降水预报-观测概率匹配动态订正法在江西降水集中期的应用与检验

为提高数值预报降水预报的准确率,本文利用欧洲中期天气预报中心的高分辨率数值预报（ECMWF）降水预报资料和江西省国家级气象观测站实况降水资料进行概率匹配,选取Gamma累积概率分布函数用于拟合预报与观测的降水累积概率,通过在2017年江西省一次降水集中期的应用试验,得到以下结论：基于ECMWF的降水预报-观测概率匹配动态订正法由于把最新的预报与实况结果带入概率匹配中,并根据近期模式预报调整及误差不断自动更新各量级降水修正值,可实时动态订正模式降水预报;检验发现ECMWF模式降水产品对于24 h内12 h间隔的10 mm及以下量级的预报普遍偏大,25 mm及以上量级的预报普遍偏小,在江西区域九江沿江地区和景德镇的各量级降水预报较为接近实况、预报效果较好.本降水预报订正法能提高小雨和暴雨的TS评分、降低暴雨的漏报率且提升其命中率,但对大雨及部分中雨的订正效果不佳,在实践中应权衡利弊使用.     

一种定量降水预报误差检验技术及其应用

面向对象检验技术是定量降水预报误差分析方法之一,通过对某一降水过程进行分离,实现对其落区、量级等预报误差的定量化分析。基于面向对象的检验方法和天气系统识别技术,本文利用实况观测资料、ECMWF全球数值模式产品,以2012年汛期西南地区5个典型强降水天气过程作为检验对象,对其降水及天气尺度影响系统1～10 d模式预报误差进行了定量化分析。分析表明:在中短期时效内,模式均对西南地区雨带位置预报偏北、偏西,中期时效内偏差更显著,雨带主轴上70%以上的点预报较实况偏北在2°以内,偏西约3°以内;预报的大雨及以上量级降水量较实况偏弱;模式1～2 d预报的极值分布与实况较为接近,随着预报时效延长,预报的极值较实况明显偏小;模式预报的小雨及以下量级的降水范围较实况偏大,对大雨以上量级的降水范围较实况明显偏小。对于四川盆地而言,预报的切变线较零场偏西0.5°～3°。低空急流预报偏西0.5°～1.5°;低空急流强度预报偏差具有季节差异。     

西南区域中心模式SWC-WARMS降水偏差分析

本文利用2014—2015年5—10月12(24)h累积降水资料和西南区域模式(SouthWest Center WRF ADAS Real-time Modeling System,SWC-WARMS)36(72 h)预报时效内降水预报资料,从概率和频次角度分析不同海拔高度地区观测和模式降水在量级及空间分布上的特征差异。结果表明,SWC-WARMS模式各预报时效各量级降水的概率密度均比观测偏大,并向10 mm以下雨量集中,且随预报时效延长偏大更显著;模式与观测降水的概率密度曲线差异在盆地小于高原,地形差异小的区域小于地形差异大的区域。SWC-WARMS模式对四川地区降水预报存在雨日较观测明显偏多,量级偏大,降水频次高值区范围偏大、出现虚假高值区等系统性偏差。此外,模式预报在20—08时比08—20时优,24 h累积降水预报优于12 h降水预报,尤以中雨及以上量级降水落区预报为甚。最后,模式极端强降水预报在20—08、20—20时较实况偏大,08—20时,模式预报在盆地较实况偏小,川西高原和攀西地区偏大。     

基于分位数映射法的四川省ECMWF模式降水预报误差订正分析

为做好ECMWF(European Centre for Medium-Range Weather Forecasting)模式本地化释用，提高四川省降水预报准确率，对四川省2020—2021年7—9月模式各量级降水预报系统性偏差规律分析发现，该模式预报的雨日较实况偏多，尤其是攀西地区和川西高原；预报的大雨日数盆地西南部及攀西地区多于实况，而盆地南部少于实况。然后，基于分位数映射法对模式预报的24 h累积降水开展大量级降水订正试验与检验。基于分位数映射法订正后，暴雨及以上量级TS(Threat Score)提高7%～15%，且各量级降水TS均高于多模式集成客观预报产品2%～4%，大雨及以上、暴雨及以上量级命中率提高10%～20%，订正后雨带位置特别是暴雨落区与实况更接近。     

