基于分位数映射法的黑河上游气候模式降水误差订正

区域气候模式降水弥补了高寒山区气象站点稀少的缺陷,是水文模拟的重要驱动变量。然而,高寒山区模式输出降水的总量和频率都存在较大不确定性。因此,改进了用于降水频率纠正的分位数映射法(Quantile Mapping,QM),对中尺度数值预报模式(Weather Research and Forecasting model,WRF)模拟的黑河上游日降水输出数据进行误差订正。选取第95分位和第98分位降水量为阈值,选择2004-2009年为建模时段,2010-2013年为验证时段,使用分段拟合的方法建立传递函数,侧重于对极端降水进行单独订正。研究结果表明:该方法不仅对降水空间分布有明显的改善,对极端降水也有很好的订正效果。订正前模式模拟日降水与台站之间的均方根误差为3.41 mm·d^-1,绝对偏差为115.67 mm·y^-1,订正后均方根误差减少为3.11 mm·d^-1,绝对偏差有明显改善,为60.3 mm·y^-1。订正后流域内年降水空间分布更加合理,年降水量也更接近于观测降水插值结果,其空间相关系数由0.74改善为0.94。春、夏季订正效果优于秋、冬季,其中夏季订正效果较为明显,订正前降水偏差百分比在-0.1~0.1以内的区域面积仅占流域总面积的28%,而订正后占比增加至66%。同时,该方法对极端降水有较好的订正效果,减小了日降水强度(SDII)和极强降水量(R99p)的模拟偏差,订正后的第95分位模拟降水与观测降水插值的相关系数由0.15提高到0.48。本研究为站点稀少的黑河上游提供了一种更有效的误差订正方案,有利于为寒区水文研究获取更精确的降水数据。     

QM和QDM方法对中国极端气候的高分辨率气候变化模拟的误差订正对比

采用分位数映射（Quantile Mapping, QM）和delta分位数映射（Quantile Delta Mapping, QDM）两种误差订正方法对区域气候模式RegCM4在中国区域内模拟的逐日气温和降水数据进行订正。模式数据是5种不同全球气候模式驱动下的区域模式气候变化模拟结果。计算订正前后的极端气候指数进行对比分析,包括日最高气温极大值（TXx）、日最低气温极小值（TNn）、连续干旱日数（CDD）和最大日降水量（RX1day）。结果表明,5组模拟结果和其集合平均（ensR）都显示气温指数的模拟效果高于降水指数,其中对TXx模拟最好,对CDD的模拟最差;经过订正后,针对不同模式的两种订正结果都能够有效地减小模式与观测的偏差并提高了空间相关系数,且两种方法的订正效果无明显差别。对RCP4.5情景下未来变化的分析中,QM在一定程度上改变了模式模拟的未来变化幅度和空间分布特征,QDM则能够有效地保留所有极端指数的气候变化信号。从全国平均来看,除CDD外,所有指数未来都呈现增加趋势,且QDM订正结果与订正前模式模拟的变化趋势更为接近。建议在气候变化模拟的误差订正中采用QDM方法。     

GPM卫星降水数据在沿海地区的适用性分析——以三亚市为例

选取2016年1—12月GPM(Global Precipitation Measurement)卫星的IMERG月尺度降水数据为研究对象,以同时期的气象站点实测降水数据为参考,利用相关系数、标准偏差、相对误差等多种统计分析指标对其在沿海地区估测能力进行评价。结果表明:IMERG月尺度降水量与站点实测降水数据相关性较好,IMERG估测的降水与气象站点实测降水量的时空变化规律也较为一致,但是量化到具体数值而言,其对山区、海岛站的估测能力不及地势平坦的区域;同时,选取降水个例对IMERG日尺度和半小时尺度降水数据的分析表明,日尺度IMERG估测的不同等级降水量也存在偏差,半小时尺度IMERG降水数据对海岛站的降水估测偏高。总体而言,IMERG降水数据对降水的时间变化规律和空间分布格局估测较为合理,但是对山区、海岛地区,其降水估测值还存在偏差,在今后应用中需结合地形特征加以合理利用。     

