2022年汛期四川多模式降水预报检验

采用站点观测和EC、EC订正场（ECR）、CMA_3KM、SWC_3KM模式12~36 h降水预报资料,基于TS评分、SAL检验等指标,对2022年汛期四川多模式降水预报效果进行检验和对比分析。结果表明：（1）SWC_3KM有雨日数预报最接近实况分布,EC模式雨日空报最多且在川西高原和攀西地区尤为显著,EC模式大雨日数预报优于其余模式。（2）BS评分显示EC模式大量级降水预报偏干,其余模式均以湿偏差为主。TS评分暴雨量级各月均以ECR预报最优。（3）个例评分对比,ECR预报效果最稳定,过程最高TS评分次数最多,SWC模式次数最少。（4）ECR个例预报降水强度及雨带位置、走向与实况最接近,EC模式预报偏弱。SWC_3KM模式强降水雨带位置预报在盆地西北部和凉山州北部参考性较高。CMA_3KM和SWC_3KM模式预报大量级降水在高海拔地区存在较大范围空报。     

黑龙江省2020-2022年汛期多模式降水预报检验评估

本文利用黑龙江省考核站降水观测数据,对2020-2022年汛期6-8月全球尺度模式预报、中尺度模式预报、客观订正预报等在黑龙江省预报性能、误差进行了对比分析。对比检验分析发现,定量降水预报误差与观测降水量密切相关,汛期降水量较大,预报定量误差较大。黑龙江省气象台客观预报和融合预报误差相对较小,中尺度模式的定量误差相对较大。五种降水预报存在预报范围偏大的问题,EC预报范围偏大现象最为显著。针对一般性降水,两种订正预报随机误差表现最好,其次为EC预报,两种中尺度模式降水预报的随机误差表现相对较差。订正预报pm＿fm在大雨及以下量级随机误差表现最好,暴雨量级CMA-SH9最好。订正预报不但可以有效消除模式系统性误差,也可以改善原始模式随机误差。降水分级检验结果表明,CMA-MESO在大暴雨量级有一定的预报能力,fuse在大雨量级上表现较好,pm＿fm在小雨、暴雨量级上预报能力明显优于其它模式。     

2013年汛期华中区域业务数值模式降水预报检验

为充分了解华中区域中尺度业务数值预报模式更新为WRF后的预报性能,对该模式2013年汛期24 h和48 h的累积降水预报产品,采用TS评分、预报正确率、漏报率、空报率、偏差及ETS评分等统计量对其进行了较详细的评估。结果表明：从日平均降水率分布来看,24 h预报的降水中心位置和强度与实况更接近,48 h的预报明显偏大、偏强;汛期总体降水检验表明,该模式的降水预报以偏大为主,随着降水量级的增大,TS和ETS评分逐渐减小,且ETS评分逐渐靠近TS;逐月降水检验结果发现,该区域汛期月晴雨预报正确率与雨日率呈正相关;通过梅雨期WRF与GRAPES_Meso的预报对比检验可见,两个模式都表现出了较好的预报性能。值得指出的是,随着降水量级的增大,WRF模式降水预报优势逐渐显现。总的来说,该模式的降水预报产品具有一定的参考价值。     

WRF模式对焦作2008年汛期降水的检验

利用WRF模式2008年6-8月逐日降水预报产品资料,对焦作7站降水预报进行分月分时段的统计检验,结果表明:WRF模式对焦作市0-12 h的晴雨预报能力最强,各月各站均在71%以上,其中6月最高,有6站准确率均在80%以上;12-24 h平均晴雨准确率大部分站都在65%左右.对降水的定量、定性预报能力,前12 h明显优于后12 h;对小雨、中雨预报效果较好,对大雨也有一定的预报能力;对暴雨降水预报能力较差,空报率、漏报率较高.总体看来,模式的空报率、漏报率较高,且空报率大于漏报率.     

