应用GRAPES模式对贵州暴雨过程的模拟试验

利用我国新一代数值预报模式GRAPES（Global／Reglional Assimilationand Prediction Enhanced System），对2004年发生在贵州的3次强降水过程，即6月23—24日、7月17—18日和7月21—22日的暴雨过程进行了数值模拟，并与实况资料进行对比分析。模拟结果表明：GRAPES模式成功地模拟了这几次降水过程中的主要天气系统的位置和移动过程，如西南低涡的加强、较强的低空急流、低空气流辐合以及高空槽过境等，因此较好地模拟出暴雨的落区和分布特征。但对强降水的模拟与实况有一定差异，对局地暴雨的模拟偏小。模拟试验分析可见：GRAPES模式对贵州暴雨有预报能力，有较好的参考作用。     

AREM模式中引入MYJ边界层方案介绍及其试验

业务实践表明,AREM模式对中国暴雨有较好的模拟能力。当前AREM模式中可供选择的边界层参数化方案比较单一,而不同边界层方案对暴雨的模拟差异较大,所以在AREM中引入一种新的边界层方案是提高其性能的一个重要方面。本文介绍了在AREM模式中引入Mellor-Yamada-Janjic′（MYJ）边界层方案的关键技术与流程,并对MYJ方案的模拟能力进行了评估。模式对2008年四川暴雨的模拟结果表明,MYJ方案有助于改善模式预报的降雨落区位置。     

应用LASGREM制作黄河三花间暴雨预报

应用中科院大气所数值模拟国家重点实验室ＬＡＳＧＲＥＭ 制作汛期黄河三花间暴雨预报结果表明,该模式对黄河中游复杂地形的降水模拟效果较好。以降水定性评分办法评定,其预报准确率约７７ ％ ,高于日本数值模式（２４ ｈ）预报准确率。     

8.19华北暴雨模拟中微物理方案的对比试验

在中尺度模式多种物理过程中,微物理过程是一个非常关键的环节,其不仅直接影响降水预报,而且也影响模式的动力过程.微物理方案有明确的物理基础,但是在实际暴雨模拟中,究竟采取哪一种方案的结果更理想,需要深入比较,因为不同的微物理方案对降水模拟结果有着很大的差异.本文利用中尺度非静力模式WRF (V3.2.1版本),采用36 km、12 km和4 km的格点分辨率,选用七种微物理方案,对2010年8月18~19 日华北地区的暴雨过程进行了敏感性试验.从降水落区和强度方面对总降水的预报性能进行了对比,模拟结果表明:选用不同的微物理方案,可以不同程度地模拟这场暴雨的范围和强度,且选择合理的微物理方案对细网格（4 km）嵌套的模拟也可以相应的提高,从而提高了暴雨模拟的分辨率,为暴雨中小尺度成因分析提供了参考.其中,水平分辨率为36 km时,Lin方案模拟的雨带范围和降水强度与实况拟合的最好;水平分辨率为12 km时,Thompson方案模拟的强降水位置、强度与实况最为接近;而水平分辨率为4 km时,WSM6方案模拟的强降水位置、强度与实况拟合得较好.再结合垂直速度、涡度、散度和雨水混合比等基本物理量的诊断分析,可以更好地理解各微物理方案对降雨预报的影响,所得的结论对我国华北暴雨强降水预报和中尺度模式微物理过程在业务和研究方面有相当的参考价值.     

一种新静力扣除方案在AREM中的应用与试验

引入一种新的参考大气方案,对AREM模式动力框架进行静力扣除修改,并选取暴雨个例进行后报模拟试验,考察模式改进后对暴雨过程的预报效果。试验结果表明:新静力扣除方案对模式预报强降水有较好改进,其主要表现在暴雨、大暴雨范围和强度及其中心位置预报上;新方案也提高了模式对气象要素场的预报准确度,特别是对流层中下层及下平流层的温度和纬向风预报,较模式修改前有了较明显的改进。汛期批量试验进一步证实了以上结果,该新静力扣除方案合理有效。     

