2013年华中区域中尺度业务数值预报的客观检验

应用国家气象中心模式检验方法,对华中区域中尺度业务数值预报模式WRF和中国气象局下发的GRAPES模式2013年1-12月的预报产品（包括降水、2 m温度场、850 hPa温度场、850 hPa风场和500 hPa位势高度场预报）进行统计检验。检验结果表明：所有要素24 h预报均优于48 h;对于晴雨预报,GRAPES模式TS评分高于WRF,但随着降水量级增大,WRF的TS评分基本都高于GRAPES,同时WRF降水预报范围明显偏大;分析2 m温度场的均方根误差及预报准确率发现,WRF的2 m温度场预报优于GRAPES,且暖季预报优于冷季;形势场要素分析表明,WRF对850 hPa温度场和风场预报具有相当大的优势,全年误差变化较稳定,而对500 hPa位势高度场的预报误差存在一定的季节性特征,即夏半年WRF高度场预报优于冬半年,GRAPES模式则相反。总体上,华中区域中尺度业务数值模式产品对天气预报具有一定的参考价值。     

ECMWF细网格模式在阿勒泰地区短时强降水环境场预报中的统计检验

利用ECMWF细网格模式产品对阿勒泰地区2013-2018年5-9月36场短时强降水过程的环境场预报性能进行统计学检验。结果表明:48 h预报时效内模式对海平面气压场、2 m温度场和露点温度场、10 m风场,500 hPa高度场、850 hPa温度场和比湿场及对流层风场预报误差较小,精度较高,在预报业务中为首选物理量;对700 hPa相对湿度场和垂直速度场预报误差较大,且以随机误差为主,在预报业务中注意订正运用。     

CMA-GFS模式对东北半球环流形势预报能力的检验评估

基于CMA全球模式（CMA-GFS）2019年10月至2020年12月逐日20:00（北京时）起报的数据,对东北半球高空气象要素预报进行检验评估,检验的要素包括500 hPa位势高度场和风场、 850 hPa温度场和700 hPa相对湿度场。结果表明：（1）从模式预报效果的时间变化来看,预报效果有明显的季节变化,500 hPa位势高度和850 hPa温度的预报场和分析场的相似度在夏季最低,700 hPa相对湿度场的相似度在冬季最低;随着预报时效的增加,各要素的误差幅度在夏季最小。（2）从模式预报效果的空间变化来看,500 hPa位势高度场在东北半球大部分地区预报场与分析场具有较高相似度,且中高纬地区相对低纬地区更相似,预报误差的幅度则在低纬地区相对较小高纬地区相对较大,且预报偏差以大范围负偏差为主。相比而言,模式对东亚地区的位势高度及其梯度具有更高预报技巧。850 hPa温度场预报相似度和误差幅度与500 hPa位势高度场分布相似,预报偏差则主要表现为中高纬地区温度预报整体偏低,中低纬地区偏高。在预报前期（24～48 h）, 20°N以北的中高纬地区温度预报场与分析场相似度较高,均方根...     

