2014—2016年数值降水预报在天津的检验评估

对2014—2016年中国国家气象中心T639数值预报、日本细网格数值预报、欧洲中心细网格(EC thin)数值预报以及天津市乡镇指导预报产品中在天津地区降水预报分别进行检验。结果表明:所有模式降水的晴雨预报准确率均随预报时效的延长而下降。降水预报准确率在秋冬春季的预报效果明显好于夏季。EC thin产品在冬季降水的预报中优势更为明显,而指导预报及T639对5月、6月及9月天津地区局地降水多发期的降水更有指示意义。针对2014—2016年天津地区的23个暴雨日按影响系统分型并统计检验结果,暴雨日降水预报晴雨成绩较好有参考价值,而降水分级检验偏差较大。相对于局地性暴雨过程,区域性的暴雨过程数值预报有更为可靠的参考性。     

GRAPES_MESO区域中尺度模式对贵州温度与降水预报的检验评估

利用贵州2017年实况高温、低温以及降水数据对GRAPES_MESO区域中尺度模式预报的温度与降水产品进行检验,结果表明：该模式对贵州高温预报能力较差,对低温预报能力较好,误差在2℃以内且预报稳定性较高,该模式在小雨预报方面有一定优势,对暴雨及以上降水预报能力较差。从贵州不同区域检验结果来看,该模式在温度预报上为安顺市最好、铜仁市最差,在降水预报上为遵义市最好、黔西南州最差。检验分析结果为进一步改进GRAPES_MESO区域中尺度模式,提高要素预报准确率提供一定依据。     

2016-2020年广东省定量降水预报检验评估

对2016-2020年全球模式ECMWF和区域模式GZ_GRAPES、基于模式的解释应用和广东省气象局发布的定量降水预报(QPF)进行检验和评估.结果表明:ECMWF和GZ_GRAPES模式对一般性降水预报技巧在逐年提升,对大雨或以上的降水预报技巧的提升缓慢.GZ_GRAPES对大雨以上降水的预报技巧和定量降水预报的精...     

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。     

日本数值预报产品在丹东地区降水预报的检验和评估

选取2001年7月至2005年6月的日本数值预报传真图产品资料，依据《中短期天气预报质量检验办法》进行检验，并用天气学分析法对所得结果进行评估。结果表明：晴雨（雪）预报正确率和降水技巧评分较高；小雨预报效果好；暴雨（雪）预报准确率较高，但预报量值比实况量值明显偏小；对不同天气系统降水其预报能力不同；物理量与强降水有较好的对应关系。     

降水预报数值检验及分析

对1993年6月数值预报业务系统输出的24、48小时降水量预报,通过降水时空分布趋势预报和降水过程预报检验、T~s 评分、预报效率等计算,证明了该系统对青藏高原东北部地区的降水具有较强的预报能力,预报产品在业务中有重要参考价值。同时,检验分析结果将对模式改进起到一定作用。     

用细网格数值模式的产品制作短时降水预报的探讨

通过模式计算结果和实况的对比分析,说明使用中国科学院大气物理所有限区域细网格数值模式的降水预报结果,有助亍制作湖北省的暴雨短时预报。同时给出了几个使用其它模式数值预报产品制作区域暴雨预报的例子。     

若干数值模式对2003年夏季青藏高原中南部降水预报检验

利用国内外几种数值预报模式的降水预报产品,对2003年主汛期(6～8月)青藏高原中南部的预报能力做了详尽的检验.检验结果表明,各模式小雨预报的TS评分较高,明显高于全国及其它地区的评分;但中雨以上各级降水检验评分较低,主要原因是各模式的预报雨区面积明显偏大,空报率较高.无论是预报员的预报,还是各种全球或区域模式的预报;无论是日本和德国的模式,还是我国目前业务运行的数值预报模式,对青藏高原的降水预报均无明显优势.     

