1998年7—8月HLAFS山东降水预报检验

以站点方式对１９９８年７－８月ＨＬＡＦＳ０８时的１２－３６降水预报进行了评分,统计了预报有降水时实况出现降水的几率。结果表明：ＨＬＡＦＳ改进模式对大雨以上降水的预报效果有明显改善,预报有降水,实况出现降水的几率随预报值的增大而提高。另外对主要过程降水分布趋势预报效果的评价表明,ＨＬＡＦＳ对较大暴雨过程的预报效果较好,优于日本传真图。     

数值预报产品效果检验及在降水预报中的应用

通过对目前天气预报业务中使用的Ｔ１０６、ＨＬＡＦＳ和日本模式三种数值预报产品对烟台市降水预报效果的检验、对比和分析,发现：数值预报产品在暴雨和一般降水预报中有一定指导作用;暴雨和一般降水预报效果都是日本模式好于ＨＬＡＦＳ,ＨＬＡＦＳ好于Ｔ１０６;三种预报产品对低压或倒槽型的降水预报准确率普遍较高;当三种预报产品均预报有降水时,其出现降水的准确率为７５．９％。     

2020年广东省中期降水和气温预报检验评估

对2020年广东省中期时效的主客观降水和气温预报进行检验,结果表明:省级网格和融合法MIX的降水预报评分总体上优于客观模式ECMWF和NCEP;总体上省级网格的降水预报偏差较客观产品更趋近1,即空漏报相对持平;省级网格对大雨和暴雨以上量级降水的192 h预报从提高预报稳定性的角度出发,预报趋于保守,漏报明显多于空报。气温预报方面,省级网格对模式订正有正技巧,最高气温的订正能力强于最低气温,其中盛夏季节(6—9月)对模式最高气温的订正效果最好。     

2020年广东省中期降水和气温预报检验评估

对2020年广东省中期时效的主客观降水和气温预报进行检验,结果表明:省级网格和融合法MIX的降水预报评分总体上优于客观模式ECMWF和NCEP;总体上省级网格的降水预报偏差较客观产品更趋近1,即空漏报相对持平;省级网格对大雨和暴雨以上量级降水的192 h预报从提高预报稳定性的角度出发,预报趋于保守,漏报明显多于空报。气温预报方面,省级网格对模式订正有正技巧,最高气温的订正能力强于最低气温,其中盛夏季节(6—9月)对模式最高气温的订正效果最好。     

基于MET系统对SWCWARMS及GRAPES模式在西南地区的站点检验分析

应用国家基本观测站资料、自动站逐时降水资料,基于客观统计检验方法,针对降水(12h、24h累积雨量)、近地面要素(2m温度、10m风)和高空要素(风场、温度场、高度场),分别评估SWCWARMS模式和GRAPES模式对2015年西南地区预报能力,得到如下几点结论:(1)SWCWARMS模式降水ETS评分高于GRAPES模式,除24h小雨外SWCWARMS模式偏差值均高于GRAPES模式,两个模式在不同预报时效内对中雨、大雨、暴雨都表现一定程度的空报;(2)12h降水分段评分上,SWCWARMS模式TS评分均高于GRAPES模式,但SWCWARMS模式预报降水范围过大,随着预报时效增长空报多于GRAPES模式;SWCWARMS模式中雨和大雨空报大于其它量级降水,GRAPES模式对大暴雨漏报较多其它量级降水表现为空报;(3)两模式对高度场和温度场预报优于风场,对对流层中层预报优于中低层,SWCWARMS模式对高度场和温度场预报优于GRAPES模式,夏半年SWCWARMS模式均方根误差小于GRAPES模式;(4)两模式都表现出2m温度均方根误差在秋季增加而春季减小这一特征,SWCWARMS模式近地面要素均方根误差均小于GRAPES模式。      

三种数值模式对四川省汛期降水预报性能的检验

应用国家基本观测站资料,基于MET系统的客观统计检验方法,针对24h降水分别评估SWCWARMS模式、GRAPES模式和ECMWF模式对2017～2019年5～10月四川地区汛期预报能力,得到如下几点结论:(1)SWCWARMS模式小到大暴雨降水范围大于实况,GRAPES模式小到暴雨降水范围大于实况、大暴雨多漏报,ECMWF模式小雨和中雨降水范围大于实况、大到大暴雨多漏报,三个模式无降水或微量降水均少于实况。(2)ECMWF模式对四川雨季小到大雨预报能力优于SWCWARMS和GRAPES模式,SWCWARMS模式在部分时次上暴雨和大暴雨预报优于ECMWF模式,GRAPES模式TS评分略偏低。(3)GRAPES模式在2018年秋季开始中雨及以上量级降水预报上改善大于SWCWARMS和ECMWF模式,SWCWARMS模式2019年空报较2017年和2018年显著降低;3个模式在小雨和中雨预报上不相上下,GRAPES模式优势在2019年大雨和暴雨预报上,ECMWF模式优势在2017年秋季和2018年初夏大雨预报上,SWCWARMS模式大雨和暴雨预报能力介于二者之间。(4)ECMWF和SWCWARMS模式川东预报优于川西,GRAPES模式川西预报优于川东;三个模式存在不同程度空报,川东地区空报略多于川西,其中ECMWF模式空报最多。      

