成都市短时强降水概率预报方法初探

选取2010~2019年4~9月成都市气象观测站逐小时降水资料和欧洲中心ERA-5逐小时再分析资料,采用统计分析和统计预报方法,研究了近十年成都市短时强降水时空分布特征,并依据短时强降水发生发展的基本条件,基于“配料法”思想,探讨了成都市短时强降水概率预报方法。结果表明：成都市短时强降水事件集中于暖季（4~9月）,其中又以7月为最多,并呈明显夜间多发的态势。降水量与降水强度空间分布表现出西多东少特征。筛选出的短时强降水潜势预报因子包括850 hPa比湿、850 hPa假相当位温、K指数、对流有效位能、700 hPa经向风以及700 hPa垂直速度,基本涵盖了短时强降水发生所需的水汽条件、稳定度条件以及抬升条件。基于上述短时强降水潜势预报因子的权重系数,采用二分法建立短时强降水概率预报方程,利用TS评分对2019年夏季的短时强降水日潜势预报效果进行检验,发现概率阈值设定为0.98既能保证漏报次数不会太多,又不至于使预报正确次数明显降低,同时可以保持较高的预报准确率。     

基于短时强降水概率预报的模糊检验试验

利用短时强降水概率预报模型生成短时强降水(≥20mm/h)概率预报产品,并对其进行“点对面”模糊检验试验。结果表明：短时强降水(≥20mm/h)概率预报和SWC_WARMS模式最大小时雨量(≥20mm/h)的“点对面”TS评分均明显高于相应的“点对点”评分,短时强降水(≥20mm/h)预报结果可在30～40km范围内进行调整;短时强降水(≥20mm/h)概率预报在概率为30%时TS评分达到最大,Bias接近为1,预报偏差最小;短时强降水(≥20mm/h)概率预报比SWC_WARMS模式最大小时雨量(≥20mm/h)预报更具有参考价值。     

短时强降水概率预报的多模式集成技术研究

利用2018年4—8月格点降水分析资料和4个业务高分辨率区域模式降水预报资料,应用分位数频率匹配法对模式1 h降水预报分别订正;基于上游关键区域的检验结果,采用动态权重多模式集成技术,探讨了多模式集成技术在短时强降水概率预报中的应用前景。结果表明:分位数频率匹配法对强降水预报改进具有正效果,可以减少模式的系统性偏差,提高模式降水预报的准确率。在短时临近时效内,上游关键区域降水信息对下游地区降水预报具有指示意义,基于上游关键区实况检验的动态权重多模式降水概率预报较简单集成概率具有更高的预报准确率,预报效果也更为稳定。个例分析也表明该技术对短时临近时效内的短时强降水预报预警有较好的指导作用。     

基于EC025配料的短时强降水概率预报产品及应用

利用ECMWF预报资料,从动力、热力、水汽、能量和降水预报5个方面选取影响短时强降水发生的因子,构建多因变量数组,并利用主成分分析确定配料系数及其阈值,在此基础上进行配料,研发了四川省短时强降水概率预报产品投入应用。结果表明:产品对盆地20mm/h以上和高原地区10mm/h以上的短时强降水落区预报效果显著。     

新疆短时强降水落区的分析和预报

利用常规高空气象资料、物理量场、ＧＭＳ－５卫星数值化云图,对新疆短时强降水落区的预报方法进行了综合分析．结果表明：采用其他方法预报新疆短时强降水落区时,其范围与实际降水区偏差较大,并且牵涉面广,不利推广;而利用物理量场和ＧＭＳ－５卫星数值化云图,能够较好地预报新疆短时强降水落区,落区范围与实际强和水区偏差〈１００ｋｍ。     

