MODE方法在西南区域模式降水预报检验中的应用

为了弥补传统检验方法的缺陷,本文基于对象目标的空间检验方法MODE,对四川2019年6月22日的强降水过程进行检验,分析西南区域模式在短时强降水的预报效果。通过对该方法各参数的确定,可以发现：(1)MODE检验方法在确定卷积半径R和降水阈值时应灵活地进行选取;(2)模式较好地把握了此次降水过程的发展消亡过程,尤其是对盆地东北部的降水预报效果很好,对降水目标物的形状、走向、移动方向以及落区有比较好的相关性;但对于降水发展初期,模式预报效果不理想,存在明显的空报;(3)对于强度预报,降水发展强盛期预报场对高原目标物强度预报在降水大值区存在一定高估,对盆地目标物强度预报基本接近于实况,但在降水减弱时对盆地目标物强度预报也存在明显高估。     

基于概率匹配的西南区域模式定量降水订正试验

利用2014—2015年5—10月地面观测降水资料和同时段的西南区域模式降水预报资料,基于概率匹配方法,采取分区及点对点匹配两种方案对2016年6—8月降水集中时段逐12h累积降水进行订正试验。结果表明:(1)订正后的模式预报相比订正前而言,平均(绝对)误差有所减小,降水落区的范围和平均强度与实况更加接近;(2)量级偏差越大,运用该方法的订正效果越好,夜间降水订正效果优于白天;(3)分区统计方案对模式系统性偏差的订正效果优于点对点方案,合理的区域划分增加统计样本量可以提高订正效果。     

SWCWARMS模式及GRAPES模式对西南区域降水预报检验对比分析

使用2014年5~12月西南四省(区)一市每日08时统计的24h雨量观测资料,对SWCWARMS和GRAPES模式降水进行站点统计检验。主要结论为:针对每日08时起报,SWCWARMS模式除24h中雨和48h大暴雨外SWCWARMS模式ETS评分在其它时次及其它量级降水上均高于GRAPES模式,但SWCWARMS模式空报和系统偏差较多;针对每日20时起报,SWCWARMS模式ETS和TS评分均高于GRAPES模式;除小雨外SWCWARMS模式空报率略高于GRAPES模式。从2014年10次西南涡过程统计检验可见,两模式对强降水过程即主要影响贵州的三次过程评分高于四川和云南的西南涡降水过程,24h降水评分在多个时次多个量级上优于GRAPES模式。SWCWARMS模式在汛期表现优于GRAPES模式,SWCWARMS模式对小雨、中雨和大雨有较强的预报能力,但对强降水预报能力有待改进,对中雨及以上量级降水空报率较高,而对小雨漏报多于GRAPES模式。     

基于WRF模式的云南短时强降水物理量特征

为了解云南短时强降水发生前本地化中尺度WRF(Weather Research Forecast)模式输出结果的物理量特征及其对短时强降水预报的作用,使用WRF模式对2016年云南主汛期(6—8月)5次短时强降水过程进行模拟,利用模式输出的高时空分辨率资料计算5次过程中85个样本在短时强降水发生前6 h水汽类、动力类及不稳定条件类的部分物理量值,使用箱线图分析各物理量的分布特征及其与短时强降水的关系,应用经验累积分布函数图确定各物理量的阈值。研究表明,水汽类物理量样本数据值分布较为集中,随着短时强降水的临近数值逐渐增大;动力类的6 km垂直风切变中位数值及平均值随时间变化很小,所有时次的6 km垂直风切变阈值均低于12 m/s,表明短时强降水发生前有弱垂直风切变;不稳定条件类中对流有效位能样本数据的离散程度较大,对短时强降水无指示意义;LI指数、K指数和700 hPa假相当位温样本数据离散度较小,其中K指数中位数值、平均值及阈值的上下限在短时强降水发生前1 h有显著增大的特征,且数据集中度达到最高,大的K指数值与短时强降水有较好的对应关系。使用物理量阈值推算短时强降水落点的方法对云南本地化WRF模式短时强降水的预报性能有改进作用。     

基于西南区域模式预报的川西高原东坡过渡带降水地形订正试验

基于西南区域模式（SWCWARMS）网格降水预报,通过地形降水估算量构建地形降水订正方程,分别应用模式地形和实际地形的订正方案对2020年6~8月发生在川西高原东坡过渡带的11次强降水过程进行订正试验。结果表明：应用模式地形订正后各量级降水预报的平均TS（Threat Score）评分较模式预报均有所提高,大雨及以上量级TS评分提高4%以上,平均空报、漏报率均减小,订正效果优于应用实况地形订正的效果。该方法具有普适性,对于地形复杂的川西高原东坡、攀西河谷及盆地西部沿山地区,预报和实况落区相似、不相似及强、弱降水过程均适用。     

