一种由单值预报生成定量降水概率预报的方法及初步应用

利用1981年1月1日至2003年12月31日淮河流域59个站的降水观测及同时段美国GFS集合预报模式回算的24 h降水量集合平均预报资料,建立条件亚正态分布函数的概率预报模型并得到集成预报.针对淮河流域子流域的试验结果表明:新方法生成的集成预报的均方根误差在所有子流域和各个季节的误差都有显著降低,其中蚌埠至洪泽湖流域6月的均方根误差降低了3.11 mm.4个子流域通过该模型得到的集成预报的Brier技巧评分在0.16～0.61,说明该集成预报在整年都具有一定预报价值.在淮河上游大坡岭至息县流域,当实际日面雨量阈值为0.00～7.82 mm的预报时,夏季的集成预报出现不同程度的低报;但当实际日面雨量阈值为18.12 mm时,夏季的集成预报表现出较好的可靠性.百分位评估则进一步表明该集成预报能较好地预报出小量级的面雨量,而对30.00 mm以上面雨量的预报能力相对较弱.     

三峡库区流域面雨量预报模糊检验

采用面雨量模糊评分方法，对三峡库区流域面雨量预报中3种客观预报(相似预报、T213降水预报、MM5模式预报)和面雨量综合集成预报结果进行综合评定。检验结果表明，3种预报模式对流域面雨量预报水平相差不大，冬半年的预报评分高于夏半年。在业务中采用动态权重系数法对3种预报方法预报结果进行集成，其集成预报的评定质量高于每种单独预报质量。在流域面雨量预报质量检验中采用了模糊评分法，该方法能够较为客观地反映预报和实况之间的差距，也可以用于降水定量预报评定中。     

金沙江下游多种面雨量集成预报方法的对比分析

集成方法有利于提高降水要素预报的准确性和可预报性。本文基于格点实况资料和智能网格预报、西南区域数值预报、ECMWF模式预报、GRAPES模式预报产品,以面雨量为研究对象,采用多元回归法、BP神经网络法、评分权重法、加权集成预报法和算术平均法,得到集成面雨量预报,再运用平均绝对误差、模糊评分、正确率、TS评分、偏差分析等方法,对2020年4—10月金沙江下游面雨量预报效果进行对比分析。结果表明：多元回归集成法和BP神经网络法的预报效果总体上优于其他几种集成方法。在考虑流域面雨量的预报量级时,下游可以采用预报量级较小的模式和集成方法。集成后偏差百分比均有降低,且多元回归法和BP神经网络法对预报量级较小的模式有矫正作用。在面雨量有无、小雨和中雨预报中,多元回归法集成效果较好,在大雨量级预报中,BP神经网络法集成效果较好。这些结论可为流域面雨量预报提供参考借鉴。     

滁河流域汛期多模式集成面雨量预报检验评估

对2013—2016年汛期ECMWF、JMA及中尺度WRF模式的预报结果进行检验,基于合理的时间尺度,制作了动态权重集成面雨量预报(DWI)、分步集成面雨量预报(SI)和等权重集成面雨量预报(EWI)产品,并对2017—2020年汛期降水期间多种集成面雨量预报产品和ECMWF、JMA、WRF的单个模式面雨量预报产品进行对比评估.结果表明:3种集成面雨量预报效果整体上优于单一数值预报模式,尤其是预报致灾严重的暴雨等级降水优势明显;DWI和WRF对强降水的面雨量预报正确率最高,其他2种集成面雨量预报结果次之,ECMWF及JMA较差;模式集成预报弱降水过程的优势不明显.     

