基于短时强降水概率预报的模糊检验试验

利用短时强降水概率预报模型生成短时强降水(≥20mm/h)概率预报产品,并对其进行“点对面”模糊检验试验。结果表明：短时强降水(≥20mm/h)概率预报和SWC_WARMS模式最大小时雨量(≥20mm/h)的“点对面”TS评分均明显高于相应的“点对点”评分,短时强降水(≥20mm/h)预报结果可在30～40km范围内进行调整;短时强降水(≥20mm/h)概率预报在概率为30%时TS评分达到最大,Bias接近为1,预报偏差最小;短时强降水(≥20mm/h)概率预报比SWC_WARMS模式最大小时雨量(≥20mm/h)预报更具有参考价值。     

乌鲁木齐市强降水雷达回波特征分析及预报研究

利用乌鲁木齐市2004年和2005年的夏半年(5月至9月)新一代雷达降水模式的产品资料及相应的天气图、实时降水量等资料,对乌鲁木齐市强降水个例的降水时雷达回波强度和范围、不同类型性质降水的移速及移向进行了分析研究。得出:当强降水过程(1h内)组合反射率因子强度都在35dBz以上,并出现强度40dBz以上、范围在20km×25km以上且能移过当地时就会出现1h降水量>6mm以上的强降水,概率达75%。当出现强度40dBz以上、范围在20km×25km以上并有成块的>50dBz以上强度的回波且能移过本地时,则会出现雨强很大的短时强阵性降水;连续性强降水的雷达回波移速平均为0.5km/min,阵性强降水雷达回波移速为1km/min;利用雷达产品中速度方位显示风廓线(VWP)的4～5km高度的风向做雷达回波移动方向的临近预报。所得结果应用价值大,对乌鲁木齐市短时临近强降水预报具有一定的指导性,在短时临近强降水预报的服务工作中将会产生很大的社会效益和经济效益。     

SWAN 产品在“2012·7”沙澧河流域特大暴雨过程中的应用

利用灾害性天气短时临近预报业务系统(SWAN,Severe Weather Automatic Nowcast System),对2012 年7 月4—5 日发生在河南沙澧河流域的大-特大暴雨过程进行SWAN 产品特征分析,总结SWAN 产品在此次过程短时临近预报、预警中的特征指标,结果表明：(1)1 h 降水量30 mm 以上站点对应的1 h 最大反射率因子97.4%在45 dBz 以上,回波顶高84.6%在11 km 以上,反射率因子对短时强降水预报的指示意义较强;(2)垂直积分液态含水量(VIL,Vertically Integrated LiquidWater)高值区与1 h 降水量10 mm 以上降水区有很好的对应关系;(3)定量降水估测(QPE,Quantitative Precipitation Estimation)对此次特大暴雨过程30 mm 以上1 h 降水量有较好的估测能力;(4)定量降水预报(QPF,Quantitative Precipitation Forecast)对此次过程1 h 降水量30 mm 以上的站点预报量级普遍偏小,平均QPF 预报误差偏小30 mm;(5)回波移动矢量(COTREC风场)指示着未来风暴移动的方向,且1 h 强降水中心与COTREC 风场辐合区有一定的对应关系。     

基于CMA-BJ的北京地区短时强降水预报试验

基于2019—2021年4—9月北京快速更新数值预报系统(CMA-BJ)产品以及北京地区地面气象站逐时降水实况, 从表征水汽条件、热力和能量条件以及动力条件的多个物理量中筛选出在有无降水、是否强降水情形中有显著差异的物理量作为因子, 采用配料法和模糊逻辑算法构建北京地区0~12 h时效逐小时短时强降水概率预报模型。以2019—2021年4—9月最优TS评分和偏差评分的概率值和组合反射率因子为确定性预报的概率阈值和消空处理阈值, 运用该预报模型对2022年4—9月每日4次0~12 h预报时效北京地区短时强降水产品进行预报和检验。结果表明:北京地区短时强降水TS评分和偏差评分分别为0.104和1.341, 预报效果明显优于CMA-BJ预报产品。概率预报模型能够有效提升强降水高发地区, 即山前及平原地区的短时强降水预报技巧, 获得较为平衡的命中率和空报率, 但对山区预报技巧的提升有限。     

