中尺度业务预报试验数值模式系统

以引进的美国Penn State/NCAR中尺度模式（MM2和MM4）为基础，按照实时业务预报需要和我国资料特点，在PC/386微机上研制了中尺度业务预报试验数值模式系统。在1989—1990年进行的实时业务预报试验中，该系统运行稳定，预报时效能满足实时业务预报要求，预报结果对12—24小时短期天气预报具有参考价值，适合于省（市）级气象台站等业务单位使用。     

美国天气预报技术的发展

介绍了美国天气预报技术的发展现状。指出在大气探测技术、数值预报及可视化技术发展的推动下美国传统的天气预报向定量与定时方向发展。定量降水预报的实现是天气预报由定性走向定量的重要标志。在充分利用数值模式产品的基础上综合应用卫星与雷达资料建立客观预报工具在暴雨和强对流天气预报中取得较好效果;中尺度分析业务系统的不断改进使降水预报的技巧有明显提高。作者还介绍了美国数值预报产品释用及预报业务系统的概况。最后     

简化典型相关预测模型面雨量中期预报试验

以５天平均的５００ｈＰａ高度场格点高度值为预报因子,三峡地区４个区的候面雨量为预报对象,建立简化的典型相关预报模型,并采用历史资料独立样本检验的方法进行预报试验。对预报效果的分析表明：简化的典型相关预报模型对三峡地区面雨量的中期预报有一定的技巧,预报效果基本睦能达到中期天气预报业务的要求,对预报员有一定的参考价值。     

中尺度层状云系数值预报系统及其业务化应用试验

研制了中尺度静力平衡层状云系数值模式；针对人工影响天气业务特点，开发了模式预处理、后处理和产品服务系统；初步建立了一套可在业务中实时运行的中尺度层状云系数值预报业务系统。经过两年多的业务运行试验，结果表明：系统运行稳定，功能实用，对降水场和云场具有一定的预报能力；对小、中雨量级的稳定性降水预报准确率较高；模拟的云场同卫星、雷达实测云系有较好的一致性。可为人工影响天气作业决策及降水预报等实时业务提供帮助。     

辽宁省乡镇天气预报业务系统

辽宁省乡镇天气预报业务系统以高分辨率中尺度数值预报和自动气象站等加密观测数据为基础,以数值预报解释应用技术为依托,应用PP方程组和相似法结合制作乡镇站点的降水预报,建立起比较完善的乡镇天气预报业务流程,开发了辽宁省乡镇天气预报网站,实现了未来24 h辽宁省952个乡镇站点的降水、最高气温和最低气温3个要素的乡镇短期基本气象要素预报产品在网页上的下发、订正、保存、上报、评分和管理等功能。同时,概述了辽宁省乡镇天气预报系统的技术方法和工作流程。     

极端天气指数在强对流天气中的应用及检验

数值预报特别是集合预报技术大大提高了对极端天气的预报能力,目前对于温度、风、降水等要素,欧洲中心基于集合预报产品计算的极端指数产品为其极端性提供了定量化依据。但目前尚没有应用于业务预报的强对流天气极端指数产品,本文统计了与强对流天气密切相关的物理量,并计算了其极端天气指数,统计了极端天气指数在不同强对流天气中的阈值分布。结果表明,极端天气指数与强对流天气有密切的关系,且不同类型的强对流天气极端指数的分布和阈值具有各自的特点。基于上述结果,利用极端指数和模式降水资料,使用支持向量机方法,建立了不同类型强对流天气的客观预报方法,为业务预报极端强对流天气提供客观支持产品。     

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。     

定量降水预报技术进展

对21世纪以来定量降水预报技术流程中的数值模式预报、统计后处理、检验评估和预报员作用4个方面的研究工作进行了归纳,主要进展包括:业务全球模式对于降水的预报能力持续提升,而发展高分辨率模式 (尤其是对流尺度模式) 和集合预报是提高定量降水预报精准化水平的主要途径,且将两者相结合以促进短期降水预报是发展趋势;统计后处理技术已发展到应用数据挖掘方法对海量预报数据中有效信息进行提取和集成,而再预报资料的出现将进一步促进统计后处理技术的发展;为解决评估精细化定量降水预报面临的新问题,多种新的检验技术得到发展和应用,如极端降水检验评分、空间检验技术及概率检验方法等;预报员在模式和后处理方法上能够提供的附加值越来越有限,但在预报流程中仍将处于核心地位,其角色将逐渐向帮助用户进行决策方向转变。文章指出,定量降水预报技术的发展所面临的挑战包括大气水汽观测及同化技术改进、暖区和复杂地形下暴雨预报等科学问题的解决。     

