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。     

数值预报产品在和田市2009年汛期降水预报中的准确性检验

利用目前在天气预报业务中使用的T213、MM5、GERMANY和JAPAN等4种数值降水预报产品(以下简称产品)资料,对2009年汛期(6—8月)和田市24～72 h不同量级降水和预报技巧的预报效果进行了检验和对比分析。结果表明:除JAPAN产品对24h一般降水和小量降水、GERMANY产品对24～48 h中量降水的预报效果较好,准确率在50%以上外,其它产品对24～72 h各量级的预报效果较差,准确率均在33%以下。当3种及以上预报产品均预报有降水时,其出现降水的准确率为100%;而两种预报产品均预报有降水时,出现降水的准确率为40%;仅一种预报产品预报有降水时,其出现降水的准确率为0%。     

天气学检验在东北区域数值模式秋冬季降水预报中的应用

根据影响天气系统不同,利用2007年9月－2008年2月东北区域中尺度数值模式12h累积降水预报和东北地区常规站降水实况资料,采用天气学检验方法,从降水中心强度、中心位置、降水主体强度、落区、范围和移速6个方面对东北区域中尺度模式降水预报产品的预报性能进行检验。结果表明：模式对东北地区秋、冬季降水有很好的预报能力,但因天气系统和预报时效不同其预报能力也有较大差异,其中对高空槽预报效果最好;一般情况下,在预报出现偏差时中心和主体强度易偏强,雨带范围易偏大,移速易偏慢。     

安徽省2021年梅雨期降水预报检验分析

检验梅雨期降水的预报效果,对于提升梅雨期降水预报能力、减少梅雨期降水带来的人员伤亡和经济财产损失有着重要的意义。文章对安徽省2021年梅雨期（6月10日—7月10日）六个客观模式和一个主观订正预报产品进行了检验分析,其中包含了三个区域模式数值预报（中国气象局中尺度天气数值预报系统（简称CMA-MESO）、中国气象局上海数值预报模式系统（简称CMA-SH9）、安徽WRF）、三个全球模式数值预报（中国气象局全球同化预报系统（简称CMA-GFS）、欧洲中期天气预报中心确定性预报模式（简称ECMWF）、美国国家环境预报中心全球预报系统（简称NCEP-GFS））和安徽智能网格主观订正预报的降水产品,进行了检验分析,结果表明：传统检验中安徽智能网格和区域模式对晴雨准确率的预报效果优于全球模式,又以CMA-MESO最优;在暴雨及以上量级的强降水预报中,传统检验表明安徽智能网格预报的得分最高（23.83）,ECMWF模式则是客观模式预报中效果最好的（20.12）,CMA-SH9次之（19.34）;通过对除安徽智能网格以外的各个客观数值模式进行的MODE空间检验可知,不同数值模式间暴雨预报误差原因不尽相同,ECMWF与各区域数值模式主要是由雨区位置的预报偏差,尤其是纬度偏差导致的,NCEP-GFS全球模式对降水强度和雨区面积的预报偏弱偏小比较明显,CMA-GFS在强降水方面的预报可参考性较差;各个主客观预报暴雨及以上量级预报,整体表现出较明显的日变化特征,在午夜前后、上午时段TS评分较高,而午后到傍晚评分较低,这个现象或许是梅雨期的午后降水多以地表太阳加热引起的短历时热对流降水为主造成的。     

2003年汛期3种中尺度数值预报模式降水预报检验

利用2003年汛期降水实况及河南省气象台引进的3种中尺度数值预报模式(REM、MM5、MAPS)的降水预报资料，对模式预报性能作了检验对比分析。结果发现：REM模式对于大雨以上降水的预报效果较好；MAPS模式的12h预报有明显优势；MM5模式对小雨和中雨的预报效果较好，并且预报结果具有稳定性。     

安徽省2021年梅雨期降水预报检验分析

检验梅雨期降水的预报效果,对于提升梅雨期降水预报能力、减少梅雨期降水带来的人员伤亡和经济财产损失有着重要的意义。文章对安徽省2021年梅雨期（6月10日—7月10日）六个客观模式和一个主观订正预报产品进行了检验分析,其中包含了三个区域模式数值预报（中国气象局中尺度天气数值预报系统（简称CMA-MESO）、中国气象局上海数值预报模式系统（简称CMA-SH9）、安徽WRF）、三个全球模式数值预报（中国气象局全球同化预报系统（简称CMA-GFS）、欧洲中期天气预报中心确定性预报模式（简称ECMWF）、美国国家环境预报中心全球预报系统（简称NCEP-GFS））和安徽智能网格主观订正预报的降水产品,进行了检验分析,结果表明：传统检验中安徽智能网格和区域模式对晴雨准确率的预报效果优于全球模式,又以CMA-MESO最优;在暴雨及以上量级的强降水预报中,传统检验表明安徽智能网格预报的得分最高（23.83）,ECMWF模式则是客观模式预报中效果最好的（20.12）,CMA-SH9次之（19.34）;通过对除安徽智能网格以外的各个客观数值模式进行的MODE空间检验可知,不同数值模式间暴雨预报误差原因不尽相同,ECMWF与各区域数值模式主要是由雨区位置的预报偏差,尤其是纬度偏差导致的,NCEP-GFS全球模式对降水强度和雨区面积的预报偏弱偏小比较明显,CMA-GFS在强降水方面的预报可参考性较差;各个主客观预报暴雨及以上量级预报,整体表现出较明显的日变化特征,在午夜前后、上午时段TS评分较高,而午后到傍晚评分较低,这个现象或许是梅雨期的午后降水多以地表太阳加热引起的短历时热对流降水为主造成的。     

