SWCWARMS模式及GRAPES模式对西南区域降水预报检验对比分析

使用2014年5~12月西南四省(区)一市每日08时统计的24h雨量观测资料,对SWCWARMS和GRAPES模式降水进行站点统计检验。主要结论为:针对每日08时起报,SWCWARMS模式除24h中雨和48h大暴雨外SWCWARMS模式ETS评分在其它时次及其它量级降水上均高于GRAPES模式,但SWCWARMS模式空报和系统偏差较多;针对每日20时起报,SWCWARMS模式ETS和TS评分均高于GRAPES模式;除小雨外SWCWARMS模式空报率略高于GRAPES模式。从2014年10次西南涡过程统计检验可见,两模式对强降水过程即主要影响贵州的三次过程评分高于四川和云南的西南涡降水过程,24h降水评分在多个时次多个量级上优于GRAPES模式。SWCWARMS模式在汛期表现优于GRAPES模式,SWCWARMS模式对小雨、中雨和大雨有较强的预报能力,但对强降水预报能力有待改进,对中雨及以上量级降水空报率较高,而对小雨漏报多于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。     

SWCWARMS模式对四川盆地强降水预报的检验分析

利用SWCWARMS模式产品、常规观测等资料,对2017年7月27~28日和2018年7月26~27日四川盆地两次强降水过程中的环境场、降水量和物理量场等进行了12h、24h预报时效的天气学检验分析。得出SWCWARMS模式产品在强降水预报中的3大优势:(1) SWCWARMS模式对两次强降水过程的降水强度、范围等预报效果较好,尤其是降水强度更为突出,参考价值高。(2) SWCWARMS模式对中高纬大尺度环流背景和强降水主要影响系统预报效果较好,对高原低值系统也有较好的描述。(3) SWCWARMS模式对物理量场中水汽条件(比湿场)和不稳定能量CAPE值预报效果较好。同时,还需要注意的有2方面:500hPa风速和高原上空天气系统存在系统性偏弱现象;对低层风速预报偏弱,加之风向预报偏差,直接影响了强降水分布及大暴雨中心位置的正确预报。     

GRAPES模式对长江流域天气预报的检验分析

GRAPES是中国新一代数值天气预报模式。使用GRAPES中尺度模式产品和常规观测资料,分析检验了2005、2006年汛期发生在长江流域的11次主要降水天气过程,得到:GRAPES模式对于长江流域的预报,无论是降水、天气形势还是物理量都有比较强的预报能力;GRAPES模式对级别较大的降水预报容易出现漏报,而不易出现空报,对于10mm以下的雨区预报比较准确,而对于大于50mm的雨区预报,尤其是大于100mm的降水中心存在较大的偏差;对于西太平洋副热带高压的预报比实际情况偏南、偏东;对于水汽通量散度的预报与实际情况比较吻合。     

SWCWARMS 模式对巴中地区预报能力的检验

应用巴中地区218个自动气象观测站2016年6～8月逐日的24h累积雨量,采取基于客观统计的检验方法,针对24h累积雨量,采取TS评分、BIAS评分和空报率对比分析了 SWCWARMS 模式和 EC 细网格模式在巴中地区的预报能力。研究结果表明:(1)从降水落区来看,两个模式都对雨带的移动都有较好的预报能力;(2)从降水 TS 评分看,SWCWARMS模式在各量级上的 TS 评分都优于 EC 模式;(3)从降水 BIAS 评分看,EC 模式容易漏报中雨及以上量级的降水,而 SWCWARMS 模式则对大暴雨的预报有较大的空报;(4)从逐月评估结果看,6月和7月SWCWARMS 模式较EC模式有更好的预报效果,8月两者差异不大。总体而言,SWCWARMS 模式在巴中地区的预报效果优于 EC 模式。      

GRAPES模式对2005年登陆强台风预报检验分析

针对2005年4个登陆强台风,在台风移动路径、登陆时间、地点、强度等方面,对GRAPES模式的预报能力进行检验评价, 并进行了误差原因分析。检验结果显示,GRAPES 模式台风中心位置预报24 h平均误差131 km,48 h平均误差252 km。模式预报台风登陆的时间、地点接近实况,预报比较准确;台风登陆时的强度预报偏弱。模式48 h预报准确性略低于24 h。误差原因分析表明,需要加强对非常规观测资料的同化应用,改进模式初始条件;提高模式分辨率,使得模式对中小尺度系统的预报模拟能力增强;改进模式地形的精细处理方法,提高模式对地形影响涡旋移动的模拟能力。     