日本数值预报产品降水预报效果检验

对近几年日本数值预报产品的降水预报释用效果检验结果表明，该产品各时段的预报准确率仅为56．5％－69．4％，且稳定性也较差。     

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。     

安徽省2021年梅雨期降水预报检验分析

检验梅雨期降水的预报效果,对于提升梅雨期降水预报能力、减少梅雨期降水带来的人员伤亡和经济财产损失有着重要的意义。文章对安徽省2021年梅雨期（6月10日—7月10日）六个客观模式和一个主观订正预报产品进行了检验分析,其中包含了三个区域模式数值预报（中国气象局中尺度天气数值预报系统（简称CMA-MESO）、中国气象局上海数值预报模式系统（简称CMA-SH9）、安徽WRF）、三个全球模式数值预报（中国气象局全球同化预报系统（简称CMA-GFS）、欧洲中期天气预报中心确定性预报模式（简称ECMWF）、美国国家环境预报中心全球预报系统（简称NCEP-GFS））和安徽智能网格主观订正预报的降水产品,进行了检验分析,结果表明：传统检验中安徽智能网格和区域模式对晴雨准确率的预报效果优于全球模式,又以CMA-MESO最优;在暴雨及以上量级的强降水预报中,传统检验表明安徽智能网格预报的得分最高（23.83）,ECMWF模式则是客观模式预报中效果最好的（20.12）,CMA-SH9次之（19.34）;通过对除安徽智能网格以外的各个客观数值模式进行的MODE空间检验可知,不同数值模式间暴雨预报误差原因不尽相同,ECMWF与各区域数值模式主要是由雨区位置的预报偏差,尤其是纬度偏差导致的,NCEP-GFS全球模式对降水强度和雨区面积的预报偏弱偏小比较明显,CMA-GFS在强降水方面的预报可参考性较差;各个主客观预报暴雨及以上量级预报,整体表现出较明显的日变化特征,在午夜前后、上午时段TS评分较高,而午后到傍晚评分较低,这个现象或许是梅雨期的午后降水多以地表太阳加热引起的短历时热对流降水为主造成的。     

T639、ECMWF细网格模式对2012年5～8月四川盆地降水预报的天气学检验

为了对比T639和ECMWF模式预报产品性能的优劣,提高预报员使用其产品的能力,针对2012年5~8月四川盆地降水天气过程,根据不同的影响天气系统,分别对T639和ECMWF细网格模式96h降水预报进行检验对比。结果表明:(1) EC模式对不同系统降水的预报效果都优于T639,预报指示意义大,且两家模式对高原涡和西南涡降水预报效果均优于模式对其它系统降水预报。(2) T639模式对主雨带强度和降水中心强度预报易偏弱,主雨带范围预报易偏小,漏报可能性大;EC模式对主雨带强度、降水中心强度预报也易偏弱,但主雨带范围预报易偏大。(3) T639和EC模式在预报主雨带落区、降水中心位置和实况不一致时,预报易偏西、偏南,雨带的移速偏慢。      

安徽省2021年梅雨期降水预报检验分析

检验梅雨期降水的预报效果,对于提升梅雨期降水预报能力、减少梅雨期降水带来的人员伤亡和经济财产损失有着重要的意义。文章对安徽省2021年梅雨期（6月10日—7月10日）六个客观模式和一个主观订正预报产品进行了检验分析,其中包含了三个区域模式数值预报（中国气象局中尺度天气数值预报系统（简称CMA-MESO）、中国气象局上海数值预报模式系统（简称CMA-SH9）、安徽WRF）、三个全球模式数值预报（中国气象局全球同化预报系统（简称CMA-GFS）、欧洲中期天气预报中心确定性预报模式（简称ECMWF）、美国国家环境预报中心全球预报系统（简称NCEP-GFS））和安徽智能网格主观订正预报的降水产品,进行了检验分析,结果表明：传统检验中安徽智能网格和区域模式对晴雨准确率的预报效果优于全球模式,又以CMA-MESO最优;在暴雨及以上量级的强降水预报中,传统检验表明安徽智能网格预报的得分最高（23.83）,ECMWF模式则是客观模式预报中效果最好的（20.12）,CMA-SH9次之（19.34）;通过对除安徽智能网格以外的各个客观数值模式进行的MODE空间检验可知,不同数值模式间暴雨预报误差原因不尽相同,ECMWF与各区域数值模式主要是由雨区位置的预报偏差,尤其是纬度偏差导致的,NCEP-GFS全球模式对降水强度和雨区面积的预报偏弱偏小比较明显,CMA-GFS在强降水方面的预报可参考性较差;各个主客观预报暴雨及以上量级预报,整体表现出较明显的日变化特征,在午夜前后、上午时段TS评分较高,而午后到傍晚评分较低,这个现象或许是梅雨期的午后降水多以地表太阳加热引起的短历时热对流降水为主造成的。     

2002年η模式降水预报检验分析

利用成都区域气象中心η坐标模式。对2002年汛期主要降水过程进行了η坐标模式降水预报检验。并分析了模式预报对不同影响系统的反应，进行了个例分析。检验分析结果表明：η模式对区域性中雨以上降水过程有较强预报能力。在夏季500hPa高原或西北地区有低值系统、700hPa有西南涡或兰州涡、850hPa盆地有涡情况下，则模式降水预报强度偏小；反之，在能量过高、500hPa高原至川西北有高值系统、700hPa有兰州低涡、850hPa盆地弱南风情况下。模式预报降水易漏报或强度偏弱。就平均情况而言。模式对有无降水预报有较好的指导意义，对降水强度的预报通常偏弱。对落区的预报位置易偏西、偏北。随着降水量级的增大。降水预报能力减弱，空报率和漏报率增大。模式易漏报不易空报；当模式预报有较大量级的降水时，实况出现的概率很大，但要注意落区的位置。     

