千米尺度分辨率下GRAPES-Meso4.0模式定量降水预报性能评估

应用覆盖中国东南部的3 km分辨率GRAPES-Meso4.0模式（GRAPES-Meso4.0_3 km）2015年夏季实时预报试验结果、同区域1600多个中国国家地面气象观测站每日08：00-08：00 BT的24 h累积降水量和逐时降水量观测资料,从降水累积量、降水频率、降水强度、日循环特征等多个角度,对千米尺度分辨率下GRAPES-Meso4.0模式的降水预报性能进行细致评估,并与同版本10 km分辨率业务模式（GRAPES-Meso4.0_10 km）同期结果在相同区域进行类同对比分析和讨论。结果表明：（1） GRAPES-Meso4.0_3 km很好地捕捉到了2015年夏季观测的日均降水量和降水频率的大小及地域分布特征,其一般性降水（中雨及以下）频率平均低于实况约3个百分点,强降水（大雨及以上量级）频率与实况近乎吻合,纠正了GRAPES-Meso4.0_10 km在这两方面存在的显著预报正偏差,均方根误差（RMSE）减小了40%-50%;（2） GRAPES-Meso4.0_3 km在降水强度预报上的优势主要表现为：对降水强度的地域分布细致特征和对短时强降水（雨强 ≥ 10 mm/h）的频数和分布等把握比较准确,但对强降水（一般性降水）的强度预报偏强（偏弱）;（3） GRAPES-Meso4.0_3 km小时降水量和降水频率的日循环预报可反映出研究区域观测的双峰总体特征以及雨量和频率在日循环中的紧密联系,明显优于GRAPES-Meso4.0_10 km的表现,尽管下午（16时,北京时）峰的预报还存在偏弱现象;（4）模式分辨率提高到千米尺度和模式显式描述云和降水过程,是GRAPES-Meso4.0_3 km降水预报性能较GRAPES-Meso4.0_10 km提高的关键原因,模式初值差异也是不可忽视的影响因素。     

CMA-SH9在川渝地区的降水日变化预报效果评估

利用CMA-SH9模式逐小时降水预报数据和地面自动站-CMORPH卫星融合降水数据,开展该模式对2020年暖季（5~9月）川渝地区降水日变化的预报效果评估。结果表明:CMA-SH9模式可以再现小时平均降水量在四川盆地偏小、盆地周边陡峭地形处偏大的空间分布特征;显著的预报正偏差分布于青藏高原东坡至四川盆地西南部一带和四川盆地以东地区,偏差来自降水频率和降水强度的共同贡献;预报负偏差分布于四川盆地,主要来自模式对降水强度的低估;降水日变化峰值时间自西向东呈午夜到上午的滞后,模式预报的降水日变化峰值时间超前于观测;模式能够较好地把握青藏高原东坡至四川盆地西南部一带和四川盆地的单峰型日变化位相,以及盆地以东地区的双峰型日变化位相,但预报的降水量值和观测存在一定偏差。      

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。      

基于集合成员订正的强降水多模式集成预报

基于TIGGE资料集下欧洲中期天气预报中心（ECMWF）、日本气象厅（JMA）、英国气象局（UKMO）、美国国家环境预报中心（NCEP）和中国气象局（CMA）5个气象预报中心2016年5月1日—8月31日中国地区逐日起报预报时效为24~168 h的24 h累积降水量集合预报的结果,对各个集合预报成员进行了频率匹配法的订正,并对订正前后的多模式集成预报效果进行评估。结果表明:采用频率匹配法订正后的降水预报,有效改善了集合平均预报中强降水（日降水量25 mm以上）预报由平滑作用产生的量级偏小现象,使预报的降水量级更接近实况,但对降水落区预报改进不明显。基于卡尔曼滤波技术的集成预报效果优于基于线性回归的超级集合预报和消除偏差集合平均预报,对强降水落区的预报较单模式更优。基于集合成员订正的降水多模式集成预报在强降水的落区预报和降水中心的量级预报更接近实况,效果优于原始多模式集成预报与单模式结果。     