乌鲁木齐区域数值预报业务系统降水预报检验与评估分析

基于乌鲁木齐区域数值预报业务系统,运用Ts和Bias评分方法,对2012年9月1日—2015年8月31日逐日2个起报时次的逐6 h累积降水量的年与季节预报性能进行检验,并从空间上分析了2015年全疆站点逐6 h累积降水量在4个预报时段的评分特征。结果表明:(1)2个起报时次的降水评分相差较小,00 UTC起报略优于12 UTC起报,2015年系统改进了白天大量级降水的空报现象。(2)系统对晴雨预报较为准确,Bias接近1,空报、漏报率很小;随着降水阈值的升高,Ts评分减小,Bias变幅增大,空、漏报率也随之增加。系统对强降水过程以漏报为主。(3)系统的降水预报能力存在季节差异,夏季Ts评分最高,秋季次之,冬季最小;随时间模式对四季降水预报能力均有提高,降低了冬季大量级降水的漏报率和夏季大量级降水的空报率。(4)在新疆地区,08—14 BT(Beijing Time)、14—20 BT、20—次日02 BT空报站点数多于漏报,14—20 BT空报率最高;在02—08 BT整体呈漏报。(5)各站点整体来看,白天Ts评分高于夜间,山区及邻近地区评分高于平原地区;西天山评分略优于东天山,夜间晴雨预报有天山北坡漏报、南坡空报的趋势。     

2019年第一季度广东省天气预报检验评估

2019年第1季度广东省24h晴雨预报准确率为81.0%,日最高、最低温度预报平均绝对误差分别为1.84、1.26℃。降水评估结果发现主观预报对晴雨、小雨和中雨量级的预报均对客观模式有较好的订正能力,对大雨和暴雨以上降水预报仍存在一定的空漏报。温度评估结果显示主客观预报对冷空气温度变化趋势均有很强预报能力,预报员对模式最高、最低气温订正有明显正技巧。     

岳阳市ECMWF数值模式降水预报检验与释用

该文应用TS评分、预报偏差（BIAS）等方法,对ECMWF模式预报的2015年12月—2018年12月岳阳市降水场资料,开展晴雨和分级降水检验。晴雨预报检验结果表明：ECMWF模式对岳阳市晴雨预报性能总体较稳定,年际变化幅度较小;晴雨预报准确率季节差异大,冬季最高,秋季次之,夏季最低;从逐月晴雨预报检验来看,12月份最高,8月最低;晴雨预报还存在明显的日变化规律,对夜间的预报能力明显优于白天;空间上总体呈北高南低的空间分布特征。分级降水预报检验结果表明：小雨量级降水预报评分明显高于其他量级降水,中雨次之,大雨及以上量级评分较低且无明显规律;小、中、大雨3个量级任一时效的空报率整体上比漏报率大,小雨量级表现得尤为明显,说明小雨量级的空报更为严重。针对小雨降水预报空报率高的现象,该文对岳阳市ECMWF模式预报降水量1.2 mm以下消空处理后进行了预报释用,结果表明：冬季订正空间较小,夏季各时效可适度订正;春季和秋季可视情况适度订正,订正后可以有效提升预报技巧,但增加了一定漏报风险。     

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。     

Science and Prediction of Heavy Rainfall over China: Research Progress since the Reform and Opening-Up of New China

This paper reviews the major progress on development of the science and prediction of heavy rainfall over China since the beginning of the reform and opening-up of new China(roughly between 1980 and 2019). The progress of research on the physical mechanisms of heavy rainfall over China is summarized from three perspectives: 1) the relevant synoptic weather systems, 2) heavy rainfall in major sub-regions of China, and 3) heavy rainfall induced by typhoons. The development and application of forecasting techniques for heavy rainfall are summarized in terms of numerical weather prediction techniques and objective forecasting methods. Greatly aided by the rapid progress in meteorological observing technology and substantial improvement in electronic computing, studies of heavy rainfall in China have advanced to investigating the evolution of heavy-rain-producing storms and observational analysis of the cloud microphysical features. A deeper and more systematic understanding of the synoptic systems of importance to the production of heavy rainfall has also been developed. Operational forecast of heavy rainfall in China has changed from subjective weather event forecasts to a combination of both subjective and objective quantitative precipitation forecasts, and is now advancing toward probabilistic quantitative precipitation forecasts with the provision of forecast uncertainty information.     