全球和区域数值模式在甘肃2020年汛期降水预报中的检验评估

2020年汛期6—8月甘肃降水日数多、持续时间长、范围广、强度大,对该时间段内3种全球模式（ECMWF、GRAPES＿GFS和NCEP＿GFS模式）和4种区域模式[GRAPES区域数值预报业务系统（GRAPES＿3 km）、西北区域区域模式（GRAPES＿LZ10 km）、西北区域快速更新循环预报系统（GRAPES＿LZ3 km）和华东区域模式（SMS-WARMS）]24 h累计降水预报性能进行检验评估。结果表明：（1）全球模式中ECMWF模式的预报性能优于其余2个模式,而区域模式中GRAPES＿3 km和SMS-WARMS模式预报性能相对较好,且SMS-WARMS模式预报性能更稳定。（2）区域模式晴雨准确率及小雨和中雨的TS评分、ETS评分、命中率低于全球模式,暴雨优于全球模式;大雨和暴雨的空报率和预报偏差均高于全球模式。（3）根据500 hPa环流形势可将甘肃汛期降水划分为副高边缘型和低槽型2种类型,针对2020年4次副高边缘型和3次低槽型降水进行分类检验评估。全球模式和区域模式均对前者的各个量级降水预报性能优于后者;ECMWF模式和区域模式对2种类型大雨和暴雨预报效果优于NCEP...     

日本数值预报产品降水预报准确性检验

作者对日本部分数值预报产品对上海市市区的降水预报准确性作了初步检验。检验结果表明，它们的降水预报正确率仅为６０％左右，且月际变化较大，无明显规律。使用数值预报产品时必须结合本地区当时的实际情况，根据多种工具结合预报经验综合运用，不能盲目照搬。     

转折性天气降水预报检验方法及应用

采用转折性天气降水检验评估方法,从转折天气预报能力的角度评价了模式降水预报能力。对全球中期T213、日本和德国数值预报模式在2006年9月至2008年8月的降水预报检验评估分析表明:转折天气降水预报能力检验是目前降水检验方法的有效补充。3种模式的转折天气降水预报能力随着预报时效的延长,存在逐渐递减的趋势;短期预报能力分析,T213和日本模式春季最好,而德国模式是夏季最好;48h预报分析,T213和日本模式在长江中下游、华北及东北等部分地区、德国模式在四川盆地和华南部分地区预报效果较好。     

2021年四川省2 m温度数值模式预报检验评估

通过对比分析3个区域数值模式（CMA-MESO-3KM、SW3KM和SW9KM）2021年3—12月逐日2 m温度（包括日最高温和最低温）预报结果和气象观测站实况数据,检验评估了3个数值模式对四川省2 m温度的预报性能。结果表明：（1）模式对最低温度预报效果好于最高温度,SW3KM模式对3—10月2 m温度预报略好于SW9KM和CMA-MESO-3KM模式,SW3KM模式对最高、最低温预报效果优于SW9KM模式,其准确率最多可分别提高13.4%、31.9%,较CMA-MESO-3KM模式最多都可提高18.8%。（2）温度误差分布有明显的日变化特征,3个模式预报温度误差从凌晨至上午逐渐减小,而下午至晚上逐渐增大,SW3KM和SW9KM模式预报温度上午较实况偏高,其它预报时段较实况偏低,CMA-MESO-3KM模式预报温度较实况偏低。（3）温度预报准确率与海拔高度密切相关,预报准确率随着海拔高度增加而降低,系统性偏差增大。（4）CMA-MESO-3KM模式冷季温度预报偏高、暖季预报偏低,12时起报略好于00时;SW3KM和SW9KM模式00时起报的20 ℃以上温度预报偏低、20 ℃以下温度预报偏高,而12时起报的低于30 ℃附近温度预报较实况偏低,但00时起报温度误差小于12时起报。     

日本数值预报产品降水预报效果检验

对近几年日本数值预报产品的降水预报释用效果检验结果表明,该产品各时段的预报准确率仅为56.5%～69.4%,且稳定性也较差.     

1998年7—8月HLAFS山东降水预报检验

以站点方式对１９９８年７－８月ＨＬＡＦＳ０８时的１２－３６降水预报进行了评分,统计了预报有降水时实况出现降水的几率。结果表明：ＨＬＡＦＳ改进模式对大雨以上降水的预报效果有明显改善,预报有降水,实况出现降水的几率随预报值的增大而提高。另外对主要过程降水分布趋势预报效果的评价表明,ＨＬＡＦＳ对较大暴雨过程的预报效果较好,优于日本传真图。