高分辨率区域模式降水预报在云南的检验

为了解高分辨率区域数值模式降水预报在云南的预报效果和误差特点,针对华南中尺度模式、华东区域数值预报业务模式和中央气象台GRAPES-Meso模式对2017年9月—2018年12月云南降水预报进行检验分析。结果表明:华东模式降水预报效果整体最好,其降水的振幅接近实况,晴雨准确率也是最高,而华南和GRAPES模式空报率和漏报率普遍偏高。三种模式对滇东北、滇中西部、滇西北北部≥0.1 mm降水预报评分普遍较低,对滇南、滇西南、滇西边缘地区的评分普遍较高。在滇东北北部、滇中西部、及滇西北北部地区三种模式对≥10 mm降水TS评分普遍较低。对于≥25 mm降水,华东模式和华南模式在滇中、滇西地区的TS评分高于GRAPES模式。对于≥50 mm降水,华东模式和华南模式在滇东南、滇西南、滇西边缘及金沙江河谷沿线TS评分高于GRAPES模式。对于云南强降水天气过程,≥0.1 mm降水华南模式预报效果较好,但10 mm和25 mm以上量级降水华东模式的预报效果较好,≥50.0 mm则是GRAPES模式更具参考价值。     

近56a西南区域降水分布及持续性干旱的研究

采用1961—2016年西南区域4省（市）的地面观测资料、NCEP/NCAR再分析资料以及全球海温资料,对西南区域降水的时空分布特征以及其持续性干旱事件的气候特征及其环流成因进行了分析。结果表明：①西南区域的降水呈现东部南部多、西北少的空间分布特征,1986年为降水显著突变点,此点至今降水明显下降;西南区域的年降水存在显著的准3 a和准8 a的振荡周期;②近56 a西南区域共有8次持续性干旱事件发生,最多时段是20世纪60年代,春旱和冬旱最频繁,秋旱其次;③孟湾北部的异常反气旋环流和南海的异常气旋环流隔断了西南区域必要的水汽通道,水汽通量辐散;西南区域上空的异常反气旋环流,以及贝湖至中西伯利亚的异常气旋环流使得冷空气的活动区域被限制在中高纬地区,印缅南支槽偏弱,副高位置偏东偏南、强度偏弱,西南区域处于明显的下沉运动控制之下,配合海平面气压的负异常特征,使得温度持续偏高,从而导致西南区域持续性干旱的发生;前期中东太平洋的拉尼娜现象和中国近海地区的海温异常分布可作为西南区域持续性干旱事件的长期预测线索。     

高分辨率降水资料在西南山地的适用性分析

文章以站点资料为观测场,以多源实况融合及GPM-IMERG降水产品为评估场,计算西南山地范围内降水数据的时间、空间技巧评分,并比较了几套资料在描述降水量及强降水频率方面的适用性。结果表明,在2019年汛期的大部分时段内,实况融合降水产品的空间评分较为稳定。三套资料在盆地西北侧及南部边缘地区时间评分均优于其他地区,但在盆地多云区GPM-IMERG产品的时间技巧评分低于实况快速融合降水数据。从强降水频率的描述上看,实况快速融合降水的空间分布与站点实测资料最为相似,但其反映的强降水频率与实测值相比偏小,GPM-IMERG产品则偏大。从降水量值的描述上看,实况快速融合降水与实况值相比偏小,而GPM-IMERG产品与实况值相比则偏大。     

CMIP5和RegCM4.0模式对西南区域未来降水的预估

利用CMIP5全球模式数据集和RegCM4.0区域气候模式进行连续积分获得的模拟数据,对西南区域未来在RCP2.6,RCP4.5和RCP8.5几种温室气体排放情景下年平均降雨、四季降水,极端降雨事件的特征及其相对历史基准期的变化进行预估。结果表明,不同RCP情景下西南区域降水都将呈持续上升趋势,3种情景下西南区域降水在2020—2050年变化特征差别较小,2050年后差别较大,RCP2.6情景下降水变化幅度最小,CMIP5和RegCM4.0模式模拟的西南区域降水变化的地理分布特征基本一致,降水的高值区都位于青藏高原东南部,横断山脉和四川中部,差异在于RegCM4.0模拟的西藏西部的降雨量级更小,而青藏高原东南部、四川中部和贵州的降雨高值区量级更大。未来近期2020—2060年和远期2061—2099年RCP4.5情景下暴雨天数显著减少的区域主要在西藏东南部(0.5~1 d),未来远期2061—2099年RCP4.5情景云南南部和贵州东部区域暴雨天数显著性增加,而RCP8.5情景下上述区域暴雨天数显著性减少。     

