CWRF模式极端降水模拟误差订正

基于1980—2015年6—8月CWRF模式（Climate-Weather Research and Forecasting model）14种方案的模拟结果和全国逐日降水观测资料,对比了Q-lin,Q-tri,RQ-lin,RQ-tri,SSP-lin和CDFt 6种误差订正方法对CWRF模式控制化方案（C1）模拟中国东部夏季日极端降水的订正效果,以CWRF模式14种方案日极端降水的模拟效果排名为基础,对比了模拟效果较好的4种方案集合、模拟较差的4种方案集合以及14种方案集合的订正效果,选出相对较好的订正方案进一步评估其成员集合后订正和成员分别订正后再集合的订正效果,结果表明:采用6种误差订正方法均可明显减少日极端降水模拟误差,其中RQ-lin方法订正效果最佳。CWRF模式对中国东部的极端降水指数均表现出较好的模拟能力,不同参数化集合方案得到14种方案成员先订正再集合与观测日极端降水平均值最为接近,研究结果对于改进模拟结果、提高其预测能力有重要应用价值。     

CWRF模式在中国夏季极端降水模拟的误差订正

利用1980—2015年6—8月我国逐日降水观测数据评估CWRF模式（Climate-Weather Research and Forecasting model）多种参数化方案对我国夏季日降水的模拟能力,并考察累积概率变换偏差订正法（CDFt）的订正效果。通过将广义帕累托分布（GPD）引入到偏差订正模型中,提出针对极端降水的累积概率变换偏差订正法（XCDFt）,检验和评估其对极端降水订正的适用性。结果显示:CWRF模式微物理过程选用Morrison-aerosol参数化方案组合对我国降水场的模拟较好,CDFt订正效果良好;XCDFt偏差订正模型能够较好地提取模式建模与验证时期变化信号,订正后相比订正前与观测极端降水的概率分布更为接近;经过XCDFt订正后华南、华中和华北地区20年一遇的极端降水重现水平较模拟值更接近观测值,可为CWRF模式提高极端降水的业务预测水平提供参考。     

一种基于神经网络的中国区域夏季降水预测订正算法

基于CWRF(climate extension of WRF)区域气候模式的动力降尺度预测技术对夏季降水预测存在一定偏差,难以实现准确预测。本文立足于中国区域夏季降水特点,分析与夏季降水相关的气象要素,采用树突(dendrite, DD)网络与人工神经网络(artificial neural networks, ANN)相结合的方法,针对CWRF模式回报的1996—2019年夏季降水量进行订正,检验其订正效果。结果表明：人工树突神经网络(artificial dendritic neural network, ADNN)算法模型订正的中国夏季降水量整体好于CWRF模式历史回报,距平相关系数和时间相关系数较订正前均提高约0.10,均方误差下降约26%,趋势异常综合检验评分提高6.55,表明ADNN机器学习方法能够对CWRF模式夏季降水预测实现一定程度的订正,从而提高该模式降水预测精度。     

多模式降水分级最优化权重集成预报技术

为综合不同模式对不同量级降水的预报优势,设计一种全球模式与区域模式结合的降水分级最优化权重集成预报算法,集成经最优TS评分订正法（optimal threat score,OTS）订正后的欧洲中期天气预报中心降水预报产品（以下简称EC-OTS）和华东区域中尺度模式降水预报产品（以下简称SMS-OTS）。以泛长江区域（23°~39°N,101°~123°E）为研究范围,基于2018年不同降水量级的TS评分最优化确定SMS-OTS和EC-OTS在不同降水量级时的最优权重系数以及最优集成方案,并以2019年降水数据为独立样本进行预报试验。结果表明:对于最优权重系数,EC-OTS在低降水量级权重较大,随着降水量级的加大,SMS-OTS的权重也逐渐加大;最优集成方案为初始集成降水量预报取SMS-OTS,集成运算迭代3次;集成预报在几乎所有预报时效、所有降水量级的TS评分均高于EC-OTS和SMS-OTS,其平均绝对误差略小于EC-OTS,显著小于SMS-OTS;集成预报12 h累积降水预报的TS评分较省级预报员主观预报高-0.009~0.041,24 h累积降水预报的TS评分较国家气象中心预报员主观预报高0.009~0.023。     

