Comparison of satellite-estimated and model-forecasted rainfall data during a deadly debris-flow event in Zhouqu,Northwest China

本文比较了三种卫星遥感资料和三层嵌套WRF模式预报降水在舟曲泥石流事件前后相对观测降水的准确度、误差等。结果表明,卫星遥感资料能从降水分布型、降水量值等方面反映出实际的降水特征,尤其是CMORPH和TRMM,更是基本接近实际降水的情况。PERSIANN资料虽然有相对大一些的误差,但区域降水总量、降水区分布型以及最大降水的时空再现已经比较精确。数值预报降水对区域总降水以及降水的分布形态能比较好的预报,高分辨率的模式甚至能较好地预报降水极值的时间和位置,因此在灾害预警方面有较高的应用价值。     

滑坡泥石流大尺度统计预报模型的实时检验

利用滑坡敏感性分布和降雨阈值公式建立了一个滑坡泥石流统计模型,该模型可以用于中国大尺度范围内的滑坡泥石流预警。使用CMORPH卫星降水驱动该统计模型,对2016—2017年的106起滑坡泥石流事件进行了验证分析。结果表明,该模型能较好地预警大多数滑坡泥石流事件,其中对72. 1%的雨季滑坡泥石流事件能较好预警,但对非雨季的事件只有35%能较好预警,对雨季的预警效果明显优于非雨季。由于滑坡泥石流主要发生在雨季,因此该模型总体上具有较好的效能。该模型对于强降雨引发的快速滑坡事件具有较好的预警能力,但对于由强度较小、持续时间较长的降雨引发的慢过程滑坡事件的预警效果有待提升。利用该统计模型以及CMORPH实时卫星降水产品,可以建立滑坡泥石流大尺度实时预警系统,对滑坡泥石流减灾防灾具有一定意义。     

卫星和雷达资料在暴雨数值预报中的应用研究

采用美国风暴分析预报中心开发的中尺度模式（Advanced Regional Prediction System,ARPS）的资料分析系统ADAS（ARPS Data Analysis System）,把中国CINRAD/SA、SB多普勒雷达反射率、风云-2E卫星的红外和可见光资料引入模式初始场,利用高分辨率中尺度模式WRF对2012年7月21日中国华北地区暴雨过程进行数值模拟。结果表明：加入雷达和卫星资料的WRF数值模拟,由于修正了中低层水汽,对降水系统预报有一定的调整,预报的降水落区位置和降水量中心值更接近实况;同时加入卫星和雷达资料同化后,明显改善了WRF降水系统预报偏慢的情况。雷达与卫星资料同化对WRF模式降水预报影响不同,雷达资料影响的时间短,只在6 h内预报起作用,而卫星资料影响时间较长,能够改善24 h内的预报。加入卫星和雷达资料,修正了水汽场,使降水预报在开始时间、量级和范围上均有改善,更接近实况。     

高分辨率卫星对“21·7”河南特大暴雨监测能力分析

2021年7月20日河南中北部突降暴雨,造成至少302人遇难,这类极端降水事件会对社会经济发展和人类生产、生活造成较大的影响,因此,准确监测这类暴雨事件至关重要。采用定性和定量方法综合评定了主流的10种高分辨率卫星降水产品（CMORPH-Raw、CMORPH-RT、PERSIANN-CCS、GPM IMERG-Early、GPM IMERG-Late、GSMaP-Now、GSMaP-NRT、FY-2F、FY-2G和FY-2H）在本次极端暴雨事件中的适用性,并分析了这10种产品对不同级别降水的监测能力。结果表明,这10种卫星降水产品均可以较为准确地再现出暴雨中心位于河南中北部的空间分布特征,但是所有卫星降水产品均较大程度低估了暴雨中心的降水量。随着降水等级的升高,各类卫星降水产品的命中率下降,TS评分降低,误报率升高。CMORPH-RT 对于暴雨量的捕捉能力强于CMORPH-Raw,且对暴雨过程的捕捉能力也更强;GPM IMERG-Late的准确度较GPM IMERG-Early有较大提高;相比于GSMaP-Now降水产品,GSMaP-NRT的准确度较高;PERSIANN-CCS和FY-2F的效果较差,不能捕捉此次极端暴雨事件。对本次暴雨事件而言,CMORPH-RT的效果最好,可以准确捕捉暴雨中心而且量值也与观测最为接近;融合红外和被动微波信息的卫星降水效果优于仅使用红外信息的降水产品,而且卫星反演算法和融合被动微波数据的多少对卫星降水的准确度有较大影响。      