CMA-BJ V2.0系统华北地区降水预报性能评估

利用CMA-BJ V2.0系统在2021年汛期(6—9月)华北地区预报的平均日降水量和24 h内逐时降水量,评估不同水平分辨率(3 km和9 km)在降水量、有效降水时次占比、降水强度、降水日变化等方面的预报性能。结果表明:9 km和3 km分辨率预报均可较好地反映降水量和落区,捕捉平均日降水量大于8 mm的降水区域分布特征,但降水量级的预报较观测偏大;对小时降水量和有效降水时次占比日变化的预报与观测基本一致,但对傍晚的峰值预报偏强,且多个时段空报,同时高估了小时降水量。与9 km分辨率预报相比,3 km分辨率预报对有效降水时次占比随累积降水量的变化趋势与观测更接近,对小时有效降水时次占比日变化、峰谷值出现时间的预报也与观测更接近。9 km分辨率预报对弱降水过程的预报能力更优,而3 km分辨率预报对强降水过程的预报能力更优。     

CMA-MESO关键技术集成及应用

基于GRAPES-MESO 10 km系统,提高模式动力框架计算精度和稳定性,选择调试适合高分辨率模式的物理过程参数化方案组合,建立面向数值天气预报的全国雷达质量控制拼图系统,通过云分析系统融合全国三维组网反射率因子拼图,建立面向中小尺度系统的对流可分辨同化系统和陆面资料同化系统,实现雷达径向风、风廓线雷达、FY-4A成像仪辐射率、卫星云导风、卫星GNSSRO、地面降水观测以及近地面资料等非常规局地稠密资料的同化应用,发展快速循环技术,建立全国3 km间隔3 h的快速循环同化预报系统——CMA-MESO（GRAPES-MESO 3 km）并实现业务化运行。2020年6—9月汛期业务检验结果表明:CMA-MESO预报的近地面要素（降水、2 m温度、10 m风场）检验评分全面超越GRAPES-MESO 10 km结果;CMA-MESO的24 h累积降水TS评分略低于欧洲中期天气预报中心（ECMWF）的结果,但逐3 h累积降水预报TS评分尤其是对于较大降水阈值评分明显优于ECMWF结果;同时,对于能够表征模式对降水时空精细化特征预报能力的降水频次和降水强度等检验,CMA-MESO对我国汛期的预报准确率超过了ECMWF细网格模式结果。     

时空投影模型(STPM)的次季节至季节(S2S)预测应用进展

随着数值天气预报技术和季节动力预报系统的发展,短期天气预报及长期气候预测的能力持续提高,然而介于两者之间的次季节至季节(S2S,两周至三个月)预测技巧偏低,成为当今气象学界和业务服务的难题。南京信息工程大学国家特聘专家李天明教授团队于2012年研发了基于时空投影技术的统计预报模型(STPM),成功地对中国大陆降水和气温距平,以及区域极端降水、夏季高温、冬季低温和西太平洋台风群发事件等高影响天气进行提前10~30 d的预报,并在国家气候中心及多个省份开展了业务应用。STPM也成功应用于台湾春雨预报、南海季风爆发和ENSO预测等季节至年际变化的预测。本文对S2S预测的理论基础、STPM的发展和应用进行了完整的介绍,并讨论了S2S预测业务中所面临的挑战和未来展望。     