基于多模式的新疆最高(低)气温预报误差订正及集成方法研究

干旱区由于气温日较差大,气温预报难度偏大,尤其是最高、最低气温预报。利用2013—2015年ECMWF、T639、DOGRAFS、GRAPES 4种模式24 h内气温预报产品,采用递减平均订正法以及集合平均和加权集合平均法,设计2种订正集成方案,即方案1是对多模式气温预报先集成后订正,方案2是先订正后集成,对新疆地区日最高气温和最低气温预报的误差订正及集成效果进行对比检验。结果表明:(1)4种模式对新疆气温预报的准确率表现为ECMWF模式整体最好,DOGRAFS模式最差,且最低气温的预报准确率提高程度高于最高气温;(2)对于新疆不同区域,最高(低)气温预报准确率北疆高于南疆,西部高于东部,平原高于山区,且冬季的订正能力大于其他季节;(3)加权集合平均法优于集合平均法,先订正后集合方案优于先集合后订正方案;(4)方案2对2015年7月13—30日和2014年4月22—24日两次极端高、低温天气过程的最高(低)气温订正效果明显。     

基于多模式集成冬半年气温预报偏差修正

卡尔曼滤波递减平均方法对模式直接输出的气温预报进行订正,能有效提高预报准确率,但有时会造成显著负订正的现象,使订正预报效果反而不及模式直接输出。利用消除偏差集合平均方法(BREM)选择最优滑动训练期对2019年10月至2020年4月ECMWF预报(EC)、经过卡尔曼滤波递减平均法订正的预报(EC＿COR)及中央台网格指导预报(SCMOC)等3种气温预报在黑龙江省的结果进行集成,并将BREM方法对EC＿COR的修正效果进行评估,结果表明：不同预报结果都表现为冬季和夜间预报的准确率更低,气温偏低的11月至翌年1月更倾向于表现出预报较实况系统性偏高的特点。BREM方法能有效地修正EC＿COR对EC负订正的现象,且可显著高于任何一种参与集成的单一预报效果。可在对单一模式进行卡尔曼滤波递减平均订正的基础上,进一步提升预报质量。另外,利用集成方法对高质量预报产品的融合(不局限于模式直接输出预报或是订正预报)可获取较单一预报更优的预报结果。     

中国东南地区降水的两种集合预报综合偏差订正对比分析

利用2015年6月1日—7月31日三个全球数值预报业务中心(CMA、ECMWF和NCEP)的24 h降水集合预报资料和我国东南地区降水观测资料,采用贝叶斯模型平均方法(A方案)和基于A方案的统计降尺度模型二次订正方法(B方案)对上述三个中心和多模式超级集合降水预报进行订正,并对比两种方案的订正效果;然后,选取2015年8月1—31日降水预报进行独立样本检验,分析订正前后的降水预报效果。结果表明:以第50百分位的降水预报为例,经A方案订正后各中心和多模式的集合平均消除了大量的小雨空报,其对小雨、中雨的订正效果很明显,对大雨以上的降水量级订正效果不明显。随着降水阈值增加,A方案的订正效果随之减弱。此方案对雨带走向的订正不明显,会使降水大值区量级降低甚至消失。采用B方案订正后,不仅可降低原始集合预报的空报率,还可对降水量级和落区进行订正,使降水预报的范围和量级与实况更接近,但对大量级降水,如50.0 mm以上的降水量级订正效果仍然不显著。     

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。     

CWRF模式对夏季降水的集合预报试验研究

以ISWS/UIUC发展的CWRF数值模式为试验模式,NOAA全球预报系统(GFS)每天4次的实时预报资料作模式初始和边界条件,同时采用NCEP每天发布的0.5°×0.5°全球SST实时分析资料,分别选取不同的云物理参数化、积云参数化、边界层参数化和辐射方案共计8种参数化组合方案,形成了8组、4个时次共计32个成员的集合预报体系,设计了时变权重分配和动态权重分配两种方案,开展了120 h的实时集合预报试验。试验结果表明,CWRF对中国区域降水有较好的预报能力;在短期降水预报中,集合成员对积云参数化方案更加敏感;考虑了前期预报误差的动态分配权重技术的集合预报方案能够及时反映模式在不同物理参数化方案下,在不同地方、不同预报时效的预报性能,总体上优于不考虑前期预报误差的时变集合预报方案和单个成员的预报。     