基于频率匹配法的中国降水多模式预报订正研究

基于TIGGE资料中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及英国气象局1～7 d日降水量预报以及中国自动站观测资料与CMORPH降水产品融合的逐时降水量网格数据集,利用频率匹配法(Frequency-Matching Method,FMM)对中国降水预报进行客观订正。首先利用卡尔曼滤波方法对降水频率进行调整,并根据不同区域降水强度差异将全国分为7个子区域分别进行频率匹配。结果表明,FMM可以有效减小降水量预报的误差。经过频率匹配法订正后各模式降水预报的平均绝对误差(Mean Absolute Error,MAE)大幅减小,且订正后各量级降水的雨区面积更加接近实际观测值。FMM对小于5 mm和大于15 mm的降水预报技巧改进明显。此外,FMM降低了模式预报的小雨空报率和大雨漏报率,并且明显提高了晴雨预报的准确率。FMM明显消除了大范围小雨空报区域,但是对强降水预报FMM仅能调整降水量大小,强降水落区预报并不能得到明显改善。     

2020年夏季辽宁省多模式降水预报检验

选用2020年夏季辽宁省区域自动站资料和7种模式预报资料,根据降水强度将站点分为5种降水类型,分析各数值模式36 h和48 h预报检验降水场的分布误差、相关性及雨带位置。结果表明：36 h预报结果好于48 h, 48 h降水量预报结果普遍比观测值偏大。初夏、夏末及秋初,各模式降水量预报偏差相对较小,盛夏的预报值偏差较大,尤其强降水站点的降水量预报值显著偏小。36 h预报值与观测值的相关系数和散点分布表明,弱降水站点和较弱降水站点的ECMWF预报结果最好,NCEP和WRF＿3KM次之。中量降水站点、较强降水站点和强降水站点的NCEP预报结果最好,ECMWF和WRF＿3KM次之。各模式雨带位置预报存在不同程度偏差,其中ECMWF的结果较好。     

基于目标对象检验法的四川省两种数值模式暴雨预报对比分析

根据2021年四川省31次暴雨过程预报偏差检验,选取ECMWF预报雨带明显偏西、CMA-MESO预报较好的3次个例,基于目标对象检验法对强降水落区(≥25 mm)从位置偏差、面积偏差、雨带走向和降水强度4个方面对两模式的预报偏差特征和主要原因进行对比分析。结果表明：ECMWF模式降水落区预报较实况偏西偏北,且偏西偏差距离(59.06～123.67 km)显著大于偏北偏差距离(8.23～53.59 km),而CMA-MESO模式雨带走向和位置预报与实况更为接近。两模式降水面积预报均大于实况,ECMWF模式较实况偏大7.0%～34.3%,CMA-MESO模式偏大25.2%～45.9%。两模式降水量平均值预报与实况偏差幅度为-3.5%～20.0%,但降水量极值预报较实况偏差较大,偏差幅度为50.1%～196.9%。检验分析表明,出现在副热带高压边缘,受高原涡或西南涡影响的四川暴雨过程,在ECMWF模式预报强降水落区(≥25 mm)偏西的情况下,CMA-MESO模式可以提供订正参考。     

对流尺度集合预报对川渝地区降水的预报性能分析

为深入认识对流尺度集合预报对川渝地区降水的预报性能，利用2020—2021年暖季（5—9月）川渝地区7 213个自动气象站逐日降水观测数据，综合评估对流尺度集合预报系统的控制预报（Control Forecast, CNTL）、集合平均（Ensemble Mean, MEAN）和概率匹配平均（Probability-matched Ensemble Mean, PM）对川渝地区降水的预报能力，并对比不同起报时次（08:00和20:00，北京时，下同）的预报差异。结果表明：（1）PM和MEAN的预报性能相对CNTL有所提高，MEAN对中雨和大雨量级降水预报具有指示意义，PM对大量级降水具有明显的预报优势。（2）模式预报的降水频率在小雨量级相比观测呈区域一致的正偏差，中雨及以上量级降水的预报正偏差集中在大巴山、华蓥山、武陵山脉等高海拔山区，预报负偏差主要位于四川盆地和丘陵区域，MEAN对小雨和中雨（大雨和暴雨）的预报正（负）偏差最明显。（3）08:00起报的36 h时效临界成功指数（Critical Success Index, CSI）和命中率（Probability of Detect...     