基于雨量分级回归分析的站点日降水量预报订正

利用ECMWF 24h累计降水量预报资料,以全国范围内2403个国家地面气象观测站24h累计降水量作为观测资料,对站点预报结果进行雨量分级回归订正,并与直接双线性插值的预报结果进行对比,利用频率匹配法进一步对不同量级的降水预报结果进行二次订正。结果表明,雨量分级回归相比双线性插值,可以减小预报误差,提高预报结果与观测值之间的相关系数以及降水预报的ETS评分,使站点预报值更接近实况。频率匹配法能改善各降水量级的预报效果,降水面积偏差减小,小雨空报率和大雨漏报率减小。对于不同起报时间、不同降水量级和不同预报时效,雨量分级回归和频率匹配法的改进程度各不相同。雨量分级回归对于20:00起报的降水预报改进幅度大于08:00,对0.1mm和50mm量级的降水预报改进较为有限,对5～15mm量级的降水预报改进明显,且随预报时效的延长,对降水预报的改进幅度呈增大趋势。此外,频率匹配法对于起报时次效果较差的降水预报改进幅度较大。     

陕西省中尺度模式降水预报效果检验

对2006年汛期AREMS、GRAPES、WRF模式的降水预报结果作每日定量检验和2006年汛期的主要大降水过程作定性检验。结果表明：WRF模式48h的预报效果要明显好于24h;各模式的小雨预报效果基本接近;AREMS和GRAPES对中雨以上量级预报时效主要在24h之内;AREMS在24h之内对中雨、大雨的预报效果好于GRAPES、WRF模式。定性检验显示,WRF对强降水的量级和降水中心落区有较好的参考意义;AREMS模式对系统性降水的雨带走向预报较好,雨带比实况略偏北,量级比实况偏小;GRAPES模式对强降水雨带走向预报与AREMS模式类似,但对各量级的降水预报范围偏大。     

东北冷涡背景下数值预报产品对内蒙古地区降水预报的检验和分析

收集2011年有代表性的4次东北冷涡过程的EC和T639模式的数值预报产品资料和常规观测资料及实况,进行形势场的天气学检验;选择T639、德国、日本数值预报模式降水产品,经过数据离散化、统一化处理后,针对东北冷涡天气背景,对内蒙古地区降水预报进行24、48h预报质量检验和分析。结果表明,EC和T639模式的形势场预报具有较高的参考价值,其中EC模式比T639模式稳定;T639、德国、日本模式的降水预报产品对冷涡降水具有一定的预报能力,但对各量级降水预报均存在空报和漏报现象,对中雨及其以上量级降水预报能力较差,各模式对东北冷涡背景下的强降水预报量级偏小。     

重庆市山体滑坡等级预报研究

通过分析不同地质结构下重庆市山体滑坡与降水的关系,得出不同地质结构和降水条件下的山体滑坡等级预报指标,结合降水预报和实况降水的基础上制作重庆市山体滑坡等级预报。     

基于对流尺度集合预报方法对一次暴雨过程预报的分析

为了更加直观和深入地理解对流尺度集合预报中的降水集合预报产品,以便进一步向预报员推广应用,本文开展了基于对流尺度集合预报方法对2021年8月28—29日的一次暴雨过程的预报性能分析,对集合预报的暴雨和大暴雨量级降水预报技巧进行了综合分析。结果表明：(1)不同集合成员降水预报结果的差异随着降水量级的增大越发明显,预报最优和最差的成员的TS评分相差0.3以上。(2)概率匹配平均预报对于暴雨和大暴雨量级降水的预报技巧优于控制预报,也优于集合平均。集合平均由于集合成员预报的平滑作用导致其对极端降水不敏感,因此,简单的集合平均不适合于大暴雨以上量级的极端降水预报。(3)从最小值预报到最大值预报,随着集合百分位的增大,命中率、空报率和频率偏差均逐渐增大,70%或者80%集合百分位预报的预报技巧最优,且优于集合平均和概率匹配平均预报。(4)对于重庆东北部偏西地区出现的大暴雨量级降水,较长预报时效集合概率预报均预报出了一定的降水概率,最长提前60 h,相应的最优的集合成员的降水预报与实况也较为接近。     

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.     