WRF模式对宝鸡地区2013年夏季温度和降水预报的评估检验

利用宝鸡地区155个县区级或乡镇级自动站的观测资料与WRF模式的输出产品,检验WRF模式对2013年夏季最高、最低气温和降水预报的效果。结果表明:WRF模式预报的最高、最低气温的空间分布形态与实况较为一致,对于阴天和降水情况下的气温预报具有较高的准确性,最高、最低温度的预报值较实况整体偏低。WRF模式对宝鸡地区东部晴雨预报准确率较高,达到65%以上;凤县、太白最差,仅为40%左右。WRF模式预报的夏季日平均降水量与实况值在量级上较为一致,但空间分布误差较大。模式3个时次预报的逐日降水量能够较为准确地描述夏季各次降水的发生—发展—减弱过程。通过对模式预报的降水量进行分级检验发现,模式对降水的预报能力随着降水量级的增大而减小,空报多于漏报;WRF模式的暴雨预报值得参考。     

概率密度匹配法对中国区域卫星降水资料的改进

为考察概率密度匹配法 (PDF方法) 对中国区域卫星反演降水产品系统误差订正的适用性,基于逐日和逐时我国地面观测降水量资料,引入PDF方法,分别对逐日0.25°×0.25°水平分辨率和逐时0.1°×0.1°水平分辨率的CMORPH (Climate Prediction Center Morphing Technique) 卫星降水产品的系统误差进行订正。在分析CMORPH卫星降水产品误差特征的基础上,根据两种资料不同的时空分辨率和误差特点,调整概率密度匹配时选取样本的时间和空间范围,设计相应的订正方案。评估结果表明: PDF方法订正后, 两种分辨率卫星降水资料在中国区域系统误差均显著减小,达到了理想的订正效果。在我国站点稀疏的西部地区,订正后的CMORPH卫星降水产品仍保持卫星观测的降水空间分布,降水量也明显接近于地面观测降水量。可见,PDF方法是中国区域卫星反演降水产品系统误差订正的一种有效方法。     

基于邻域法的高分辨率模式降水的预报能力分析

利用2011—2013年ECMWF、日本、T639高分辨率模式降水预报数据,CMORPH(NOAA Climate Prediction Center Morphing Method)卫星与自动站逐小时降水融合资料,基于邻域法FSS(Fractions Skill Score)、ETS(Equitable Threat Score)评分指数,分析模式的降水预报性能。(1) 暖季(5—9月)三家模式对小雨量级降水预报频率偏多,随着降水量的增大,模式预报频率逐渐减小,降水阈值10.0 mm左右时,预报频率接近无偏,FSS趋于1,其中T639模式受尺度变化影响最大。(2) 对ECMWF模式来说,降水阈值小于5.0 mm时,增加空间尺度,能够同时提高降水量级、范围的预报准确率,对5.0 mm以上量级降水,增加尺度不利于提高ETS评分;对T639模式来说,调整邻域空间尺度对降水FSS、ETS评分影响不大。(3) ECMWF、日本模式分别在局地性、系统性降水上有较好的预报表现,使用较大邻域来评定局地性降水并不合理,但对系统性降水来说,50~110 km的空间尺度能够取得较好FSS评分。(4) 不同月份上,三家模式的降水量级、范围的预报技巧评分不尽相同,整体来说,三家模式均在7月降水量级预报最合理。      

IMERG卫星降水产品在我国梅雨极端降水期的适用性评估

为考察GPM卫星降水产品IMERG在梅雨极端降水期的适用性,以中国自动气象站观测数据与CMORPH降水产品融合的逐时降水量网格数据集资料作为参考,采用均方根误差RMSE和平均绝对误差MAE统计指标,对IMERG卫星降水产品在长江中下游地区2020年梅雨极端降水期的适用性进行评估。结果表明:IMERG卫星降水产品整体上与实测结果趋势一致,对于12 h和24 h累计降水,在强降水区域易出现高估。反演的3 h累计降水与实际降水一致性较好,累计降水量大于20、50、80、100 mm四种情况下的RMSE和MAE平均值均为10 mm左右。     

云南省不同地质地貌条件下滑坡泥石流与降水的关系

利用2001—2005年5—10月逐日降水量资料、滑坡泥石流样本和地质地貌特征等级,分析研究了不同地质地貌条件下滑坡泥石流与降水的关系。结果表明:滑坡泥石流发生与短时强降水和前期累积降水量关系密切,8天累积降水量40～50mm、9天累积降水量70～80mm、10天累积降水量100～110mm和1～2天30～40mm等降水条件最为敏感。在现有降水量观测空间密度不足的情况下,用前期累积降水量来分析与滑坡泥石流之间的关系十分重要;不同地质和地貌条件下滑坡泥石流发生对降水量大小的响应有比较大的差异,在预测预报时,若能综合考虑各类地质地貌特征,将有助于减少空报率。     

