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。     

基于ECMWF模式预报的台风降水地形订正方法

为了解决复杂地形条件下ECMWF模式预报的台风降水较实况显著小的问题,对Smith 1979年提出的地形降水方程进行改进,提出以饱和湿层高度作为方程积分上限,针对不同高度地形设定不同的降水效率;以无量纲湿弗劳德数大于1作为有、无地形降水的判据;利用ECWMF细网格预报场,通过迎风坡地形降水估算方程来订正模式预报的台风降水。用该地形降水订正方法对1617号台风“鲇鱼”的降水进行了订正预报。结果表明,虽然在一些小尺度地形区域会产生明显的空报,但是对于大尺度地形区域的强降水有显著的订正效果。对1513、1521和1614台风的订正结果进一步表明,该地形降水订正方法对改进台风极端降水预报效果显著。需要指出的是,采用的地形降水订正方法仅考虑了稳定条件下的地形降水,对于其他情形下的地形降水订正方法尚待进一步的研究。      

数值预报产品南宁24h降水预报检验

运用目前业务中经常使用的日本降水预报产品和T213降水预报产品，选用2005年4月～2006年8月资料对南宁市单点的预报效果进行检验，结果发现：晴雨预报TS值，T213和日本相差不大。在24h分量级降水检验结果中，T213的TS评分通常高于日本。大雨量级降水，日本优于T213。中雨和小雨量级的降水，T213优于日本。但是T213空报率普遍较高。     

ECMWF降水相态预报产品(PTYPE)应用和检验

运用我国2016—2018年三个冬半年(10月至次年3月)地面2515个站的天气现象观测资料,对ECMWF(European Centre for Medium-Range Weather Forecasts)的降水相态预报产品(PTYPE)(分为雨、雨夹雪、雪和冻雨四类)进行了系统性的检验评估,包括细网格确定性模式预报产品和集合预报系统概率预报产品。结果显示,ECMWF的确定性预报产品对四类降水相态的正确率普遍达到90%以上,对降雨和降雪的TS评分也较高,冻雨次之,雨夹雪的TS评分较低,预报能力有限。确定性模式对我国雨雪分界线的预报,普遍存在短期位置略偏南、中期随时效延长越来越偏北的误差特点,且对雨夹雪的预报范围明显偏小,对冻雨的预报范围明显偏大。集合预报系统从概率的角度一定程度上弥补了确定性模式的上述误差。对概率预报的检验结果显示,集合预报系统降雨概率普遍偏低,降雪概率短期偏高、中期偏低,而雨夹雪和冻雨概率普遍偏低,但是都有一定的预报技巧。集合预报系统相对于确定性模式的优势,降雨体现在较小花费损失比事件的预报上,降雪体现在较大花费损失比事件的预报上。对雨夹雪和冻雨,相对于确定性模式,集合预报系统体现出了显著的优势,尤其是冻雨,集合预报系统的优势更加明显。     

盛夏数值预报模式对副高预报性能检验及其释用

利用１９９８年６～８月Ｔ１０６和ＥＣＭＷＦ数值预报产品,对副高预报能力和产品质量进行了全面检验;通过对数值预报产品加工处理后获取的有关参数和特征量进行综合分析,在业务预报中对重大天气预报实例进行释用。结果表明,ＥＣＭＷＦ对副高增衰进退的运动趋势预报能力较强,对中期重大天气过程和雨区预报有重要指导意义。Ｔ１０６９６小时预报基本可信,１２０小时以后预报能力锐减,是模式改进的重点     

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。     

基于格点实况的海南岛网格晴雨预报检验

采用高分辨率的格点降水实况资料,对2019年5月1日—9月30日中国气象局广东快速更新同化数值预报系统(CMA-GD)、中国气象局上海数值预报模式系统(CMA-SH9)和欧洲中期天气预报中心全球模式(ECMWF)的降水预报产品作海南岛晴雨预报的检验评估,结果表明:(1) CMA-SH9具有较高的晴雨准确率及较小的雨区面积偏差。CMA-GD(ECMWF)评分偏低与较高漏(空)报比例有关,漏(空)报易出现在五指山以南和东部沿海一带。三个模式在海南岛东部沿海一带的晴雨准确率随预报时效减小而提高;(2) CMA-GD多漏报,CMA-SH9和ECMWF多空报。CMA-GD和CMA-SH9比ECMWF具有较快速的调整能力,预报时效缩短,雨区面积偏差减小,晴雨评分提高;(3) 降水面积百分比为0~20%、20%~40%、40%~60% 的局地降水事件中,CMAGD和CMA-SH9预报雨区面积偏大,预报时效增加,面积偏差由偏多转偏少;降水面积百分比为60%~80%、80%~100%的降水事件中,雨区面积随时效增加呈增加趋势。(4) CMA-GD对海南岛北部高频降水中心具有较强的预报能力,但易漏报南部高频降水中心。CMA-SH9在海南岛北部易出现高频降水面积偏大,质心偏东的误差,但对南部的高频降水预报能力优于CMA-GD。通过最优面积阈值择优方案迭代集成CMA-GD、CMASH9和ECMWF的降水预报,可有效提高海南岛高分辨率网格晴雨预报准确率。      