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。     

分位数调整法在北京动力降尺度模拟订正中的适用性评估

基于分位数调整法对变网格模式LMDZ4在中国区域进行动力降尺度模拟的北京日平均气温和降水结果进行了统计误差订正。订正后的日平均气温在年循环、平均值和频率等方面均十分接近观测值,全年平均气温偏差由-1.2℃降至-0.4℃。降水的订正过程较气温更加复杂,首先对降水日数进行订正,以消除模式产生的虚假微量降水,订正后降水日数误差由61.5%降至3.7%。此外,分位数调整法可有效订正中小型与极端降水的频率和强度,订正后全年降水误差由0.28 mm/d降至0.07 mm/d。订正后最大降水月为7月,与观测一致,消除了冬季的虚假极端降水。分位数调整法无论是对气温还是降水,其订正效果都存在明显的季节性差异。日平均气温的订正在冬、夏季要优于春、秋季,对极端高、低气温的订正更加显著。该统计误差订正方法不仅有效消除了气候平均值的漂移,同时对极值也有一定改善,是一种相对完善的订正方案。分位数调整法也存在一定的不确定性,订正效果受观测资料和模式模拟能力影响较大。     

定量降水预报技术进展

现有的降水预报后处理方法多倾向于对整个区域开展日降水量统一订正,忽视了降水偏差的区域差异,且无法满足精细化预报业务需求。在综合评估中国气象局区域中尺度天气数值预报系统CMA-MESO 3 km (China Meteorological Administration Mesoscale Model at 3 km resolution)在2020年山西汛期降水预报偏差的基础上,基于频率匹配方法,对小时降水预报开展分时段、分区域订正试验,并对订正结果进行了多角度检验分析。结果表明：(1)模式对山西日降水预报空报突出,其中盆地降水预报量级明显偏大。(2)不同区域、不同时段小时降水预报偏差不同,其中弱降水在白天低海拔地区预报偏多,夜间高海拔地区预报偏少。(3)分区域、分时段频率匹配订正后,日累计降水平均误差较订正前降低76.8%,强降水过度预报问题显著改善。(4)通过降低过度预报的降水频率和强度,降水量峰值提前、上午峰值虚报等问题得以解决,可更好再现降水日变化特征。(5)订正后有效改善了模式降水预报的地形分布特征,主要体现在强度预报改进上,但对模式降水预报频率的地形分布偏差调整有限。

     

概率调整法在气候模式模拟降水量订正中的应用

应用概率调整法订正区域气候模式系统PRECIS在SRES A1B情景下模拟的各季节全国日降水量。以第95百分位降水量为阈值,利用Γ分布分段拟合1962年12月—1972年11月的模拟值,构建传递函数,得到1991年12月—2001年11月的订正值。结果表明:全国平均日降水量空间分布的模拟改善明显,偏差百分率高于100%的格点比例从23.5%降低到1.0%;对各地区平均降水月循环的模拟结果改善,冷季降水较暖季更接近观测,提高拟合优度是改进订正方法的关键;多数地区连续干日数、连续5 d最大降水量及极端降水贡献率的空间强度、概率分布与空间相关性的订正效果显著。总体来说,该方法对模拟中国区域降水的平均态与极端降水均有明显改善,有助于气候评估工作的展开。     

应用CGDPA评估中国大陆地区IMERG的降水估计精度

应用国家气象信息中心基于地面雨量计的逐日降水分析产品CGDPA (China Gauge-Based Daily Precipitation Analysis)为基准数据,采用定量和分类评分指标分析了2014年9月—2015年8月中国大陆地区全球降水观测GPM (Global Precipitation M easurement)多星集成降水产品IM ERG (Integrated M ulti-satellite Retrievals for GPM)的精度。结果表明:1) IMERG日平均降水量能够较好地反映我国降水量的空间分布特点(局部地区偏低),季节平均降水强度的空间分布与CGDPA具有较好的一致性(尤其中东部和南部)。2) IMERG与CGDPA日平均降水量的相关系数在大部分地区介于0. 2～0. 5,只有少数地区超过0. 6,局部地区甚至出现负相关。3) IM ERG在中国大陆东部的降水估计精度明显优于西部,但东部绝大部分地区IMERG日降水量比CGDPA偏低10%～30%,甚至更低。4) IMERG与CGDPA降水概率密度相差最大的是微量降雨,其次是中雨,其他降水强度则相差很小。5)各季节IMERG探测降水的准确率POD都比较低,空报率FAR则比较高,临界成功指数CSI也比较低。     