新疆中强天气过程GRAPES区域模式降水预报检验

利用2009年新疆地面气象观测站的实况降水资料和GRAPES区域模式的降水预报产品,根据降水预报产品在新疆实际天气预报业务工作中的应用制定检验方案,对GRAPES区域模式12 h降水预报产品进行检验。结果表明:GRAPES区域模式的降水落区位置和落区面积预报准确率北疆高于南疆,降水落区位置预报偏南的概率比较高;各时效降水中心强度预报易偏强,随预报时效延长其准确率呈降低趋势。     

GRAPES中尺度模式对2005年长江流域重大灾害性降水天气过程预报性能的检验分析

GRAPES是中国新一代具有自主知识产权的中尺度数值天气预报模式。使用在国家气象中心业务运行的最新版本的GRAPES模式、常规观测资料以及NCEP分析资料(1°×1°),对2005年主汛期发生在长江流域的重要降水天气过程进行了模拟和检验,重点分析了该模式对这一地区西风带影响系统的预报能力及可信度,从而得到GRAPES模式对于2005年长江流域重大灾害性降水天气预报性能的初步评价,并对该模式的应用及进一步改进提供一些有意义的参考依据。     

SWCWARMS及ECMWF模式对四川盆地暖区型和斜压锋生型暴雨预报检验分析

利用2014～2016年5～10月四川盆地所有观测站资料及SWCWARMS模式、ECMWF模式同时段20时起报的24h累积降水资料,基于邻域法FSS、ETS评分指数检验了两模式对于高能暖区型暴雨及斜压锋生型暴雨预报的预报性能。主要结论为:(1)两种类型暴雨过程平均误差均是SWCWARMS模式较ECMWF模式大,且误差值为正,表明模式以湿偏差为主;(2)高能暖区型暴雨FSS评分各降水量级各空间尺度均是SWCWARMS模式高于ECMWF模式;斜压锋生型暴雨50mm以下量级降水在36km以下空间尺度ECMWF模式FSS评分高于SWCWARMS模式,54km以上空间尺度SWCWARMS模式评分较高,大暴雨量级降水各尺度下均是SWCWARMS模式评分较高;(3)高能暖区型暴雨ETS评分暴雨、大暴雨量级SWCWARMS模式评分较高,中雨、大雨ECMWF模式预报更优;斜压锋生型暴雨ETS评分,中雨、大雨及暴雨量级降水预报ECMWF优于SWCWARMS,大暴雨量级SWCWARMS模式预报更优。      

新疆区域模式MM5和GRAPES预报能力对比检验

对新疆气象局运行的MM5、Grapes模式2008年4-9月的温度、降水预报能力进行了对比检验,得到以下结果：(1)MM5降水预报能力均优于Grapes,08点初始场降水预报能力略优于20点初始场;(2)降水预报北疆西部、天山山区最好,北疆北部、北疆沿天山次之,南疆最次;(3) MM5对西西伯利亚低槽和中亚低值系统相结合的降水过程预报能力最好,中亚低值系统次之,西西伯利亚低槽最次;(4) MM5温度预报能力均优于Grapes,白天的预报效果优于夜间,预报较实况总体偏低;(5) MM5气温预报准确率北疆优于南疆,偏东优于偏西,平均误差的分布则体现出偏西以负值为主,偏东以正值为主。Grapes的预报准确率南北疆没有明显差异,平均误差的分布也体现出偏西以负值为主,偏东以正值为主。     

GRAPES-REPS西南低涡预报检验评估

利用2015年6—8月GR APES-REPS(Global/RegionalAssimilation and Prediction System-Regional Ensemble·Prediction System)区域集合预报资料,并设计西南低涡格点资料客观识别方法对西南低涡中心位置进行定位,首先评估GRAPES控制预报对西南低涡的预报准确性,之后挑选出四次生命史较长的西南低涡过程,分析评估GRAPES-REPS对西南低涡发生、发展、移动及降水过程集合预报性能。结果表明:(1)GRAPES模式对西南低涡预报的命中率较高,空报率略大于漏报率。(2)GRAPES-REPS对西南低涡发生和发展的预报效果较好,绝大部分集合预报成员能预报西南低涡发生和发展过程,但对西南低涡发生时间预报总体偏早。(3)GRAPES-REPS对西南低涡移动路径在24 h预报时效内比较合理,且集合预报平均明显优于控制预报,24 h之后东移型西南低涡移动路径明显偏北。(4)GRAPES-REPS对西南低涡强度预报总体偏强,表现为中心正涡度值偏大,位势高度值偏低。(5)24 h预报时效内,西南低涡触发的小雨到大雨量级的降水概率评分均有较好表现,且落区与实况接近,而暴雨落区个别略有偏北,但基本吻合。24 h之后,由于东移型西南低涡移动路径偏北导致模式预报降水落区偏北。可见,模式对西南低涡强降水有一定预报能力,因此,提高GRAPES-REPS中尺度集合预报能力,将有助于改进西南低涡强降水预报。     