WRF模式不同云微物理参数化方案及水平分辨率对降水预报效果的影响

利用WRF模式和GFS资料对一次大尺度天气系统作用下的暴雨过程进行了回报,分析了WRF模式不同降水方案和3种不同的水平分辨率（45km,15km和5km）对降水预报效果的影响。结果表明：①对于大尺度强迫作用较强的暴雨,尤其是层状云降水为主的暴雨,云微物理过程方案对降水的影响远大于积云参数化方案对降水的影响。②WRF模式不同的微物理过程方案对各等级降水量的预报效果差别较大。其中Kessler方案的TS评分明显随降水量级的增加而减小,其他6个方案的TS评分都呈现＂两头大,中间小＂的特点,即小雨和暴雨的TS评分较高,而中雨和大雨的TS评分较低。③对于小雨量级的降水,Lin方案的预报效果最好;对于中雨和大雨量级的降水,WSM 3方案的预报效果最好;对于暴雨量级的降水,WSM 5方案的预报效果最好;整体预报效果最好的是WSM 3方案,其次是WSM 5方案,Kessler方案最差。④WRF模式的降水预报效果并不总是随水平分辨率的提高而提高。模式水平分辨率的提高存在明显的阈值（15km左右）,当模式的水平分辨率提高到超过这一阈值以后,预报效果开始转差。     

High-Resolution Hindcast of Record-Breaking Rainfall in Beijing and Impact of Topography

In this paper,a hindcast study of the record-breaking rainfall event occurring in Beijing on 21July 2012,is conducted by using the Weather Research and Forecasting(WRF)model forced by National Centers for Environmental Prediction(NCEP)Global Forecasting System(GFS)outputs,paired with an investigation of the impact of topography in this region.The results indicate that WRF can reasonably predict the salient features of orographic precipitation;the 24-h rainfall amount and spatial distribution compare reasonably well with the observations.The hindcast simulation also indicates that rainfall events can be predicted approximately 36 h ahead.When the topography is removed,the spatial distribution of rainfall changes remarkably,suggesting the importance of the topography in determining rainfall structure.These results also indicate that prediction of such city-scale heavy rainfall events would benefit from a high-resolution prediction system.     

The Application of a Meteo-hydrological Forecasting System with Rainfall Bias Correction in a Small and Medium-sized Catchment

Meteo-hydrological forecasting models are an effective way to generate high-resolution gridded rainfall data for water source research and flood forecast. The quality of rainfall data in terms of both intensity and distribution is very important for establishing a reliable meteo-hydrological forecasting model. To improve the accuracy of rainfall data, the successive correction method is introduced to correct the bias of rainfall, and a meteo-hydrological forecasting model based on WRF and WRF-Hydro is applied for streamflow forecast over the Zhanghe River catchment in China. The performance of WRF rainfall is compared with the China Meteorological Administration Multi-source Precipitation Analysis System (CMPAS), and the simulated streamflow from the model is further studied. It shows that the corrected WRF rainfall is more similar to the CMPAS in both temporal and spatial distribution than the original WRF rainfall. By contrast, the statistical metrics of the corrected WRF rainfall are better. When the corrected WRF rainfall is used to drive the WRF-Hydro model, the simulated streamflow of most events is significantly improved in both hydrographs and volume than that of using the original WRF rainfall. Among the studied events, the largest improvement of the NSE is from -0.68 to 0.67. It proves that correcting the bias of WRF rainfall with the successive correction method can greatly improve the performance of streamflow forecast. In general, the WRF / WRF-Hydro meteo-hydrological forecasting model based on the successive correction method has the potential to provide better streamflow forecast in the Zhanghe River catchment.     

地面和卫星降水产品对台风莫拉克 降水监测能力的对比分析

本文以2009年台风莫拉克为例,利用分布密集的自动站观测降水资料比较分析了国家气象信息中心研发的地面降水分析产品CPAP和卫星反演降水产品CMORPH、FY2C等对强天气过程降水的监测能力.结果表明:CPAP准确地把握了这次台风登陆过程中降水的空间分布和强度,但由于海洋区域无站点分布,CPAP无法展现一个完整的台风降水空间结构;CMORPH能够合理地描述完整的台风降水空间结构及其演变特征,但与地面观测相比,其降水中心的位置差异较大,且量值普遍偏低;FY2C的降水在陆地与海洋出现了严重的结构不连续的现象,对台风降水空间结构的描述不如CMORPH合理.由此可见,选择对降水空间结构描述完整且合理的卫星降水产品与精度较高的地面观测降水融合,结合两者的优势,是发展高质量降水分析产品的一种有效途径.     