2020年夏季辽宁省多模式降水预报检验

选用2020年夏季辽宁省区域自动站资料和7种模式预报资料,根据降水强度将站点分为5种降水类型,分析各数值模式36 h和48 h预报检验降水场的分布误差、相关性及雨带位置。结果表明：36 h预报结果好于48 h, 48 h降水量预报结果普遍比观测值偏大。初夏、夏末及秋初,各模式降水量预报偏差相对较小,盛夏的预报值偏差较大,尤其强降水站点的降水量预报值显著偏小。36 h预报值与观测值的相关系数和散点分布表明,弱降水站点和较弱降水站点的ECMWF预报结果最好,NCEP和WRF＿3KM次之。中量降水站点、较强降水站点和强降水站点的NCEP预报结果最好,ECMWF和WRF＿3KM次之。各模式雨带位置预报存在不同程度偏差,其中ECMWF的结果较好。     

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。     

2020年辽宁省汛期多模式降水预报评估

基于7种数值预报产品,采用二分类检验和频率分布检验方法,对2020年5—9月辽宁省24 h降水预报、3 h降水量20 mm以上的强降水预报进行检验评估。结果表明：多数数值模式均存在降水预报频次偏多的误差特征,尤其是全球模式,对弱降水过程的过度预报特征更为明显。数值模式对24 h中雨量级降水的预报效果普遍较好,全球模式对强降水的预报效果较差。SHANGHAI、BEIJING中尺度模式对不同量级降水的预报效果总体好于其他模式,GRAPES＿3km中尺度模式的强降水预报频率偏高,SHANGHAI中尺度模式的降水极值预报强度偏大,ECMWF模式的各量级降水预报性能较均衡,对强降水也有一定的预报能力。中尺度模式对白天时段的强降水预报效果较好,但从初始时刻后第6～9 h的预报效果较差。数值模式对大范围强降水过程及小范围稳定性强降水过程的预报效果较好,对副热带高压后部小范围强降水过程预报效果较差,无法预报大雨以上量级降水。     

若干数值模式对2003年夏季青藏高原中南部降水预报检验

利用国内外几种数值预报模式的降水预报产品,对2003年主汛期(6～8月)青藏高原中南部的预报能力做了详尽的检验.检验结果表明,各模式小雨预报的TS评分较高,明显高于全国及其它地区的评分;但中雨以上各级降水检验评分较低,主要原因是各模式的预报雨区面积明显偏大,空报率较高.无论是预报员的预报,还是各种全球或区域模式的预报;无论是日本和德国的模式,还是我国目前业务运行的数值预报模式,对青藏高原的降水预报均无明显优势.     

GRAPES区域集合预报对2019年中国汛期降水预报评估

2019年,数值预报中心开发了以GRAPES全球模式为驱动场,集合变换卡尔曼滤波为初值扰动方法,随机物理过程倾向项为模式扰动方法的10km水平分辨率GRAPES-REPS V3.0区域集合预报模式,并投入业务运行.基于该模式,作者开展了2019年7～9月夏季降水不确定性的集合预报实时试验,并从统计检验和个例分析角度,与...     

黑龙江省2020-2022年汛期多模式降水预报检验评估

本文利用黑龙江省考核站降水观测数据,对2020-2022年汛期6-8月全球尺度模式预报、中尺度模式预报、客观订正预报等在黑龙江省预报性能、误差进行了对比分析。对比检验分析发现,定量降水预报误差与观测降水量密切相关,汛期降水量较大,预报定量误差较大。黑龙江省气象台客观预报和融合预报误差相对较小,中尺度模式的定量误差相对较大。五种降水预报存在预报范围偏大的问题,EC预报范围偏大现象最为显著。针对一般性降水,两种订正预报随机误差表现最好,其次为EC预报,两种中尺度模式降水预报的随机误差表现相对较差。订正预报pm＿fm在大雨及以下量级随机误差表现最好,暴雨量级CMA-SH9最好。订正预报不但可以有效消除模式系统性误差,也可以改善原始模式随机误差。降水分级检验结果表明,CMA-MESO在大暴雨量级有一定的预报能力,fuse在大雨量级上表现较好,pm＿fm在小雨、暴雨量级上预报能力明显优于其它模式。     