西北地区的快速更新循环同化预报系统性能检验和评估

为充分了解西北地区的高分辨率快速循环同化预报系统(Rapid Update Cycle,RUC)的预报性能,对该系统2012年6月2日至7月6日的预报结果进行了检验和评估。利用双线性插值方法将西北RUC系统的预报结果插值到最近的观测站点上,计算500 hPa和700 hPa位势高度场、温度场、风向以及风速的平均误差和均方根误差,对预报结果进行检验评估;24 h定量降水利用累计降水分级检验方法,检验的统计量包括TS评分、偏差(BIA)、公平T评分(ETS)和真实技巧评分(TSS)。检验分析表明:(1)500 hPa的高度场预报、温度场预报、风速预报和地面2 m温度预报都存在着正的系统性偏差,其24 h平均误差均值分别为0. 17 gpm、0. 63℃、1. 19 m·s-1和1. 49℃。700 hPa高度场和温度场预报存在着负的系统性偏差,其24 h平均误差均值分别为-0. 41 gpm和-0. 11℃。(2)除了风速、风向,其他要素24 h预报结果的均方根误差均值都小于48 h预报结果的均方根误差均值,500 hPa高度场和温度场的24 h预报的均方根误差均值分别为1. 32 gpm和1. 37℃,而其48 h值则分别为1. 56 gpm和1. 53℃;700 hPa高度场和温度场的24 h预报的均方根误差均值分别为1. 21 gpm和1. 40℃,而其48 h值则分别为1. 38 gpm和1. 94℃;2 m温度的24 h和48 h的均方根误差均值分别为3. 06℃和3. 30℃,表明随着预报时效的增加,预报性能降低,这与模式预报性能相符。(3)24 h定量降水分级的TS评分、ETS评分和TSS评分几乎都有相同的大值中心,说明模式对于这些大值中心附近地区的各量级降水预报效果比较好。总体上,模式对于大雨和暴雨预报效果较好的地区处于西北地区东南部。从偏差(BIA)评分来看,模式对青海南部与四川北部交界地区的降水预报并不理想,表现为小雨预报漏报较多,而对该地区中雨和大雨预报空报较多。     

GRAPES_Meso V3.0模式预报效果检验

应用国家气象中心模式检验方法对GRAPES_Meso V3.0模式2008年2月-2009年3月的试验预报产品,如降水、中低层高度、温度和风场预报进行统计检验。检验结果表明:V3.0模式降水预报性能得到明显改善,年及四季平均的各级降水TS评分显著提高,除了秋、冬季的48h中雨和暴雨预报外,TS评分明显高于V2.5模式,但V3.0模式的预报偏差偏大,中雨以上偏大更明显。从预报的季节平均降水率分布来看,对秋、冬季我国东部24h降水预报偏小改进明显,对春、夏季强降水中心位置及强度预报也好于V2.5模式,但是48h降水预报明显偏大,逐日降水率演变图也印证了这一点。此外,V3.0模式对500hPa高度和风场及48h预报的850hPa风场和温度场改进显著,对于850hPa高度和温度的24h预报,除夏季外,其他季节预报效果优于业务模式。     

2010年8月环流形势的多模式超级集合预报

利用多模式超级集合预报法,以欧洲中期天气预报中心、日本气象厅、德国气象局、中国气象局和中国空军气象中心共5个决定性7 d预报产品为集合成员,对2010年8月500 hPa高度场和850 hPa温度场分别进行固定训练期和滑动训练期超级集合预报。采用均方根误差和相关系数对超级集合预报、单一模式预报和简单集合平均预报进行对比检验,同时对各预报结果的均方根误差空间分布进行对比分析。结果表明:超级集合预报在所有预报结果中最佳,且滑动集合预报对8月后期时段预报要略好于固定集合预报,两者预报效果均好于参与集合预报的各模式,也好于集合平均预报。但随着预报时效的延长,集合平均预报的优势也随之提升。从预报结果均方根误差的空间分布可知,多模式超级集合预报相比于单一模式预报效果提高的区域,500 hPa位势高度场主要位于印度半岛、印度洋、青藏高原及以西地区,而850 hPa温度场则主要位于蒙古、青藏高原、中国新疆及以西地区。     

基于MET系统对SWCWARMS及GRAPES模式在西南地区的站点检验分析

应用国家基本观测站资料、自动站逐时降水资料,基于客观统计检验方法,针对降水(12h、24h累积雨量)、近地面要素(2m温度、10m风)和高空要素(风场、温度场、高度场),分别评估SWCWARMS模式和GRAPES模式对2015年西南地区预报能力,得到如下几点结论:(1)SWCWARMS模式降水ETS评分高于GRAPES模式,除24h小雨外SWCWARMS模式偏差值均高于GRAPES模式,两个模式在不同预报时效内对中雨、大雨、暴雨都表现一定程度的空报;(2)12h降水分段评分上,SWCWARMS模式TS评分均高于GRAPES模式,但SWCWARMS模式预报降水范围过大,随着预报时效增长空报多于GRAPES模式;SWCWARMS模式中雨和大雨空报大于其它量级降水,GRAPES模式对大暴雨漏报较多其它量级降水表现为空报;(3)两模式对高度场和温度场预报优于风场,对对流层中层预报优于中低层,SWCWARMS模式对高度场和温度场预报优于GRAPES模式,夏半年SWCWARMS模式均方根误差小于GRAPES模式;(4)两模式都表现出2m温度均方根误差在秋季增加而春季减小这一特征,SWCWARMS模式近地面要素均方根误差均小于GRAPES模式。      

