一次特大暴雨过程高分辨率集合预报试验的检验和评估

针对2018年4月22日发生在湖北西部山地的一次特大暴雨过程,采用降尺度方案和显式对流参数化方案模式,开展了高分辨率对流许可尺度(3 km)的集合预报试验,并对全球集合预报(GEFS)和对流尺度集合预报(SSEF)的降水预报进行了对比评估,结果表明:(1)SSEF集合平均的雨量和落区预报均优于GEFS。(2)SSEF各成员的降水离散度分布更合理,因而具有更优的降水区间预报,其“离散度-误差关系”更优,能更好地给出预报误差的分布及其可能的大小。(3)SSEF的概率预报在所有空间尺度上均优于GEFS,且在短历时强降水上的优势更加明显。由此可见,针对此类山地暴雨过程,对流尺度集合预报相对于全球集合预报具有巨大的改进潜力。     

ENSO集合预报系统的检验评价

讨论了一个热带太平洋海气耦合集合预报系统集合预报的检验问题。该集合预报系统模式为一个中等复杂程度的耦合模式,其中大气部分为统计模式,海洋部分为动力模式。初始扰动利用集合Kalman滤波同化得到,模式误差扰动由一个一阶马尔可夫随机微分方程生成,预报集合样本为100个。利用1995~2005年的观测资料进行了确定性预报检验,包括相关系数和均方根误差。在概率预报检验方面,包括Talagrand概率分布、离散度、Brier评分(BS)、命中率以及空报率的统计检验,并且根据检验结果对预报系统进行了初步评价。确定性检验表明,集合样本均值的预报水平在热带中太平洋区域要高于热带东太平洋和沿岸区域。同时概率预报检验结果表明,集合预报系统有较高的概率预报技巧,对确定性预报是一个完善和补充。     

2004年西南地区多物理集合预报系统试验及初步检验

利用美国PSU/NCAR的高分辨率中尺度非静力MM5模式,选择不同的积云对流参数化方案和边界层方案,构造西南地区多物理集合预报系统,于2004年8月16～9月30日进行了准业务试验.对四川区域短期降水集合预报结果的检验表明,利用双线性插值方法获得的站点预报值较利用临近格点的降水平均值更具有实际参考价值;对比分析表明,对于小雨到暴雨量级的降水,集合预报优于大部分集合预报成员,对大于100mm以上的极端降水预报能力有待提高;分析显示,以Anthes-Kuo和Kain-Fritsch积云对流参数化方案构造的集合预报成员对四川区域暴雨以上量级的预报效果不明显,因而对集合预报系统中参数化方案的选取,集合预报成员的构成,还有待进一步试验分析与优化.     

2005年西南区域集合预报系统试验与检验

在2004年利用MM5模式构造西南区域集合预报系统的基础上,2005年增加了多初值扰动,并在2005年汛期进行了准业务试验。对四川区域152个站的降水检验表明,集合预报对四川区域内小雨到暴雨量级的降水预报有明显的预报技巧,对大暴雨的预报技巧不显著;在四川盆地,预报暴雨发生位置比实际发生区域略偏西、偏北;对于小雨到暴雨量级的降水,集合预报优于T213和大部分集合预报成员。     

2005年西南区域集合预报系统试验与检验

在2004年利用MM5模式构造西南区域集合预报系统的基础上,2005年增加了多初值扰动,并在2005年汛期进行了准业务试验.对四川区域152个站的降水检验表明,集合预报对四川区域内小雨到暴雨量级的降水预报有明显的预报技巧,对大暴雨的预报技巧不显著;在四川盆地,预报暴雨发生位置比实际发生区域略偏西、偏北;对于小雨到暴雨量级的降水,集合预报优于T213和大部分集合预报成员.     

