、降半岭函数作为隶属函数,建立不同等级短时强降水概率预报模型。运用该模型在2020年汛期进行实时业务预报,并对湖北省2020年6—8月15次大暴雨过程0~36 h预报时效的逐小时不同等级短时强降水概率预报产品进行检验,结果表明:I级概率预报产品60%阈值的TS评分(0.145)最好,对应命中率为55.7%;Ⅱ级概率预报产品65%阈值的TS评分(0.083)最好,对应命中率为39.1%;Ⅲ级概率预报产品70%阈值的TS评分(0.03)最好,对应命中率为21.7%;IV级概率预报产品80%阈值的TS评分(0.005)最好,对应命中率为5.8%。对不同等级雨强个例对比检验表明,各级概率预报产品对CMA-MESO模式在同时次不同等级短时强降水预报上均有较好的订正作用。对3次强降水过程逐小时预报检验表明,I级概率预报产品命中率为40%~80%,空报率为50%~90%,预报时效达36 h,普遍优于同时次CMA-MESO降水量预报。本研究对不同等级短时强降水分型建模并在实际预报中有较好的参考性,能够对CMA-MESO的降水预报起到订正作用。     

鄂东北春季三类典型极端强降水特征分析

利用1961—2020年降水资料、NCEP／NCAR2.5°×2.5°和ERA5资料,对鄂东北春季极端强降水个例天气系统及物理量的异常度、配置与降水落区的关系进行了分类对比研究。结果发现：(1)鄂东北春季极端强降水有三种典型形势,即地面倒槽型、冷锋前沿型、暖低压型。三类极端强降水过程500 hPa均有南支槽缓慢东移,湖北以东、东北地区到日本有异常强的高压或高压脊,东高西低的形势使降水持续时间长。850 hPa偏南急流异常强盛,鄂东北位于切变辐合区。强降水发生前地面暖低压异常发展,为强降水提供了有利的环境条件。(2)鄂东北大多数春季极端强降水与低层水汽、中低层垂直速度的异常密切相关。鄂东北及周边为低层水汽辐合和垂直速度异常度绝对值之和大值区。     

漯河市秋季强降水预报

利用1996～1998年9～11月份欧洲中心数值预报产品资料和日本传真图资料，根据不同天气类型，建立了漯河市秋季强降水预报方法。     

基于短时强降水概率预报的模糊检验试验

利用短时强降水概率预报模型生成短时强降水(≥20mm/h)概率预报产品,并对其进行“点对面”模糊检验试验。结果表明：短时强降水(≥20mm/h)概率预报和SWC_WARMS模式最大小时雨量(≥20mm/h)的“点对面”TS评分均明显高于相应的“点对点”评分,短时强降水(≥20mm/h)预报结果可在30～40km范围内进行调整;短时强降水(≥20mm/h)概率预报在概率为30%时TS评分达到最大,Bias接近为1,预报偏差最小;短时强降水(≥20mm/h)概率预报比SWC_WARMS模式最大小时雨量(≥20mm/h)预报更具有参考价值。     

基于GRAPES-MESO模式的极端短时强降水预报

利用2017—2018年5—9月四川盆地109个自动站逐小时降水资料,以及GRAPES-MESO模式0.1°×0.1°的逐3 h预报场资料,从热力不稳定、水汽、动力条件等方面分析极端短时强降水(1 h降水量大于等于50 mm)发生发展所需的关键物理量指标,结合随机事件概率思想和主成分分析方法构建预报模型,研发极端短时强...     

荆江流域和四湖地区强降水分级(区)预报方法研究

为了适应荆江流域和四湖地区防汛排涝气象服务的需要,根据多年的暴雨预报经验．结合荆州的实际,归纳了暴雨强度分级预报模式,并尝试了改按行政区划的暴雨分片预报方法为按江湖流域分区的预报方法。     

用加权综合预报方法制作湘西强降水预报

运用“多元加权”的数学原理对湘西自治州今年主汛期的强降水过程进行了分析研究，结果表明：加权综合预报方法对我州强降水的概括率较高，对强降水预报的指示性较强，基本上能反映强降水发生前的水汽变化、能量积蓄和动力抬升机制，对强降水预报有较好的指导意义。     

基于集合预报的四川夏季强降水订正试验

四川历来多暴雨洪涝,然而其发生具有很多不确定的因素,预报难度很大。从观测与模式预报的累积概率密度函数角度出发,利用2007—2012年6—8月中国降水观测格点资料和2012—2013年6—8月ECMWF模式集合预报资料,探索了一种提高四川地区强降水预报准确率的方法——概率阈值订正法,并运用该方法对2012年6—8月盆地东部的降水过程进行批量试验。试验结果表明:订正后的模式预报相比订正前的预报而言,不仅强降水落区更接近实况,而且较大程度地延长了预报时效,能提前6~7天给出强降水过程的警示信息,经过订正后显著提升了ECMWF模式的降水预报水平。      

河南省秋季降水预报方法

选用国家气象中心T106数值预报产品中的要素作为预报因子,运用灰色系统方法和逐步回归方法,分别建立河南省秋季降水预报系统。     

几种降水集成预报方法的对比分析

采用多数表决集成法、评分权重集成法、多元回归集成法对承德市两来系统形成的降水进行晴雨和分级集成预报试验.结果表明:在每种单一的数值预报方法TS值均较高,总体预报质量相差不大的情况下,多数表决集中集成法可大幅度提高预报准确率;如果几种数值预报对于降水分级预报的预报准确率相差较大时,可采用评分权重集成法来提高总体预报质量;在样本足够的条件下,细化的预报结果多元回归集成法是晴雨预报和分级降水预报中比较可行的集成方法之一.     

