大连地区ECMWF细网格10 m风场与观测实况对比与检验

选取2016年1月至2018年12月ECMWF(简称EC)细网格10 m风资料,与大连地区8个国家气象观测站地面各类实况风速资料进行对比分析,得出EC 10 m风速预报与最大风速最为接近,与极大风速相关性最好,EC 10 m风速对大连地区8站整体预报平均偏大.通过对EC 10 m风速各预报时限资料与其对应的最大风速误差...     

基于一元线性回归的ECMWF细网格阵风预报产品订正评估

利用2021年10月至2022年3月(2021年冬半年)欧洲中期天气预报中心(European centre for medium-range weather forecasts, ECMWF)细网格阵风预报数据和河南省国家级地面气象站阵风观测资料,基于一元线性回归(linear regression, LR)方法,对河南省ECMWF阵风预报进行订正,并对其检验评估。结果表明：(1)2021年冬半年,河南省多出现6级以下的阵风天气。ECMWF模式对于7级及以下的阵风预报存在整体高估的现象,对于7级以上的阵风预报存在低估的现象。(2)LR订正后准确率、均方根误差在所有预报时效均有明显的改善。订正后准确率较高、均方根误差较小的站点主要分布在京广线以东大部分地区、焦作、南阳南部;豫西山区订正效果一般,其复杂的地形易导致阵风偏高,而6级以上阵风样本数较少,预报订正值稳定性相对较差。(3)阵风预报与起报时次的关系不大。LR方法针对6级以下阵风预报有一定的优势,技巧评分(T_s评分)较ECMWF预报高,预报偏差(B_ias评分)更接近1。     

ECMWF细网格模式探空在阿勒泰地区短时强降水预报中的统计检验

采用2013—2018年5—9月ECMWF细网格资料和阿勒泰地区36次短时强降水资料,用Micaps平台的模式探空模块计算T-log P图及其对流参数,运用统计学方法进行了误差检验。结果表明:模式探空T-log P图48 h预报时效内一致性较高(72%),尤其是24 h预报时效内(92%);72 h预报时效内总指数和干暖盖指数及垂直风切变、60 h预报时效内沙氏指数、48 h预报时效内风暴相对螺旋度和36 h预报时效内850与500 hPa温度差、对流温度、最大抬升指数、抬升指数以及24 h预报时效内K指数、700与850 hPa假相当位温差、大风指数等对流参数的3种误差均较小(3.5),相关系数较高(0.60),特别是沙氏指数、K指数、700与850 hPa假相当位温差、垂直风切变和风暴相对螺旋度的3种误差1.5。T-log P图的一致性随时效的延长而减小,对流参数的误差随预报时效的延长变化不一致,在强对流潜势预报业务中注意订正运用。     

福建省ECMWF细网格模式2 m温度预报误差分析与订正

选取2022年1月1日—12月31日ECMWF细网格模式2 m温度预报24 h以内预报时效产品和对应时次的福建省70个国家站观测资料进行分析,采用ARIMA(差分自回归移动平均)模型和双权重ARIMA模型分别对2 m温度预报产品进行偏差订正,并对订正前后的结果进行对比分析。结果表明：1) ECMWF模式2 m温度预报在福建省主要呈现冷偏差,随着预报时效的增加,均方根误差和准确率随之变差;分别用两种模型进行订正,平均绝对误差由2.1℃以内减小到1.6℃以内,均方根误差从2.5℃以内降低到2.1℃以内,且偏差越大,订正效果越明显。2) ECMWF模式2 m温度逐月预报效果差异较大,订正后各评价指标均有显著改进,各月平均误差在-0.5—0.5℃。3) ECMWF模式2 m温度预报偏差主要表现为福建东部沿海小、中西部较大;订正后平均绝对误差和均方根误差减小至2℃以内,且对高海拔地区的站点改善效果更加明显。与ARIMA模型相比,双权重ARIMA模型订正后平均绝对误差与均方根误差更小、准确率更高,订正效果更好。     

