MM5中尺度非静力模式对云南省降水预报检验

根据MM5／V3中尺度非静力模式数值预报结果，检验了该模式在云南2001年汛期（6－10月）的降水预报效果。结果表明，MM5模式降水预报对云南大部分地区的小雨有较高的TS评分，对于全省性大雨过程，MM5模式24小时降水预报的TS评分高于同期预报员的主观预报，但对暴雨及以上量级的降水预报，模式结果不太理想。     

GRAPES_MESO模式预报降水相态诊断及应用研究

当地面气温在0℃附近时,降水相态通常比较复杂,降水相态预报一直是天气预报的难点之一。本文根据降水粒子在下落过程中的热力结构,利用BTC算法、修订的BTC算法、Ramer算法、Bourgouin算法4种计算方案,通过GRAPES_MESO中尺度模式提供所需参数,对落到地面的降水相态进行诊断,诊断的降水相态包括雨、雪、冻雨和冰粒4种,然后利用集成方法获得大概率且破坏程度大的降水相态预报产品。基于2个冬季降水个例,研究发现4种计算方案都能较合理地得到雨雪分界线,以及降雨、降雪落区范围。其中,修订后的BTC算法可以修正原始BTC算法对降雪的诊断偏差,并且预测的冰粒比原始冰粒更少。Ramer算法会比其他几种算法获得更多的冻雨事件,而Bourgouin算法最接近合成算法的结果。对于不确定性较大的中间态的冻雨和冰粒预报,鉴于其高影响特性,方案倾向于过高估计冻雨和冰粒的预报落区。集成的最终降水相态产品反映其发生的概率大或影响程度大,能为防灾减灾提供有效的警示信息。     

2003年汛期3种中尺度数值预报模式降水预报检验

利用2003年汛期降水实况及河南省气象台引进的3种中尺度数值预报模式(REM、MM5、MAPS)的降水预报资料，对模式预报性能作了检验对比分析。结果发现：REM模式对于大雨以上降水的预报效果较好；MAPS模式的12h预报有明显优势；MM5模式对小雨和中雨的预报效果较好，并且预报结果具有稳定性。     

GRAPES区域集合预报对2019年中国汛期降水预报评估

2019年,数值预报中心开发了以GRAPES全球模式为驱动场,集合变换卡尔曼滤波为初值扰动方法,随机物理过程倾向项为模式扰动方法的10km水平分辨率GRAPES-REPS V3.0区域集合预报模式,并投入业务运行.基于该模式,作者开展了2019年7～9月夏季降水不确定性的集合预报实时试验,并从统计检验和个例分析角度,与...     

2013年汛期华中区域业务数值模式降水预报检验

为充分了解华中区域中尺度业务数值预报模式更新为WRF后的预报性能,对该模式2013年汛期24 h和48 h的累积降水预报产品,采用TS评分、预报正确率、漏报率、空报率、偏差及ETS评分等统计量对其进行了较详细的评估。结果表明：从日平均降水率分布来看,24 h预报的降水中心位置和强度与实况更接近,48 h的预报明显偏大、偏强;汛期总体降水检验表明,该模式的降水预报以偏大为主,随着降水量级的增大,TS和ETS评分逐渐减小,且ETS评分逐渐靠近TS;逐月降水检验结果发现,该区域汛期月晴雨预报正确率与雨日率呈正相关;通过梅雨期WRF与GRAPES_Meso的预报对比检验可见,两个模式都表现出了较好的预报性能。值得指出的是,随着降水量级的增大,WRF模式降水预报优势逐渐显现。总的来说,该模式的降水预报产品具有一定的参考价值。     