三种数值模式对四川省汛期降水预报性能的检验

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降水分别评估SWCWARMS模式、GRAPES模式和ECMWF模式对2017～2019年5～10月四川地区汛期预报能力,得到如下几点结论：(1)SWCWARMS模式小到大暴雨降水范围大于实况,GRAPES模式小到暴雨降水范围大于实况、大暴雨多漏报,ECMWF模式小雨和中雨降水范围大于实况、大到大暴雨多漏报,三个模式无降水或微量降水均少于实况。(2)ECMWF模式对四川雨季小到大雨预报能力优于SWCWARMS和GRAPES模式,SWCWARMS模式在部分时次上暴雨和大暴雨预报优于ECMWF模式,GRAPES模式TS评分略偏低。(3)GRAPES模式在2018年秋季开始中雨及以上量级降水预报上改善大于SWCWARMS和ECMWF模式,SWCWARMS模式2019年空报较2017年和2018年显著降低;3个模式在小雨和中雨预报上不相上下,GRAPES模式优势在2019年大雨和暴雨预报上,ECMWF模式优势在2017年秋季和2018年初夏大雨预报上,SWCWARMS模式大雨和暴雨预报能力介于二者之间。(4)ECMWF和SWCWARMS模式川东预报优于川西,GRAPES模式川西预报优于川东;三个模式存在不同程度空报,川东地区空报略多于川西,其中ECMWF模式空报最多。     

EC-thin降水预报与极端天气预报指数在浙江暴雨预报中的检验与释用

利用ECMWF模式降水和极端天气指数资料,以及浙江省68个气象站降水观测资料,评估了ECMWF细网格模式(EC-thin)和降水极端天气指数(EFI)对浙江2018—2020年梅汛期暴雨预报效果。研究表明：对于同一预报时效,随着阈值的增加,EC-thin和降水EFI的暴雨预报评分都呈现“先增加、后减小”的趋势,对于不同预报时效都存在某一阈值使得暴雨预报评分达到最大。从24 h时效到72 h时效,EC-thin的降水预报阈值从45 mm逐渐下降到25 mm,而降水EFI的暴雨预报阈值从07下降到06。EC-thin和降水EFI对暴雨预报的空报率随着阈值的增大而减小,漏报率随着阈值的增大而增大。对于不同预报时效,通过合理组合EC-thin降水阈值和降水EFI阈值,可以得到更好的暴雨预报效果,其评分高于单独使用降水EFI阈值或EC-thin降水阈值得到的评分。     

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.     

基于分位数映射法的四川省ECMWF模式降水预报误差订正分析

为做好ECMWF(European Centre for Medium-Range Weather Forecasting)模式本地化释用,提高四川省降水预报准确率,对四川省2020—2021年7—9月模式各量级降水预报系统性偏差规律分析发现,该模式预报的雨日较实况偏多,尤其是攀西地区和川西高原;预报的大雨日数盆地西南部及攀西地区多于实况,而盆地南部少于实况。然后,基于分位数映射法对模式预报的24 h累积降水开展大量级降水订正试验与检验。基于分位数映射法订正后,暴雨及以上量级TS(Threat Score)提高7%～15%,且各量级降水TS均高于多模式集成客观预报产品2%～4%,大雨及以上、暴雨及以上量级命中率提高10%～20%,订正后雨带位置特别是暴雨落区与实况更接近。     