ECMWF细网格气温预报产品在宁波的检验和误差分析

针对宁波市326个站点,对空间分辨率为0.125°×0.125°的ECMWF细网格气温模式产品中2019年1月-2021年6月08时和20时2个不同起报场0~72h时效的预报产品进行时空检验和误差分析。结果表明:(1)08时和20时2个不同起报场72h内每天14时的均方根误差和平均绝对值误差最大,20时和08时次之,02时最小;(2)5类土地利用类型中林地的预报气温与地面站点气温的误差最大,水体次之,另3类相差不大;(3)误差空间分布不均匀,沿海地区误差相对较小,西部山区、海曙、奉化等个别站点误差较大;(4)DEM和距海距离与均方根误差和平均绝对误差的相关系数基本为正。     

ECMWF细网格2 m温度在江西省的预报能力检验

利用ECMWF对2014年江西省92个国家区域自动站02时和14时2 m温度的24、48、72 h预报结果,采用预报准确率、平均误差、平均绝对误差和皮尔森相关系数等统计量对其进行检验评估。结果表明:不同预报时效02时预报准确率均高于14时预报准确率;随预报时效的延长,02时预报准确率无明显变化,14时预报准确率下降较明显。02时预报准确率对地形不敏感,14时预报准确率受地形影响明显,山区和丘陵地区准确率明显低于平原地区。02时绝大多数样本和14时夏、秋两季样本的预报结果偏低,且预报误差主要由系统误差造成,14时冬、春两季样本的预报结果有的偏高、有的偏低,误差的主要成分为随机误差,可能与江西省气候特点有关。温度预报误差≥5℃的大值预报误差出现频次呈现明显季节变化特征,02时出现的次数夏、秋两季明显少于冬、春两季,14时出现的次数冬、春两季明显少于夏、秋两季。     

ECMWF细网格要素预报场在乌鲁木齐米东区的预报性能检验

利用升级后的ECMWF细网格模式2m温度、大尺度降水量(LSP)、累积降水量(TP)及850hPa风速等气象要素预报场,采用客观分析和统计学方法,对2015年2月至2017年1月乌鲁木齐米东区气温、降水及风速进行检验分析。结果表明:2m温度场对于米东区最高、最低气温有较好的预报能力,最高、最低气温年均准确率ECMWF细网格模式产品均高于中央气象台指导预报产品,分别达69.1%和73.8%。细网格和中央气象台指导预报的晴雨准确率均接近或超过80%,对降水天气预报有较好的参考价值;降水分级检验上看,ECMWF细网格和中央指导预报准确率均不太高;对于降雨天气,细网格的预报能力略高于指导预报;对于降雪天气,指导预报对小雪和大雪的预报准确率高于细网格;ECMWF细网格850hPa风速产品与实况风速有较好的相关性,对逐日风的预报有较好地指示意义。     

岳阳市ECMWF数值模式降水预报检验与释用

该文应用TS评分、预报偏差（BIAS）等方法,对ECMWF模式预报的2015年12月—2018年12月岳阳市降水场资料,开展晴雨和分级降水检验。晴雨预报检验结果表明：ECMWF模式对岳阳市晴雨预报性能总体较稳定,年际变化幅度较小;晴雨预报准确率季节差异大,冬季最高,秋季次之,夏季最低;从逐月晴雨预报检验来看,12月份最高,8月最低;晴雨预报还存在明显的日变化规律,对夜间的预报能力明显优于白天;空间上总体呈北高南低的空间分布特征。分级降水预报检验结果表明：小雨量级降水预报评分明显高于其他量级降水,中雨次之,大雨及以上量级评分较低且无明显规律;小、中、大雨3个量级任一时效的空报率整体上比漏报率大,小雨量级表现得尤为明显,说明小雨量级的空报更为严重。针对小雨降水预报空报率高的现象,该文对岳阳市ECMWF模式预报降水量1.2 mm以下消空处理后进行了预报释用,结果表明：冬季订正空间较小,夏季各时效可适度订正;春季和秋季可视情况适度订正,订正后可以有效提升预报技巧,但增加了一定漏报风险。     