基于CRA空间检验技术的西南地区东部强降水EC模式预报误差分析

CRA(contiguous rain area)空间检验技术是将连续雨区作为目标进行检验。通过设定降水量阈值,识别、分离及平移降水目标,将预报偏差分解为落区、强度和形态误差,该方法可避免传统TS评分的双惩罚效应。利用CRA空间检验技术对2011—2014年5—9月西南地区东部EC细网格模式36 h预报时效119个降水目标的预报误差进行分析,并按照环流形势和影响系统对强降水个例进行分型,分为西南地区东部低涡切变型、西南地区东部-江淮切变型、南风型,分别对上述三类不同类型强降水个例的落区和强度误差进行了对比。得到如下结论:西南地区东部降水预报形态误差占比最大,为60%左右,其次是落区误差,为30%左右,强度误差最小,约为10%;落区平均偏西0.7°,经向偏差不明显;模式对于水平尺度较小的降水目标漏报可能性较大,而对于天气尺度降水目标模式预报面积偏大,总降水量偏大,雨强偏小;西南地区东部低涡切变型和西南地区东部-江淮切变型降水强度预报误差类似,模式预报雨区面积均偏大,降水尺度越大,偏大的概率越大,实况平均降水强度越强,模式预报强度越偏弱;南风型预报强降水面积和平均强度均偏弱,出现漏报的概率较大;而对于最大降水量,三种类型模式预报的最强降水均较实况偏弱;西南地区东部低涡切变型模式预报落区偏西,江淮至西南地区东部切变型模式预报落区偏西偏北,南风型模式预报落区偏西偏南。     

西南区域中心模式SWC-WARMS降水偏差分析

本文利用2014—2015年5—10月12(24)h累积降水资料和西南区域模式(SouthWest Center WRF ADAS Real-time Modeling System,SWC-WARMS)36(72 h)预报时效内降水预报资料,从概率和频次角度分析不同海拔高度地区观测和模式降水在量级及空间分布上的特征差异。结果表明,SWC-WARMS模式各预报时效各量级降水的概率密度均比观测偏大,并向10 mm以下雨量集中,且随预报时效延长偏大更显著;模式与观测降水的概率密度曲线差异在盆地小于高原,地形差异小的区域小于地形差异大的区域。SWC-WARMS模式对四川地区降水预报存在雨日较观测明显偏多,量级偏大,降水频次高值区范围偏大、出现虚假高值区等系统性偏差。此外,模式预报在20—08时比08—20时优,24 h累积降水预报优于12 h降水预报,尤以中雨及以上量级降水落区预报为甚。最后,模式极端强降水预报在20—08、20—20时较实况偏大,08—20时,模式预报在盆地较实况偏小,川西高原和攀西地区偏大。     

Validation of Daily Precipitation from Two High-Resolution Satellite Precipitation Datasets over the Tibetan Plateau and the Regions to Its East

Daily precipitation amounts and frequencies from the CMORPH (Climate Prediction Center Morphing Technique) and TRMM (Tropical Rainfall Measuring Mission) 3B42 precipitation products are validated against warm season in-situ precipitation observations from 2003 to 2008 over the Tibetan Plateau and the regions to its east. The results indicate that these two satellite datasets can better detect daily precipitation frequency than daily precipitation amount. The ability of CMORPH and TRMM 3B42 to accurately detect daily precipitation amount is dependent on the underlying terrain. Both datasets are more reliable over the relatively flat terrain of the northeastern Tibetan Plateau, the Sichuan basin, and the mid-lower reaches of the Yangtze River than over the complex terrain of the Tibetan Plateau. Both satellite products are able to detect the occurrence of daily rainfall events; however, their performance is worse in regions of complex topography, such as the Tibetan Plateau. Regional distributions of precipitation amount by precipitation intensity based on TRMM 3B42 are close to those based on rain gauge data. By contrast, similar distributions based on CMORPH differ substantially. CMORPH overestimates the amount of rain associated with the most intense precipitation events over the mid-lower reaches of the Yangtze River while underestimating the amount of rain associated with lighter precipitation events. CMORPH underestimates the amount of intense precipitation and overestimates the amount of lighter precipitation over the other analyzed regions. TRMM 3B42 underestimates the frequency of light precipitation over the Sichuan basin and the mid-lower reaches of the Yangtze River. CMORPH overestimates the frequencies of weak and intense precipitation over the mid-lower reaches of the Yangtze River, and underestimates the frequencies of moderate and heavy precipitation. CMORPH also overestimates the frequency of light precipitation and underestimates the frequency of intense precipitation over the other three regions. The TRMM 3B42 product provides better characterizations of the regional gamma distributions of daily precipitation amount than the CMORPH product, for which the cumulative distribution functions are biased toward lighter precipitation events.     