庐山夏季台风暴雨物理量分析

利用地面观测资料和NCEP1°×1°格点再分析资料,对庐山夏季强降水的天气系统进行统计分析和物理量计算,结果表明:台风是庐山后汛期暴雨或大暴雨产生的主要天气系统;台风暴雨分为A型和B型两种降水类型;涡度、散度、螺旋度、垂直速度、水汽通量与水汽通量散度等物理量与台风暴雨关系密切,物理量特征阈值对确定台风暴雨预报有一定指导意义;24°N~30°N、116°E~120°E为物理量特征区域,各物理量在特征区域中超过阈值时,庐山极有可能有暴雨发生。     

SWC-WARMS在重庆地区的降水预报性能分析

本文利用2016年5~7月SWC-WARMS和CQMFS逐日20时起报的24h累计降水预报资料及24h累计降水观测资料,对两家模式在重庆地区的24~48h和48~72h的24h累计降水预报结果进行客观检验评分和对比分析,并针对2016年5~7月重庆地区的8次区域性强降水天气过程,进行了SWC-WARMS的24~48h强降水落区和强度的主观检验,结果表明:对于24~48h累计降水,CQMFS的TS评分除暴雨和大暴雨量级外均优于SWC-WARMS,且相对于SWC-WARMS而言,空报较少,漏报较多;对于48~72h累计降水,各个量级降水的TS评分、空报率和漏报率的表现一致,SWC-WARMS的各项评分均明显优于CQMFS;对于重庆地区2016年5~7月的8次强降水天气过程,除个别个例预报较差外,SWC-WARMS对强降水落区和强度的预报均具有一定的指示意义,能为预报员提供有用的参考,但降水强度总体偏强,大暴雨量级的降水空报现象较为明显。     

陕西省气象灾害灾情特征及年景评估

本文利用WRF模式对2011年7月3日成都地区的一次强雷暴伴强降水过程进行了数值模拟分析。通过采用不同的物理过程参数化方案的对比研究表明,物理过程对降水及雷暴的落区和强度非常重要,试验结果也表明,在成都这样紧邻青藏高原的特殊地形环境下进行WRF模式的模拟及应用也是可行的。     

基于频率匹配法的SWC-WARMS模式降水订正试验

基于西南区域数值预报模式（SWC-WARMS）2019年5~8月00时起报的24h累计降水预报资料和四川省气象站点降水观测资料,采用频率匹配法对6月1日~8月31日降水预报值进行了偏差订正。结果表明：模式预报的24h累计降水量总体为湿偏差;订正后降水量平均绝对误差减小;大雨和暴雨的偏差评分提高;小雨、中雨、大雨的TS评分提高,暴雨TS评分降低;各量级的空报率均有所降低,小雨和中雨漏报率减小,大雨和暴雨漏报率增大,尤其是暴雨漏报率显著增加;当模式对暴雨降水落区预报较好（差）时,频率匹配订正能提高（降低）TS评分。     

桂西一次强降水过程的物理量演变特征分析

利用Ｔ１０６数值预报产品物理量分析场资料, 对１９９８ 年７ 月２３～２５ 日百色地区持续性的暴雨天气过程进行分析, 揭示了暴雨发生前后影响系统及物理量场的分布与演变特征、影响系统和各种物理量的相互配置与暴雨的关系, 指出能量锋的出现与暴雨落区的形成关系特别密切。     

T213物理量场在强降水落区预报中的应用

蒙古低涡和东北冷涡是造成鹤壁市汛期强降水的主要影响天气系统.不同天气系统影响,鹤壁市的降水落区有明显差别.在T213物理量场上,强降水常出现在大值中心所包围的区域内.     

T213物理量场在强降水落区预报中的应用

蒙古低涡和东北冷涡是造成鹤壁市汛期强降水的主要影响天气系统.不同天气系统影响,鹤壁市的降水落区有明显差别.在T213物理量场上,强降水常出现在大值中心所包围的区域内.     