短时强降水历史个例查询与潜势预报平台

短时强降水作为强对流的一种天气现象,是宿迁市较为常见的灾害性天气之一,常常对工农业生产、交通航运、建筑设施等造成影响。然而,预报一直是难点,因此如何利用现有的气象资料,开展短时强降水预报服务,并形成日常业务流程,对提高预报预警和防灾减灾能力十分重要。本文利用自动站逐时雨量资料、Micaps高低空和地面资料、NECP 1°× 1°的再分析资料和T213数值预报产品,基于Visual Basic语言开发了宿迁市短时强降水历史个例查询与潜势预报平台,以提高短时强降水预报质量,减少或避免气象灾害给社会经济造成的损失。     

短时强降水历史个例查询与潜势预报平台

短时强降水作为强对流的一种天气现象,是宿迁市较为常见的灾害性天气之一,常常对工农业生产、交通航运、建筑设施等造成影响。然而,预报一直是难点,因此如何利用现有的气象资料,开展短时强降水预报服务,并形成日常业务流程,对提高预报预警和防灾减灾能力十分重要。本文利用自动站逐时雨量资料、Micaps高低空和地面资料、NECP 1°× 1°的再分析资料和T213数值预报产品,基于Visual Basic语言开发了宿迁市短时强降水历史个例查询与潜势预报平台,以提高短时强降水预报质量,减少或避免气象灾害给社会经济造成的损失。     

东北冷涡数值预报系统建立与业务应用

东北冷涡强降水一直是东北地区气象预报的难点和重点。从提高东北冷涡降水数值预报质量着手,选择模式中可能对东北冷涡强对流有影响的不同辐射方案、边界层方案和积云参数化方案等多种物理过程,对东北冷涡降水预报的性能进行批量试验;利用天气学检验方法,选择预报结果较好的RRTM长波辐射方案、Gayno Seaman边界层方案、Grell积云参数化方案和混合相湿过程显式方案等物理方案,组合建立了东北冷涡数值预报系统。经检验表明：系统对东北冷涡降水预报的水平较东北区域中尺度数值预报业务系统有所提高。同时利用天气学检验方法,从降水预报的强度、落区和移速等方面着手,评估东北冷涡数值预报产品对冷涡降水预报的性能和系统误差,得出降水强度易偏强、落区易偏西偏南和范围易偏小等定性结论,可直接应用于预报业务,取得了较好的应用效果。     

2013年华中区域中尺度业务数值预报的客观检验

应用国家气象中心模式检验方法,对华中区域中尺度业务数值预报模式WRF和中国气象局下发的GRAPES模式2013年1-12月的预报产品（包括降水、2 m温度场、850 hPa温度场、850 hPa风场和500 hPa位势高度场预报）进行统计检验。检验结果表明：所有要素24 h预报均优于48 h;对于晴雨预报,GRAPES模式TS评分高于WRF,但随着降水量级增大,WRF的TS评分基本都高于GRAPES,同时WRF降水预报范围明显偏大;分析2 m温度场的均方根误差及预报准确率发现,WRF的2 m温度场预报优于GRAPES,且暖季预报优于冷季;形势场要素分析表明,WRF对850 hPa温度场和风场预报具有相当大的优势,全年误差变化较稳定,而对500 hPa位势高度场的预报误差存在一定的季节性特征,即夏半年WRF高度场预报优于冬半年,GRAPES模式则相反。总体上,华中区域中尺度业务数值模式产品对天气预报具有一定的参考价值。     

鹰厦铁路降水诱发地质灾害概率预报模型及应用

降水是铁路地质灾害的重要触发因子,由于降水引发的地质灾害对铁路运输安全造成重大的经济损失。鹰厦铁路由于其特殊的地形及气候条件,使该线成为全国地质灾害发生较频繁、较严重的铁路之一。利用南昌铁路局2007—2012年辖区内的地质灾害资料,统计鹰厦铁路地质灾害的时空分布特征。根据不同降水类型造成的铁路地质灾害特点不同,进一步研究铁路地质灾害与降水的关系。引入10 min最大降水量、当日最大小时降水量、连续降水量和前20 d累积降水量等降水量因子,运用因子相关性分析和逻辑回归方法筛选对灾害发生贡献率较大的降水量因子,分区段建立鹰厦铁路地质灾害概率预报模型。运用该模型对2013年5月20—22日一次大暴雨过程诱发的地质灾害进行预报,预报准确率达86%,模型应用效果较理想,可为铁路安全气象服务工作提供技术支持。     