千米尺度数值预报模式对泰山地区暖季降水预报性能的评估

为深入认识对流可分辨模式对小尺度孤立地形区降水的预报性能,使用2017年暖季（5—9月）台站逐时降水观测数据,以小时尺度降水特征为指标,细致评估了千米尺度分辨率（3 km）的北京“睿图”短期数值预报子系统（RMAPS-ST）对泰山及其周边地区降水特征的预报能力,并对比了不同起报时次（北京时08时和20时）的预报差异。评估发现,RMAPS-ST可以再现泰山站的局地降水中心,但区域西南侧降水预报小于观测,而泰山站及其东北侧则相反。清晨和午后时段的降水预报与观测相比存在较大偏差。以泰山站为例,RMAPS-ST易于低估夜间至清晨时段的降水频率,这可能与模式对降水系统发展演变过程的预报偏差以及清晨泰山站弱降水事件的漏报有关;清晨泰山站降水强度的预报在不同起报时次的结果中存在差异,20时起报存在大幅度高估的问题,进而导致其暖季平均降水量预报大于观测,而08时起报对于清晨降水强度的高估不明显;08时起报易高估泰山站午后的降水频率,这与其午后短历时降水事件数预报偏多有关,模式对山区热动力场的预报偏差是午后降水空报的可能原因。小时尺度降水特征已应用于中国气象局区域数值预报模式的业务评估体系中,本研究结果也表明,此类评估有助于深入认识千米尺度数值预报模式对降水日内变化的预报能力,从而为精细化降水产品的订正提供更详实的科学依据。      

基于西南区域模式预报的川西高原东坡过渡带降水地形订正试验

基于西南区域模式（SWCWARMS）网格降水预报,通过地形降水估算量构建地形降水订正方程,分别应用模式地形和实际地形的订正方案对2020年6~8月发生在川西高原东坡过渡带的11次强降水过程进行订正试验。结果表明:应用模式地形订正后各量级降水预报的平均TS（Threat Score）评分较模式预报均有所提高,大雨及以上量级TS评分提高4%以上,平均空报、漏报率均减小,订正效果优于应用实况地形订正的效果。该方法具有普适性,对于地形复杂的川西高原东坡、攀西河谷及盆地西部沿山地区,预报和实况落区相似、不相似及强、弱降水过程均适用。      

云贵高原夏季不同等级极端日降水事件的气候特征

基于中国气象局国家气象信息中心整编的云贵高原地区81站的1960—2014年夏季（6—8月）日降水资料,利用百分位法得到不同等级的降水阈值来定义相应等级的日降水事件,并对1960—2014年（55 a）云贵高原夏季不同等级的极端日降水事件的气候特征进行分析。结果表明,云贵高原夏季不同等级日降水事件的降水阈值均呈南多北少的分布特征,高值区位于广西南部,最低值则位于云南西北。区域平均的99%、95%、90%和75%分位上的降水阈值分别为19.4 mm、15.5 mm、13.1 mm和9.6 mm。在上述4个等级中,75%分位日降水事件的累积降水量占夏季总降水量百分比最大,95%次之,99%分位占比最少。近55 a来,99%分位和95%分位的极端日降水事件的降水日数呈一定程度的增多趋势,90%分位和75%分位则以减少为主。4个等级的云贵高原区域平均极端日降水事件具有显著的年际和年代际变化特征。此外,云贵高原夏季累积降水量随大范围日降水量的变化曲线近似于左偏态分布,其中5.0~11.8 mm的日降水量带来的降水占全部累积降水的52.9%,对云贵高原夏季降水有重要贡献。      

