2016-2020年广东省定量降水预报检验评估

对2016-2020年全球模式ECMWF和区域模式GZ_GRAPES、基于模式的解释应用和广东省气象局发布的定量降水预报(QPF)进行检验和评估.结果表明:ECMWF和GZ_GRAPES模式对一般性降水预报技巧在逐年提升,对大雨或以上的降水预报技巧的提升缓慢.GZ_GRAPES对大雨以上降水的预报技巧和定量降水预报的精...     

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。     

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。     

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％。     

集合模式定量降水预报的统计后处理技术研究综述

集合数值模式预报已在定量降水预报业务中广泛应用,以获得预报不确定性、最可能预报结果以及极端天气预警。由于集合系统的数值模式不完善,且不能提供所有的不确定性信息,常表现出系统性偏差以及欠离散或过离散（如对于多模式集合）。为此,需要发展统计后处理技术,在尽量保持集合预报解析度的条件下,提高预报的技巧和可靠性。近年来,各种集合预报统计后处理技术得到快速发展。针对定量降水预报,依据技术方法的途径和成熟度将后处理研究归纳为3方面进行总结,包括:（1）不基于统计模型的非参数化后处理,包括集合定量降水预报偏差订正、多成员或模式信息集成以及基于空间分析的对流尺度模式后处理;（2）基于概率分布统计模型的参数化后处理,包括集合模式输出统计和贝叶斯模型平均两种方法框架;（3）考虑预报量的时间、空间和多变量间依赖关系或结构的处理方法,包括参数化和经验连接概率法。最后,讨论发展统计后处理技术需要关注的问题,包括考虑不同来源、不同尺度的多模式信息集成;提供高质量、高分辨率的降水分析资料;发展再预报技术扩充训练样本;基于不同的订正目的和应用场景来使用不同的后处理技术;发展面向海量预报数据、捕捉极端降水以及考虑预报量结构的新技术。      

三种数值预报产品短期强降水预报定量误差评估

利用误差分析和累计降水检验的方法,对日本、德国、T213三种数值预报模式在强降水过程中的预报进行了统计和比较,并分析了强降水过程中日本模式的预报定量误差。结果表明:三模式产品在强降水过程预报中预报值基本上小于实况,而且随着实况量级的增加,预报偏小的次数增多。其中日本模式的预报最为稳定,且结果较接近实况,为解释应用提供了依据和数据参考。     

美国国家气象中心33年定量降水预报的评估

１９９６年美国国家气象中心开始实施定量降水预报和深入的ＱＰＦ检验方案。这些ＱＰＦ产品从一个依靠广泛预报经验的人工方法演变到更多依靠对数值模式的解释和修正的方法。     

三小时降水定量预报的雷达模式

根据雷达气象方程,推导得出了雷达回波立体资料预报短时降水的数学模式。然后对其主要因子进行了讨论;并在考虑数字化雷达回波立体资料实际情况的基础上,对模式进行了简化,最后通过格点应用,建立了有限区间短时面雨量预报模式。     

临近预报的两种高时空分辨率定量降水预报融合算法的对比试验

长期以来,雷达回波外推技术是0—2 h临近预报系统主要采用的方法,但其实际有效预报时间≤1 h,而中尺度数值模式预报则受平衡约束时间的限制,最初2 h的降水预报无效。为解决上述两种预报的缺陷,目前国际上流行采用外推预报与数值模式预报融合的技术,形成统一的0—6 h格点化的高分辨率无缝隙定量降水临近预报系统。对目前流行的两种融合算法（INCA（Integrated Nowcasting and Comprehensive Analysis System）算法及RAPIDS（Rainstorm Analysis and Prediction Integrated Data-processing System）算法）进行了分析和对比试验,以期为业务应用提供借鉴。RAPIDS算法的核心是用自动气象站雨量融合雷达估测得到的定量降水对模式预报的降水强度和位相进行修正;INCA算法则是用数值模式预报的风场修正外推技术的降水移动矢量。两种方法在0—6 h预报时效内,外推预报的权重均逐渐减小,模式预报的权重逐渐增大,从而实现外推预报和模式预报的平滑过渡。试验结果表明,两种方法对降水雨带和降水强度的预报均优于单一的外推预报或模式预报。集二者的优势研发最优的高时、空分辨率降水预报无缝隙融合算法,将有助于进一步提升高分辨率定量降水0—6 h无缝隙预报水平。      