1981—2018年内蒙古不同等级降水时空变化特征北大核心

基于1981—2018年内蒙古地区103个地面气象观测站的逐日降水资料,运用趋势分析方法,分析近38 a内蒙古降水量、降水日数和降水强度的时空变化特征。结果表明,不同等级降水量和降水日数呈现弱减少趋势,不同等级降水强度年际变化趋势不明显,但是湿润区的各等级降水年际波动最大,干旱区的中雨强度年际波动明显大于其他气候区。各等级降水对总降水的贡献率从大到小依次为小雨、中雨和大雨,但地区分布不均。各气候区小雨日数贡献率均在80%~90%,并且小雨量占比从内蒙古东北部湿润区到西北部的干旱区逐渐上升。内蒙古各等级降水均呈现自东向西递减的空间分布特征,其中降水量和降水日数的高值区主要分布在东北部地区,降水强度的高值区主要分布在东南部地区。2010年以来,内蒙古东北部和中部偏西地区的小雨等级的降水量和小雨日数减少,小雨等级的降水强度增加;在内蒙古西北部各等级降水量和降水强度均增加,大雨等级的降水量、降水日数和降水强度的增加趋势尤为显著。     

华东地区夏季不同等级降水变化特征分析

采用华东地区78个气象站点逐日降水资料,根据日降水量的5个等级划分,应用线性趋势分析、相关分析等分析了不同等级降水频率和降水量的空间分布及其变化趋势。结果表明:(1)夏季不同等级降水频率在整个华东地区具有明显的地区差异,区域平均的降水频率由大到小依次为小雨、微量降水、中雨、大雨、暴雨。(2)平均的夏季总降水量呈南多北少的分布,各等级降水对总降水量的贡献率由大到小依次为暴雨、大雨、中雨、小雨,暴雨对夏季总降水量的贡献在某些年份可达50%以上。(3)区域平均的夏季降水日数呈下降趋势,但总降水量却有明显的增大趋势。(4)区域平均的某等级降水频率正异常时,华东地区各地该等级降水频率,亦多表现为正异常,尤其中雨以上等级降水频率异常符号在整个华东地区更为一致。(5)华东区域微量降水和小雨发生频率分别与其他等级降水存在显著的反相关关系,而中雨、大雨、暴雨三者发生频率之间无显著相关。     

Evaluation of TIGGE Ensemble Forecasts of Precipitation in Distinct Climate Regions in Iran

The application of numerical weather prediction(NWP) products is increasing dramatically. Existing reports indicate that ensemble predictions have better skill than deterministic forecasts. In this study, numerical ensemble precipitation forecasts in the TIGGE database were evaluated using deterministic, dichotomous(yes/no), and probabilistic techniques over Iran for the period 2008–16. Thirteen rain gauges spread over eight homogeneous precipitation regimes were selected for evaluation.The Inverse Distance Weighting and Kriging methods were adopted for interpolation of the prediction values, downscaled to the stations at lead times of one to three days. To enhance the forecast quality, NWP values were post-processed via Bayesian Model Averaging. The results showed that ECMWF had better scores than other products. However, products of all centers underestimated precipitation in high precipitation regions while overestimating precipitation in other regions. This points to a systematic bias in forecasts and demands application of bias correction techniques. Based on dichotomous evaluation,NCEP did better at most stations, although all centers overpredicted the number of precipitation events. Compared to those of ECMWF and NCEP, UKMO yielded higher scores in mountainous regions, but performed poorly at other selected stations.Furthermore, the evaluations showed that all centers had better skill in wet than in dry seasons. The quality of post-processed predictions was better than those of the raw predictions. In conclusion, the accuracy of the NWP predictions made by the selected centers could be classified as medium over Iran, while post-processing of predictions is recommended to improve the quality.     