日本数值预报产品在丹东地区降水预报的检验和评估

选取2001年7月至2005年6月的日本数值预报传真图产品资料，依据《中短期天气预报质量检验办法》进行检验，并用天气学分析法对所得结果进行评估。结果表明：晴雨（雪）预报正确率和降水技巧评分较高；小雨预报效果好；暴雨（雪）预报准确率较高，但预报量值比实况量值明显偏小；对不同天气系统降水其预报能力不同；物理量与强降水有较好的对应关系。     

2004年主汛期各数值预报模式定量降水预报评估

随着数值预报技术的飞速发展, 模式定量降水预报已成为天气预报业务工作中的主要参考依据。本文对目前在国家气象中心应用的3个业务运行模式T213L31, HLAFS0.25, 华北中尺度模式MM5和德国模式及日本模式的降水预报产品进行了季节空间分布、区域时间序列演变及统计检验, 试图从空间、时间及统计方面对降水预报产品的预报性能进行综合评估。检验结果表明:目前的数值预报模式对短期时效内定量降水预报均具有一定的空间预报能力, 但强降水中心位置有一定的偏差; 从时间序列演变检验来看, 模式对区域强降水过程的发展趋势具有较强的预报能力, 但降水量预报与实况有一定的差距; 从累加统计评分检验结果来看, 模式短期时效的预报性能差别不大, 全球模式在小中雨预报方面有一定优势, 其中日本模式的综合预报性能最好, 大雨以上量级的预报则是国内的模式有一定的优势, 其中华北中尺度MM5模式, T213L31模式各有所长, 但均存在预报量和预报区偏大问题。     

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。     

日本数值预报产品降水预报效果检验

对近几年日本数值预报产品的降水预报释用效果检验结果表明，该产品各时段的预报准确率仅为56．5％－69．4％，且稳定性也较差。     

2010年汛期多模式对山东降水预报的检验

为提高数值预报模式在山东汛期降水的预报能力,为降水预报及模式物理参数方案选择和调整提供客观依据,对2010年汛期（6-9月）山东区域MM5、WRF-RUC（WRF快速循环同化系统）和T639模式24 h、48 h累积降水预报产品,进行晴雨、一般性降水和分量级降水TS评分及平均绝对误差、平均误差分析。结果表明：从晴雨预报准确率来看,3种模式相差不大;一般性降水和小雨预报,MM5模式评分结果最差,T639模式预报效果最好;中雨以上量级,24 h降水T639模式预报效果最好,特别是24 h大暴雨评分T639模式达到了10.37 %,而48 h降水T639模式预报效果下降明显。无论24 h降水还是48 h降水,除9月WRF-RUC模式平均绝对误差最小外,6-8月T639模式平均绝对误差均为最低,WRF-RUC模式24 h和48 h降水各月平均误差均为负偏差;不同的降水预报检验方案和天气过程类型对检验结果有一定的影响。     

多种数值预报产品在贵州定量降水预报中的检验

通过对2011—2012年期间欧洲中心、日本、T639、WRF各家数值预报24 h降水预报产品插值到贵州省85个县观测站,对比每日累计实况降水量,划分为≥0.1 mm(晴雨)、≥10.0 mm(中雨以上)、≥25.0 mm(大雨以上)共3个等级进行了评估。结果发现:欧洲中心细网格和T639在贵州省各个量级降水预报均有偏大的趋势;日本模式在大雨以上量级的降水预报中对我省有偏少的趋势;WRF模式在晴雨预报中表现最好,而在明显降水的预报中表现略差。预报结果空间分布显示:欧洲中心细网格对贵州中部一线地区的明显降水预报较好;T639模式在一般性降水预报中与其他模式效果相当,但在大雨以上量级的预报中表现出明显的地区差异;日本模式在贵州东北部地区效果明显;WRF模式大雨以上量级的预报效果总体差异并不大,主要有3个大值中心,分别位于省的北部边缘、西部边缘和南部边缘,说明在以上地区WRF对大雨以上降水的预报效果具有一定的参考意义。     

降水预报数值检验及分析

对1993年6月数值预报业务系统输出的24、48小时降水量预报,通过降水时空分布趋势预报和降水过程预报检验、T~s 评分、预报效率等计算,证明了该系统对青藏高原东北部地区的降水具有较强的预报能力,预报产品在业务中有重要参考价值。同时,检验分析结果将对模式改进起到一定作用。