三个模式对2008年夏半年西南区降水预报效果的检验

利用AREM(-YWand SY)、T213L31、JAPAN三个模式对2008年夏半年(5~11月)西南地区(25°~34.5°N,97°~110.5°E)降水预报进行了统计检验,并对其中两次强降水过程的预报效果进行对比分析,以期了解各模式在西南地区的预报效果及特点,结果表明:(1)小雨-大雨量级JAPAN模式预报情况较好,暴雨量级T213L31、JAPAN、AREM均预报较好,大暴雨量级AREM-SY模式预报较好。(2)对西南地区的降水预报,T213L31预报偏强情况较多,AREM预报偏弱情况多,JAPAN预报相对适中。(3)在西南地区,当降水陡增(即实况降水量较前一天大一个量级以上,且雨量比前一天多5 mm以上)和其后强降水持续阶段,是各模式预报偏弱情况最可能发生的时期,同时也是各模式预报效果较差的时段。(4)三个模式在青藏高原东南缘地区均有降水空报现象,AREM模式的降水空报与其在此处存在低涡空报有关。(5)对于西南低涡这一尺度小、结构复杂的特殊天气系统,当前模式对其强度、位置和诱发的强降水预报效果仍有待提高。     

T213与AREM模式分级降水预报对比检验

为检验T213与AREM模式的降水预报效果,将2004-2005连续两年两个模式的预报结果与河南省117站逐日降水实况进行分级TS评分检验,结果发现:两个模式对小雨以上量级的预报能力基本相当,夏秋季节的预报效果好于冬春季节;中雨以上量级预报均无季节特征;大雨以上量级的预报评分夏季T213高于AREM模式;大暴雨预报AREM模式好于T213.对3例不同性质降水过程落区的预报检验表明:AREM对一般稳定性降水和暴雨以上量级降水的预报能力较强.     

2012年初秋四川盆地两次西南涡暴雨过程的对比分析与预报检验

利用常规观测和雷达、卫星等观测资料,从天气形势配置、对流活动特征以及预报检验等方面对2012年初秋发生在四川盆地的两次西南涡暴雨过程进行了对比分析研究,重点对直接造成暖区对流性暴雨的MCS活动特征和环境条件进行了分析.两次暴雨过程在天气系统配置上,都具有西太平洋副热带高压强盛稳定、高原槽活跃,以及低层有西南涡生成等共同特点;但由于副高脊线的位置差异、西风带短波扰动强度差异等原因,造成系统移动速度以及降水落区的显著区别.在这两次暴雨过程中MCS都较为活跃,第一次降水过程中的MCS较为稳定,系统移动相对缓慢;第二次过程中出现了MCC,局部单点雨强突出,移动速度也相对较快.分析表明第一次过程湿层相对深厚,对形成强降水非常有利,而第二次过程中垂直切变相对较强,高层存在明显干层,从而形成了更强的层结不稳定性,有利于强对流风暴的形成.两次暴雨过程具有明显的暖区对流性质,不稳定性、LLJ急流轴位置在判断初始对流启动位置上占有更加重要的地位.针对这两次过程的预报检验表明,数值模式在反映暖区对流上存在明显缺陷,而预报员在建立精细化的中尺度天气概念模型指导下,主观预报能够在一定程度对数值预报做出订正,提高对暖区对流性降雨的预报能力.     

GRAPES模式对2005年登陆强台风预报检验分析

针对2005年4个登陆强台风,在台风移动路径、登陆时间、地点、强度等方面,对GRAPES模式的预报能力进行检验评价, 并进行了误差原因分析。检验结果显示,GRAPES 模式台风中心位置预报24 h平均误差131 km,48 h平均误差252 km。模式预报台风登陆的时间、地点接近实况,预报比较准确;台风登陆时的强度预报偏弱。模式48 h预报准确性略低于24 h。误差原因分析表明,需要加强对非常规观测资料的同化应用,改进模式初始条件;提高模式分辨率,使得模式对中小尺度系统的预报模拟能力增强;改进模式地形的精细处理方法,提高模式对地形影响涡旋移动的模拟能力。     