定量降水预报技术进展

现有的降水预报后处理方法多倾向于对整个区域开展日降水量统一订正,忽视了降水偏差的区域差异,且无法满足精细化预报业务需求。在综合评估中国气象局区域中尺度天气数值预报系统CMA-MESO 3 km (China Meteorological Administration Mesoscale Model at 3 km resolution)在2020年山西汛期降水预报偏差的基础上,基于频率匹配方法,对小时降水预报开展分时段、分区域订正试验,并对订正结果进行了多角度检验分析。结果表明：(1)模式对山西日降水预报空报突出,其中盆地降水预报量级明显偏大。(2)不同区域、不同时段小时降水预报偏差不同,其中弱降水在白天低海拔地区预报偏多,夜间高海拔地区预报偏少。(3)分区域、分时段频率匹配订正后,日累计降水平均误差较订正前降低76.8%,强降水过度预报问题显著改善。(4)通过降低过度预报的降水频率和强度,降水量峰值提前、上午峰值虚报等问题得以解决,可更好再现降水日变化特征。(5)订正后有效改善了模式降水预报的地形分布特征,主要体现在强度预报改进上,但对模式降水预报频率的地形分布偏差调整有限。

     

客观定量预报中降水的预处理

建立预报模型前, 对降水量进行一定的处理会对预报效果有较大的影响。对于降水量为0的样本, 根据对应的相对湿度情况分别赋予0或不同的负值, 并通过神经网络方法, 以中国国家气象中心T213模式、德国气象局业务模式和日本气象厅业务模式相应的降水量预报结果作为预报因子, 利用2003年和2004年夏季资料分别建立了处理后降水量以及未经处理降水量的预报模型。以北京等站为例, 2005年夏季试报结果的对比分析表明:通过相对湿度对降水量进行适当处理后, 预报结果从TS评分、空报率、漏报率及预报偏差来说, 不论是与不进行处理的预报结果还是与模式直接的预报结果相比都有提高, 尤其是减少了空报的情况。该处理方法简单可行, 并且对降水预报效果提高明显。     

强度尺度方法在模式定量降水预报检验中的应用

介绍了Casati于2004年提出的强度尺度检验技术,并将该方法应用到上海区域中尺度模式的预报检验中。结果表明,强度尺度检验技术可以提供一种从不同降水率闽值和空间尺度对模式定量降水预报进行评估的方案。该方法首先对预报场和观测场进行降水率闽值获得二进制误差场,并通过二维离散Haar小波对二进制误差场进行各个空间尺度的分解,从而评估模式在各个降水率闯值和空间尺度上的均方差和预报技巧。通过计算各空间尺度二进制误差场的均方差百分比和能量平方偏差,可分析不同的降水特征尺度误差对总体误差的贡献情况以及预报降水与观测的偏差情况。     

热带气旋定量降水预报的动力相似方案

该文提出一个热带气旋定量降水预报(QPF) 的动力相似方案。方案应用热带气旋初始参数、历史过程的天气形势场和物理量场及数值预报产品, 构造预报区域内当前时刻至未来时刻环境要素场的多元客观相似判据。通过定义非线性的相似指数综合评估历史热带气旋样本与预报热带气旋在多元判据下的连续动态相似程度, 以此找到相似样本。应用相似样本的历史降水量记录进行相似指数的权重综合, 得到热带气旋未来6~48 h降水量的定点、定量预报值。预报试验表明该方案具有一定的预报技巧。     

登陆台风短时定量降水预报方法初探

利用登陆台风的GMS-5 IR1 TBB资料及地面自动站逐时雨量资料,初步建立了适用于登陆台风的定量降水估计(QPE)方法,基于QPE结果,采用外推法,初步实现了对登陆台风未来0~3 h的短时定量降水预报(QPF)。应用于0104号登陆台风“尤特”和0414号登陆台风“云娜”两个例表明:对单站逐小时雨量定量预报而言,如果50%相对误差可以接受,01、、23、h的QPF准确率分别达20%~70%、30%~80%、30%~70%、20%~60%;对于单站过程雨量定量预报而言,如果50%相对误差可以接受,0、1、2、3 h的QPF准确率基本都达60%~80%;对未来0~3 h的面雨量也具有一定定量预报能力。0~3 h QPF结果对实际短时登陆台风降水业务预报工作具有一定的参考价值。     

Quantitative Precipitation Forecast Experiment Based on Basic NWP Variables Using Deep Learning