2002年η模式降水预报检验分析

利用成都区域气象中心η坐标模式。对2002年汛期主要降水过程进行了η坐标模式降水预报检验。并分析了模式预报对不同影响系统的反应，进行了个例分析。检验分析结果表明：η模式对区域性中雨以上降水过程有较强预报能力。在夏季500hPa高原或西北地区有低值系统、700hPa有西南涡或兰州涡、850hPa盆地有涡情况下，则模式降水预报强度偏小；反之，在能量过高、500hPa高原至川西北有高值系统、700hPa有兰州低涡、850hPa盆地弱南风情况下。模式预报降水易漏报或强度偏弱。就平均情况而言。模式对有无降水预报有较好的指导意义，对降水强度的预报通常偏弱。对落区的预报位置易偏西、偏北。随着降水量级的增大。降水预报能力减弱，空报率和漏报率增大。模式易漏报不易空报；当模式预报有较大量级的降水时，实况出现的概率很大，但要注意落区的位置。     

2020年夏季辽宁省多模式降水预报检验

选用2020年夏季辽宁省区域自动站资料和7种模式预报资料,根据降水强度将站点分为5种降水类型,分析各数值模式36 h和48 h预报检验降水场的分布误差、相关性及雨带位置。结果表明：36 h预报结果好于48 h, 48 h降水量预报结果普遍比观测值偏大。初夏、夏末及秋初,各模式降水量预报偏差相对较小,盛夏的预报值偏差较大,尤其强降水站点的降水量预报值显著偏小。36 h预报值与观测值的相关系数和散点分布表明,弱降水站点和较弱降水站点的ECMWF预报结果最好,NCEP和WRF＿3KM次之。中量降水站点、较强降水站点和强降水站点的NCEP预报结果最好,ECMWF和WRF＿3KM次之。各模式雨带位置预报存在不同程度偏差,其中ECMWF的结果较好。     

2003年汛期3种中尺度数值预报模式降水预报检验

利用2003年汛期降水实况及河南省气象台引进的3种中尺度数值预报模式(REM、MM5、MAPS)的降水预报资料，对模式预报性能作了检验对比分析。结果发现：REM模式对于大雨以上降水的预报效果较好；MAPS模式的12h预报有明显优势；MM5模式对小雨和中雨的预报效果较好，并且预报结果具有稳定性。     

一个改进的汛期降水预报的热力学模式

本文在地气系统热平衡方程、土壤热传导方程和Ｇ．Ｗ．Ｐａｌｔｒｉｄｇｅ关于行星大气等效红外辐射温度参数化公式三个方程的基础上,建立了一个用于汛期（４－９月）降水预报的区域模式。它有效地修正了汤懋苍等提出的“一个长期降水预报的热力学模式”中存在的一些问题。     

2020年辽宁省汛期多模式降水预报评估

基于7种数值预报产品,采用二分类检验和频率分布检验方法,对2020年5—9月辽宁省24 h降水预报、3 h降水量20 mm以上的强降水预报进行检验评估。结果表明：多数数值模式均存在降水预报频次偏多的误差特征,尤其是全球模式,对弱降水过程的过度预报特征更为明显。数值模式对24 h中雨量级降水的预报效果普遍较好,全球模式对强降水的预报效果较差。SHANGHAI、BEIJING中尺度模式对不同量级降水的预报效果总体好于其他模式,GRAPES＿3km中尺度模式的强降水预报频率偏高,SHANGHAI中尺度模式的降水极值预报强度偏大,ECMWF模式的各量级降水预报性能较均衡,对强降水也有一定的预报能力。中尺度模式对白天时段的强降水预报效果较好,但从初始时刻后第6～9 h的预报效果较差。数值模式对大范围强降水过程及小范围稳定性强降水过程的预报效果较好,对副热带高压后部小范围强降水过程预报效果较差,无法预报大雨以上量级降水。     