Evaluation of radar and automatic weather station data assimilation for a heavy rainfall event in southern China

To improve the accuracy of short-term(0–12 h) forecasts of severe weather in southern China, a real-time storm-scale forecasting system, the Hourly Assimilation and Prediction System(HAPS), has been implemented in Shenzhen, China. The forecasting system is characterized by combining the Advanced Research Weather Research and Forecasting(WRF-ARW)model and the Advanced Regional Prediction System(ARPS) three-dimensional variational data assimilation(3DVAR) package. It is capable of assimilating radar reflectivity and radial velocity data from multiple Doppler radars as well as surface automatic weather station(AWS) data. Experiments are designed to evaluate the impacts of data assimilation on quantitative precipitation forecasting(QPF) by studying a heavy rainfall event in southern China. The forecasts from these experiments are verified against radar, surface, and precipitation observations. Comparison of echo structure and accumulated precipitation suggests that radar data assimilation is useful in improving the short-term forecast by capturing the location and orientation of the band of accumulated rainfall. The assimilation of radar data improves the short-term precipitation forecast skill by up to9 hours by producing more convection. The slight but generally positive impact that surface AWS data has on the forecast of near-surface variables can last up to 6–9 hours. The assimilation of AWS observations alone has some benefit for improving the Fractions Skill Score(FSS) and bias scores; when radar data are assimilated, the additional AWS data may increase the degree of rainfall overprediction.     

A Heavy Rainfall Event in Autumn over Beijing-Atmospheric Circulation Background and Hindcast Simulation Using WRF

Heavy rainfall events often occur in Beijing during summer but rarely in autumn. However,during 3-5 September2015, an exceptionally heavy rainfall event occurred in Beijing. Based on the reanalysis data and the Weather Research and Forecasting(WRF) model simulations, the main contributing factors and the predictability of this heavy rainfall event were examined through comprehensive analyses of vorticity advection and water vapor transport/budget. The results indicate that a "high-in-the-east-low-in-the-west" pattern of 500-hPa geopotential height over the Beijing area played an important role. The 850-hPa low-level jet(LLJ) provided a mechanism for rising motion and transported abundant water vapor into the Beijing area. Two-way nested hindcast experiments using WRF well reproduced the atmospheric circulation and LLJ. Quantitative analysis indicates that the WRF model with the rapid update cycle(RUC) land surface scheme and the single-moment 6-class(WSM6) microphysics scheme exhibited the best skill, and the model performance improved with a higher resolution. Further analysis indicates that the bias in the precipitation forecast was caused by the bias in water vapor transport.     

基于前馈式神经网络的多源精细化降水预报及检验

选取国家气象信息中心多源融合降水产品、四川省智能网格气象预报产品、德阳市实况降水观测资料以及欧洲中心数值预报资料,应用前馈式神经网络及最优逼近方法对德阳市降雨预报系统进行训练,并利用多源融合降水资料对预报结果进行检验。结果表明:改进后的系统不仅能对输入层因子的降水及其落区预报进行有效的智能优化,还使得暴雨天气过程中强降水中心分布和极端降水量的预报结果更加接近实况,总之可为预报员开展本地降水预报业务提供有益的参考。      

“7.21” 暴雨过程动力因子分析和预报研究

针对2012年7月21～22日发生在我国华北地区的暴雨过程,利用美国全球预报系统资料对湿热力平流参数、对流涡度矢量的垂直分量、热力波作用密度、热力位涡波作用密度、热力位势散度波作用密度和湿斜压涡度等动力因子进行计算和诊断分析,结果表明,该暴雨过程是由高、低空急流、高空槽、副热带高压、冷锋和辐合切变线等多个天气系统共同作用造成的。降水区具有垂直上升运动强烈,垂直热量输送明显,湿等熵面向下伸展和水平风垂直切变显著等动、热力学特征。湿热力平流参数等动力因子综合反映了上述动、热力垂直结构特征,因而与6小时观测降水的发展移动有一定相关性。全球预报系统48小时预报的动力因子高值区在走向和落区上与6小时观测降水区比较接近,代表动力因子对降水落区有一定的指示意义。利用全球预报系统的预报场资料对动力因子暴雨预报方程进行计算,结果表明,在降水中心位置预报方面,动力因子降水预报比全球预报系统本身的降水预报更接近观测实况。ETS（Equitable Threat Score）评分计算表明,对于降水的早期预报,动力因子降水预报评分略高于全球预报系统本身的降水预报评分,说明动力因子暴雨预报方程有一定的降水预报能力,可以应用到实际天气业务预报中。     

对流天气系统自动站雨量资料同化对降雨预报的影响

利用GRAPES(Global and Regional Assimilation and Prediction Enhanced System,全球/区域同化预报系统)三维变分同化系统,针对对流天气系统特点,用改进的郭晓岚对流参数化方案作为观测算子,同化广东省自动站记录的对流天气系统的雨量资料,并且与同化探空资料进行了比较.在雨带有明显改进的区域,分别同化这两种资料都可以调整大气低层水汽辐合增加(或辐散),对流层中下层增暖增湿(或变冷变干),从而增加(或减少)降水,表明降水的同化方案对初始场的调整在一定