高分辨率区域模式降水预报在云南的检验

为了解高分辨率区域数值模式降水预报在云南的预报效果和误差特点,针对华南中尺度模式、华东区域数值预报业务模式和中央气象台GRAPES-Meso模式对2017年9月—2018年12月云南降水预报进行检验分析。结果表明:华东模式降水预报效果整体最好,其降水的振幅接近实况,晴雨准确率也是最高,而华南和GRAPES模式空报率和漏报率普遍偏高。三种模式对滇东北、滇中西部、滇西北北部≥0.1 mm降水预报评分普遍较低,对滇南、滇西南、滇西边缘地区的评分普遍较高。在滇东北北部、滇中西部、及滇西北北部地区三种模式对≥10 mm降水TS评分普遍较低。对于≥25 mm降水,华东模式和华南模式在滇中、滇西地区的TS评分高于GRAPES模式。对于≥50 mm降水,华东模式和华南模式在滇东南、滇西南、滇西边缘及金沙江河谷沿线TS评分高于GRAPES模式。对于云南强降水天气过程,≥0.1 mm降水华南模式预报效果较好,但10 mm和25 mm以上量级降水华东模式的预报效果较好,≥50.0 mm则是GRAPES模式更具参考价值。     

2020年辽宁省汛期多模式降水预报评估

基于7种数值预报产品,采用二分类检验和频率分布检验方法,对2020年5—9月辽宁省24 h降水预报、3 h降水量20 mm以上的强降水预报进行检验评估。结果表明：多数数值模式均存在降水预报频次偏多的误差特征,尤其是全球模式,对弱降水过程的过度预报特征更为明显。数值模式对24 h中雨量级降水的预报效果普遍较好,全球模式对强降水的预报效果较差。SHANGHAI、BEIJING中尺度模式对不同量级降水的预报效果总体好于其他模式,GRAPES＿3km中尺度模式的强降水预报频率偏高,SHANGHAI中尺度模式的降水极值预报强度偏大,ECMWF模式的各量级降水预报性能较均衡,对强降水也有一定的预报能力。中尺度模式对白天时段的强降水预报效果较好,但从初始时刻后第6～9 h的预报效果较差。数值模式对大范围强降水过程及小范围稳定性强降水过程的预报效果较好,对副热带高压后部小范围强降水过程预报效果较差,无法预报大雨以上量级降水。     

区域中尺度数值预报模式梅雨期降水预报的检验与分析

对区域中尺度数值预报模式ZMM4对我省1995-1997年梅雨期的降水预报能力进行了检验;结合梅雨期的天气形势特点与日本E03的降水预报作对比分析,结果表明ZNH4有较好的预报能力。但与E03一样,雨量容易报得偏小,分析结果有利于数值预报产品的业务使用和模式的改进。     

天气学检验在东北区域数值模式秋冬季降水预报中的应用

根据影响天气系统不同,利用2007年9月－2008年2月东北区域中尺度数值模式12h累积降水预报和东北地区常规站降水实况资料,采用天气学检验方法,从降水中心强度、中心位置、降水主体强度、落区、范围和移速6个方面对东北区域中尺度模式降水预报产品的预报性能进行检验。结果表明：模式对东北地区秋、冬季降水有很好的预报能力,但因天气系统和预报时效不同其预报能力也有较大差异,其中对高空槽预报效果最好;一般情况下,在预报出现偏差时中心和主体强度易偏强,雨带范围易偏大,移速易偏慢。     

GRAPES_MESO V3.3模式强天气预报性能的初步检验

本文针对2013年6月升级后的GRAPES_MESO V3.3模式预报产品进行了天气学检验。检验结果表明:模式能够较好地反映强对流过程发生发展的水汽、稳定度和垂直风切变等物理条件,8-10月期间,预报准确率随着季节的转换而有所不同,对于达到一定阈值条件的部分物理参数预报效果较好,对业务具有较好的参考价值。模式对于强降水以及华北雷暴大风和冰雹等强天气过程具有一定的预报能力,特别是高时空分辨率的产品能够在一定程度上较好地描述过程的发生发展,但对于极端强降水、受地形影响的强降水等,预报能力有限。     