SWAN产品在“2012·7”沙澧河流域特大暴雨过程中的应用

利用灾害性天气短时临近预报业务系统(SWAN,Severe Weather Automatic Nowcast System),对2012年7月4—5日发生在河南沙澧河流域的大-特大暴雨过程进行SWAN产品特征分析,总结SWAN产品在此次过程短时临近预报、预警中的特征指标,结果表明:(1)1 h降水量30 mm以上站点对应的1 h最大反射率因子97.4%在45 d Bz以上,回波顶高84.6%在11 km以上,反射率因子对短时强降水预报的指示意义较强;(2)垂直积分液态含水量(VIL,Vertically Integrated Liquid Water)高值区与1 h降水量10 mm以上降水区有很好的对应关系;(3)定量降水估测(QPE,Quantitative Precipitation Estimation)对此次特大暴雨过程30 mm以上1 h降水量有较好的估测能力;(4)定量降水预报(QPF,Quantitative Precipitation Forecast)对此次过程1 h降水量30 mm以上的站点预报量级普遍偏小,平均QPF预报误差偏小30 mm;(5)回波移动矢量(COTREC风场)指示着未来风暴移动的方向,且1 h强降水中心与COTREC风场辐合区有一定的对应关系。     

基于CMA-MESO的分级短时强降水概率预报方法研究

随着预报服务需求不断增长和预报内容日趋精细化,仅针对20 mm·h^(-1)以上的短时强降水预报已不能完全满足业务需要,开展不同雨强等级的短时强降水预报方法研究显得十分必要。利用2016—2019年6—8月中国南方9省1市的国家及区域气象站共51355站次短时强降水样本,将雨强R分为4个等级:20≤R<30 mm·h^(-1)、30≤R<50 mm·h^(-1)、50≤R<80 mm·h^(-1)及R≥80 mm·h^(-1)(分别对应I、Ⅱ、Ⅲ、IV级)。将各级样本与同时段CMA-MESO(China Meteorological Administration mesoscale model)数值预报模式初始场进行时空匹配,提取22个相关物理量建立数据集并进行百分位值统计;利用XG⁃Boost(extreme gradient boosting)机器学习方法对物理量进行重要性排序以确定权重系数;应用连续概率预报方法,选用升、降半岭函数作为隶属函数,建立不同等级短时强降水概率预报模型。运用该模型在2020年汛期进行实时业务预报,并对湖北省2020年6—8月15次大暴雨过程0~36 h预报时效的逐小时不同等级短时强降水概率预报产品进行检验,结果表明:I级概率预报产品60%阈值的TS评分(0.145)最好,对应命中率为55.7%;Ⅱ级概率预报产品65%阈值的TS评分(0.083)最好,对应命中率为39.1%;Ⅲ级概率预报产品70%阈值的TS评分(0.03)最好,对应命中率为21.7%;IV级概率预报产品80%阈值的TS评分(0.005)最好,对应命中率为5.8%。对不同等级雨强个例对比检验表明,各级概率预报产品对CMA-MESO模式在同时次不同等级短时强降水预报上均有较好的订正作用。对3次强降水过程逐小时预报检验表明,I级概率预报产品命中率为40%~80%,空报率为50%~90%,预报时效达36 h,普遍优于同时次CMA-MESO降水量预报。本研究对不同等级短时强降水分型建模并在实际预报中有较好的参考性,能够对CMA-MESO的降水预报起到订正作用。     