基于西南区域中尺度模式系统预报的陡峭地形过渡带降水订正方法

基于地形和西南区域中尺度模式系统(southwest center WRF ADAS real-time modeling system, SWCWARMS)20:00(北京时,下同)和08:00起报的逐3 h风场、相对湿度场,计算地形降水估算量并结合SWCWARMS预报降水场构建降水订正方程,进而对2018—2020年汛期6—8月日降水、四川盆地降水过程及四川盆地西部降水过程3类降水进行订正,并仅对川西高原东坡到四川盆地西部的陡峭地形过渡带进行检验评估。结果表明：(1)各量级降水量订正值TS相对于SWCWARMS预报降水量的TS均有不同程度提高,20:00起报的订正效果优于08:00。对于大雨及以上量级均以四川盆地西部降水过程订正效果最佳,20:00起报的12～36 h大雨、暴雨和大暴雨的降水量订正值TS相对提高率分别为19%、25%和37%,且命中率高,空、漏报率明显减小,订正效果较好。(2)降水订正方程对四川盆地西部降水过程类型中的区域性暴雨个例和一般性降水个例均有较好的订正效果,即使是SWCWARMS模式预报的大雨、暴雨和大暴雨预报降水落区与实况差异甚远的个例也有一定订正效果。     

基于CWRF的中国近海热带气旋集合模拟及其对物理参数化方案的敏感性研究

为评估CWRF模式的降尺度能力和其热带气旋模拟对物理参数化方案的敏感性,本文利用ERI再分析资料驱动CWRF在30km网格上对1982-2016年中国近海热带气旋开展了一次集合模拟.结果表明:CWRF与ERI均能模拟出热带气旋的季节变化和年际变化形势且均存在低估,但相较ERI,CWRF的降尺度技术和集合模拟可以再现更多...     

积云对流参数化对东亚近海热带气旋活动模拟的影响

基于CWRF高分辨率模式的模拟结果,探讨了8种积云对流参数化方案对1986—2015年间东亚近海热带气旋的路径、频数及强度模拟的影响。结果发现:采用Kain-Fritsch方案模拟的热带气旋活动的空间分布与JTWC统计结果最接近。KF方案模拟的热带气旋生成频数(强度)明显高(强)于其他积云对流参数化方案,而BMJ方案模拟的热带气旋生成频数(强度)明显低(弱)于其他积云对流参数化方案。进一步分析发现,采用优化集合积云参数化方案(ECP)模拟热带气旋频数、ACE指数以及PDI指数的年际变化趋势较好,而采用KF积云对流参数化方案对热带气旋空间分布、频数及强度的模拟总体最优。      

CWRF-based ensemble simulation of tropical cyclone activity near China and its sensitivity to the model physical parameterization schemes: 基于CWRF的中国近海热带气旋集合模拟及其对物理参数化方案的敏感性研究

To evaluate the downscaling ability with respect to tropical cyclones (TCs) near China and its sensitivity to the model physics representation, the authors performed a multi-physics ensemble simulation with the regional Climate–Weather Research and Forecasting (CWRF) model at a 30 km resolution driven by ERA-Interim reanalysis data. The ensemble consisted of 28 integrations during 1979–2016 with varying CWRF physics configurations. Both CWRF and ERA-Interim can generally capture the seasonal cycle and interannual variation of the TC number near China, but evidently underestimate them. The CWRF downscaling and its multi-physics ensemble can notably reduce the underestimation and significantly improve the simulation of the TC occurrences. The skill enhancement is especially large in terms of the interannual variation, which is most sensitive to the cumulus scheme, followed by the boundary layer, surface and radiation schemes, but weakly sensitive to the cloud and microphysics schemes. Generally, the Noah surface scheme, CAML(CAM radiation scheme as implemented by Liang together with the diagnostic cloud cover scheme of Xu and Randall(1996)) radiation scheme, prognostic cloud scheme, and Thompson microphysics scheme stand out for their better performance in simulating the interannual variation of TC number. However, the Emanuel cumulus and MYNN boundary layer schemes produce severe interannual biases. Our study provides a valuable reference for CWRF application to improve the understanding and prediction of TC activity.摘要为评估CWRF模式的降尺度能力和其热带气旋模拟对物理参数化方案的敏感性, 本文利用ERI再分析资料驱动CWRF在30km网格上对1982-2016年中国近海热带气旋开展了一次集合模拟.结果表明:CWRF与ERI均能模拟出热带气旋的季节变化和年际变化形势且均存在低估, 但相较ERI, CWRF的降尺度技术和集合模拟可以再现更多的热带气旋, 显著减少低估.年际变化结果提升最为明显, 它对积云方案最为敏感, 其次是边界层, 陆面和辐射方案, 对云和微物理方案较弱.该研究为应用CWRF理解和预报热带气旋提供了参考.     