Grapes模式预报西南地区夏季2m温度的检验评估

利用西南地区2004、2005年夏季的实况温度对G rapes模式输出的2m温度预报产品进行检验,结果表明,不管是单日预报误差还是月平均预报误差,都没有随预报时效的延长而增大,对四川盆地大部分地区,模式预报温度偏高,对重庆、云南、贵州及川西高原南部的温度预报,基本上表现为14时偏高,02时偏低,对川西高原北部和西藏则表现为预报温度偏低。分析表明,模式中对高原地形处理的不真实是温度预报产生误差的重要原因之一,利用回归分析方法能对模式温度预报进行有效的订正。检验分析结果为进一步改进模式,提高要素预报产品质量提供了一定的依据。     

Grapes模式预报西南地区夏季2m温度的检验评估

利用西南地区2004、2005年夏季的实况温度对G rapes模式输出的2m温度预报产品进行检验,结果表明,不管是单日预报误差还是月平均预报误差,都没有随预报时效的延长而增大,对四川盆地大部分地区,模式预报温度偏高,对重庆、云南、贵州及川西高原南部的温度预报,基本上表现为14时偏高,02时偏低,对川西高原北部和西藏则表现为预报温度偏低。分析表明,模式中对高原地形处理的不真实是温度预报产生误差的重要原因之一,利用回归分析方法能对模式温度预报进行有效的订正。检验分析结果为进一步改进模式,提高要素预报产品质量提供了一定的依据。     

云贵川三省汛期月降水的模式释用集成预测研究

基于国家气候中心（NCC_CSM11）、美国国家环境预报中心（NCEP_CFS2）和欧洲中期天气预报中心（ECMWF_SYSTEM4）三种模式产品资料,以及美国国家环境预报中心（NCEP）的大气环流再分析资料和云南、贵州及四川三省359个站点月降水资料,搜寻模式“有预测技巧的高影响关键区”,使用逐步回归方法建立预测释用模型,比较采用原始资料和年际增量两种资料序列的释用结果与模式结果的预测性能。结果表明：原始资料释用结果月均PC评分与模式结果相近,PS和ACC评分则有所提高;增量资料释用结果对月降水预测性能的改进优于原始资料释用结果;进一步采用超级集合平均方法对各月三种模式增量资料释用结果进行集成,预测评分在绝大多数情形下超过参与集成的各成员评分最高值,集成结果对ACC提升最明显,其次为PC评分,对PS评分改进不明显。     

阿勒泰地区夏季降水概念模型及预测模型

在相关普查及分析各因子物理意义的基础上,建立阿勒泰地区夏季降水概念模型及预测模型,结果表明：夏季500hPa高度场,若极涡偏南、偏强,欧洲到里成海、贝湖到蒙古为脊区,西西伯利亚到巴湖为槽区,西太副高西伸北挺明显,北非副高东伸以及伊朗副高北挺明显,有ElNino或LaNina现象出现,加上前期5月降水量偏多,则该地区夏季降水易偏多,反之易偏少。     

CMIP6 Evaluation and Projection of Temperature and Precipitation over China

This article evaluates the performance of 20 Coupled Model Intercomparison Project phase 6(CMIP6)models in simulating temperature and precipitation over China through comparisons with gridded observation data for the period of 1995–2014,with a focus on spatial patterns and interannual variability.The evaluations show that the CMIP6 models perform well in reproducing the climatological spatial distribution of temperature and precipitation,with better performance for temperature than for precipitation.Their interannual variability can also be reasonably captured by most models,however,poor performance is noted regarding the interannual variability of winter precipitation.Based on the comprehensive performance for the above two factors,the“highest-ranked”models are selected as an ensemble(BMME).The BMME outperforms the ensemble of all models(AMME)in simulating annual and winter temperature and precipitation,particularly for those subregions with complex terrain but it shows little improvement for summer temperature and precipitation.The AMME and BMME projections indicate annual increases for both temperature and precipitation across China by the end of the 21st century,with larger increases under the scenario of the Shared Socioeconomic Pathway 5/Representative Concentration Pathway 8.5(SSP585)than under scenario of the Shared Socioeconomic Pathway 2/Representative Concentration Pathway 4.5(SSP245).The greatest increases of annual temperature are projected for higher latitudes and higher elevations and the largest percentage-based increases in annual precipitation are projected to occur in northern and western China,especially under SSP585.However,the BMME,which generally performs better in these regions,projects lower changes in annual temperature and larger variations in annual precipitation when compared to the AMME projections.     