一种区域降水过程综合强度评估方法的探索和应用

降水过程强度精细化定量评估是气象现代化业务服务的重要需求,也是暴雨灾害影响评估研究的关键环节。利用1961年以来国家气象站降水气象观测资料,以站点降水背景表征地域特征,通过定义单站和区域降水过程的起始和结束条件界定降水过程,提取了降水强度、持续时间、覆盖范围三个降水过程的评价指标,在深度挖掘降水空间和时间尺度信息基础上,计算三个降水过程的评价指标。然后,基于百分位分布和概率统计,对降水过程三个评价指标进行精细化指数划分,建立降水过程综合强度评估模型。最终将降水过程划分为极端、特强、强、较强、中等五个等级。文中应用案例对评估方法进行验证,结果显示对单站和区域降水过程综合强度等级评估方法合理,既能体现降水过程地域特征,又能表征降水过程的影响程度,方法具可操作性,能够直接应用于气象服务业务和暴雨灾害影响评估,也可为历史降水过程案例入库、灾情信息演变特征分析提供依据。     

CMIP5全球气候模式对上海极端气温和降水的情景预估

基于国际耦合模式比较计划第五阶段(Coupled Model Intercomparison Project Phase 5,以下简称CMIP5)28个模式的数值模拟结果和1981~2010年华东和上海气温和降水观测数据,评估了该28个气候模式对华东和上海气温和降水的模拟能力,并预估了RCP4.5(Representative Concentration Pathway 4.5)情景下上海2021~2030年极端气温和降水气候的变化趋势和不确定性。结果表明:与观测值相比,模式对华东和上海年平均气温的模拟大多均值偏高、方差偏低;对年总降水量的模拟大多均值偏高,但方差以华东偏高、上海偏低为主;26个模式的气温变化趋势和12个模式的降水变化趋势与观测值相同。选出8个模式的预估结果表明:与2001~2010年相比,2021~2030年上海冬天极端低温的出现日数(冷夜日数)呈减少趋势,不确定性最小;夏天暖夜日数呈增加的趋势,不确定性较小;其他极端气温事件的变化趋势则存在较大的不确定性,冷夜指标的不确定性最大。强降水发生日数和强降水的强度都呈现增加的趋势,且不确定性较小。     

淮河下游初夏小时内降水分级与雷达信息特征

利用淮河下游盐城市多普勒天气雷达和雷达扫描范围内建湖县降水量资料,对2008年6月的6次小时内三等级降水过程进行环流背景和局地雷达信息特征分析,其中对不同等级降水又给出夜雨及午后雨降水日变化分类。在环流背景基础上,通过综合分析对应各级各类降水的多普勒天气雷达降水回波的滤波强度分布特征,以及相应时空的雷达径向风场沿体扫倾斜面的分布结构,归纳出小时内降水量级的动力信息特征。在两类主导性天气尺度环流背景下,局地雷达要素空间分布特征为：同等量级降水,夜间的平均回波强度明显弱于白天;上游补充回波范围指示降水连续性质;上游长而强的回波带支持下一小时短时强降水;沿经建湖的局地雷达倾斜体扫半径剖面, 径向风的风向风速辐合中心的高度越低,辐合层次越宽厚,对应的降水级别越大;在同等降雨量级中,沿倾斜的体扫半径的局地风速强切变,通过上下动量传递和水汽混合,维持着更强的降水。     