基于ECMWF细网格模式的短时强降水客观概率预报方法研究

根据陕南643个经质量控制的自动气象站2010—2014年逐小时观测降水,采用百分位法确定陕南短时强降水标准。基于2010—2014年11 824站次短时强降水个例和欧洲中心（ECMWF）间隔6 h的0.25 °×0.25 °再分析格点资料,以空间最近、时间最近前1时次原则:计算并确定陕南汛期5—9月各月短时强降水36种对流参数历史概率分布特征值;考虑对流参数的显著性和适度性指标构建评价方案,利用相对模糊偏差矩阵、标准差系数方法,优选出陕南5—9月各月的15种对流参数及其权重。业务运行以ECMWF细网格模式的基本预报产品,计算优选的对流参数值,结合参数历史概率分布值及其权重,建立陕南分月短时强降水客观概率预报模型。将模型概率预报结果升序排列后80%处对应的数值,且大于0.2作为短时强降水的临界概率,对2015年汛期降水过程进行检验,TS评分为0.59,漏报率为0.18,空报率为0.31。      

基于因子分析的广东省短时强降水预报模型及其业务试验

利用每天4次0.125°×0.125°的ECMWF-Interim再分析资料和广东省2009—2018年地面气象站逐时雨量观测的短时强降水数据集,针对广东不同季节、不同地域的短时强降水,以提高命中率同时控制虚警率为目的,提出基于显著性和敏感性评价的物理量优选和因子分析法,用于构建分期、分区的广东短时强降水概率预报模型....     

多元判别与降水分级概率预报

以Bayes判别的基本原理为依据 ,利用分级降水客观概率预报方法 ,获得不同量级降水可能发生的概率 ,在淄博初夏分级分段降水预报中试用 ,取得了良好的效果 ,在实际工作中有较强的实用性。     

巴中短时强降水特征分析及预报方法研究

利用2010~2014年巴中区域自动站资料、高空实况资料、地面实况资料以及雷达资料,分析了巴中短时强降水(小时雨量≥20mm)的年际、月际、主要发生时间段和落区、强度特征以及短时强降水和海拔高度关系。研究并总结了巴中发生短时强降水的影响系统、概念模型、物理量预警指标、雷达预警指标,为今后预警巴中短时强降水提供参考。     

咸阳市分县分级降水概率预报方法

通过用大量的经验因子和数值产品相结合,采取预测法、相关法、关联法对预报因子进行多层筛选,既考虑了降水事件发生的有利因素和不利因素,又考虑了降水事件的自身规律性,应用动态预报模型,建立分县降水概率预报方法。     

短时强降水临近预报的思路与方法

对短时强降水主观临近预报的主要思路和方法进行综述。(1) 短时强降水(flash heavy rain)是指1 h 雨量在20 mm或3 h 雨量在50 mm 以上的降水事件。短时强降水事件的识别主要由雨强和降水持续时间两个要素确定。(2) 雨强临近估计的主要根据是天气雷达反射率因子和雨强之间的经验关系,即Z-R 关系。对流性雨强的估计,最简单易行的方法是将对流性降水分为大陆强对流型和热带海洋型两种类型,分别采用不同的Z-R 关系。雨强估计的主要误差来源包括不适当的Z-R 关系、地形对雷达波束阻挡、冰雹“污染”、强降水和冰雹对雷达波束的衰减、硬件定标偏差、被大雨淋湿的天线罩导致的衰减等。(3) 判断是否出现强降水的另一要素是降水的持续时间。沿着回波移动方向高降水率的区域尺度越大,降水系统移动越慢,则持续时间越长。对于导致强降水的β中尺度对流系统,其雷达回波的移动矢量是平流矢量和传播矢量的合成。如果平均风方向(平流方向)与回波传播方向交角大于90°,称为后向传播,此时回波移速小于平均风速,移动较慢,易导致强降水。在有利于强降水的环境条件下,含有中气旋或更大尺度涡旋的β中尺度对流系统会明显增大强降水的可能。     

基于GRAPES-MESO模式的极端短时强降水预报

利用2017—2018年5—9月四川盆地109个自动站逐小时降水资料,以及GRAPES-MESO模式0.1°×0.1°的逐3 h预报场资料,从热力不稳定、水汽、动力条件等方面分析极端短时强降水(1 h降水量大于等于50 mm)发生发展所需的关键物理量指标,结合随机事件概率思想和主成分分析方法构建预报模型,研发极端短时强...     