ECMWF模式对东北半球气象要素场 预报能力的检验

利用ECMWF模式逐日分析场(0场)序列和7d预报场序列,使用气候学方法客观检验ECMWF模式对东北半球的预报能力,主要结果如下:1)模式对不同要素场的预报能力呈现出明显的季节性差异,夏季特别是7月预报能力最弱.2)总体来说,850 hPa温度场、500 hPa高度场与0场相关最好,850 hPa湿度场与0场相关最弱;随着预报时效的增加,预报能力总体减弱.3)大陆上温度场预报总体较0场偏高,而在赤道低纬地区偏低,模式对赤道附近温度场变率预报能力弱于中高纬地区,这一特征在其它要素预报中也有不同程度的体现.4) 500 hPa位势高度预报场与0场的差值表现出清楚的起源于里海并向东北传播经贝加尔湖、鄂霍次克海转向东南至日本东部海域的波列,这一现象在500 hPa风场差值图中也有清楚的表现.5)纬向风预报能力强于经向风,30°N附近存在纬向风与0场相关系数高值带.6)总体来说,模式对高层的预报能力优于低层,但模式对700 hPa风场的预报存在显著差异.     

安庆地区ECMWF细网格降水预报的质量检验与释用

利用安庆市逐日降水实况资料,针对2011—2016年ECMWF细网格降水预报产品对安庆地区的12 h、24 h分辨率晴雨和降水分级预报质量进行检验,基于检验结果对此降水预报产品进行解释应用。结果表明,ECMWF细网格数值降水预报在安庆地区晴雨预报正确率无明显区域差异,夏季晴雨预报正确率明显低于其他各季节,对夜间的预报能力明显优于白天。TS评分中,小雨最高,中雨次之,大雨及以上量级较低且无明显规律。若将冬、春两季0.2 mm以下、夏季1.0 mm以下和秋季0.8 mm以下的降水预报进行消空处理,则晴雨预报正确率会有所提升,且小雨预报的TS评分达最佳;若将≥40 mm的降水预报修正为暴雨,则暴雨预报TS评分提高接近1倍,且大雨和暴雨的预报偏差更接近1。     

ECMWF高分辨率模式降水预报能力评估与误差分析

利用2015—2017年6—8月ECMWF高分辨率模式(ECMWF-Hi)的加工产品,结合我国2 400多个国家级气象站逐小时降水观测资料,对ECMWF-Hi产品24 h降水预报的准确度、集中度和相关性进行了评估,并与ECMWF集合预报模式(ECMWF-EPS) 24 h降水预报产品进行比较。为更好地描述预报的集中度,避免单纯用标准差比或平均值比刻画预报集中度的缺陷,建立一个综合标准差和平均值的R指数,用之定量描述模式预报的集中度。结果表明:(1) ECMWF-Hi在均方根误差的检验方面并未表现出优势;而分辨率较低的ECMWF-EPS集合平均预报误差最小。(2) ECMWF-Hi对研究区域降水预报的集中度的整体描述较为准确,离散度与观测较为相似,预报期望也与观测降水的期望最接近,ECMWF-Hi比ECMWF-EPS的集合控制预报与集合平均对观测降水集中度的刻画较为准确。(3)研究区域内各站点R指数分布表明,ECMWF-Hi与ECMWF-EPS控制预报、平均预报相比,对平均值预报不足的站点较多,且这些站点的预报集中度普遍大于观测,ECMWF-Hi的降水预报更接近观测降水。(4)评估应用结果表明,R指数不仅能定性评估模式的集中度,也可定量描述集中度大小。     