AREM短期集合预报系统及其降水预报检验

基于我国科学家自主开发的AREM区域中尺度模式,考虑模式初值和侧边界条件的不确定性,采用BGM方案,建立有11个成员、37km分辨率、覆盖全国区域的短期集合预报系统,并将其于2009年汛期投入准业务化试验,进行了连续2个月的预报结果检验。结果表明:由于能提供更多预报信息,集合预报系统优于单一确定性预报,集合平均预报对评分的改进主要表现在暴雨以下量级,概率预报高于集合平均和控制预报,因而更具参考价值;利用多种集合产品对降水过程进行综合分析,能提高决策预报的科学性。     

长江上游暴雨短期集合预报系统试验与检验

基于PSU/NCAR的高分辨率MM5模式,采用多物理方案构建长江上游中尺度集合预报系统,于2004年8月16日—9月30日进行了预报试验。降水集合预报检验表明,在25mm以上级别的降水预报中,集合预报能改进单一模式的预报能力。对“9·3”暴雨过程的检验表明,降水集合预报平均对暴雨过程的开始、持续、结束时间均有预报指示意义,特别是大于50mm的降水概率分布区域和值的大小对预报大降水的范围有指导作用。     

上海区域降水集合预报系统的建立与运行结果的检验

以MM5模式为基础, 从预报模式的不确定性出发形成8个集合成员, 建立了上海区域降水集合预报系统。该系统实现从资料收集、资料处理、模式预报到预报结果处理与产品输出的全自动化, 于2005年8月1日开始业务运行, 运行稳定可靠。对系统8—10月的运行结果进行检验, 结果表明:集合预报系统对降水的总体预报效果尚可, 其中对量级小的降水的总体预报效果更好, 集合预报产品尤其是概率预报产品具有一定的参考价值, 但系统还存在发散度偏小的问题, 有待进一步改进。     

一次短期集合预报试验

数值模式中物理过程描述不准确是造成数值预报误差的主要来源之一,采用数值模式中不同物理过程的集合预报方案是减小模式预报误差的有效方法。本文结合一个典型的夏季东北冷涡型降水天气过程,选用不同的积云对流参数化方案、显式降水方案、辐射方案以及模式采用不同的地表分辨率构成10集合预报成员,进行了48h的预报。结果显示集合预报在总体预报效果上比各个集合成员的预报效果好,简单的集合平均就可以提高模式形势场和降水要素场的预报准确率。在集合平均提高预报准确率的同时,采用天气系统移动路径图、面条图以及降水概率预报等方法,可以增强小概率事件的预报能力。     

AREM模式两种初值扰动方案的集合降水预报试验及检验

基于我国科学家自主开发的AREM区域中尺度模式,考虑模式初值的不确定性,初步建立起11个成员37 km分辨率覆盖全国大部地区的短期集合预报系统。采用两套初值扰动试验方案(降尺度方案和BGM方案)分别进行了批量试验,试验结果表明:(1)通过对集合预报离散度和概率预报的检验,表明采用区域模式自身孵化循环产生的初始扰动明显优于直接使用全球集合预报提供的初始扰动。(2)无论采用哪种初值扰动方案,基于集合预报方法的集合平均预报、概率预报等均优于单一的确定性预报和业务预报。(3)离散度与集合平均预报误差的面平均有较好的对应关系;离散度与预报误差的空间相关系数平均为40%～45%。(4)目前集合预报系统离散度与预报误差相比偏小,其部分原因在于没有考虑模式物理过程的不确定性,这将在下一步的工作中逐步改进。     

深圳单点气温的时间滞后集合预报研究

利用欧洲中心TL799 L91模式在深圳的单点气温预报数据和深圳本地的气温观测数据,对比分析了时间滞后集合预报方法与传统确定性预报的预报能力.结果表明:(1)TL799 L91 模式提供的确定性预报对于深圳单点气温有一定预报能力,它的预报误差总体上有随预报提前量增加而增加的趋势,但最近时次的确定性预报并不一定是最佳的预报;(2)时间滞后集合预报总体上优于确定性预报,而且参与集合的成员数量越多则预报准确率大体上越高.所以,时间滞后集合预报可在一定程度上改进单点气温的预报质量,是充分利用更早起报时刻数值预报价值的一种有效途径.     