基于CMA-BJ的北京地区短时强降水预报试验

基于2019—2021年4—9月北京快速更新数值预报系统(CMA-BJ)产品以及北京地区地面气象站逐时降水实况, 从表征水汽条件、热力和能量条件以及动力条件的多个物理量中筛选出在有无降水、是否强降水情形中有显著差异的物理量作为因子, 采用配料法和模糊逻辑算法构建北京地区0~12 h时效逐小时短时强降水概率预报模型。以2019—2021年4—9月最优TS评分和偏差评分的概率值和组合反射率因子为确定性预报的概率阈值和消空处理阈值, 运用该预报模型对2022年4—9月每日4次0~12 h预报时效北京地区短时强降水产品进行预报和检验。结果表明:北京地区短时强降水TS评分和偏差评分分别为0.104和1.341, 预报效果明显优于CMA-BJ预报产品。概率预报模型能够有效提升强降水高发地区, 即山前及平原地区的短时强降水预报技巧, 获得较为平衡的命中率和空报率, 但对山区预报技巧的提升有限。     

基于物理量参数的伊犁河谷短时强降水预报技术研究

利用伊犁河谷2010～2018年6～8月68个短时强降水天气过程样本,采用箱线图的形式讨论产生短时强降水的关键环境参数的阈值,并对短时强降水天气过程的关键环境参数月特征进行了讨论,最后对2019所夏季的短时强降水天气过程进行检验。结果表明：(1)K指数、修正K指数、瑞士第二雷暴指数、对流凝结高度、Teffer指数、大风指数、对流温度、对流凝结高度处温度、总指数、整层比湿积分与产生降水的相关系数达到0.30以上,对降水有较好的指示意义,其中整层比湿积分的相关系数最高,达到0.465。(2)17个物理量参数涵盖75%以上降水天气过程的阈值在无降水天气过程中的概率,Charbr修正K指数(ChTTK)指示意义最好,概率只有16.8%,而干暖盖指数(Ls)、特征层高度中的对流凝结高度到50%以上,对出现降水的指示性较差。最终选取Charbr修正K指数、K指数、mK指数、Teffer指数、瑞士第二雷暴指数、整层比湿积分这6个关键环境参数。(3)6个环境参数的阈值落在降水天气过程的概率都小于25%,瑞士第二雷暴指数指示意义最好,仅为10.7%。(４)6月份的mK指数、K指数、Charba修正K指数的阈值分别为32、38和36℃;7月份的mK指数、K指数、Charba修正K指数的阈值分别为31、37和35℃;8月份的mK指数、K指数、Charba修正K指数的阈值分别为32、38和37℃。6、7、8月份Teffer指数产生短时强降水的阈值,分别为43、47和43℃。瑞士第二雷暴指数(SWISS12)6、7、8月份的阈值分别为3.4、4.3、3.6。整层比湿积分6、7、8月的阈值,分别为2320 g.kg_^-1,2390 g.kg_^-1、2392 g.kg_^-1。(5)对2019年6-8月的降水天气过程及短时强降水天气过程进行检验评估,降水预报正确的样本为43个,漏报为41个,空报7个。准确率为(Ts)47.3%。短时强降水样本的检验,漏报率6、7、8三个月都为50%,空报率7月份最高,为71.4%,而8月份没有空报。准确率(Ts)是8月份最高(50%),6月份次之(33.3%),7月份最低(20%)。     

广西台风强降水短时预报系统的设计和实现

介绍广西台风强降水短时预报系统的模块功能、系统结构框架和可视化编成技巧。该系统操作简单，可以快速简便的分析出台风临近或影响广西时的主要强降水区域，对于提高台风对广西影响的应用气象预报水平具有较强的辅助作用。     