分位数映射法在RegCM4中国气温模拟订正中的应用

将一种分位数映射法RQUANT,应用到一个区域气候模式（RegCM4）所模拟中国气温的误差订正中。从气候平均态、年际变率、极端气候及农业气候等多方面,评估了该方法对日平均气温、日最高气温和日最低气温模拟的订正效果。结果表明,该订正方法对模式模拟的日平均、日最高和最低气温气候平均态的订正效果都非常明显,中国大部分地区的订正结果与观测的偏差在±0.5℃之间。在降低极端气温指数和农业气候相关指数的模拟误差方面也有显著的效果,但对气温年际变率的订正效果有限。结合以往对降水订正的评估分析,该方法对模式模拟结果有较好的订正效果,可以应用于区域气候模式的气候变化模拟预估中,为气候变化及相关影响评估研究提供更适用和可靠的数据。     

GPM/IMERG产品在鲁南地区的精度评估

为了评估GPM/IMERG产品在鲁南地区的精度,利用2016年1—12月鲁南地区35个国家气象站的降水观测数据,采用定量和分类评分指标的方法,从时间、空间和降雨强度等方面对GPM/IMERG产品在鲁南地区的适用性进行评估。结果表明:IMERG数据在鲁南地区具有较高的精度,IMERG与站点观测数据相关系数为0.8,均方根误差为5.47mm/d,相对偏差为2.27%;从时间上来看,IMERG与站点观测区域平均日降水和月降水总体变化趋势是一致的,夏季的估算精度高于其他季节;从空间上来看,年降水量偏多的台站,IMERG数据会低估,年降水量偏少的台站,IMERG数据会高估,IMERG对中纬度山地和丘陵的估测精度优于平原;IMERG产品的估计精度与降雨强度有关,当降水量级为微量降水(小于1mm/d)时,卫星估测能力较弱,当降水强度为小雨及以上量级时,卫星估测降水产品与实际观测概率密度差异较小;IMERG估算稳定性降水的能力较强,在降水较多月份,IMERG的探测准确率较高、空报率较低、临界成功指数较好。     

GPM卫星和地面雷达对江苏盐城龙卷风强降水估测的对比

为综合评估卫星和天气雷达在2016年6月23日盐城龙卷风期间的强降水过程的降水估测精度,以国家级雨量站观测数据为基准,结合相关系数(CC)、相对误差(RB)、均方根误差(RMSE)以及分级评分指标,利用S波段的天气雷达定量降雨估测产品(RQPE)和全球降水观测计划多卫星融合产品(IMERG_FRCal,IMERG_FRUncal,IMERG_ERCal)进行比较。结果表明,雷达和卫星的累积降水量与雨量站的空间相关性很强(相关系数大于0.9),基本上能捕捉到整个降水过程的空间分布。降水主要分布在江苏省北部,但卫星高估了江苏省东北部强降水中心的降水量;对于小时时序区域平均降水,卫星高估了降水,而雷达低估了累积降水量。综合降水中心区域分析,IMERG的强降水区域降水量与雨量站的时间序列的偏差显著;RQPE在降水峰值达到之前及峰值之后与地面雨量站的变化趋势基本一致,但对降雨量峰值有明显的偏低。RQPE能较为准确地在时间上捕捉到降雨强度的变化趋势,但对于大雨及暴雨的估测能力不佳;RQPE的POD、SCI值都远远高于IMERG, FAR也较小。IMERG几乎未能监测到强降水的发生。总体上,RQPE对此次龙卷风强降水量的估测表现优于3种IMERG产品,特别是在捕捉强降水区域的空间分布方面,但对于强降水的估测能力仍需进一步改善。     

SSPs情景下福建省未来极端降水的模拟与预估

基于最新一代CMIP6全球气候模式模拟的历史和未来SSPs排放情景下的逐日降水数据和高分辨率逐日格点观测数据,采用泰勒图和分位数映射法评估订正模式性能,计算并分析SSP2—4.5和SSP5—8.5情景下福建省21世纪近期(2021—2040年)、中期(2051—2070年)和末期(2081—2100年)8个极端降水指数的变化。结果表明：在参照期(1991—2010年)经过分位数映射法偏差订正后,各极端降水指数模式模拟与观测更加接近,其空间相关系数、均方根误差和标准差的模拟性能都大幅提升。21世纪各个阶段,福建省年累积降水量(Prcptot)、极端暴雨日数(R50mm)均多于参照期,且越到后期、高排放情景下增幅越大。大于10 mm的降水日数(R10mm)和极端大雨日数(R20mm)则是增减各异,R10mm表现为福建东北部减少、其他大部分地区增加,R20mm表现为SSP2—4.5情景下21世纪近期福建西北部减少、而其他情景和时段均增加。表征降水强度的最大1 d降水量(Rx1day)、最大连续5 d降水量(Rx5day)和日降水强度指数(SDⅡ)在未来全部增加,且沿海地区增幅高于内陆地区。持...     