基于SWAN产品的短时强降水雷达特征及预警分析

利用SWAN产品和自动站雨量资料,详细对比分析了2010~2012年区域性暴雨中的短时强降水雷达特征,结果表明:(1)短时强降水具有反射率因子大,液态水含量高、回波顶高,强回波厚度大等特征,在每隔6min的SWAN拼图产品中,短时强降水通常满足:3km高度处CAPPI回波≥30dBZ,组合反射率CR中心强度≥40dBZ,VIL>5kg/m²,45dBZ以上的回波中心厚度(H)≥3km,这些参数的变化可以作为短时强降水的预警临近指标。(2)现有SWAN产品中的QPE/QPF产品对未来逐小时的雨量和落区具有一定的预报能力,但QPE产品估测1h累计降水量更接近于实况雨量,在监测到有上述强回波发展时,可通过分析QPE产品和回波特征及预警指标对短时强降水过程进行预报。     

台风尼伯特、莫兰蒂和鲇鱼对温州短临雨量影响分析

2016年台风尼伯特、莫兰蒂和鲇鱼均在闽南登陆,尼伯特对温州影响轻,莫兰蒂和鲇鱼给温州带来严重影响。利用温州国家气象站及区域站雨量探测资料、NCEP 2.5°×2.5°日平均再分析资料、逐3 h NASA可视化GEOS-5模拟资料、逐6 min洞头风廓线资料和浙江省短临天气监测和预报产品显示平台逐10 min降水预报产品对3个台风短临雨量影响进行分析。尼伯特对温州影响小,莫兰蒂和鲇鱼给温州西部带来了严重影响;闽南登陆的3个台风对温州的雨量影响主要集中在登陆后;莫兰蒂和鲇鱼登陆时500 h Pa在蒙古一带存在低压,导致了冷空气侵入台风环流,强盛的副高和逐渐靠近的台风之间加大的气压差利于急流产生和加强,温州850 h Pa出现东风急流和大范围≥90%的湿区的时间提前量均在24 h以上;莫兰蒂和鲇鱼在温州短时强降水发生前,伴随着低空急流的突增过程,短时强降水结束前急流已经消失,急流风向转南或者西南方向并不能确认短时强降水结束;浙江省短临天气监测和预报产品显示平台逐10 min更新的3 h雨量预报在3个台风影响期间对≥50 mm/3h的强降水预报起止时间基本准确,落区基本准确但略有偏差,形态基本吻合,预报雨量中心极值比实况偏小约65%~70%。     

2015—2019年甘肃平凉地区夏季短时强降水时空分布及天气形势特征

选取了甘肃平凉地区2015-2019年6-8月发生的27次短时强降水事件。利用自动站逐小时降水资料和高空探测资料,按照短时强降水阈值分类统计法和常规天气分析方法对甘肃平凉地区夏季短时强降水时空分布、影响天气系统及大气环境背景进行了统计分析。结果表明：6月短时强降水频次少,强降水高发区为六盘山山区;7月频次明显增多,活跃地区为静宁、崇信、泾川一带;8月频次及强度达到峰值,密集区为平凉北部的崆峒山区、崇信南部河谷地带。6月短时强降水日变化呈现单峰型特征,以午后居多,1 h降水量在20-30 mm段发生频次最高,占6月频次的80%以上;7月和8月日变化呈多峰型结构,夜间短时强降水频次增多,1 h降水量大于30 mm的频次显著增加,约占7月和8月总频次的40%。分析总结了平凉地区短时强降水天气类型,即高空低槽类、副热带高压类、西北气流类。另外,对表征动力、水汽、不稳定条件的环境参数统计分析,结果显示K指数、CAPE、T₈₅₀-T₅₀₀、Q₈₅₀、θ_se-850等物理量平均特征值对平凉地区强降水预报有较好的指示意义。     

济南市区短时强降水特征分析

用2006—2008年5—9月的济南市区区域自动气象观测站资料和高空、地面资料,分析了济南市区出现短时强降水(R≥15mm/h)的年际、月际、时际以及强度特征,并分析了产生短时强降水的不同天气系统类型,为今后济南市区短时强降水的短时临近预报和预警提供参考。     