大连地区短时强降水天气特征及预报指标研究

利用2004—2013年4—10月大连地区7个气象站和249个自动气象站逐小时降水观测数据及常规气象观测数据,对大连地区短时强降水的时空分布特征及气候特征、演变趋势和环流背景进行了分析,并建立了强降水天气预报指标。结果表明:2004—2013年大连地区各气象站短时强降水年平均发生次数为2.2—2.8次,南部和东部地区短时强降水年平均发生次数呈略增多的趋势,中部和西北部地区短时强降水年平均发生次数变化较小,中北部地区短时强降水年平均发生次数呈略下降的趋势。大连地区短时强降水最早出现在4月,最晚出现在10月,7—8月为短时强降水集中出现的月份,强降水多出现在02—10时。短时强降水发生次数具有明显的区域分布特征,由东部向中部和西部呈递减的趋势,大连东北部地区短时强降水发生次数最多,南部地区次之,西北部瓦房店地区短时强降水发生次数最少;其中7月北部地区短时强降水发生次数最多,8月东部地区短时强降水发生次数最多,其他月份短时强降水发生次数较少,说明大连地区短时强降水发生分散性较强。925hPa与850hPa平均比湿、700hPa温度露点差、850hPa与500hPa温度差平均值、K指数平均值、0℃层平均高度及暖云层平均厚度等参数阈值可用于短时强降水实际预报业务中,可为大连地区强降水预报提供参考。     

基于集合预报的四川夏季强降水订正试验

利用2016-2018年6-8月四川地面观测降水资料（含加密自动站）及同时段ECMWF模式各要素预报场资料,根据基于\     

基于多元线性回归的滇西南短时强降水预报模型研究

利用云南省普洱市2015—2017年多普勒天气雷达资料、探空资料和气象观测站5 min雨量观测资料,分析了普洱地区研究期间41次短时强降水的环境场和雷达回波演变特征。结果表明:中尺度辐合线、中气旋、逆风区是强降水触发和维持的重要成因。短时强降水发生前,整层大气水汽充沛,静力不稳定层结,大气可降水量(PW)≥35 mm、SI≤-0. 23、K> 35,可作为环境场对流潜势的判定因子;短时强降水发生时,雷达回波最强反射率因子≥40 d Bz,35 d Bz回波顶高> 5 km,径向速度的辐合切变量> 5 m·s^-1。通过多元线性回归分析,选取4个相关性显著的影响因子,建立普洱市短时强降水预报模型。所选预报因子包括:35 d Bz回波顶高、30 d Bz垂直剖面中心高度、30 d Bz以上雷达回波面积和SI。预报模型的回报检验表明,普洱短时强降水平均雨强相对均方根误差为17. 0%,局地降水持续时间相对均方根误差为33. 9%,局地过程降水相对均方根误差为25. 6%,回报效果较好。4次短时强降水预报检验中,平均雨强的预报误差每5 min小于1. 2 mm,局地强降水持续时间的预报误差小于10 min,局地过程降水的预报误差小于4 mm,模型均预报出局地连续性降水超过50 mm。预报模型有较好的预报能力,可应用于普洱短时强降水的临近预报预警。     

恩施州初夏强降水落区短时流动邓预报方程初探

运用日本的降水预告产品和常规天气图资料作短期强降水预报判据,用本地气象要素资料作短期强降水落区预报,以天气雷达回波资料为依托,建立一套恩施州强降水落区短时滚动预报方程,经试用,效果较好。     

基于ECMWF产品福建省前汛期短时强降水预报方法

利用2014—2016年福建省1605个自动气象站逐时降水资料和ECMWF全球模式细网格预报产品,分析福建省前汛期短时强降水发生背景下模式预报物理量的分布特征,并基于阈值判定的方法建立短时强降水预报模型。结果表明:福建省内陆县市前汛期短时强降水发生频次较高,沿海县市发生频次低,且日变化特征表现出双峰结构。箱型图差异指数（I_bd）在评估相关变量对于区分短时强降水发生与否的敏感程度有较好的作用,比湿、整层可降水量等水汽变量I_bd最为显著,K指数、对流有效位能等变量的I_bd仅次于水汽变量,说明模式预报变量对于预测短时强降水有较好的表征作用。针对短时强降水事件的物理量集合,采用剔除异常值后的最小值作为判定阈值,通过训练集分析结果客观订正对流有效位能和3 h降水量两个高I_bd变量的阈值,建立潜势预报模型。对于福建省西部的关键区,检验集白天时段12 h时间分辨率预报TS评分可达0.5,夜间时段约为0.3。对于福建省进行分区建模预报,检验集预报结果显示白天时段比夜间准确率高、内陆县市比沿海县市准确率高。