ECMWF细网格2m温度产品在乌鲁木齐市温度预报中的检验

利用2011年7月至2014年6月的ECMWF细网格2m温度预报产品,采用格点映射站点和双线性插值法挑选最优预报参考格点,并用天气学检验方法,对该模式在不同季节、不同天气时的乌鲁木齐市温度预报能力进行检验。检验表明：该产品对制作乌鲁木齐未来24小时温度预报具有很好的指导意义,全年的最高最低温度预报准确率为74～75％,季节变化明显,夏半年的预报准确率高出冬半年10～25％;模式对降雨、降雪时的温度预报较好,大雾时最差,并且会使最低气温预报严重低于实况,对东南风时最高气温预报好于最低气温;该产品整体上在准确率和稳定性上均优于中央台指导预报,在春季具有明显优势,高低温正技巧可达0.4℃。     

ECMWF细网格模式降水产品在北疆暴雪中的应用检验

2012年4月,ECMWF细网格（0.25o×0.25o）数值预报产品投入新疆天气预报业务化应用。本文通过对ECMWF细网格模式LSP大尺度降水预报产品在2012年前冬3场暴雪天气中的预报效果分析检验得出：LSP预报的暴雪量值总体偏小,提前1 d较提前2 d的预报效果有所改善,较早时次的预报结果也有一定的应用价值;暴雪预报的开始时间偏早3h左右,结束时间相对准确;LSP累计降水量级检验提前2 d和分级降水检验提前12 h的暴雪预报准确率较高,空报率较低。在观测站点相对密集的成片暴雪天气中,LSP预报的暴雪落区和量级较为准确,零散暴雪点的预报效果相对较差。检验分析结果可为ECMWF细网格降水预报产品的释用提供一定的参考,为业务人员制作北疆暴雪天气的定点、定时、定量预报提供一定依据。     

ECMWF细网格TP产品在北疆降雪天气中的预报性能检验

基于升级后的EC细网格TP降水量预报产品,对北疆2015年17场降雪天气的12h累积降雪量,主要运用平均误差、平均绝对误差和均方根误差进行了检验。结果表明,该模式在北疆降雪天气预报中小雪的预报准确率最高,暴雪最小;预报准确率随时效的延长并非都是减小的;小雪空报率较高、暴雪漏报率较高,中雪和大雪空报率和漏报率都不容忽视;小雪和中雪的3种误差均较小,随时效的延长变化较小;强降雪(大雪及以上量级)的误差较大,随时效的延长有增大的趋势;模式对小雪的预报总体为系统性偏大,对强降雪预报则为明显的系统性偏小,对中雪的预报系统性偏向不稳定。     

基于ECMWF细网格、GRAPES _MESO的短时强降水潜势预报和检验

摘要：利用2016-2018年6-8月ECMWF细网格、GRAPES _MESO、黑龙江省822个自动站资料研究黑龙江省6-8月短时强降水（一般短时强降水和极端短时强降水）的预报方法和各项影响因子指标与他们之间的融合。采用双线插值法或临近格点法、分位数法、配料法、排除法、多重分析法,形成以水汽、不稳定、抬升为框架的客观预报方法。研究发现,强降水的环境背景不仅受限于各物理因子阈值,也与他们之间融合密切相关。各因子间存在一定旬差异和日较差,夜间与水汽相关的各阈值明显大于白天,白天热力不稳定性高于夜间。6月中上旬与水汽含量相关的各因子阈值小于其他时段。从检验结果上看,由于强降水的突发性、局地形和研究方法以及模式本身的特性,预报的空报率非常大,漏报率较低,TS评分最低且随着分布密度的降低而降低。一般强降水检验中,两种模式点对点检验的TS评分为0.015左右,14km和40km点对面检验夜间TS评分约0.03和0.08。极端强降水检验中,两种模式点对点检验TS评分约0.004,14km和40km点对面检验准确率约分别为0.005和0.02。7月份由于强降水分布密度相对较大,检验效果也相对较好。一般性强降水EC细网格TS评分高于GRAPES_MESO,而极端强降水检验TS评分刚好相反。     