基于快速滚动更新的无缝隙定量降水预报模型

精细化定量降水网格预报是天气预报业务的重点和难点,基于西南区域智能数值网格模式预报系统(Southwest China WRF-based Intelligent Numeric Grid forecast System,SWC-WINGS)1 km× 1 km分辨率的小时降水预报,利用时间滞后和概率匹配方法开展融合订正试验,再利用中国气象局多源融合降水系统(CMA Multi-source Precipitation Analysis System,CMPAS)三源融合降水实况格点数据,对2022年7—8月四川地区的小时降水预报融合订正结果进行检验,并在四川盆地西部一次短时强降水天气过程中进行应用,结果表明：(1) 时间滞后集合降水预报相较于模式降水预报,存在小量级预报过度,大量级预报过于保守的问题;(2) 时间滞后结合概率匹配的降水预报融合订正方法有效提升了各量级降水预报的TS评分,尤其1~2 h预报时效提升显著,小时雨量超过0.1 mm、5 mm、10 mm和20 mm量级的TS评分平均提升率分别为7.2%、17.2%、28.3%和36.3%;(3) 一次短时强降水天气过程的应用结果表明,时间滞后结合概率匹配的融合订正方法对模式小时降水预报有较好的改进效果,尤其对大量级降水预报有较强的订正能力。

     

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。     

基于ECMWF细网格模式产品的湿螺旋度在四川盆地强降水预报的应用试验

利用欧洲中期数值预报中心(ECMWF)高分辨率预报场(0.25°×0.25°)资料以及四川省加密自动站降水量资料对2011年汛期7—9月和2012年5—7月共计20例强降水个例进行湿螺旋度指标的统计分析,分别归纳总结出6和24 h内强降水发生发展及落区分布的判据指标。利用这些判据指标对2012年8月30日至9月1日及9月8日发生在四川盆地的两例强降水过程及2013年汛期6—8月暴雨个例进行检验并在汛期投入了业务预报工作。检验结果表明:低层700或850 hPa湿螺旋度正值区的分布对强降水落区分布指示较好;当强降水发生时,24 h时效预报的24~48 h 3 h间隔预报场湿螺旋度数量值超过了指标值并持续了2个时次以上,达到了强降水发生的要求;零场预报的0~24 h及12 h时效预报的12~36 h间隔3 h预报场任一时刻湿螺旋度数量值达到了6 h指标判据值,对其后6 h的暴雨落区有较好的指示作用,可作为短时临近预报的业务参考;湿螺旋度订正预报暴雨发生的TS评分远高于ECMWF模式,预报效果好。     

中央气象台短期降雨预报水平初步分析

该文利用1988～1993年资料，对中央气象台降雨预报水平状况进行了初步分析。结果表明:最近6年，中央气象台的有雨预报、小雨预报、中雨预报和等级综合预报的准确率和技巧水平均有不同程度的提高；暴雨和大暴雨两个等级的落点预报的准确率均超过气候概率，具有正技巧（技巧评分＞0），但技巧水平提高不明显。     

改进的ECMWF集合预报融合产品在海河流域的检验与分析

利用2012—2015年5—8月欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)集合预报在海河流域的17个降水统计量产品与对应降水实况的TS评分检验结果,设计了适合该地区的多种统计量融合技术改进方案,并对新方案进行试验评估。4个月(2016年5—8月)的逐日试验分析结果显示:对于36 h预报时效,与国家气象中心下发的产品相比,改进后的融合产品在5个降水量级的TS评分上均有一定程度提高,降低了暴雨以下量级降水的漏报率,同时消除了大暴雨的虚报区;对于60 h和84 h预报时效,改进后的产品对大雨及以下量级降水的TS评分均有所提高,降低了大雨及以下量级降水的漏报率。新方案更符合海河流域夏季降水特点,提高了该地区降水预报准确率。     

分县客观定量降水预报微机自动化处理系统

本系统着重于T106数据预报产品的应用，采用最优子集回归方程，从气象卫星网上下发的T106数值预报产品中选取最优因子，建立了长治地区11个县市24h、48h降水预报多元回归方程。该系统采用VB5编程，建立了实时资料自动处理、分县客观定量降水预报自动制作、预报结果文本、图形输出等模块。该系统可直接挂接于MICAPS系统下，定时自动运行，无需人工干预。预报结果输出图文并茂，可供预报员参考。     