云南气象地质灾害危险等级PP-ES预报方法

根据气象地质灾害与前期及当日降水的关系模型,对气象地质灾害危险等级进行模糊可能性描述,应用PP(完全预报法)原理,采用ES(专家系统)中的确定性因子法进行气象地质灾害预报的不确定性推理,所建立的气象地质灾害预报专家系统,在实际预报业务中取得了很好的效果,在2004年的汛期业务运行中,报准了全部重大气象地质灾害。结果证明:用完全预报方法原理,将气象地质灾害预报因子———降水量分为两段,第1段为实况降水量,第2段为预报降水量,建立预报模式是可行的;对于气象地质灾害这种小概率事件的预报,采用专家系统预报方法建立预报模式是行之有效的。     

Dependence of accumulated precipitation on cloud drop size distribution

Convective precipitation is the main cause of extreme rainfall events in small areas. Its primary characteristics are both large spatial and temporal variability. For this reason, the monitoring of accumulated precipitation fields (liquid and solid components) at the surface is difficult to carry out through the use of rain gauge networks or remote-sensing observations. Alternatively, numerical models seem to be the most powerful tool in simulating convective precipitation for various analyses and predictions. Due to a lack of comparisons between modelled and observed precipitation characteristics over a long period of time, we focus our research on comparisons between observations and three model samples of accumulated convective precipitation over a particular study area. We use a numerical cloud model with two model schemes involving the unified Khrgian–Mazin size distribution of cloud drops and a model scheme involving a monodisperse cloud droplet spectrum and the Marshall–Palmer size distribution for raindrops, respectively. For comparison, we have selected a study area with a sounding site. Our analysis shows that the model version with the Khrgian–Mazin size distribution exhibits a better agreement with the observed mean, median and range of extreme values of accumulated convective precipitation. Model simulations with the Khrgian–Mazin size distribution most closely match observations, with a correlation coefficient of 0.91. Use of the Marshall–Palmer size distribution, on the other hand, systemically underestimates the observed precipitation and has the lowest correlation coefficient among the methods, 0.83. Such an investigation is crucial to improve predictions of accumulated convective precipitation for various climatological and hydrological analyses and predictions.     

Seasonal Predictions of Summer Precipitation in the Middle-lower Reaches of the Yangtze River with Global and Regional Models Based on NUIST-CFS1.0

Accurate prediction of the summer precipitation over the middle and lower reaches of the Yangtze River(MLYR) is of urgent demand for the local economic and societal development. This study assesses the seasonal forecast skill in predicting summer precipitation over the MLYR region based on the global Climate Forecast System of Nanjing University of Information Science and Technology(NUIST-CFS1.0, previously SINTEX-F). The results show that the model can provide moderate skill in predicting the i...     

东北夏季天气分型及EC降水预报空间检验

利用SANDRA（SAN）方法将东北地区2018年5—9月环流背景分型,并在此基础上对EC模式预报的较强降水（>10 mm/24 h）进行空间检验和定量分析。东北地区主要的形势背景分为北部扰动低压型、副热带高压北抬型、东北扰动低涡型、扰动低压东移型。其中,前3类环流型对应较强降水过程发生频率相对较高;将3种类型对应的模式预报较强降水过程进行分析。结果表明：模式对于北部扰动低压型过程中大雨以上量级降水落区面积的预报较实况普遍偏小45%—60%;中雨量级降水落区面积,36 h时效预报较实况偏大40%,84 h时效偏小19%;36 h、60 h、84 h时效,较强降水预报位置偏西分别为0.19°、0.53°、1.39°,平均强度预报分别偏低2.9 mm、3.1 mm、3.4 mm,极值预报分别偏低7.3 mm、8.1 mm、9.4 mm;副热带高压北抬型过程预报面积与实况之间的偏差没有一致的倾向性,预报位置较实况分别偏南0.25°、0.15°、0.37°,降水强度上有65%—72%的个例表现为平均强度及极值预报较实况偏弱的特征;东北扰动低涡型过程,预报位置偏差分别为36 h偏东0.18°、偏南0.55°,60 h偏东0.20°、偏南0.58°和84 h偏东0.74°;另外,3个时效对应平均强度预报分别偏低3.3 mm、3.7 mm、3.9 mm,极值预报平均偏低为10.2 mm、10.6 mm、11.6 mm。