黄河“96．8”致洪暴雨过程和数值模拟预报分析

黄河“96．8”洪水是一次重要的强降水过程引起的，黄河流域地形复杂，而且降水时间分布极不均匀，预报难度较大，应用中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室REM模式（简称LASGREM）对这次洪水暴雨过程进行了模拟预报。同时应用LASGREM的输出产品对该过程进行了分析。结果表明，该模式对黄河“96．8”致洪暴雨的模拟预报能力较强，适合于黄河水文气象业务预报。     

集合卡尔曼滤波同化探空资料的数值试验

应用集合卡尔曼滤波（Ensemble Kalman Filter;EnKF）方法,同化了2005年7月一次暴雨过程的探空观测资料,并用非静力中尺度模式MM5进行数值模拟试验。结果表明：在理想模式的假设下,即假设真实模拟和所产生的集合用的是同一个模式并有相同的初始误差,EnKF方法同化的分析结果较好。如果不运用EnKF方法同化探空观测资料,则集合预报结果和不加扰动的单个数值预报结果都没有EnKF方法同化过的好。     

基于频率匹配法的SWC-WARMS模式降水订正试验

基于西南区域数值预报模式（SWC-WARMS）2019年5~8月00时起报的24h累计降水预报资料和四川省气象站点降水观测资料,采用频率匹配法对6月1日~8月31日降水预报值进行了偏差订正。结果表明:模式预报的24h累计降水量总体为湿偏差;订正后降水量平均绝对误差减小;大雨和暴雨的偏差评分提高;小雨、中雨、大雨的TS评分提高,暴雨TS评分降低;各量级的空报率均有所降低,小雨和中雨漏报率减小,大雨和暴雨漏报率增大,尤其是暴雨漏报率显著增加;当模式对暴雨降水落区预报较好（差）时,频率匹配订正能提高（降低）TS评分。      

一次粤西南暴雨过程的预报误差来源分析

本文基于WRF模式研究了2015年5月16～17日广东西南地区的一次暴雨过程的预报误差来源。首先比较了以NCEP_FNL为初始资料的WRF模式的模拟预报（记为WRF_FNL）和ECMWF（European Centre for Medium-Range Weather Forecasts）关于该次暴雨过程的确定性预报。结果表明,ECMWF具有较高的预报技巧,因此,认为ECMWF的模式和初始场都较为准确。进一步,以ECMWF的初值作为初始场,选用相同的物理参数化方案,再次用WRF模式进行预报（预报结果记为WRF_EC）。结果表明相对WRF_FNL,WRF_EC的预报结果有明显改善。这表明,初始场的改进对预报有较大的影响,初始误差是预报误差的重要来源。进一步,分析了初始误差的主要来源区域和来源变量。结果表明,南海北部湾至广西西南区域为本次暴雨预报初始误差的主要来源区域,而初始温度场和初始湿度场则为此次暴雨预报初始误差的主要来源变量。同时改进初始温度场和湿度场可以较大程度提高本次暴雨过程的预报技巧。     

基于频率匹配法的江西省ECMWF降水预报订正研究

利用2016—2019年ECMWF（European Centre for Medium-Range Weather Forecasts）降水预报资料和江西省93个国家气象站降水资料,基于频率匹配法进行降水偏差订正,采用4种方法统计降水频率对降水预报进行订正试验（不分区试验）,根据江西省汛期暴雨气候特征对汛期降水进行分区订正试验,并对典型强降水个例进行分析。结果表明: 频率匹配法降低了模式预报小雨的空报率和大雨、暴雨的漏报率,预报技巧改进明显。在4种降水频率统计方法中,准对称滑动平均法效果最好。分区试验对强降水的订正效果优于不分区试验,该试验对模式预报正技巧暴雨过程的订正能力大于无技巧过程。对于模式预报效果差（TS=0）、一般（0 < TS < 0.2）、好（TS≥0.2）的暴雨过程,分区试验改善的概率分别为40.8%、89.1%和65.3%。频率匹配分区订正后强降水面积更加接近实况,但强降水落区不能得到明显的改善。订正方法对模式预报强降水形态、位置与实况较接近的过程,效果较好。