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。     

GRAPES-REPS西南低涡预报检验评估

利用2015年6—8月GR APES-REPS(Global/RegionalAssimilation and Prediction System-Regional Ensemble·Prediction System)区域集合预报资料,并设计西南低涡格点资料客观识别方法对西南低涡中心位置进行定位,首先评估GRAPES控制预报对西南低涡的预报准确性,之后挑选出四次生命史较长的西南低涡过程,分析评估GRAPES-REPS对西南低涡发生、发展、移动及降水过程集合预报性能。结果表明:(1)GRAPES模式对西南低涡预报的命中率较高,空报率略大于漏报率。(2)GRAPES-REPS对西南低涡发生和发展的预报效果较好,绝大部分集合预报成员能预报西南低涡发生和发展过程,但对西南低涡发生时间预报总体偏早。(3)GRAPES-REPS对西南低涡移动路径在24 h预报时效内比较合理,且集合预报平均明显优于控制预报,24 h之后东移型西南低涡移动路径明显偏北。(4)GRAPES-REPS对西南低涡强度预报总体偏强,表现为中心正涡度值偏大,位势高度值偏低。(5)24 h预报时效内,西南低涡触发的小雨到大雨量级的降水概率评分均有较好表现,且落区与实况接近,而暴雨落区个别略有偏北,但基本吻合。24 h之后,由于东移型西南低涡移动路径偏北导致模式预报降水落区偏北。可见,模式对西南低涡强降水有一定预报能力,因此,提高GRAPES-REPS中尺度集合预报能力,将有助于改进西南低涡强降水预报。     

新疆区域模式MM5和GRAPES预报能力对比检验

对新疆气象局运行的MM5、Grapes模式2008年4-9月的温度、降水预报能力进行了对比检验,得到以下结果：(1)MM5降水预报能力均优于Grapes,08点初始场降水预报能力略优于20点初始场;(2)降水预报北疆西部、天山山区最好,北疆北部、北疆沿天山次之,南疆最次;(3) MM5对西西伯利亚低槽和中亚低值系统相结合的降水过程预报能力最好,中亚低值系统次之,西西伯利亚低槽最次;(4) MM5温度预报能力均优于Grapes,白天的预报效果优于夜间,预报较实况总体偏低;(5) MM5气温预报准确率北疆优于南疆,偏东优于偏西,平均误差的分布则体现出偏西以负值为主,偏东以正值为主。Grapes的预报准确率南北疆没有明显差异,平均误差的分布也体现出偏西以负值为主,偏东以正值为主。     

川西西南涡加密探空资料分析及数值模拟试验

本文利用2010年夏,在名山、九龙、稻城三地进行的西南涡加密观测试验所取得的探空资料对川西地区的大气要素场的日变化特征进行分析,认为:3个测站的大气各个要素场的日变化特征明显,整层的风都具有日变化特征,边界层内风场的日变化更为规律一些,能观测到明显的夜间大风速带。温度和湿度场主要受下垫面影响,日变化特征只在边界层内体现。名山平均的边界层高度约为800hPa,九龙和稻城平均的边界层高度约为500hPa。3个测站相比而言,名山站的日变化幅度最小,而九龙站最为突出。将加密的探空资料引入AREM模式中,可以看到在有西南低涡存在的情况下,增加3个探空站资料后形成的初始场更有利于降水天气的产生。但主导整个模拟结果的因素还是模式系统本身,它对模拟结果产生效力主要在前24小时,其后的影响非常微弱。     

GRAPES模式对湖北省汛期强降水预报的分类检验分析

使用常规观测资料及GFS资料(1°×1°),选取2005-2008年汛期22次湖北省强降水天气过程,按照其影响系统分为低槽型、台风型和副高外围型三类,对GRAPES模式(2.1版本)预报效果进行分类检验分析,结果表明:(1)就低槽型降水而言,0-24 h预报时效内,模式对晴雨、小雨、大雨的预报效果在三类降水中最好,24～48 h则中雨预报效果最好,0～24 h预报效果总体而言优于24～48 h.模式预报的主要降水区从雨型、雨区范围和雨强的分布特征均与实况较为一致,预报的主要偏差在于强中心位置偏离和强度偏弱.(2)就台风型降水而言,0～24 h预报时效内,模式对中雨和暴雨的预报效果在三类降水中最好,24～48 h,则晴雨、小雨、大雨、暴雨预报效果最好,24～48 h预报效果总体而言优于0～24 h.模式对台风的主体降水落区把握得比较好,和实况较为一致,但对于台风外围云系产生的降水往往与实况差别较大,另外,主体降水中暴雨落区预报总是比实况偏小.(3)副高外围型降水在上述两个预报时次中,各量级的评分成绩均为最低,0～24 h预报效果总体而言优于24～48 h.模式对副高外围局地性强降水过程预报能力较弱,基本不具备预报中雨以上降水的能力.最后对(;RAPES模式的进一步改进提出了一些建议.     