广东省降水的多尺度时空投影预测方法

采用多尺度时空投影(MSTP)预测思路建立广东月降水和季节降水预测方法。通过EOF分解、小波分析和Lanczos滤波方法进行周期分解, 采用MSTP方法进行预测。借鉴年际增量法, 对预报结果用最小二乘法进行误差订正, 得到降水预测结果。PS预测评分和均方根误差10年独立样本检验(2006—2015年)结果显示:订正后, PS预测评分起伏较小, 68.8%的月降水和季节降水PS预测评分明显提高的年份超过6年, 且有87.5%的月降水和季节降水PS预测平均分达到70以上; 在±0.5个标准差范围内, 订正后均方根误差在40%以上的概率分布明显高于订正前, 订正后的月和季节降水占81.3%, 订正前占31.3%;在±1个标准差范围内, 概率分布在70%以上的月季降水订正前后相差不多, 订正后占56.3%, 订正前占50%。     

中国格点化日降水极值统计模型及阈值的选取

采用年最大值法（AM）及超阈值峰量法（POT）分别构建基于0.5°×0.5°网格的全国地面日降水极值序列,建立基于广义极值分布（GEV）和广义帕累托分布（GPD）的降水极值统计模型,通过K-S检验评估模型拟合效果,研究全国日降水极值的统计规律及其空间分布特征,提出适用于不同地区极端日降水的极值分布模型与阈值选取标准,结果表明：(1)POT序列比AM序列更符合降水极值序列的要求;(2)为便于比较并提高模型拟合效果,POT序列的阈值由百分位数法确定效果较好;(3)阈值方案优选结果在空间分布上与中国干湿区域的划分有很好的相关性,在湿润地区宜将第90～94百分位数作为阈值,在半湿润和半干旱地区宜将第94～97百分位数作为阈值,在干旱地区则使用第97～99百分位数较为合适。     

百分位统计降尺度方法及在GCMs日降水订正中的应用

在格点观测的逐日降水量数据基础上,采用百分位统计降尺度方法对全球气候模式(GCM)输出的日降水量进行了订正处理。5种订正方案的比较结果表明,取12个百分位数进行日降水量订正是合理的。观测资料与3个GCMs订正前后全国平均年、季降水量空间分布以及主要流域平均年、月和日降水序列多年平均、变化趋势及概率密度的对比分析表明:(1)统计降尺度处理可在一定程度上降低GCMs模拟的降水量偏差,特别是中国中部、长江以南和东北部分地区,对德国马普研究所的海气耦合模式(MPI/ECHAM5)模拟的降水量订正效果最显著;(2)GCMs统计降尺度处理的降水量季节分布特征与观测更为接近,所有流域MPI/ECHAM5订正的降水量优于或接近直接输出结果;(3)与GCM直接输出的降水相比,部分流域经统计降尺度处理后降水量变化趋势与观测的一致性有所增加,但不明显;(4)当日降水量<30mm时,订正的降水量与观测的偏差明显减小;当日降水量>30mm时,部分流域由负偏差转为正偏差。由于GCMs结构和降尺度方法的局限性,在用于具体流域未来气候变化预估及气候变化影响评估时,应选择尽可能多的、模拟能力强的GCMs数据,以包含尽可能多的模拟气候情景。     

基于RegCM4模式的中国区域日尺度降水模拟误差订正

气候模式模拟得到的各气候变量与观测相比,总会存在一定的偏差,所得到的气候变化预估结果难以在影响评估模型中直接应用。本文尝试对一个区域气候模式（RegCM4.4）所模拟的中国区域逐日降水,基于概率分布（分位数映射）方法进行统计误差订正。在订正过程中,以模拟时段1991~2010年中的前半段（1991~2000年）作为参照时段,建立传递函数,对后一时段（2001~2010年）进行订正并检验其效果。首先对使用参数和非参数所建立的6种不同传递函数方法进行对比,发现6种方法均可明显减少降水模拟的误差,其中利用非参数转换建立传递函数的RQUANT方法效果更好。随后进一步分析了采用该方法对模式模拟降水所做订正的效果,结果表明,该方法可以明显改善对平均降水,以及降水年际变率和极端事件的模拟结果。     