ECMWF细网格2米温度在新疆及周边地区的预报效果检验

本文对2013年1～12月ECMWF细网格2米温度在新疆区域的预报效果进行了统计检验。结果表明：ECMWF细网格2米温度预报为系统性偏高,预报效果随预报时效的延长而逐渐变差。三天内温度预报的绝对误差小、预报准确率高,对实际温度预报有很好指导作用;七天内温度预报的绝对误差较小,预报准确率较高,对实际温度预报具有参考价值;八到十天预报误差大、准确率低,对实际温度预报参考价值不大。温度预报精度在蒙古国西部最低,北疆盆地次之,南疆盆地最高。     

2006年9—11月T213与ECMWF及日本模式中期预报性能检验

为了验证T213模式秋季中期预报产品的性能与质量，对2006年9—11月T213模式96小时中期数值预报产品进行了天气学检验，并与ECMWF、日本模式96小时预报性能做了对比分析检验。结果表明，T213、ECMWF、日本模式对亚洲中高纬度地区大尺度环流形势演变和重大调整过程的96小时预报能力均较强，因此对重大灾害性天气的预报有较好的指示意义。三种模式相比，ECMWF模式对西风指数、850hPa温度、南支槽东移的预报较为准确；2006年11月4—6日的过程预报以日本模式最为吻合；T213模式对具体影响系统的强度、位置、影响时间的预报还存在一定误差。     

辽宁地区ECMWF模式气温预报检验及误差订正研究

利用2016—2018年ECMWF细网格模式12—36 h内2 m温度预报产品,选取辽宁地区65个城镇站点观测资料,评估预报产品在不同季节的预报准确率,并按季节分析固定误差订正方法和最优滑动周期订正方法对提高准确率的作用。结果表明：ECMWF模式预报产品对辽宁地区气温预报的准确率表现为,ECMWF模式最高气温冬季预报最优(城镇站点预报准确率为81.5%),最低气温夏季预报最好(城镇站点预报准确率为84.3%);采用最优滑动周期订正后,2016—2018年辽宁地区的最高气温和最低气温准确率较ECMWF模式自身分别提高了19.7%和20.5%,最低气温的预报准确率提高程度优于最高气温;在整个空间分布中,ECMWF模式对辽宁中部平原地区最高(低)气温预报准确率高于东、西部地区,辽宁东北部和西南部以及东南部的长白山余脉影响区域准确率明显低于其他区域。同时,在各季中,最高气温和夏季最低气温的订正预报能力优于其他季节;在地面晴、雨两种特征下,对辽宁地区24 h气温预报进行订正检验表明,该检验结果对辽宁地区最高(低)气温订正有一定补充作用,尤其是冬季降水出现时,最高气温预报补充订正效果最为显著。     

2007年3-5月T213与ECMWF及日本模式中期预报性能检验

我国3—5月冷空气活动频繁,温度变化剧烈,且沙尘天气频发。为检验数值模式的预报效果,积累预报经验,对T213模式96小时预报产品进行检验分析,并与ECMWF及日本模式的预报结果进行对比分析。结果表明:T213、ECMWF及日本模式的中期预报性能均较好。相对地,ECMWF在对中高纬度大型环流的调整及副热带高压主体的预报方面,日本模式在对850hPa温度的预报方面能力稍强。另外,选取2007年5月8—10日发生在我国的一次沙尘天气个例,分析发现T213与ECMWF模式对于引发此次沙尘天气的地面强风的中期预报指示意义较好,日本模式稍差。     

2008年3-5月T213与ECMWF及日本模式中期预报性能检验

我国3-5月冷空气活动频繁,温度变化剧烈,且沙尘天气频发.为检验数值模式的预报效果,积累预报经验,对T213模式96小时预报产品进行检验分析,并与ECMWF及日本模式的预报结果进行对比分析.结果表明:T213、ECMWF及日本模式的中期预报性能均较好.相对地,ECMWF在对中高纬度大型环流的调整及对850hPa温度的预报方面能力稍强.另外,选取2008年5月26-28日发生在我国的一次沙尘天气个例,分析发现日本模式对于引发此次沙尘天气的地面强风的中期预报指示意义较好,T213模式稍差.