ECMWF业务预报模式地面气温预报的不一致性特征研究

为探讨ECMWF业务预报模式(以下简称ECMWF)的地面气温预报不一致性问题,本文利用2015年12月1日—2016年11月30日业务预报中常用的地面气温预报数据,研究ECMWF地面气温预报产品在不同季节里的不一致性指数分布及变化特征。结果表明:各个季节不一致性指数有不同的特点,冬季不一致性指数最大,大值区主要分布在除华南和青藏高原外的大部分区域;而夏季不一致性指数最小,在青藏高原地区不一致性指数相对较大;春、秋两季不一致性指数大小均处于冬、夏季之间。此外,研究还发现冬季地面气温预报不一致性指数单日变化较大,而夏季较小。夏季不同起报时间的地面气温预报比较稳定。     

模式降水与温度预报的不一致性特征

为探讨模式产品预报不一致性问题,利用2015年11月—2016年10月业务中常用的GQEC,GQJP及T639模式的12 h降水、2 m温度网格产品,采用跳跃指数定量计算方法,研究了产品在不同区域内跳跃指数变化与预报不一致性问题。结果表明:产品多日平均跳跃指数随预报时效延长而增大;长时效预报比短时效预报跳跃频率大、预报不一致性也大;对比两种要素可知,降水的跳跃指数比温度大,跳跃频率高,预报不一致性大;对比不同模式发现,GQEC不仅跳跃指数值小,且跳跃频率低,预报不一致性小,GQJP虽然跳跃指数值小于T639,但其跳跃频率更高,预报一致性较T639低;产品跳跃频率存在季节差异,夏季降水和温度预报跳跃频率最高而冬季最低,夏季预报不一致性最大。研究还发现:基于跳跃指数的预报不一致性特征与选取的区域大小密切相关,区域越大,跳跃指数和预报不一致性越小;区域内跳跃指数分布特征与地理位置和地形等有关。     

ECMWF全风速场集合预报结果的偏差订正与预报不一致性分析

采用卡尔曼滤波类型自适应误差订正法和滑动自适应权重法,对2012年夏季ECMWF 10 m全风速场集合预报结果进行偏差订正,对订正前后的预报结果进行评估,并通过Jumpiness指数对预报结果订正前后的预报不一致性特征进行分析。结果表明,卡尔曼滤波类型自适应误差订正法能有效降低集合预报的均方根误差,且当起报时刻为00时对中低纬度地区的订正效果更显著,当起报时刻为12时对中高纬度地区的订正效果更明显;卡尔曼滤波类型自适应误差订正法能有效改善Talagrand的U型或L型分布;由均方根误差分析结果知道,ECMWF 10 m全风速场集合预报本身存在较大的预报不一致性,经过卡尔曼滤波类型自适应误差订正后,集合预报的预报不一致性明显降低,偏差订正可有效改善集合预报的预报不一致性,且随着预报时效的延长,卡尔曼滤波误差法对预报不一致性的改善效果更加明显;从预报不一致性的发生次数特征来看,单点跳跃出现的次数最多,异号三点跳跃的次数最少;经过卡尔曼滤波类型自适应误差订正后,单点跳跃、异号两点跳跃、异号三点跳跃次数都有所下降。     

基于TIGGE资料的东亚地面气温预报的不一致性研究

基于TIGGE资料中欧洲中期天气预报中心(ECMWF)、美国国家环境预报中心(NCEP)和中国气象局(CMA)3个集合预报系统的地面气温集合预报资料,运用跳跃指数研究了3个集合预报系统中东亚地面气温的控制预报及集合平均预报的不一致性。结果表明,各个集合预报系统地面气温预报的时间平均不一致性指数差异较大。ECM WF时间不一致性指数最小,NCEP次之,CM A最大。另外NCEP的控制预报、ECM WF的控制预报和集合平均预报,这三者的时间平均不一致性指数随预报时效延长而增加,且集合平均预报一致性优于控制预报。而对于CMA预报的不一致性,无论是控制预报还是集合平均预报总体上都稳定地保持在较高的水平。此外,ECMWF的地面气温冬(夏)季预报的不一致性相对较强(弱),且单点跳跃随预报时效延长变化不明显,而控制预报和集合平均预报的异号两点跳跃以及三点跳跃出现的频率总体上随预报时效延长略有增加。     