SWCWARMS模式对西南区域预报能力的检验

应用国家基本观测站资料,基于MET系统的客观统计检验方法,针对24h降水、近地面要素(2m温度、10m风)和高空要素(风场、温度场、高度场),分别评估SWCWARMS模式和GRAPES模式对2016年西南地区预报能力,得到如下几点结论:(1)SWCWARMS模式在中雨至暴雨预报上优于GRAPES模式,24h小雨和大暴雨、48h大暴雨预报较GRAPES模式偏差,同时SWCWARMS模式存在空报较多的问题;(2)SWCWARMS模式预报2米温度以低于实况为主,10m风速在秋冬季节以大于实况为主,SWCWARMS模式2m温度、10m纬向风和10m经向风4个季度平均RMSE均小于GRAPES模式,但8月月平均(72h)2m温度RMSE大于GRAPES模式,模式对近地面温度场预报优于10m风场;(3)两模式对高空温度场预报优于高度场和风场,SWCWARMS模式预报对流层中层高度场和温度场都偏低,在500h Pa上,除2月、11~12月(24h)外,其它月份和其它预报时效温度场RMSE均小于GRAPRS模式,春夏季高度场的预报优于GRAPRS模式,秋冬季RMSE大于GRAPRS模式;在850h Pa上,SWCWARMS模式预报风场春夏季误差小于GRAPES模式多于秋冬季,冬半年风场误差大于夏半年,RMSE大于GRAPES模式频次增加。     

重庆中尺度集合预报系统预报性能分析

本文利用2017年6～8月重庆中尺度集合预报系统逐日20时起报的预报资料及相应的观测资料对该系统的预报性能进行了综合分析,结果表明:500hPa位势高度、850hPa温度和2m温度的集合平均预报的均方根误差均优于控制预报,集合离散度均明显低于集合平均的均方根误差,Talagrand分布均呈现出“J型”或“U型”分布,500hPa位势高度和850hPa温度Outlier评分介于0.26～0.32,2m温度的Outlier评分普遍较高,总体介于0.33～0.67;降水预报方面,集合平均和概率匹配平均相对于控制预报表现出了较为明显的优势;小雨和中雨量级降水集合平均的TS评分明显优于概率匹配平均;大雨和暴雨量级的降水概率匹配平均的TS评分明显优于集合平均;0～24小时和24～48小时累计降水的Talagrand分布呈现出一定的“U型”分布且0～24小时更为明显,其余时效较为理想,Outlier评分随预报时效的延长而减小,最高0.31,最低0.20;降水概率预报检验方面,各个降水量级的Brier评分和相对作用特征技巧评分AROC均较为理想。总体而言,该系统相对于单一的确定性预报表现出了一定的优势。      

T213全球集合预报系统性误差订正研究

针对模式系统性误差一直存在的现状,研究使用卡尔曼滤波的自适应误差订正方法对国家气象中心业务全球集合预报系统的系统性误差进行估计和订正.本文主要介绍这种方法及其原理,其优点是需要的样本量比较小,能够快速经济地对模式产品进行有效的误差估计和订正.使用这种方法对全球T213集合预报系统500 hPa高度场、850 hPa温度场和2 m温度的预报产品进行一阶偏差订正,对订正前后集合预报产品进行检验分析和对比,结果表明,订正后的高层形势场集合预报和2 m温度集合预报的均一性、集合平均的均方根误差和距平相关系数都得到了改善,系统性偏差得到了不同程度的订正,对于存在较大系统性误差的2 m温度预报,订正效果尤其显著.