降水和温度MOS预报方法探讨

文中分析了庆阳地区春季降水气候特征和环流形势 ,用 1995～ 1998年 3～ 5月T10 6资料建立了该区 8县 (市 )春季降水、温度MOS预报方程 ,进行了回代检验和试报 ,并提出了模式更换后的处理方法     

张掖地区大降水特征和预报

分析历史资料，找出大降水影响系统和时空分布的一些特征，由此建立了张掖地区大降水预报方程。     

1960—2020年宜春地区极端强降水变化特征

基于1960—2020年宜春市10个气象站点的逐日降水资料,计算世界气象组织(WMO)“气候变化检测和指标”推荐使用的9个极端降水指数,应用线性趋势、M-K和滑动t检验、主成分分析、反距离加权方法,分析该区域极端降水的时空变化和突变特征。结果表明：1)日最大降水量、极强降水量、大雨日数和日降水强度指数均呈显著上升趋势,5 d最大降水量、极强降水量和雨日降水总量指数增加趋势不显著。2)区域整体呈“湿化”趋势发展。极端降水指数的气候变化率呈东部大于西部、南部大于北部的特征。3)连续干日、5 d最大降水量和雨日降水总量指数未发生突变,其他指数基本在1990年前后发生突变。4)连续干日指数与其他指数均表现为显著负相关,雨日降水总量指数与大部分指数表现为显著正相关。     

“05.4.8”四川冰雹个例定量降水的预报技巧研究

从集合预报的角度研究了"05.4.8"四川冰雹个例的定量降水的预报技巧随水平尺度以及地形的变化。初步结论为当水平尺度小于100km时,预报技巧随着水平尺度的增加而迅速增加,当水平尺度达到200km及以上时,预报技巧增加地非常缓慢,基本维持不变;在不同的地理位置,预报技巧的差别很大。总体而言,预报技巧在山地要较平原地区来得高。     

大气低频振荡对四川盆地持续性强降水的影响

利用1981—2016年我国地面气象站降水资料和NCEP/NCAR再分析资料,通过小波分析、合成分析、Butterworth滤波等方法,定义了适用于四川盆地的持续性强降水,对降水和大气15~30 d低频振荡特征进行详细分析,可为该地延伸期预报提供参考。结果表明:该地降水具有15~30 d和30~60 d低频振荡特征,其中以15~30 d振荡为主。降水期间各高度层和各纬度带低频系统具有垂直斜压性,在三维空间上相互配合,形成有利于降水产生的低频环流形势。低层和中层南北气流汇合于四川盆地形成辐合区,高层表现为北风南下。低层低纬度气旋在西太平洋生成并逐渐向西北移动至南海、华南,带来暖湿气流,中高纬度贝加尔湖东南侧生成气旋并向东移动至鄂霍次克海附近,加强北风输送。中层中高纬度欧亚大陆低压中心向东南方移动,降水时到达蒙古,并分裂小槽传播至下游,在日本海加强,高压中心紧随其后到达乌拉尔山。降水期间四川盆地上空高层为辐散区,有利于中低层辐合上升运动的维持。     

湿位涡分析在河北东北部暴雨预报中的应用

应用湿位涡理论,对2008年6月25日发生在河北省东北部的1次局地暴雨天气进行了诊断分析。结果表明,暴雨产生在θse线陡立密集区附近,θse线陡立密集区附近对流稳定度较小,有利于湿斜压涡度发展,MPVI“高层正值区低层负值区垂直迭加”的配置是暴雨发生、发展的有利形势,暴雨区位于850hPa上MPVI零线附近,湿位涡在850hPa上具有MPV1〈0,MPV2〉0的特征,在夏季可以作为河北省北部预报暴雨的一个有效辅助工具。     

川东北一次西北气流型强冰雹天气的成因分析

利用常规气象资料和NCEP／NCAR 1°×1° 6h再分析资料,从大气环流形势、物理量场等方面对2007年4月29日发生在川东北地区的一次强冰雹天气过程的成因进行了分析。结果表明：此次西北气流型冰雹天气是在低能量环境场条件下发生的;冰雹天气发生前12h内降雹区的对流有效位能激增、午后下垫面强烈加热对大气不稳定性增强的作用显著;大气层结对流不稳定、湿对称不稳定、充足的水汽以及干线（露点锋）的存在为此过程提供了有利条件。     

四川省近10年极端小时降水时空分布特征

利用2012～2020年四川省156个国家气象观测站小时降水资料,以四川盆地、川西高原和攀西地区为考察重点,统计分析了全省极端小时降水的时空分布特征。结果表明：（1）四川省各站极端小时降水阈值、发生频次、平均强度及贡献率差异明显,高值区主要集中在盆地和攀西南部;盆地多站极端小时降水阈值在50 mm/h以上,小时降水极大值超过80 mm/h。（2）四川省极端小时降水事件主要集中在7月和8月,其中50 mm以上的小时强降水事件占比超过1/3;盆地、川西高原和攀西地区极端小时降水发生频次分别在7月、6月和8月达到最高,而小时强降水事件分别在8月、7月和6月出现最多。（3）四川省极端小时降水频次日变化峰值出现在02时,具有单峰和夜发特征,其中盆地、川西高原和攀西地区主峰值分别出现在05时、21时和02时;四川省50 mm以上小时强降水事件夜发占比达63.5%,各区域出现高峰时段差异大。