浙江省水库流域面雨量的多模式预报效果分析与检验

基于站点观测资料和欧洲细网格(ECMWF)、日本高分辨率(JMA)及多模式客观集成预报技术(OCF)模式预报资料,以2015年2-7月为例,评估这三种模式对浙江省6个水库流域客观面雨量预报效果。水库流域面雨量预报值采用网格算术平均法计算,面雨量观测值采用泰森多边形法计算。检验评分方法采用平均绝对误差、TS评分(Threat Score)和模糊评分法。初步检验结果表明:1)ECMWF对大雨暴雨的预报效果优于其他模式的,OCF对中雨的预报效果优于其他模式的,对小雨预报,三种模式效果相当。2)各模式预报效果均随着降水等级增大而下降。小雨时,空报率远高于漏报率,其中ECMWF和OCF漏报率不到10%;大雨暴雨时,漏报率远高于空报率,其中JMA漏报率达75%~90%。3)三种模式对浙江中部北部地区水库流域面雨量预报效果整体优于对浙江南部地区水库的,且随着降水等级升高,南北水库之间预报效果差异增大。4)ECMWF对大雨暴雨的预报效果随着时效临近表现为明显改善,OCF和JMA在72 h预报时效以外,预报效果随时效临近呈改善趋势,在72 h时效以内,预报效果不稳定。     

格点选择对MAPS面雨量预报效果的影响

以MAPS数值预报产品为基础，采用1998～2001年MAPS数值格点降水预报场资料，选取长江上游六大流域不同的代表格点计算该流域不同时段、不同时效的面雨量。以历年面雨量实况为标准，对上述时段面雨量预报值进行相关分析。结果表明，格点选择不同，该流域面雨量预报结果存在较大差异，对于MAPS数值降水预报而言，采用将格点北移1纬度、东移3经度的方式，其预报效果最佳。将这种格点选择方式应用于2002年长江上游六大流域面雨量预报，其效果较好。     

赣江流域水位预报模式初步研究

利用赣江流域2004～2006年4～7月气象测站的实测雨量资料,计算得到流域上、中、下流域段的面雨量,以面雨量为初值场,再利用最小二乘法原理求解方程,建立了赣江流域水位预报模式;并通过对2003年5～7月(4月份缺资料,5～7月部分资料残缺)水位预报模拟试验进行检验。结果表明:模拟值能反映出赣江流域上、中、下游的水位突变趋势,与实况值变化趋势较吻合,对防汛决策服务有一定的参考意义。     

2019年汛期大渡河流域面雨量多模式预报效果检验

基于站点观测资料、格点实况资料和智能网格、西南区域中心业务运行的中尺度模式系统(southwest center WRF ADAS real-time modeling system, SWCWARMS)及欧洲中期天气预报中心(ECMWF)模式资料,以面雨量为研究对象,采用平均绝对误差、模糊评分、正确率、TS评分、偏差分析等,对2019年6—10月大渡河流域面雨量预报效果进行检验评估。结果表明:预报平均绝对误差、预报正确率及模糊评分检验显示,智能网格的预报效果总体上优于其他模式。随着面雨量等级的增大,TS评分逐渐降低,空报率逐渐减小,漏报率逐渐增大,模式的预报能力逐渐降低。ECMWF模式在小雨和中雨面雨量预报中优势明显,智能网格在大雨和暴雨等级面雨量预报中表现较优。3个模式在小雨和中雨等级面雨量预报中预报的等级偏大,在大雨和暴雨等级面雨量预报中预报的等级偏小。各模式对典型降水过程面雨量预报结果表明,SWCWARMS模式对面雨量的预报等级均偏大,而智能网格和ECMWF模式对小雨和中雨的预报等级偏大,对大雨预报等级偏小。     