MM5在国家气象中心CRAY-C92的实时预报试验尝试

该文利用国家气象中心CRAY-C92计算机上初步建成的一个可与实时资料连接的MM5中尺度预报试验系统,探讨在目前国家气象中心计算机资源和可获取的实时资料条件下,进行实时预报服务的可行性及可能达到的精度,采用30 km水平分辨率的模式,在1996年夏季北方汛期进行了一个半月的实时预报试验,在1997年6～7月间“庆香港回归”天气服务过程中作了实时预报服务。预报及检验结果表明:MM5模式在强降水预报方面比业务模式HLAFS有较明显的改进,能预报出某些中尺度降水的细化特征,对暴雨和大暴雨区预报有较好的参考价值;该模式可以作为城市预报的补充工具;就目前计算机和资料条件,比6 h时段更短的高频城市降水模式预报尚很难得到满意效果。     

主客观天气预报质量对比分析

对2001年4~12月5种信息源广州市区的天气预报进行预报质量检验，预报时效为24、48、72 h；检验要素针对降水、温度。对降水预报进行一般晴雨、暴雨业务评分和Ts评分；对温度预报进行方差、分级等统计检验。对预报员和模式预报产品的预报质量进行对比分析，结果表明对于一般性晴雨天气预报，热带所中尺度模式的预报质量普遍较好，并且具有良好的稳定性，预报员的24 h预报质量与模式的预报质量相当，48~72 h预报总体而言，模式预报明显优于其它预报方法；各种方法对暴雨的预报能力偏低；Ts评分表明模式对有、无降水的预报能力较强；对于温度预报，总体上，预报员的预报准确率最好，热带所中尺度模式的温度预报存在系统误差，预报普遍比实况偏低；对于降水和温度，各种预报方法质量均随预报时效的增长而下降，且最高温度的预报误差总比最低温度的预报误差大。     

多源降水预报集成技术应用研究

基于欧洲中期天气预报中心全球高分辨率预报模式ECMWF、中国自主研发的新一代业务化区域数值模式GRAPES_Meso和WRF中国全国区域预报模式的降水预报结果进行未来3 d降水集成预报.以中国地面—卫星—雷达三源融合逐时降水格点产品(CMPA-Hourly,V2.0)作为"观测值"进行建模,采用消除偏差多模式平均法和基...     

Experiments of DSAEF_LTP Model with Two Improved Parameters for Accumulated Precipitation of Landfalling Tropical Cyclones over Southeast China

The Dynamical-Statistical-Analog Ensemble Forecast model for landfalling tropical cyclones (TCs) precipitation (DSAEF_LTP) utilises an operational numerical weather prediction (NWP) model for the forecast track, while the precipitation forecast is obtained by finding analog cyclones, and making a precipitation forecast from an ensemble of the analogs. This study addresses TCs that occurred from 2004 to 2019 in Southeast China with 47 TCs as training samples and 18 TCs for independent forecast experiments. Experiments use four model versions. The control experiment DSAEF_LTP_1 includes three factors including TC track, landfall season, and TC intensity to determine analogs. Versions DSAEF_LTP_2, DSAEF_LTP_3, and DSAEF_LTP_4 respectively integrate improved similarity region, improved ensemble method, and improvements in both parameters. Results show that the DSAEF_LTP model with new values of similarity region and ensemble method (DSAEF_LTP_4) performs best in the simulation experiment, while the DSAEF_LTP model with new values only of ensemble method (DSAEF_LTP_3) performs best in the forecast experiment. The reason for the difference between simulation (training sample) and forecast (independent sample) may be that the proportion of TC with typical tracks (southeast to northwest movement or landfall over Southeast China) has changed significantly between samples. Forecast performance is compared with that of three global dynamical models (ECMWF, GRAPES, and GFS) and a regional dynamical model (SMS-WARMS). The DSAEF_LTP model performs better than the dynamical models and tends to produce more false alarms in accumulated forecast precipitation above 250 mm and 100 mm. Compared with TCs without heavy precipitation or typical tracks, TCs with these characteristics are better forecasted by the DSAEF_LTP model.