利用T213和ECMWF数值预报产品作暴雨落区概率预报

充分利用T213和ECMWF数值预报产品的优势，对相关预报场进行定量集成。根据历史统计和产生暴雨的几个必要条件，选取相关因子进行判别，并按权重进行叠加，得出未来24h暴雨落区概率预报图，在业务应用取得了满意的效果。     

夏季欧洲数值预报产品用于短期预报的时效检验

利用１９９３年和１９９４年７－８月５００ｎＰａ欧洲数值预报格点资料的高度格点数值，对距平，相关分析，西我环流指数分析，形势分析等方法进行对比，结果表明，该预报产品具有较强的能力。得出若干有庆偏差的特征，可使预报人员在利用该项成果制作短期预报时参考。     

利用T213和ECMWF数值预报产品作暴雨落区概率预报

充分利用T213和ECMWF数值预报产品的优势,对相关预报场进行定量集成。根据历史统计和产生暴雨的几个必要条件,选取相关因子进行判别,并按权重进行叠加,得出未来24h暴雨落区概率预报图,在业务应用取得了满意的效果。     

应用数值预报产品制作中期寒潮预报系统

通过分析３０年来我区出现的寒潮气候特点及其演变特征,在总结各型寒潮爆发前和爆发时的环流形势动态演变的基础上,建立了中期寒潮预报的动态模式,并利用欧洲ＥＣ格点资料制作未来我区１￣６天的寒潮过程预报,经过一年的业务使用验证,效果较好。     

ECMWF与JMA500hPa高度预报准确率的比较

本文为了解欧洲中期数值预报中心ECMWF和日本气象厅JMA的全球数值预报模式在欧亚大陆的预报能力,利用1988午秋季两模式500hPa高度预报资料,与实况的客观分析资料进行比较。其结果,在包括中国新疆在内的欧亚大陆腹地,欧洲中心的预报准确率高;而在中国东部和日本周围,则日本模式的预报准确率高。特别是当预报时效长和北太平洋副高的预报,日本的预报信息是非常重要的。其他针对500hPa高度场的极涡、中纬度的长波变化等的预报进行了与实况的比较,找出了各自的特点。这些结果可作为今后使用这两类预报时的参考。     

ECMWF、日本高分辨率模式降水预报能力的对比分析

利用2012年4月1日至2013年3月31日ECMWF、日本高分辨率模式降水预报资料,全国2419个台站逐6 h降水量观测、CMORPH(NOAA Climate Prediction Center Morphing Method)卫星与全国3万余个自动站逐小时降水融合资料,基于列联表预报评分、泰勒图等统计方法,客观对比分析ECMWF、日本高分辨率模式对中国逐6、12和24 h分段降水的预报能力,主要结论如下:(1)整体来说,ECMWF对降水的预报优于日本模式,日本模式预报离散度偏大,而ECMWF预报相对平稳,与观测更加一致;(2)两个模式晴雨预报中降水发生频率较实际偏高,暴雨预报频率较实际偏低,随着分段间隔的增加,这一情况有所改善;(3)ECMWF模式6 h分段降水晴雨预报评分低于日本模式,暴雨预报评分整体高于日本模式,12和24 h分段ECMWF模式晴雨、暴雨预报评分一致高于日本模式;(4)通过调整阈值改变预报偏差能够在一定程度上提高预报技巧;(5)就空间分布来看,模式在东南地区Bias、CSI技巧评分整体优于西北地区。     