多种细网格模式对湖南水库流域面雨量的预报检验

选取2016年5—12月欧洲ECMWF、日本JMA、T639、德国GERMAN、湖南本地细网格HNGRIB的高分辨率降水预报产品,从预报时效、流域区域、面雨量量级、影响系统和预报偏差五个方面,检验分析了各模式对湖南水库流域面雨量的预报效果。结果表明:各细网格模式对流域面雨量的预报能力随预报时效的增加而下降,但ECMWF和JMA的预报效果相对较好且稳定,T639最差;各模式在非汛期10—12月的流域面雨量预报效果要优于汛期5—9月;随着面雨量量级增大,各模式的预报能力均下降,特别是对30mm以上的面雨量预报能力非常低;各模式对高空槽降水的预报能力最好,对西南低涡降水的预报能力最差;ECMWF、JMA、HNGRIB在各个时效上存在面雨量预报偏小的情况,而GERMAN、T639随着时效的增加,面雨量预报偏大的情况增多。     

三种数值预报产品在清江流域面雨量预报中的释用

日本有限区降水预报模式、MAPS、HLAFS是宜昌市气象台常用的三种数值预报模式。在此,初步分析了三种模式对清江流域降水预报的性能,同时考虑到清江隔河岩水电站等重点水利工程对气象服务的实际需要,改变了通常的降水量级预报模式,对流域面雨量预报进行了尝试;在此基础上,对三种预报模式的降水预报产品加以综合,再利用多元线性回归方法建立了一套清江流域主汛期面雨量预报模型。1基本资料所使用的资料主要有：清江流域面平均雨量资料（08～08时）,日本气象厅有限区模式预报资料,国家气象中心HLAFS降水预报格点资料,武汉暴雨…     

临近预报的两种高时空分辨率定量降水预报融合算法的对比试验

长期以来,雷达回波外推技术是0—2 h临近预报系统主要采用的方法,但其实际有效预报时间≤1 h,而中尺度数值模式预报则受平衡约束时间的限制,最初2 h的降水预报无效。为解决上述两种预报的缺陷,目前国际上流行采用外推预报与数值模式预报融合的技术,形成统一的0—6 h格点化的高分辨率无缝隙定量降水临近预报系统。对目前流行的两种融合算法（INCA（Integrated Nowcasting and Comprehensive Analysis System）算法及RAPIDS（Rainstorm Analysis and Prediction Integrated Data-processing System）算法）进行了分析和对比试验,以期为业务应用提供借鉴。RAPIDS算法的核心是用自动气象站雨量融合雷达估测得到的定量降水对模式预报的降水强度和位相进行修正;INCA算法则是用数值模式预报的风场修正外推技术的降水移动矢量。两种方法在0—6 h预报时效内,外推预报的权重均逐渐减小,模式预报的权重逐渐增大,从而实现外推预报和模式预报的平滑过渡。试验结果表明,两种方法对降水雨带和降水强度的预报均优于单一的外推预报或模式预报。集二者的优势研发最优的高时、空分辨率降水预报无缝隙融合算法,将有助于进一步提升高分辨率定量降水0—6 h无缝隙预报水平。      

流域面雨量估算技术综述

面雨量是水文气象中一个重要参量。面雨量的估算直接关系到洪水预报精度和洪水调度决策的科学性。由于降水空间分布的复杂性,如何准确估算流域面雨量一直是个科学难题。传统方法根据常规降水观测,应用空间分析技术来估算面雨量。随着非常规观测技术的发展,以雷达、卫星估测降水资料为主并结合自动气象站降水观测资料,通过资料融合来进行估算已成为流域面雨量估算技术的发展趋势。而以GIS为平台,实现数据分析和显示一体化管理则代表了面雨量业务系统的发展方向。通过水文模拟与水文观测的比较,可以对面雨量估算结果进行间接检验。     

精细数值预报在60周年国庆天气服务中的应用

在60周年国庆天气服务中,使用ARPS实时分析预报系统,将地面观测、探空、自动站、雷达基数据和风云2卫星TBB等多种观测资料同化,使用较多的观测数据调整模式初始场,对天安门地区未来3天的天气逐日进行精细化数值预报。对ARPS系统的降水落区和量级预报能力及单点降水预报准确率检验结果表明:对于秋季低槽东移造成的华北地区的大范围降水,ARPS系统有较好的预报能力,12-36 h预报的1 mm降水落区与实况十分吻合,降水量预报通常略大于实况;对单点的1 h的累积降水预报,预报降水的开始时间较实际降水时间提前1-3 h,1h累积降水随时间增大或减小的变化趋势预报比较准确。综合看来,使用ARPS实时分析预报系统进行精细化天气预报是可行的,数值预报的结果对于精细化天气预报决策具有较好的参考价值。     