一种基于可预报性的暴雨预报评分新方法Ⅱ:暴雨检验评分模型及评估试验

针对当前暴雨预报检验采用二分类事件检验方法存在较严重的“空报”“漏报”双重惩罚,没有考虑暴雨时空分布不均和预报评分可比性不够等问题,在分析预报员对暴雨预报评分期望值基础上,设计了一种基于可预报性的暴雨预报检验评分新方法和计算模型,分析了理想评分,并对2015-2016年4-10月中国中央气象台5 km×5 km定量降水格点预报和降水落区等级暴雨预报进行评分试验,获得了以下结果和结论:（1）预报员对暴雨预报评分期望值呈现梯级下降特征,与传统的TS评分存在显著差异;（2）设计了一种基于可预报性的暴雨预报检验新方法,通过引入e指数函数构建暴雨预报评分基函数,进而构建暴雨评分模型,该模型可以较好地拟合预报员对暴雨预报评分的期望值,同时改善了评分在不同量级阈值处的断崖式突变情况;（3）提出了预报与观测的邻域匹配方法,即一个预报点与所定义邻域中的一组观测相匹配,并利用距离加权最大值法确定暴雨评分值权重系数,预报与观测距离越近,距离权重系数越大,评分值权重越大,提高了评分的合理性,避免了距离较远的匹配站点得高分不利于鼓励预报员提高预报精度的问题;（4）对中国中央气象台逐日5 km×5 km水平分辨率的定量降水格点预报产品和中央气象台定量降水落区等级预报产品进行了评分试验,暴雨预报准确率全国平均值大于60分。基于可预报性的暴雨预报检验新评分与传统暴雨预报TS评分逐日演变特征相似,但可以较好地解析TS为0的预报评分,解析后的新评分与预报员和公众的心理预期更为接近。      

Evaluation of probabilistic precipitation forecast determined from WRF forecasted amounts

This paper examines the connection between the probability of precipitation and forecast amounts from Weather Research and Forecasting (WRF) model runs over Central and West Africa. A one season period (June–September 2010) was used to investigate the quantitative precipitation forecast–probability relationship. The predictive capability of this relationship was then tested on an independent sample of data (June–September 2011); 2010 and 2011 were wet and dry years, respectively. The results show that rainfall is less likely to occur in those areas where the model indicates no precipitation than it is elsewhere in the domain. Rainfall is more likely to occur in those regions where precipitation is predicted, especially where the predicted precipitation amounts are largest. The probabilities of rainfall forecasts based on this relationship are found to possess skill as measured by relative operating characteristic curves, reliability diagrams, and Brier skill scores. Skillful forecasts from the technique exist throughout 24-h periods for which WRF output was available. The results suggest that this forecasting tool might assist forecasters throughout the season in a wide variety of weather events and not only in areas of difficult-to-forecast convective systems.     

预报员在未来天气预报中的作用探讨

在没有数值天气预报的年代 ,天气预报是由预报员作出的 ,随着数值天气预报业务水平的不断提高 ,它首先取代了预报员的天气形势预报 ,目前正进入取代部分天气要素预报的时代。未来 1 0～ 2 0年中尺度数值天气预报和集合预报以及后处理技术将获得重大进展 ,客观预报有可能取代目前预报员的一些预报项目 ,但是预报员的作用仍然是不可缺少的 ,但需要按与时俱进的观点 ,认真分析客观预报与主观预报的最佳结合点 ,以不断提高天气预报水平     

预报异常极端高影响天气的 “集合异常预报法”：以北京2012年7月21日特大暴雨为例

对罕见极端高影响天气,既使一个模式有能力预报它,其数值预报也至少有以下难点:一是有多大把握确定所预报的天气是极端事件？二是其具体的定时、定量、定点预报可靠吗？本文介绍了集合预报和气候资料相结合的 “集合异常预报法”,并通过北京2012年7月21日（7.21）特大暴雨事件揭示出“集合异常预报法”和集合预报可以提供比单一模式预报更可靠和更准确的信息,从而可有效地缓解上述两大难点。作者建议中央气象台和其他有条件的台站可采用这种办法提高重大灾害性天气的预报能力。文中具体讨论了如下三方面:（1）标准化异常度（SA）的定义以及它同集合预报相结合提高对罕见极端高影响天气预报的可靠性,并由此可导出一个“社会影响矩阵”来定量地表达一个预报对社会的潜在影响;（2）利用集合预报,特别是多模式集合预报可以克服单一模式前后预报的跳跃性或不连续性问题,由此可延长实际可预报时效,如北京7.21事件超过100 mm大暴雨的实际可预报时效提前了2天;（3）SA还有助于认识异常天气发生的原因:从SA的分布看,造成北京7.21 大暴雨事件的短期天气尺度背景因素是从西北方向移来的冷锋和台风倒槽的相遇;从SA的演变看,该事件的中期大背景因素是在北京东北方向有阻塞高压发展并导致北京以西地区的低槽加强和发展（地面强冷空气堆积）,在高纬度形成了一个高、低压系统相间的波列,发展并维持,同时诱导热带系统北进。     