ECMWF集合预报统计量产品在重庆降水预报中的检验与分析

利用ECMWF集合预报降水资料和重庆市自动站降水资料,运用晴雨、TS评分、预报偏差等检验方法对重庆地区2014—2016年ECMWF集合预报降水产品在短期时效的预报性能进行检验分析。结果表明:最小值的晴雨预报准确率最高。对于TS评分检验,小雨量级可优先参考最小值、10%分位数和融合产品,中雨量级参考平均数和概率匹配平均,大雨和暴雨量级分别参考75%分位数和90%分位数。对于预报偏差检验,小雨量级可优先参考最小值、Mode,中雨量级参考融合产品、中位数,大雨量级参考控制预报、融合产品,暴雨量级参考90%分位数。对于百分位值预报产品和概率预报产品,小雨量级可参考5%～10%分位数和80%～90%概率预报产品,中雨量级可参考45%～55%分位数和40%概率预报产品,大雨量级可参考70%～80%分位数和20%概率预报产品,暴雨量级可参考90%～95%分位数和10%概率预报产品。     

北京奥运期间多模式降水检验及集成试验

应用2008年奥运期间(6-10月)所使用的多种中尺度数值预报业务运行模式GRAPES_MESO15km(GRAPES)、华北中尺度模式(MM5)和北京区域气象中心的快速更新循环同化预报系统(RUC),对北京市24小时定量降水预报产品采用多个统计量进行了较详细的统计检验,并应用多元回归方法对多种模式的降水预报产品进行了集成试验.检验结果表明: GRAPES_MESO15km模式对奥运期间北京市晴雨及小雨预报具有较好的预报能力,而RUC产品对中雨及以上量级的降水预报则表现出较好的预报效果,这对今后北京市精细化降水预报具有一定参考价值.     

一次西南涡路径预报偏差分析及数值模拟

2008年7月21-23日,在川东的西南涡移出后东北上.参考各数值模式对22-23日西南涡路径预报后,河南省气象台于21日发布暴雨预报,出现了落区偏差.为加深对西南涡移动路径机理的认识,利用常规和NCEP资料,从大气环流、热力、动力等方面对这次西南涡移动路径特征进行探讨;对数值预报产品作天气学检验;利用WRF模式对本次过程进行模拟.结果表明:(1)这次西南涡呈现南掉-东北上-东东北再东北上的曲折路径;(2)低涡结构显示了中尺度特征,涡度轴向、K指数等对低涡的移动路径有指示意义;(3)由于过于依赖数值预报,加之对东北南下冷空气影响考虑不足,是造成这次低涡路径预报偏差的主要原因;(4)WRF模式对这次低涡路径有较好的预报能力.     

ECMWF集合预报产品在重庆暴雨预报中的检验与应用北大核心

利用重庆地区34个国家气象站降水资料和ECMWF集合预报降水资料,系统检验和评估了集合预报统计量产品及后处理技术产品对2014—2016年5—9月重庆暴雨的预报性能。结果表明:集合统计量产品中最大值、90%分位数、融合产品、概率匹配平均、75%分位数对暴雨预报有一定参考性,其中90%分位数和融合产品对暴雨落区预报较好,最大值对暴雨强度预报有一定指示意义,但表现为明显的湿偏差。集合预报后处理技术产品的暴雨TS评分较控制预报和集合平均有明显提高,其中概率预报、最优百分位、融合—概率匹配、频率匹配法的暴雨TS评分超过最大值,对暴雨强度预报具有较好的指导意义,其预报偏差均表现为湿偏差,融合—概率匹配和频率匹配法对暴雨落区预报较好,概率匹配—融合对降低暴雨空报率较好。     

寒潮暴风雪天气过程中数值预报产品的检验分析

采用1984－1994年3－5月的B模式物理量预告资料、ECMWF的500hPa高度场、地面气压场预告资料，逐个考察它们对寒潮暴风雪天气的预报能力，结果表明高度场、气压场、涡度、垂直速度、水汽通量、水汽通量散度、温度、全风速、温度露点差等预报量对阿勒泰区域性的寒潮暴风雪天气有较强的预报能力。     