2007年汛期AREM模式降水预报效果检验分析

过对2007年6～8月AREM模式降水预报做不同时效、不同区域的TS评分对比,比较AREM与T213、JAPAN三个模式降水预报TS评分,并对AREM模式2007年汛期主要降水过程预报效果进行检验分析,从而获得AREM模式2007年汛期降水预报效果和特点,结果表明:(1)从AREM模式不同时效降水预报TS评分对比可知,对长江中下游区域,AREM模式12～36 h预报效果好于0～24 h预报,24～48 h效果相对较差,对华南、华北、东北、西南东部区域的降水,AREM模式预报效果均随时效延长而减弱。(2)由AREM模式对不同区域降水预报TS评分的对比可知,AREM模式(各预报时效)对长江中下游地区各量级降水预报的TS评分均高于全国范围的TS评分,西南东部(各预报时效)小雨(以上)量级TS评分均为各区域最高,但中雨以上各量级TS评分均低于全国范围,其他区域无稳定的预报特性。(3)从AREM、T213、JAPAN对长江中下游地区12～36 h降水预报TS评分对比可知,三个模式小雨(以上)量级降水的TS评分基本相当,对该区域暴雨、大暴雨强降水中心的预报,AREM好于T213,JAPAN相对较差,随量级增加AREM预报优势表现更为明显。(4)对2007年汛期6次个例分析可知,AREM模式对长江中下游尤其是江淮流域的大范围强降水过程预报效果较好,对暴雨、大暴雨中心的预报较T213和JAPAN有明显的优势,但对小范围、局地强降水过程的预报效果不够理想。     

冬季高海拔复杂地形下GRAPES Meso要素预报的检验评估

利用GRAPES(Globe/Regional Assimilation and Prediction System)对2010年温哥华奥运会6个场馆气温、相对湿度、风及降水量的预报结果,采用预报准确率、平均误差、平均绝对误差、Alpha Index、TS和ETS评分等统计量对其进行了较详细的评估。结果表明:GRAPESMeso预报相对湿度的准确率最高,且随预报时效的增加,其变化趋于稳定。起初模式对相对湿度的预报偏干,之后逐渐变为预报偏湿;气温预报偏低;风速预报偏大。逐日各要素预报检验结果表明,气温的变化幅度最小;各级降水检验发现,晴雨预报的TS评分最高,且随降水增大,ETS评分逐渐接近TS。与其他模式预报结果对比发现,GRAPES-Meso对复杂地形下要素预报还存在一定的不足。本研究还发现,模式存在一定的系统误差,若能有效订正其误差,将有助于改进模式预报。     

GRAPES模式对长江流域天气预报的检验分析

GRAPES是中国新一代数值天气预报模式。使用GRAPES中尺度模式产品和常规观测资料,分析检验了2005、2006年汛期发生在长江流域的11次主要降水天气过程,得到:GRAPES模式对于长江流域的预报,无论是降水、天气形势还是物理量都有比较强的预报能力;GRAPES模式对级别较大的降水预报容易出现漏报,而不易出现空报,对于10mm以下的雨区预报比较准确,而对于大于50mm的雨区预报,尤其是大于100mm的降水中心存在较大的偏差;对于西太平洋副热带高压的预报比实际情况偏南、偏东;对于水汽通量散度的预报与实际情况比较吻合。     

AREM对2008年西南地区低温雨雪天气预报能力的检验

采用客观检验方法,就AREM模式对2008年初发生在我国南方的低温雨雪冰冻过程的预报进行了检验.检验结果表明:AREM模式对地面气温预报比较成功,对降温过程显著的成都、重庆、贵阳三站的降温起止时间,降温过程中温度的时间演变特征预报均与实况吻合较好,且预报温度值误差亦较小;对降温不明显的昆明和拉萨站,模式较好地预报出了温度的波动,只是预报温度值误差较大,尤以拉萨为最.此外,AREM模式对此次过程的最大降温区也有较好的预报.从过程平均的Ts评分看,AREM的降水预报能力相对弱于T213和日本模式.     