大连地区ECMWF细网格模式阵风预报误差检验与分析

阵风的预报误差检验对实际工作中的精细化预报订正具有一定的指导意义,同时对精细化预报中如何消除误差日变化的影响提供了借鉴。选取2017—2019年3～72 h逐日逐3 h欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecast,ECMWF）细网格10 m阵风和10 m平均风预报资料,基于大连地区9个国家气象观测站实况逐3 h极大风资料进行预报误差检验分析。结果表明：按预报风级和实况风级分类的预报误差对比检验均表明ECMWF细网格预报整体偏大,平均误差为0.96 m·s-1,但具体到各风级时两种分类的预报误差统计结论并不一致,按预报风级分类的检验更符合基于模式预报开展的实际预报工作。以预报为基准统计,各风向、各风级、各站的预报误差均差异明显,风级越大预报偏大的程度越高,风向也表现出随风级增大误差增大的趋势。阵风预报的平均误差具有明显日变化,08:00（北京时,下同）前后误差最大,20:00前后误差最小,主要由10 m平均风的平均误差日变化所致。全部预报个例与实况各时效预报相关系数均在0.7以上,具体到各风级、风向时,各风向相关...     

三种数值模式对山西降水预报性能的对比检验

利用MM5、T213和Grapes3种数值模式的降水预报产品和山西省108个标准测站的降水实况资料,采用客观统计检验方法,对2008年7月各模式在山西省的累加降水预报进行了对比检验。结果表明：24h中雨以下预报1、213优于MM5,中雨以上MM5则略优于T213,48h预报各级降水MM5都优于T213,T213和MM5对暴雨都有一定的预报能力。无论哪个预报时效和降水量级,Grapes均无明显优势。Grapes预报降水量级和降水范围都偏小,空报较少,漏报严重,尤其48h和72h10mm以上降水基本都漏报。MM5预报降水量级和预报范围都偏大,10mm以上降水TS评分较其它模式高,但同时空报也比较严重。3种模式TS评分均随降水量级的增大而减小,T213和Grapes的TS评分随预报时效的增加而减小,MM5的TS评分随预报时效的增加变化不大。     

ECMWF模式副热带高压指数释用产品的应用

应用2006年6—8月欧洲中心数值预报资料,从计算出的副热带高压面积指数、强度指数和西伸脊点、脊线位置及北界位置分析入手,对副热带高压的特征预报进行统计学检验和误差对比分析。结果表明:基于欧洲中心数值预报模式的计算产品对于副热带高压的预报在96 h内误差较小,120—168 h误差较大,副热带高压的预报总体上呈现强度偏强、面积偏大、西脊点偏西和脊线及北界偏北的误差特点。     

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。     

三种数值预报模式降水产品在西藏高原检验分析

本文利用西藏7个主要城镇2009年6~9月24h观测降水对T639、日本和德国三种数值预报模式降水产品进行了检验分析。结果表明:三种数值预报模式中,德国模式对晴雨预报准确率最高、空报率低。小雨量级上三种模式预报能力较强,偏差较小。三种数值预报模式对中雨量级预报能力明显减弱,预报量级明显偏小,其中德国和日本模式基本没有预报能力。综合三种数值预报模式降水对西藏北部那曲、东部林芝和昌都具有一定的参考意义。     

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。     

2009年6—8月T639、ECMWF及日本数值模式中期预报性能检验

每年的6-8月是我国主汛期,这个季节高温干旱、暴雨洪涝等气象灾害最为严重.为更好地了解业务主流模式的预报性能,以提高汛期气象服务能力,对2009年6-8月T639、 ECMWF(以下简称EC)及JAPAN(以下简称JP)数值模式的预报产品进行了对比分析和检验.结果表明, 各家模式对亚洲中高纬度大尺度环流的演变和调整都有较好的预报能力,但均表现出指数值预报偏高的误差;对夏季副高和850hPa气温,T639有一定的中期预报能力,但与EC和JP模式相比,误差偏大,并存在一定的系统性偏差;T639对莫拉克台风的生成预报较好,台风移动和登陆的预报与实况相比有较大误差.     

2007年6-8月T213与ECMWF及日本模式中期预报性能检验

对2007年6—8月T213模式进行天气学检验,并与欧洲中心ECMWF模式及日本模式进行了比较。结果表明:3种模式对亚洲中高纬环流形势的调整演变具有较好的预报性能。综合来看,ECMWF模式对各系统及要素的预报误差最小,最接近实况,日本模式和T213模式稍差,稳定性不如ECMWF模式,特别是T213模式对0709号台风圣帕路径及强度的预报与实况相差较大,而ECMWF模式及日本模式预报较为准确。     

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。