基于对流尺度集合预报方法对一次暴雨过程预报的分析

对流尺度集合预报(Convection-allowing Ensemble Prediction,CAEP)是提高强对流天气预报能力的重要手段,构造合理的初始扰动是CAEP的关键问题。本文开展基于观测扰动初值法(Perturbed-observation,PO)的CAEP在内蒙古地区的试验,并以动力降尺度(Downscaling,DOWN)方法作为对比,分析PO方法在内蒙古地区CAEP的预报效果,以期为内蒙古地区CAEP的构建提供技术参考。结果表明：(1) PO方法构造的初始扰动能引入内蒙古地区观测资料从而减少背景场的不确定性,且扰动具有充分的增长能力。(2) 与DOWN方法相比,PO方法可以显著减少CAEP的短时预报误差,高空和地面要素的RMSE分别减小4%~43%和3%~9%,集合离散度略有减少。高空要素的CRPS评分最大可减少约53%,地面要素的CRPS评分平均减少6%,整体提高了对流尺度集合预报质量。(3) PO方法能够提高短时降水的预报能力,0.1 mm、4 mm和13 mm 3个量级的TS评分分别提升了0.015、0.003和0.001 5。且降水个例表明,PO方法对降水的落区和量级预报更准确。

     

Effect of doubling the ensemble size on the performance of ensemble prediction in the warm season using MOGREPS implemented at the KMA

Using the Met Office Global and Regional Ensemble Prediction System (MOGREPS) implemented at the Korea Meteorological Administration (KMA), the effect of doubling the ensemble size on the performance of ensemble prediction in the warm season was evaluated. Because a finite ensemble size causes sampling error in the full forecast probability distribution function (PDF), ensemble size is closely related to the efficiency of the ensemble prediction system. Prediction capability according to doubling the ensemble size was evaluated by increasing the number of ensembles from 24 to 48 in MOGREPS implemented at the KMA. The initial analysis perturbations generated by the Ensemble Transform Kalman Filter (ETKF) were integrated for 10 days from 22 May to 23 June 2009. Several statistical verification scores were used to measure the accuracy, reliability, and resolution of ensemble probabilistic forecasts for 24 and 48 ensemble member forecasts. Even though the results were not significant, the accuracy of ensemble prediction improved slightly as ensemble size increased, especially for longer forecast times in the Northern Hemisphere. While increasing the number of ensemble members resulted in a slight improvement in resolution as forecast time increased, inconsistent results were obtained for the scores assessing the reliability of ensemble prediction. The overall performance of ensemble prediction in terms of accuracy, resolution, and reliability increased slightly with ensemble size, especially for longer forecast times.     

2013年汛期ECMWF集合统计量产品的降水预报检验与分析

基于TIGGE中欧洲中期天气预报中心和美国国家环境预报中心全球集合预报系统（EC_GEPS和NCEP_GEPS）的2016年1月1日-2017年12月31日连续2 a的预报资料,对两套系统在西南地区10 d以内的2 m温度和24 h定量降水预报进行检验评估和综合分析。2 m温度预报检验结果表明：EC_GEPS和NCEP_GEPS的2 m温度控制预报和集合平均预报的均方根误差均普遍偏高且NCEP_GEPS总体而言优于EC_GEPS;两套系统集合平均均方根误差相对于控制预报改进不明显;集合离散度均明显偏低;Talagrand分布均呈现出非常明显的\     

Ensemble mean forecast skill and applications with the T213 ensemble prediction system

Ensemble forecasting has become the prevailing method in current operational weather forecasting. Although ensemble mean forecast skill has been studied for many ensemble prediction systems(EPSs) and different cases, theoretical analysis regarding ensemble mean forecast skill has rarely been investigated, especially quantitative analysis without any assumptions of ensemble members. This paper investigates fundamental questions about the ensemble mean, such as the advantage of the ensemble mean over individual members, the potential skill of the ensemble mean, and the skill gain of the ensemble mean with increasing ensemble size. The average error coefficient between each pair of ensemble members is the most important factor in ensemble mean forecast skill, which determines the mean-square error of ensemble mean forecasts and the skill gain with increasing ensemble size. More members are useful if the errors of the members have lower correlations with each other, and vice versa. The theoretical investigation in this study is verified by application with the T213 EPS. A typical EPS has an average error coefficient of between 0.5 and 0.8; the 15-member T213 EPS used here reaches a saturation degree of 95%(i.e., maximum 5% skill gain by adding new members with similar skill to the existing members) for 1–10-day lead time predictions, as far as the mean-square error is concerned.     