The quantitative precipitation forecast (QPF) performance by numerical weather prediction (NWP) methods depends fundamentally on the adopted physical parameterization schemes (PS). However, due to the complexity of the physical mechanisms of precipitation processes, the uncertainties of PSs result in a lower QPF performance than their prediction of the basic meteorological variables such as air temperature, wind, geopotential height, and humidity. This study proposes a deep learning model named QPFNet, which uses basic meteorological variables in the ERA5 dataset by fitting a non-linear mapping relationship between the basic variables and precipitation. Basic variables forecasted by the highest-resolution model (HRES) of the European Centre for Medium-Range Weather Forecasts (ECMWF) were fed into QPFNet to forecast precipitation. Evaluation results show that QPFNet achieved better QPF performance than ECMWF HRES itself. The threat score for 3-h accumulated precipitation with depths of 0.1, 3, 10, and 20 mm increased by 19.7%, 15.2%, 43.2%, and 87.1%, respectively, indicating the proposed performance QPFNet improved with increasing levels of precipitation. The sensitivities of these meteorological variables for QPF in different pressure layers were analyzed based on the output of the QPFNet, and its performance limitations are also discussed. Using DL to extract features from basic meteorological variables can provide an important reference for QPF, and avoid some uncertainties of PSs.     

湿Q矢量释用技术及其在定量降水预报中的应用

新发展了一种湿Q矢量释用技术:利用松弛法迭代求解以非地转干Q矢量散度为强迫项的方程得到垂直运动场ω ₁, 然后由ω ₁计算湿Q矢量散度场, 接着再利用松弛法迭代求解以湿Q矢量散度场为强迫项的ω方程得到垂直运动ω ₂, 最后由ω ₂结合水汽条件进行降水量计算, 得到湿Q矢量释用降水场。结合一次典型的江淮梅雨锋暴雨过程研究表明, 湿Q矢量释用降水场对同期观测降水场水平分布特征、极端降水强度都具有一定的反映能力, 反映出湿Q矢量释用技术具备实际应用的可行性和一定合理性。将此释用技术应用于华东区域数值预报模式 (基于MM5 V3.6而建立, 以下简称MM5) 产品, 得到湿Q矢量释用定量降水预报 (QPF) 场, 其独立于模式本身输出的QPF场, 但与模式QPF场具有相同的时空分辨率。针对2004年6—8月汛期华东地区一次梅雨锋降水过程和一次登陆台风降水过程, 结合实况雨量资料, 比较分析了湿Q矢量释用QPF场和MM5模式QPF场对实际观测降水场的反映能力, 结果表明, 前者对有无降水、10.0 mm/24 h以上明显降水的反映能力明显优于后者。进一步进行预报统计检验表明, 湿Q矢量释用预报有无降水、小雨及10.0 mm/24 h以上降水的TS评分、正确率都明显高于MM5模式, 而漏报率、空报率则是前者明显低于后者。这也充分反映出湿Q矢量释用技术应用于QPF研究的有效性。最后, 探讨了数值预报产品释用技术对数值预报模式性能的依赖性, 并指出未来对湿Q矢量释用技术进一步改进的方向及其广泛应用前景。     

广州降水概率预报

讨论了长水概率预报的意义,原理和方法,介绍了广州降水概率预报的业务流程及试验效果,并提出深入开展降水概率预报的若干建议。     

德国降水预报产品的应用和检验

利用德国降水预报输出的24和48h降水预报产品,对2005年1—12月巴音郭楞蒙古自治州(简称巴州,下同)9个气象站分别进行了降水预报效果的检验分析,统计分析其在各月、各季、年的降水预报能力,得出其空报率较大,准确率和漏报率较低,但对巴州南部地区的大降水天气有一定的指导意义。     

ECMWF集合预报统计量在江西降水预报中的检验分析

利用江西省93个国家气象观测站降水量资料,对2014年ECMWF集合预报降水统计量进行逐6 h和24 h晴雨检验、降水分级检验及区域性暴雨检验。结果表明:1)10%、25%、Mode、融合、最小值在晴雨预报准确率方面较控制预报更有参考价值。2)对于全年降水分级检验,10%、25%、Mode、融合、最小值这5个统计量在小雨的预报方面较控制预报更有参考价值;中位数、概率对中雨的ETS评分要略高于控制预报;90%、75%、概率对大雨预报比控制预报好。对于暴雨预报,最大值、90%、融合比控制预报好;融合、最大值对大暴雨落区的指示意义不大,但对大暴雨量级降水的可能性可以供预报员参考。3)对于区域性暴雨预报,90%、融合、最大值的预报技巧比控制预报高,最大值虽然空报较严重,但对降水量级有一定的指示意义。集合预报各统计量对于强降水过程爆发或发展阶段的预报效果不如降水过程成熟期或末期好。     

伊犁降水概率天气预报系统

利用ECMWF格点资料，结合多年的预报经验，运用计算机，建立自动显示地面和高空降水因子强度及变化，显示降水概率大小及变化的天气预报业务系统。