AREM模式对0604、0605号台风的预报分析

卫星资料已大量应用于数值天气预报,占据了所用观测资料的主体并对数值天气预报效果的改善具有明显的作用.目前卫星资料的同化应用一方面在努力解决受地表辐射、云和降水影响的卫星观测资料的同化问题,以充分利用现有卫星资料并发挥其效能,同时发展适应伴随全球观测系统建立而带来大数量和多种类新类型卫星资料的同化应用.文章介绍了为满足卫星资料在数值天气预报中同化应用现状与发展而建立的两个卫星资料同化研究中心(JCSDA:Joint Center of Satellite Data Assimilation和NWP SAF:Satellite Applications Facility for Numerical Weather Prediction)的基本情况,并简要讨论我国数值天气预报中卫星资料同化应用.     

2004年夏季的天气及预测试验

简要介绍了2004年夏季的主要天气过程和中国科学院大气物理研究所2004年汛期预测的结果.总体上看,2004年夏季江淮流域的降雨分布较均匀,没有造成大江大河及大范围的洪涝,中高纬度典型的梅雨环流形势没有完全建立,西风槽活动频繁.夏季最强的一次降雨过程(7月15～20日)是高空低压槽前的持续性暴雨.2004年夏季华北大部分地区降雨偏多,多为低槽冷锋造成;影响我国的热带气旋明显偏多,8月登陆浙江、福建的2个台风破坏力较大;江南和西北都出现了较强的高温天气,江南和新疆的高温分别为副高和大陆高压造成;9月2～5日川东和重庆的降雨与低涡在该地区的稳定维持有关.从汛期实时降水预测结果看,预测系统对6～8月江淮雨带及其暴雨中心的预测较为准确,对大范围的雨带无漏报和空报.而对华北地区降雨而言,预测评分要低于江淮梅雨,这可能是因为模式中的物理过程,特别是降水的物理过程未能完全准确反映华北地区的情况.要提高华北地区降雨的预测水平,今后应继续开展深入的研究.     

影响华南地区西南低涡及致洪低涡活动的统计研究

利用1996-2005年近10年的MICAPS和NCEP2．5°×2．5°再分析资料,对影响华南地区的西南低涡以及致洪低涡活动进行系统性的统计研究,给出影响低涡活动的频率、集中生成地、移动路径、生成和移动过程中的强度、影响时的生命史、平均环流场、降雨特点等气候特征,建立影响低涡致洪暴雨天气系统配置及其模式图,为华南地区低涡及其致洪暴雨预报提供依据。     

国家级天气预报检验分析系统建设与应用

为了适应精细化预报和业务管理的发展需求,国家气象中心建设开发了基于Web的国家级天气预报检验分析系统。系统分为预报检验、检验文件解析处理、检验数据查询分析与检验平台管理4个功能模块,关键技术包括标准化的数据管理、开放式的算法模块管理与调度和检验数据的可视化分析。系统建立了规范高效的检验业务数据流程,兼容处理预报分析制作系统（MICAPS）数据、GRIB2数据、城镇报数据、自动气象站数据等其他专业气象数据,涵盖了国家级省级智能网格预报、全国城镇天气预报、定量降水预报、大城市空气质量预报等数十项检验业务产品,给出了空间分布、柱状图及数据表格等展现形式。系统为全国各级预报员、模式开发人员和管理人员提供预报检验反馈信息,为各省以及国家级预报业务考核提供了信息支撑;同时系统提供逐旬、月、年度的智能网格预报以及城镇天气预报的检验结果对比,有力支撑了智能网格预报产品业务研发和业务试验。     

低涡与晋中夏季暴雨

对晋中 1 974～ 2 0 0 0年 6～ 8月暴雨个例进行了分析 ,指出 70 0hPa上形成于 34～ 37°N、95～ 1 0 3°E附近的西北涡或 2 8～ 34°N、93～ 97°E附近的西南涡是晋中夏季暴雨的最原始触发机制 ,与之相配合的高低空形势不同 ,所产生的暴雨的范围不同 ,水汽输送通道和切变线位置是判断暴雨落区的重要因素。