华南区域高分辨率数值模式前汛期预报初步评估

基于华南地区自动站逐小时观测资料, 采用传统站点评分、邻域法等评估华南区域高分辨率数值模式(包括GRAPES_GZ_R 1 km模式和GRAPES_GZ 3 km模式)对降水、地面温度和风场等要素的预报能力。结果表明: GRAPES_GZ_R 1 km模式的降水预报技巧优于GRAPES_GZ 3 km模式, 模式预报以正偏差为主。对于不同起报时间的预报, 00时(世界时, 下同)起报的预报效果优于12时。GRAPES_GZ_R 1 km模式的TS评分是GRAPES_GZ 3 km模式的两倍以上, 对不同降水阈值的评分均较高。分数技巧评分(FSS)显示GRAPES_GZ_R 1 km模式6 h累计降水预报在0.1 mm、1 mm及5 mm以上的降水均可达到最低预报技巧尺度, 对所检验降水对象的空间位置把握能力更好。2 m气温和10 m风速检验结果表明两个模式均能较好把握广东省温度的分布特征, GRAPES_GZ_R 1 km模式对2 m气温预报结果优于GRAPES_GZ 3 km模式, 预报绝对误差更小; 两个模式对风速的预报整体偏强, 预报偏差在1~4 m/s之间, 但相比之下GRAPES_GZ 3 km模式在风场预报上表现更好。GRAPES_GZ_R 1 km模式的2 m气温和10 m风速预报偏差随降水过程存在明显波动, 强降水过后温度预报整体偏低, 风速预报偏强, 在模式产品订正、使用等需要考虑模式对主要天气系统的预报情况。总的来说, GRAPES_GZ_R 1 km模式的预报产品具有较好的参考价值。      

基于数值预报模式降水产品的集成应用方法试验

利用2008年5~7月四川省152个站点的逐日降水实况和T213、德国数值预报模式、日本数值预报模式、西南区域本地化的MM5集合降水预报模式和各成员的逐日降水预报产品进行Ts评分,然后基于西南区域集合预报8个成员Ts评分权重系数进行集成预报试验和集成方法对比试验,结果表明:基于Ts评分为权重系数的集成预报效果得到明显改进,且该方法优于逐步回归和支持向量(SVM)回归方法;最后根据上述5~7月T213、日本、德国和集合预报8个成员共11个数值模式降水预报的Ts评分按权重系数集成,预报四川2008年8~9月降水并进行效果评价,结果显示:以多个模式Ts评分为权重系数集成的降水预报效果相对于单一模式有明显提高,有较好的预报指导意义。      

21世纪中国极端降水事件预估

评估分析了欧洲中期天气预报中心（European Centre for Medium-range Weather Forecasts,ECMWF）细网格模式（以下简称EC-thin）在长三角地区汛期（5-9月）的暴雨预报评分及ECMWF降水极端天气预报指数（EFI）对暴雨预警的指示作用。研究发现：（1）EC-thin降水和降水EFI对暴雨预报的ETS评分随着预报时效的延长而明显降低,在短时效内,细网格模式降水预报占优,超过60 h后,降水EFI的评分相对更好。（2）对EC-thin降水而言,在不同的预报时效采用不同的降水阈值来预报暴雨,可望达到最佳的评分效果。短期时效内该阈值随着预报时效的延长,大致从55 mm逐渐下降到35 mm。（3）对于降水EFI而言,12-36 h内EFI为0.65~0.7时,暴雨预报ETS评分最高。随着预报时效的延长逐渐下降,60-84 h内EFI为0.55~0.6时,暴雨预报ETS评分最高。（4）在不同预报时效内,采用合理的方式和阈值综合考虑EC-thin降水和降水EFI,可望得到更高的暴雨预报评分。