成都地区降水时空分布变化

分析成都地区12个气象观测站50年（1960—2009年）逐日降水资料的时空分布变化规律得出：成都地区年降水量、汛期有雨日降雨强度、最大日降水量均呈现出逐渐下降的趋势。降水量主要集中在夏季,盛夏7、8两个月降水量占全年降水总量的47%;降水空间分布的主要类型为东—西走向,即降水量的地区分布趋势是西部多于东部;对降水量的M-K突变检验表明,大部分地方存在年降水总量的突变。     

豫东地区短时强降水时空分布特征及物理量指标分析

利用1985-2018年汛期(5-9月)豫东地区20个国家站小时降水资料和2011-2018年同期豫东地区区域自动站观测数据、NCEP(1°×1°)再分析资料、高空地面观测资料等,统计分析了该区域小时雨强分别≥20mm/h、≥30mm/h和≥50mm/h的短时强降水时空分布特征,结果发现:豫东地区近34年汛期平均年降水量为458.9～577.5 mm/a,短时强降水次数为72.8次/a;2000年是短时强降水多发年份,≥20mm/h的雨强出现158次,是常年平均次数的1.17倍;主汛期的7-8月是不同强度短时强降水多发时期,34年来共计发生≥20mm/h的短时强降水1821次,占同强度短时强降水总次数(2476次)的近74.0%;在短时强降水的日变化中,05时是不同强度短时强降水多发时段,20时为次多发时段。对不同环流背景影响下短时强降水过程的水汽、动力、热力及能量等物理量作统计分析,低槽型短时强降水过程的动力条件优于其他两个类型的,850hPa涡度平均值达3.8×10~(-5)s~(-1),700hPa垂直速度平均值达-0.36 Pa·s~(-1);副高边缘型短时强降水过程不稳定能量条件优势显著,850hPa假相当位温平均值达354.1 K,500-850hPa假相当位温差的平均值达-17.80℃,K指数平均值为38.1℃、CAPE值平均值为2075.0 J·kg~(-1);而台风倒槽型短时强降水过程则在水汽输送方面更具优势,850 hPa比湿平均值为15.5g·kg~(-1),整层可降水量达70.0 mm。     

The Mesoscale Predictability of a Heavy Precipitation Event

Using the mesoscale model MM5, the development of initial condition uncertainties at different scales and amplitudes and their influences on the mesoscale predictability of the ＂0185＂ Shanghai heavy precipitation event are investigated. It is found that different initial conditions obtained from different globe model analyses lead to large variations in the simulated location and strength of the heavy precipitation, and the scales and amplitudes of the initial condition perturbations significantly influence the model error growth. The power spectrum evolution of the difference total energy （DTE） between a control simulation and a sensitivity experiment indicates that the error growth saturates after 12 h, which is the predictable time limit of the heavy precipitation event. The power spectrum evolution of the accumulated precipitation difference between the control and sensitivity simulations suggests a loss of the mesoscale predictability for precipitation systems of scales smaller than 300 kin, i.e., the predictable space for the heavy precipitation event is beyond 300 km. The results also show that the initial uncertainties at larger scales and amplitudes generally result in larger forecast divergence than the uncertainties at smaller scales and amplitudes. The predictable forecasting time and space can be expanded （e.g., from 12 to 15 h, and from beyond 300 kin to beyond 200 km） under properly prescribed initial perturbations at smaller scales and amplitudes.     

广西雷暴大风环流特征和物理量诊断分析

利用观测资料和ECMWF分析资料,对广西2006-2008年发生的雷暴大风强天气45次个例进行统计分析,并应用天气学方法进行影响模型分析,从雷暴大风发生的条件入手,探讨了一些稳定度指数和动力参数的物理意义,及雷暴大风发生区域的环境场特征,统计归纳出了:(1)造成广西雷暴大风强天气过程可分为高原深槽型,台风低槽型、副高西部型和华北低槽型等四种天气模型;(2)雷暴大风多发生在午后,峰值出现在16时左右;7月和8月出现的最多;(3)局地雷暴大风的出现与地形作用有密切关系;(4)雷暴大风产生前,四种天气影响型广西大部地区大气层结均有不稳定能量聚集,低层有强的水汽辐合,相对湿度大;高原深槽、华北低槽和副高西部影响型强的垂直上升运动和正涡度中心位于广西北部,台风低槽影响型则位于广西东南部;(5)出现雷暴大风的区域大气层结不稳定性更显著,低层水汽辐合和中低层气旋性辐合也偏强.