谢义炳对大气环流系统研究的贡献

对谢义炳在大气环流系统方面所做出的科学贡献作了简要的全面回顾。其中包括:(1)北美切断低压的生命史;(2)东亚高空锋和急流的多层结构;(3)中国降水系统的结构和演变规律(包括梅雨锋、西南低涡等),热带和中纬度扰动相互作用在暴雨过程中的重要性;(4)西北太平洋的台风形成在ITCZ(赤道辐合带)/季风槽中;印度西南季风的低频变化;(5)降水系统的湿斜压动力学理论及其在天气预报中的应用;(6)大气环流的中期变化理论。谢义炳的这些贡献为我们更好地理解大气环流系统并改善了中国的暴雨预报。     

Forecast Performance of the Pre-operational CMA-TRAMS (EPS) in South China During April - September 2020

The mesoscale ensemble prediction system based on the Tropical Regional Atmosphere Model for the South China Sea (CMA-TRAMS (EPS)) has been pre-operational since April 2020 at South China Regional Meteorological Center (SCRMC), which was developed by the Guangzhou Institute of Tropical and Marine Meteorology (GITMM). To better understand the performance of the CMA-TRAMS (EPS) and provide guidance to forecasters, we assess the performance of this system on both deterministic and probabilistic forecasts from April to September 2020 in this study through objective verification. Compared with the control (deterministic) forecasts, the ensemble mean of the CMATRAMS (EPS) shows advantages in most non-precipitation variables. In addition, the threat score indicates that the CMA-TRAMS (EPS) obviously improves light and heavy rainfall forecasts in terms of the probability-matched mean. Compared with the European Center for Medium-range Weather Forecasts operational ensemble prediction system (ECMWF-EPS), the CMA-TRAMS (EPS) improves the probabilistic forecasts of light rainfall in terms of accuracy, reliability and discrimination, and this system also improves the heavy rainfall forecasts in terms of discrimination. Moreover, two typical heavy rainfall cases in south China during the pre-summer rainy season are investigated to visually demonstrate the deterministic and probabilistic forecasts, and the results of these two cases indicate the differences and advantages (deficiencies) of the two ensemble systems.     

北京世园会开幕式期间弱降水天气成因

2019年4月28日傍晚到夜间,北京北部地区出现一次弱降雨天气,对中国北京世界园艺博览会开幕式相关活动的准备工作造成一定的影响.本文分析了此次弱强度、高影响降雨天气的成因,探讨了开幕式重大活动现场气象服务关注的重点.结果表明:世园会开幕式期间受到弱短波槽影响,动力条件较弱,北京处于高压后部和低压辐合区的前部,低层表现为...     

短中期降水温度天气过程区域分布的研究

运用旋转主分量方法对分布于全国621个站点的候降水量和2214个站的逐日最高最低气温进行分析。得到4个季节的降水气温主特征模态及其相对应的时间变率。分析结果表明，该方法所分解得到的特征模态较好地反映了全国不同区域降水温度演变的差别，依据各模态的相关系数将全国划分为不同的降水温度天气区。最后。获得表征全国不同天气特点的252个代表站，这些站的资料可作为提高要素客观预报、扩展服务领域的基本资料。     

Forecasting Different Types of Convective Weather: A Deep Learning Approach

A deep learning objective forecasting solution for severe convective weather(SCW) including short-duration heavy rain(HR), hail, convective gusts(CG), and thunderstorms based on numerical weather prediction(NWP) data was developed. We first established the training datasets as follows. Five years of severe weather observations were utilized to label the NCEP final(FNL) analysis data. A large number of labeled samples for each type of weather were then selected for model training. The local temperature, pressure, humidity, and winds from 1000 to 200 h Pa, as well as dozens of convective physical parameters, were taken as predictors in our model. A six-layer convolutional neural network(CNN) model was then built and trained to obtain optimal model weights. After that, the trained model was used to predict SCW based on the Global Forecast System(GFS) forecast data as input. The performances of the CNN model and other traditional methods were compared. The results show that the deep learning algorithm had a higher classification accuracy on HR and hail than support vector machine, random forests, and other traditional machine learning algorithms. The objective forecasts by use of the deep learning algorithm also showed better forecasting skills than the subjective forecasts by the forecasters. The threat scores(TSs) of thunderstorm, HR, hail, and CG were increased by 16.1%, 33.2%, 178%, and 55.7%, respectively. The deep learning forecast model is currently used in the National Meteorological Center of China to provide guidance for the operational SCW forecasting over China.