改进的AREMS对2003年汛期降水预报及对比检验

利用包含三维变分同化的中尺度暴雨数值预报模式系统AREMS和AREM2．1对2003年主汛期（6-8月）进行了每天两个时次（08时和20时）的实时平行预报试验。对24h累积降水量预报进行了分区检验，结果表明：（1）AREMS对我国夏季降水具有较强预报能力，长江中下游地区TS评分最高。长江中下游、华北和华南地区空报率大于漏报率，东北和西南地区东部则相反。（2）模式条件的改变（模式层顶、侧边界条件及初值分析）对不同区域24h降水预报的影响程度不同：6-8月平均而言，影响最显著的是东北、华北地区，然后依次为华南、西南地区东部，影响最小的是长江中下游地区。（3）模式条件的改变对不同区域TS评分影响不同：6-8月平均而言，AREMS对东北地区降水预报效果改进最显著，特别是12-36h时效的降水预报；对华北地区的改进也非常明显；对华南地区降水预报水平整体下降；对长江中下游和西南地区东部改进不明显。（4）模式条件的改变对不同区域空报率和漏报率影响不同：华北漏报率明显减小，但空报率有所增加；东北绝大多数的空报率与漏报率都较AREM2．1有所减小；西南东部地区，08时漏报率略有所减小，空报率增大，20时反之。（5）长江中下游、华南和西南地区东部TS评分差值在6、7、8各月变化明显。     

1961-2012年山东汛期暴雨气候特征分析

利用1961-2012年山东省35个气象站汛期逐日降水资料,采用常规统计法分析了山东省汛期暴雨日数和暴雨强度的时空变化特征,运用均生函数建立山东省汛期暴雨日数和暴雨强度的预测模型,并进行试报和预报检验。结果表明：1961-2012年山东省汛期暴雨日数和暴雨强度均呈减小趋势,但减小趋势不明显,未通过0.05信度的显著性检验。1961-2012年山东省汛期平均暴雨日数为2.2 d,存在3.4 a与准8.0 a周期振荡|暴雨平均强度为67.8 mm·d^-1,有2.3 a、3.3 a、6.9 a与准12.0 a的变化周期。1961-2012年山东省汛期暴雨日数和暴雨强度未出现气候突变|山东省暴雨日数和暴雨强度自20世纪70年代中末期至80年代末期出现年代际减小的变化。山东省汛期多年暴雨平均日数和暴雨强度呈自西北向东南逐渐增加的分布趋势。鲁南、山东半岛南部和东部地区是山东省汛期暴雨（连续性暴雨）的多发地带及暴雨强度大值区域。对2003-2012年山东汛期暴雨预测表明,均生函数预测模型可较好拟合山东省汛期暴雨日数和暴雨强度的变化趋势,对山东汛期暴雨有较好的预测能力。     

T213模式对河南省降水预报检验评价

对2032年10月-2003年9月T213降水预报产品的预报效果进行了分型和分区检验，结果表明：冬半年对小量级预报能力较强，夏半年对大雨以上量级的降水有较好的预报效果；东高西低型降水各量级的预报均有较高的准确率，低槽型次之；各量级的预报大部分是南方优于北方。     

2006年汛期北京地区中尺度数值业务降水预报检验

采用北京地区自动站逐小时观测降水资料对2006年汛期北京地区中尺度数值业务降水预报效果进行了客观检验,并针对2006年汛期的降水特点对模式的降水预报性能进行了初步的评估,着重对发生的28次降水过程按其主导的天气系统进行了分类,并对各个类型的降水预报进行了评分检验,根据检验结果分析了数值业务模式对于夏季不同天气系统导致的降水过程的预报能力,并且对不同分辨率的模式网格的预报性能进行了初步对比。     

BCC_CSM1.1m模式对福建前汛期降水预测的误差订正

采用1991—2017年BCC_CSM1.1m季节预测模式的月降水预测数据及福建省前汛期（4—6月）66个国家气象站降水资料,利用距平相关系数(ACC)、时间相关系数(TCC)、平均方差技巧评分(MSSS)和趋势异常综合评分(Ps)等评估方法,检验评估了提前0、1、2和5个月模式对福建省前汛期降水的预测能力。采用系统偏差、一元线性回归和EOF-相似误差（EOFL和EOFNL）等4种统计方法对回报结果进行订正,并进行效果检验。BCC_CSM1.1m在不同起报时间对福建省前汛期降水的预测均能抓住降水的前两个主模态：全省一致和南北反向分布的空间特征,但预测的气候平均值较实况存在负偏差。模式在不同起报时间对前汛期降水预测的TCC高技巧区主要位于福建省北部,ACC技巧和Ps评分存在比较大的年际差异,负系统偏差的存在使得MSSS技巧不高。经订正后,模式的预测能力得到明显提升。系统偏差、线性回归、EOF相似误差线性和非线性订正方法提前2个月起报的2011—2017年平均Ps评分分别提高5.9、3.5、6.7和7.8分;不同起报时间线性回归订正的2011—2017年平均ACC技巧分别提高0.02、0.21、0.12和0.11;上述4种方法订正的MSSS评分均有了显著提高,其中系统偏差和线性回归订正后达正技巧。综合而言,线性回归订正较其他3种订正方法表现出更为稳定的订正技巧。     