云微物理参数化对东亚近海热带气旋活动模拟的影响

基于CWRF模式（Climate Extension of Weather Research and Forecast Model）结果,探讨了8种云微物理参数化方案对1986—2015年间东亚近海热带气旋的空间分布、频数及强度模拟的影响。结果发现：CWRF模式中各云微物理参数化方案模拟的热带气旋频数普遍较观测偏少,其模拟的强度相比观测也偏弱;热带气旋的空间分布和频数对云微物理参数化方案的选择较为敏感,而云微物理方案的选择对热带气旋强度的模拟影响不大;Morrison方案和Morrison-a方案模拟的热带气旋空间分布更接近于观测,但对热带气旋频数及强度的年际变化趋势模拟得较差,而GSFCGCE方案的TS评分及强度、频数的相关系数均较其他方案偏高。综合来看,采用GSFCGCE方案模拟热带气旋活动总体最优。进一步分析发现,相较于Morrison方案和Thompson方案,考虑气溶胶影响的Thompson-a和Morrison-a方案不仅可以有效提高对热带气旋频数及空间分布的模拟能力,还对热带气旋频数及强度年际变化趋势的模拟能力也有所提升。     

CWRF模式对长江流域极端降水气候事件的模拟能力评估

基于1980—2016年长江流域站点观测降水,评估了CWRF区域气候模式对长江流域面雨量和极端降水气候事件的模拟能力.结果表明:CWRF模式能较好地再现1980—2016年长江流域及不同分区降水空间分布及月/季面雨量年际变率,且在冬、春季表现较好,夏、秋季次之.CWRF模式对长江流域面雨量存在系统性高估,对面雨量的模拟...     

GRAPES模式中不同陆面方案对新疆一次强降水事件的模拟

本文采用中尺度数值预报模式GRAPES_Meso V3.3.2.5版本以及NECP的GFS资料,分别选用模式中不同陆面参数化方案(SLAB、LSM、NOAH)对2013年9月14-17日新疆强降水过程进行数值模拟试验,模拟的结果表明：陆面方案对主要雨带的落区和大致走向影响并不大,但对降强度的模拟还是敏感的,耦合陆面方案比不耦合陆面方案的模拟效果更接近实况;不同陆面方案模拟的降水量存在一定差异,它们对降水中心落点、强度以及类型方面各有所长;在各种试验的综合比较中,NOAH方案较其他方案的模拟结果显得更稳定与合理。     

A hybrid approach to improving the skills of seasonal climate outlook at the regional scale

A hybrid seasonal forecasting approach was generated by the National Centers for Environmental Prediction operational Climate Forecast System (CFS) and its nesting Climate extension of Weather Research and Forecasting (CWRF) model to improve forecasting skill over the United States. Skills for the three summers of 2011–2013 were evaluated regarding location, timing, magnitude, and frequency. Higher spatial pattern correlation coefficients showed that the hybrid approach substantially improved summer mean precipitation and 2-m temperature geographical distributions compared with the results of the CFS and CWRF models. The area mean temporal correlation coefficients demonstrated that the hybrid approach also consistently improved the timing prediction skills for both variables. In general, the smaller root mean square errors indicated that the hybrid approach reduced the magnitude of the biases for both precipitation and temperature. The greatest improvements were achieved when the individual models had similar skills. The comparison with a North American multi-model ensemble further proved the feasibility of improving real-time seasonal forecast skill by using the hybrid approach, especially for heavy rain forecasting. Based on the complementary advantages of CFS the global model and CWRF the nesting regional model, the hybrid approach showed a substantial enhancement over CFS real-time forecasts during the summer. Future works are needed for further improving the quality of the hybrid approach through CWRF’s optimized physics ensemble, which has been proven to be feasible and reliable.     

基于评分最优化的模式降水预报订正算法对比

使用2013年1月1日-2016年1月7日全国气象站观测资料,应用准对称混合滑动训练期,不改变雨带预报位置和形态,基于模式降水预报订正结果的TS评分最优化及ETS评分最优化,分别设计最优TS评分订正法（OTS）和最优ETS评分订正法（OETS）确定预报日各级降水订正系数,对2014-2015年降水数值预报进行分级订正,并与频率匹配法（FM）对比。结果表明:在24 h累积降水的多个预报时效订正中,无论是对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和中国气象局的全球模式降水预报,还是对4个模式的简单多模式平均,OTS和OETS较FM在TS评分和ETS评分等传统降水检验指标上均更优秀,其中OTS在所有时效均能提高模式降水预报质量,为三者最优。在概率空间的稳定公平误差评分方面,OTS在各时效、各单模式及多模式平均等方面优势明显。在预报员对应参考时效上,OTS在24~168 h的24 h累积降水预报中的TS评分也优于主观预报。