基于贝叶斯原理降水订正的水文概率预报试验

利用淮河流域加密站点2008年6月1日—8月31日逐日降水资料、对应的T213模式的24 h, 48 h以及72 h集合预报,采用贝叶斯模型平均 (Bayesian Model Averaging,BMA) 方法对集合预报15个成员的降水预报进行了概率集成与偏差订正,采用排序概率评分 (CRPS)、平均绝对误差 (MAE) 对BMA的订正结果进行检验,并将订正后的降水预报输入VIC (Variable Infiltration Capacity) 水文模型中进行水文概率预报。结果表明:经BMA订正后的24 h, 48 h, 72 h降水预报精度较订正前有所提高;BMA模型给出的有效区间 (第25百分位数至第75百分位数) 预报将实况降水量包含在内的可能性比订正前更大;由水文概率预报检验指标分析可知,经BMA订正的降水集合预报,由VIC水文模型模拟得到的径流量变化趋势与实况较吻合。     

精细化评估GPM/IMERG产品对台风“妮坦”降水的观测精度

采用地面加密雨量计观测资料，以1 h、3 h、6 h、12 h和24 h等多个时间尺度分别评估了全球降水观测GPM （Global Precipitation Measurement）计划降水产品IMERG （Integrated Multi-satellite Retrievals for GPM）对台风"妮妲"降水中小雨、中雨、大雨和暴雨等不同量级降水的估计能力，主要结论如下：（1）降水累积时长会影响IMERG降水产品的估计精度。随着降水累计时长的增加，IMERG与地面雨量计观测结果的一致性加大，相对偏差和偏差的随机性均减小；（2）降水累计时长1 h时，IMERG对不同量级降水的观测精度均存在较大偏差；（3） IMERG降水产品会高估小雨时地面雨量计的降水量，且低估小雨事件发生的概率，对于小雨等级降水的观测能力还有待提高；（4） IMERG能较好地观测到暴雨降水的空间分布区域，但对暴雨的估计量级会明显偏低。     

干旱典型山区CFSR降水数据的偏差校正方法研究——以新疆开孔河流域为例

CFSR降水数据在西北干旱半干旱区存在较大偏差,需要寻求合适的偏差校正方法。基于新疆开孔河流域内4个不同海拔高度的雨量站1981—2010年日观测数据,与同期CFSR降水数据对比分析后,分别采用LOCI法、Gamma分布映射法以及这2种方法的耦合(gamLOCI法)对CFSR降水数据进行偏差校正和检验。结果表明:新疆开孔河流域内原始CFSR降水数据表现出低估强降水、高估弱降水的特征,且春秋两季与观测值的相关性优于夏冬两季,高海拔山区的相关性优于平原地区,夏秋两季的偏差小于春冬两季,山区和低海拔平原区的偏差大于较低海拔平原区;gamLOCI法综合了LOCI法和Gamma分布映射法的优点,既能校正CFSR降水数据的湿日频率和湿日降水强度,又能保留降水序列中的极值;在平原区,3种校正方法的效果均较好,无显著差别,而在高海拔山区,gamLOCI法校正效果最优。     

CWRF模式在中国夏季极端降水模拟的误差订正

利用1980—2015年6—8月我国逐日降水观测数据评估CWRF模式（Climate-Weather Research and Forecasting model）多种参数化方案对我国夏季日降水的模拟能力,并考察累积概率变换偏差订正法（CDFt）的订正效果。通过将广义帕累托分布（GPD）引入到偏差订正模型中,提出针对极端降水的累积概率变换偏差订正法（XCDFt）,检验和评估其对极端降水订正的适用性。结果显示:CWRF模式微物理过程选用Morrison-aerosol参数化方案组合对我国降水场的模拟较好,CDFt订正效果良好;XCDFt偏差订正模型能够较好地提取模式建模与验证时期变化信号,订正后相比订正前与观测极端降水的概率分布更为接近;经过XCDFt订正后华南、华中和华北地区20年一遇的极端降水重现水平较模拟值更接近观测值,可为CWRF模式提高极端降水的业务预测水平提供参考。