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。     

巴州北部山区降水趋势变化及其预测

对1960—2004年巴州巴音布鲁克及巴仑台山区年和春、夏、秋、冬季的降水变化特征进行了分析。结果表明:近45a来巴州北部山区降水呈增多趋势,其中巴仑台山区增多趋势明显。另外巴音布鲁克及巴仑台山区降水在不同季节的变化趋势和变化幅度不一致。对2004—2006年预测试验表明,均生函数预测模型对巴州北部山区降水有较好的预测能力,特别是对巴音布鲁克山区的降水预测相当不错。     

2010年国家级和自治区级业务预测产品对内蒙古短期气候预测能力的检验

对2010年1-12月和春季(3-5月)、夏季(6-8月)国家气候中心和内蒙古气候中心的短期气候预测业务质量进行评分,以检验国家级和自治区级气候预测业务对内蒙古的预测能力.通过对比分析表明:总体来看,2010年短期气候预测质量检验评分内蒙古气候中心91.7％的月份温度预测和75％的月份降水预测高于国家气候中心,其中,春季温度预测较差;夏季降水预测较差.平均而言,业务预测质量明显高于模式产品质量.因此,需要在内蒙古业务预测分析参考时注意,降水预测的指导能力相对较弱.     

金沙江中下游面雨量分布特征及预报检验

基于2019年4～10月金沙江中下游逐日面雨量实况资料、西南区域数值天气预报业务模式(SWC-WARMS)和中央气象台智能网格预报模式(NWGD)0～24小时降水预报对金沙江中下游月累计面雨量、日面雨量的月极值分布、暴雨频次分布特征进行分析并做了检验评估。结果表明:(1)金沙江中下游月累计面雨量主要集中在6～9月,强降雨天气也主要出现在6～9月。(2)2019年4～10月期间总共出现暴雨次数22次,出现暴雨次数最多的区域是A区,D区没有出现暴雨。(3)西南区域模式对于C区、D区、E区月累计面雨量的预报以及对于A区和C区小雨和中雨的预报优于中央气象台预报模式。(4)平均绝对误差(Ea)、模糊评分(Mp)和TS评分(Tsk)结果显示中央台智能网格预报模式上优于西南区域预报模式。      

人工神经网络在月降水量预测业务中的研究和应用综述

月降水量的年际变化具有显著的非线性变化特征,预测难度大,历来是重大气象灾害预测的重点难点问题.BP(back propagation)神经网络在月降水量预测业务中的研究和应用中,取得了较好的成果,其中应用较广泛的是PCA-BP神经网络模型、遗传算法优化神经网络、RBF神经网络预测模型、小波神经网络模型、粒子群-神经网络...     

利用全球环流模式进行我国汛期短期气候预测的试验

利用OSU/NCC全球大气环流模式耦合全球混合层海洋与海冰模式,采用集合预报的方法,对中国汛期降水进行了1982~1995年共14年的跨季度综合性回报检验研究。结果表明,该模式对我国汛期降水具有一定的跨季度预报能力,对部分地区（江淮至华东沿海、东北部分地区等）有较强的预报能力。     

诊断分析在数值预报产品释用中的探讨

针对地方性天气预报特点，根据现有数值预报产品及实时控空资料的接收情况，作者利用中尺度数值预报模式ＭＭ４引入了中尺度信息，提出了一个实际可行的夏季降水预报方案，以求提高区域范围内具有明显突发性对流降水的预报能力。