匹配域投影降尺度方法在河南省夏季降水预测中的应用及检验

根据河南省夏季降水数据和BCC-CGCM、ECMWF-SYSTEM4模式资料,利用匹配域投影降尺度方法对河南省夏季降水进行预测,结果表明:1)匹配域投影降尺度方法对河南省夏季降水具有较好的预测能力,且较原始模式稳定。除了河南省中部地区外,其他大部分地区的Ps评分都在60分以上。2)在交叉验证期,两个模式的降尺度预测Ps评分分别比原始模式的提高了20.2%和16.3%,但ECMWF-SYSTEM4模式降尺度预测的平均分达到了71.2分,较BCC-CGCM模式的降尺度预测平均分偏高1.6分。在交叉验证期的26年中,有62%以上的年份,降尺度预测方法都对原始模式有正的订正技巧。3)2009—2013年的独立样本检验表明,匹配域投影降尺度方法比原始模式预测Ps评分提高了40%左右,表明该降尺度方法对夏季降水具有较好的预测能力。4)该方法可以在业务上应用,图形界面程序的研发,更方便了业务应用。     

动力模式产品在河南省夏季降水预测中的降尺度应用

利用NCEP/NCAR再分析资料和河南省106个站点夏季降水资料,建立了河南省夏季降水降尺度预测模型。该模型利用模式产品的500 h Pa高度场信息,通过统计降尺度方法,对河南省106个站点的夏季降水进行降尺度预测,实现了气候模式产品在河南省夏季降水预测中的降尺度解释应用,弥补了气候模式空间分辨率较低的缺陷。对该模型的历史回报检验表明,该降尺度模型对河南省夏季降水预测效果较好且较为稳定,尤其对北部、西部和豫南南部地区的效果最好。利用BCC-CGCM1和ECMWF-SYSTEM4模式资料,进行了独立样本的检验,结果表明,两种模式在5月起报的预测效果要优于3月起报的预测效果,BCC-CGCM1模式3月的预测效果要好于ECMWF-SYSTEM4的,两种模式在5月的预测效果相当。目前,此方法实现了可视化开发,并集成了检验方法,已应用于河南省气候预测业务中。     

西藏高原一次冰雹天气云降水模式预报产品检验

利用FY-2G卫星反演云特征参量产品、MICAPS高空和地面形势场、逐小时地面降水和探空数据等资料,从云的宏观、微观结构及垂直结构和降水方面对2016年6月22日19:00-20:00拉萨市短时冰雹天气发生期间的GRAPES_CAMS云降水模式预报结果进行高原地区适用性检验。结果表明:(1)模式能够预报西藏地区的降水落区分布,对强降水中心和降水强度的预报存在一定偏差;(2)模式能较好地预报云系发展演变,在云系移速、移向上预报结果与实况基本一致,对云系发展旺盛程度的预报有一定偏差;(3)模式能较准确地预报高原对流云宏观特征,对流云的垂直发展预报结果比实况弱,云顶高度偏低1.0~2.0 km,云顶温度偏高10~20℃;(4)在云垂直结构特征上,模式预报与卫星、高空监测较为吻合,云的冷暖性质、垂直结构、特征温度层高度与实况接近。