SWCWARMS模式小时降水量时间滞后集合预报研究

基于SWCWARMS模式9km×9km分辨率逐小时降水预报,通过时间滞后集合预报方法构建多个集合成员,使用SAL评分值计算相应集合成员的权重系数,进行不等权集合平均,从而得到新的逐小时降水预报。利用SAL、TS和BIAS检验方法对四川省2019年8月的逐小时降水量时间滞后集合预报及相应的SWCWARMS模式最新时次预报进行对比分析,结果表明:(1)时间滞后集合预报SAL检验的L值和A值都较模式预报更接近于0,较好地改善了降水位置和强度的整体预报水平;(2)时间滞后集合预报对逐小时降水晴雨TS评分提升明显,评分提高百分率在10%左右,有效地减小了模式在晴雨方面的空报;(3)临近预报时效,时间滞后集合预报方法对于大量级降水预报也有较好的订正效果。     

GRAPES全球三维变分同化系统的检验与诊断

中国气象局数值预报中心新近升级的GRAPES全球三维变分同化系统的大气基本状态变量在物理属性与定义的网格和坐标上与预报模式保持一致,是一个完全针对GRAPES预报模式的同化系统。该系统不仅有利于减小分析误差,也是构建GRAPES四维变分同化系统的基本环节之一。该文通过与观测资料的对比、与国际其他业务中心分析场的对比,以及中期数值预报的检验,对新的GRAPES全球三维变分同化系统性能进行较全面讨论,并通过对这一系统的检验,探索资料同化系统性能的检验方法,尤其是观测资料同化效果的定量评价方法。诊断结果表明:在宏观特征上,GRAPES变分同化系统的分析场与欧洲中期数值预报中心和美国国家环境预测中心的分析场十分相似, 但细节上仍有差别。这些差别主要源自GRAPES同化系统中探空、地面报、掩星以及飞机报观测的贡献偏大,而卫星垂直探测仪观测资料的作用尚未充分发挥。从探测单要素来讲,风及湿度观测的作用发挥不够。此外,青藏高原周围地区、模式高层及赤道地区分析场偏差较大,它们与模式地形及高层的处理等有关系,这些问题有待进一步改进。     

GRAPES全球模式的动能谱分析

大量的观测资料表明在对流层高层和平流层低层,大气动能谱在大尺度范围(800 km以上)与波数呈现出-3的斜率关系,而过渡到中尺度范围(400 km以下)二者呈现出-5/3的斜率关系。模式预报结果能否展现大气动能谱的这种斜率转折特征已经成为模式评估的有效方法。本文采用GRAPES全球中期数值预报模式2013年5月的预报结果,计算了模式一维和二维动能谱,并分析了二维谱的旋转分量与辐散分量、平均分量与扰动分量的关系。结果表明,GRAPES模式的一维谱和二维谱结果均能较好地表现出动能谱的斜率转折特征,但该模式动能谱在中尺度范围的斜率绝对值明显比观测结果和其它模式结果偏大;二维谱的旋转分量和辐散分量、平均分量和扰动分量在总动能谱中的比重关系及其随高度的变化均与文献结果较为一致。总之,GRAPES模式整体上较好地再现了大气动能谱的各种特征,但是可能由于模式分辨率和耗散作用的影响,模式对大气中尺度波动的描述还不够充分。     

Grapes模式预报西南地区夏季2m温度的检验评估

利用西南地区2004、2005年夏季的实况温度对G rapes模式输出的2m温度预报产品进行检验,结果表明,不管是单日预报误差还是月平均预报误差,都没有随预报时效的延长而增大,对四川盆地大部分地区,模式预报温度偏高,对重庆、云南、贵州及川西高原南部的温度预报,基本上表现为14时偏高,02时偏低,对川西高原北部和西藏则表现为预报温度偏低。分析表明,模式中对高原地形处理的不真实是温度预报产生误差的重要原因之一,利用回归分析方法能对模式温度预报进行有效的订正。检验分析结果为进一步改进模式,提高要素预报产品质量提供了一定的依据。