T213与T639模式热带气旋预报误差对比

应用国家气象中心全球谱模式T213L31(简称T213) 及其升级版本T639L60(简称T639) 对2009—2010年西北太平洋热带气旋数值预报的结果进行对比。结果表明:T213与T639模式24～120 h预报平均距离误差基本相近,但由于T639模式分辨率较高,T639模式的热带气旋强度预报明显好于T213模式。从分类误差来看,T639模式对于西北行登陆及转向热带气旋的路径预报好于T213模式,但对西行及北上热带气旋预报误差偏大。对于异常路径热带气旋预报,T639模式能较好预报环流形势的突然调整,对路径突变的热带气旋预报比T213模式有明显优势;从登陆类热带气旋预报的移向误差来看,T213模式存在东北偏北向系统性偏差,T639模式存在东北偏东向系统性偏差。     

2012年3—5月T639、ECMWF及日本模式中期预报性能检验

为了更好地应用T639模式中期预报产品,对2012年3—5月T639模式96、120和144小时预报产品进行了天气学检验,并与ECMWF、日本模式进行了对比分析。结果表明:三种模式均对亚洲中高纬度环流形势的调整和演变具有较好的预报性能。综合来看,ECMWF模式对各系统及要素的预报最接近实况;日本模式和T639模式次之。另外,选取了2012年4月22—23日的沙尘天气个例进行分析,发现日本模式对于此次沙尘天气过程的地面高压系统的中期预报指示意义最好。     

2009年6-8月T639、ECMWF及日本数值模式中期预报性能检验

每年的6-8月是我国主汛期,这个季节高温干旱、暴雨洪涝等气象灾害最为严重.为更好地了解业务主流模式的预报性能,以提高汛期气象服务能力,对2009年6-8月T639、 ECMWF(以下简称EC)及JAPAN(以下简称JP)数值模式的预报产品进行了对比分析和检验.结果表明, 各家模式对亚洲中高纬度大尺度环流的演变和调整都有较好的预报能力,但均表现出指数值预报偏高的误差;对夏季副高和850hPa气温,T639有一定的中期预报能力,但与EC和JP模式相比,误差偏大,并存在一定的系统性偏差;T639对莫拉克台风的生成预报较好,台风移动和登陆的预报与实况相比有较大误差.     

基于ECMWF和华东区域中尺度模式的暴雨预报特征研究北大核心

为探讨ECMWF、华东区域中尺度模式(简称为CMA-SH9模式)多个时效对夏季(2019年6—8月)暴雨预报特征,采用目标对象检验方法对不同类型影响系统下模式预报的强降水落区面积、位置、形状等进行评价,并对预报难度较大的受西风槽和西太平洋副热带高压(以下简称副高)边缘切变线影响的高空要素场及环流形势场进行了研究。结果表明:ECMWF和CMA-SH9模式对夏季暴雨预报偏小3个量级次数最多,CMA-SH9模式各时效对暴雨及以上降水预报的准确率大多高于ECMWF;ECMWF和CMA-SH9模式对热带气旋与中纬度系统相互作用的暴雨预报最好,其次是冷涡影响,预报较差的是受西风槽及副高边缘切变线影响的暴雨过程;西风槽及副高边缘切变线影响时ECMWF的位势高度场预报略好于CMA-SH9模式,温度的预报500 hPa以上CMA-SH9模式略好于ECMWF,500 hPa以下二者相差不大,相对湿度的预报CMA-SH9模式误差小于ECMWF,且CMA-SH9模式850 hPa的36 h和60 h时效预报误差最小;受西风槽及副高边缘切变线影响的一次暴雨过程中,相对湿度90%及以上落区的预报ECMWF与实况10 mm·h^(-1)降水落区几乎无交集,CMA-SH9模式的预报包含了10 mm降水落区。