GRAPES_GFS模式全球降水预报的主要偏差特征

利用2017年1、4、7、10月"全球降水观测(global precipitation measurement,GPM)计划"每日08时(北京时)的24 h累计降水量和逐30 min降水量观测产品,从降水量和频率等角度,对同期GRAPES全球模式(GRAPES_GFS)第1(D1)、3(D3)、5天(D5)的全球降水...     

四川盆地大暴雨降水的日变化模拟偏差成因分析

利用WRF模式模拟了2011年6月16-17日四川盆地的一次大暴雨过程,首先根据24 h累积降水的位置、强度,选取了位于不同地形的3个强降水中心作为代表站,分析其降水日变化的模拟效果。结果表明:模式基本模拟出了位于川东北盆地边缘旺苍地区的降水峰值;而对位于盆中的荣昌站和位于川西高原的越西地区的模拟效果不理想。为了揭示影响逐时降水的因子,对3个代表站不同时刻的模拟效果进行对比分析,发现强降水的模拟效应与对流层中水汽、动力以及热力条件的模拟效果紧密相关。模式对水汽、位势高度、流场、垂直速度及大气层结状况这些物理量在各个时刻的不同模拟效果导致了逐时降水模拟的偏差,模式中盆地周围山地地形高度的偏差同样影响降水的模拟效果。     

Temporal and Spatial Characteristics of Extreme Hourly Precipitation over Eastern China in the Warm Season

Based on hourly precipitation data in eastern China in the warm season during 1961-2000,spatial distributions of frequency for 20 mm h 1 and 50 mm h 1 precipitation were analyzed,and the criteria of short-duration rainfall events and severe rainfall events are discussed.Furthermore,the percentile method was used to define local hourly extreme precipitation;based on this,diurnal variations and trends in extreme precipitation were further studied.The results of this study show that,over Yunnan,South China,North China,and Northeast China,the most frequent extreme precipitation events occur most frequently in late afternoon and/or early evening.In the Guizhou Plateau and the Sichuan Basin,the maximum frequency of extreme precipitation events occurs in the late night and/or early morning.And in the western Sichuan Plateau,the maximum frequency occurs in the middle of the night.The frequency of extreme precipitation (based on hourly rainfall measurements) has increased in most parts of eastern China,especially in Northeast China and the middle and lower reaches of the Yangtze River,but precipitation has decreased significantly in North China in the past 50 years.In addition,stations in the Guizhou Plateau and the middle and lower reaches of the Yangtze River exhibit significant increasing trends in hourly precipitation extremes during the nighttime more than during the daytime.     

“7·20”郑州特大暴雨的多模式对比及高分辨率区域模式预报分析

7月20日郑州遭遇特大暴雨，郑州站单日降水量（552.5 mm）和1 h降水量（201.9 mm）皆打破了该站建站以来的历史纪录。本文采用地面降水观测、静止卫星观测、再分析资料和数值模式预报数据对此次过程开展了多模式预报偏差原因分析和江苏省精细化天气分析和预报系统（Precision Weather Analysis and Forecasting System，PWAFS）的极端强降水预报能力分析。主要结论：1）此次暴雨过程因副热带高压西伸与台风”烟花”加强使二者之间的东风急流加强，并叠加地形的抬升作用而引起，前者提供了大尺度水汽条件，后者提供了局部动力条件；2）欧洲中期天气预报中心（European Center for Medium-range Weather Forecasts，ECMWF）模式和美国国家环境预报中心全球预报系统（Global Forecast System，GFS）的降水落区较好，中心略偏北，但强度显著偏低。PWAFS模式预报的降水量级高于全球模式，且具有沿地形分布的特征，但存在降水位置偏西和降水范围更为孤立等问题。3）结合再分析资料和PWAFS预报，对应此次强降水区域，7月20日白天存在中低层切变发展成闭合低压系统的过程，为对流发展提供了动力条件。