极端天气预报指数和集合异常预报法在浙江台风和梅雨暴雨预报中的应用北大核心

利用2016—2021年ECMWF集合预报,评估了极端天气指数EFI(Extreme Forecast Index)、尾偏移指数SOT(“Shift of Tail”index)以及集合异常预报法在浙江台风和梅雨暴雨预报中的应用效果。通过研究极端天气预报指数对浙江台风和梅雨暴雨的最优预报阈值,发现梅雨暴雨阈值比台风暴雨明显偏小,且随预报时效增加减小速度偏慢。最优阈值预报相比确定性模式预报,在台风和梅雨暴雨预报检验中体现出更好的稳定性、提前性和准确性。进一步研究发现,通过区分天气类型确定的最优预报阈值,可作为台风和梅雨暴雨落区预报的参考依据。925 hPa水汽通量散度的集合异常度对浙江台风暴雨的落区和强度变化有较好的预报效果,850 hPa涡度和700 hPa垂直速度的集合异常度可以反映稳定性梅雨暴雨的过程演变。     

暴雨集合预报-观测概率匹配订正法在四川盆地的应用研究

利用2015年6月1日至8月31日ECMWF集合预报系统（EPS）51个成员的降水预报结果,基于安徽省大别山区12个代表站点1~3 d的逐12 h降水观测资料,采用TS评分、箱须图、泰勒图等方法,研究ECMWF集合预报降水结果在安徽省大别山区降水分级预报中的应用效果。主要结论如下：ECMWF集合降水预报中,08时起报的24 h降水量和20时起报的48 h降水量可参考性较大;降水分级检验中,晴雨预报正确率在70%以上,小雨和中雨的空报率较高,对大雨以上量级的预报能力相对较差;大型降水过程中,暴雨以上量级的预报需关注不同预报时效下降水量预报的变化趋势,个别成员对极端降水的表现也值得关注。

     

多模式集成的概率天气预报和气候预测研究进展

基于大气的混沌特性,单一的确定性预报逐步向多值的不确定性概率预报转化已成为一种趋势。本文系统地评述了概率天气预报产生的背景,介绍了概率预报的相关概念及国内外的研究状况,着重讨论了多模式集成的概率预报的两种集成方法,即贝叶斯模式平均(Bayesian model averaging,BMA)和多元高斯集合核拟合法(Gaussian ensemble kernel dressing,GEKD),并给出了两个例子的概率预报试验结果。利用BMA方法制作的概率预报的方差较小,减小了预报的不确定性,因此预报结果更接近大气的真实值。作为另一种多模式集成方法,多元高斯集合核拟合法回报的地面气温距平均值及趋势的概率预测结果与实测结果基本一致。利用此方法建立了地面气温年代际变化的概率多模式集合预测模型,并从中提取年代际气候变化特征,对东亚季风区年代际预测具有重要应用价值。     

基于Local-BGM法的冷涡暴雨集合预报试验及评估检验北大核心

基于传统增长模繁殖法(Breeding Growing Mode,BGM)和局地增长模繁殖法(Local Breeding Growing Mode,Local-BGM)生成初始扰动成员,对一次冷涡暴雨过程进行集合预报试验,从多方面比较两种方案的预报效果,并且在邻域概率法(Neighborhood Probability,NP)中引入时间邻域,评估概率预报结果。结果表明,引入局地化思想的Local-BGM方案能够生成比传统BGM方案更合理的初始扰动,具有很明显的局地特征。对于扰动变量的预报,Local-BGM方案在均方根误差和离散度等方面均表现更好,同时能够提高各量级降水的预报技巧。邻域集合概率法能够综合各个集合成员预报的降水信息得到优于集合平均的概率预报,分数技巧评分更高。并且在考虑时间不确定性后,无论是控制预报、集合平均还是邻域集合概率法,分数技巧评分均有很大改善,并且降水阈值越大改善效果越明显,能够为极端强降水天气提供较为客观的概率预报信息。