1981～2010年北京地区极端降水变化特征

采用北京地区20个常规气象站1981~2010年逐日降水数据,对北京地区极端降水的空间分布特征进行了分析。得到以下主要结论:1981~2010年,北京地区极端降水百分位数(第90、95和99个百分位数)阈值表现出较一致的空间分布特征,以第95个百分位数阈值计算的极端降水日数与降水阈值和降水量的分布有较大差异,极端降水量对总降水量的贡献可达30%~37%,极端降水强度分布与极端降水阈值分布相似。近30年,北京地区多数站点的极端降水量、降水日数和降水强度呈下降趋势,极端降水量以上甸子、怀柔、平谷和观象台下降较为明显,可达到40 mm(10 a)–1以上,极端降水强度以顺义、海淀、观象台、大兴和上甸子等站下降较为显著,每10 a降水强度减小趋势可达4 mm d–1,极端降水日数变化分布与极端降水量变化分布类似,极端降水强度变化与降水量和降水日数变化的分布有明显不同。     

短期集合预报技术在梅雨降水预报中的试验研究

数值预报的误差来源于初始场和模式的误差,集合预报技术是减小这些误差的有效方法。该文以MM5模式作为试验模式框架,模式的积云参数化方案分别取Anthes-Kuo、Grell、Kain-Fritsch和Betts-Miller方案,边界层参数化方案分别取MRF和Eta方案,通过组合4种积云参数化方案和两种边界层参数化方案产生8个集合成员,对1999年华东地区梅雨期间3个降水个例进行48 h集合预报试验。结果显示不同集合成员的预报结果各不相同,积云参数化方案对降水的影响比边界层参数化方案对降水的影响大;不同集合成员预报降水的偏差也各不相同,大多存在湿偏差,量级小的降水的湿偏差程度比量级大的降水的湿偏差程度小;对于不同个例,各成员中预报效果相对较好的成员是不同的,集合平均后可以得到一个比较稳定的预报结果;从集合预报结果中还能得到客观化和定量化的降水概率预报,它能对可能发生的天气现象发出信号。     

辽宁汛期暴雨的大气环流特征分析

应用合成分析、距平分析和位势平均等方法,基于美国NCEP/NCAR的再分析资料和辽宁地区逐日降水资料,对辽宁地区汛期暴雨的大气环流、风场、温度场和湿度场特征进行对比分析。结果表明：在厄尔尼诺或拉尼娜背景下,辽宁夏季多暴雨月与少暴雨月相比,对应的500 hPa高度距平场、500 hPa风矢量与温度距平叠合场以及850 hPa水汽输送矢量场,均存在着显著的差异;同样是暴雨多（少）的月份,对应的厄尔尼诺与拉尼娜背景相比,500 hPa高度距平场、500 hPa风矢量与温度距平叠合场以及850 hPa水汽输送矢量场均有不同的表现。     

1961—2010年北京地区降水变化特征

采用15个常规气象站1961-2010年逐日降水数据资料,分析了北京地区降水量、降水日数和降水强度的变化趋势,包括年和各季节的总降水量和降水日数,不同降水级别降水量、降水日数和降水强度变化趋势的时空特征。结果表明：在近50年内,北京地区平均年降水量和年降水日数、年降水强度均呈下降趋势;各季节中,夏季的降水量呈明显下降趋势,春季降水日数略有增加,夏季略有减少;降水强度在春季增大和夏季减小趋势明显;小雨雨量变化不明显,中雨雨量呈增加趋势,大雨和暴雨雨量呈明显降低趋势;小雨降雨日数略呈减小趋势,中雨降水日数呈显著增加趋势,大雨和暴雨降水日数呈较明显降低趋势;小雨降水强度略呈上升趋势,而大雨和暴雨的降水强度呈明显的降低趋势。