川渝地区一次短时强降水天气的集合敏感性分析

为了加深对川渝地区短时强降水天气的认识,为提高业务预报技巧及改进数值模式提供参考,选取了川渝地区一次短时强降水天气过程,基于对流尺度集合预报系统,开展了目标区域平均降水量对模式初值的集合敏感性分析,并探讨了相应的动力学机制。主要结论如下：敏感区的分布与对目标区域降水起到关键影响作用的系统有较好的对应：850 hPa和700 hPa西南低涡周围的敏感区呈现出正负相间的分布特征,500hPa低压槽左（右）侧为负（正）敏感区,250 hPa高空西南急流区域（南侧）为正（负）敏感区,中低层与锋区前（后）部对应区域为正（负）敏感区。说明西南低涡周围负（正）敏感区的西北（东南）风越强,低压槽左（右）侧西北（东南）风越强,高空急流区域（南侧）西南（东北）风越强以及锋前（后）温度越高（低）,则越有利于西南低涡内的辐合上升运动,500 hPa低压槽的加强,250 hPa高空辐散的加强,锋区温度梯度增大以及锋面抬升作用加强等并对目标区域的降水产生正面的影响。     

Sensitivity Analysis of the Super Heavy Rainfall Event in Henan on 20 July (2021) Using ECMWF Ensemble Forecasts

An unprecedented heavy rainfall event occurred in Henan Province, China, during the period of 1200 UTC 19-1200 UTC 20 July 2021 with a record of 522 mm accumulated rainfall. Zhengzhou, the capital city of Henan, received 201.9 mm of rainfall in just one hour on the day. In the present study, the sensitivity of this event to atmospheric variables is investigated using the ECMWF ensemble forecasts. The sensitivity analysis first indicates that a local YellowHuai River low vortex(YHV) in the southe...     

集合百分位融合法在广东台风降水预报中的改进

基于欧洲中期天气预报中心(ECMWF)集合预报的客观检验结果,构建了针对广东台风降水的最优百分位融合产品,检验表明强降水风险评分(TS)较集合平均产品提升显著,预报时效越长,提升幅度越大,但预报偏差(Bias)与虚警率(FAR)也相应增大.最优百分位融合产品的强降水预报范围偏大与台风路径预报的发散度有较大关联,因融合产...     

误差订正在预报集成中的应用研究

根据误差的特性，即误差由系统误差和随机误差组成，对保山5月雨量的几种预报方法的预报结果进行分析，寻找系统误差的订正方法，降低系统误差的影响。将几种预报方法订正后的结果平均从而消除随机误差，其预报结果明显改善，平均误差和均方根误差明显降低，预报准确率明显提高，可以在业务预测中广泛推广应用。     

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.     

风暴尺度集合预报中的混合初始扰动方法及其在北京2012年“7.21”暴雨预报中的应用

风暴尺度集合预报系统（Storm-Scale Ensemble Forecast system,简称SSEFs）中集合成员之间发散度不足一直都是研究的难点。本文尝试了将Barnes空间滤波融入到集合转换卡尔曼滤波（ETKF）更新预报系统中的混合初值扰动法。该方案将ETKF方法的小尺度信息与来自于侧边界条件扰动的大尺度信息相结合,缓解了扰动在侧边界不匹配的问题。通过2012年北京“7.21”暴雨并使用邻位方法对比分析了不同初值扰动方案在不同时间尺度与空间尺度上的特征,在此基础上进一步探讨了构造混合初始扰动法的可行性。结果表明:ETKF试验所构造的初始扰动无法与侧边界条件扰动相匹配,混合后的初始扰动可以有效缓解SSEFs中由于初始扰动与侧边界扰动不匹配产生的虚假波动,其中大尺度信息保留较多的混合试验（ETKF80）和动力降尺度方案（Down）在减少虚假波动方面的效果最优;从集合离散度来看,在前期暖区降水阶段ETKF的离散度在小尺度上最大,随着锋面降水的开始,Down的离散度逐渐超过ETKF,而使用各滤波波段构造的混合试验同时具备ETKF与Down二者的特征。选择合理的滤波波段可以获得最为合理的离散度表现（ETKF180）,说明仅考虑侧边界匹配（Down和ETKF80）并不能获得最合理的集合离散度,应综合考虑其他因素。从降水概率预报结果来看,选取合适的滤波波段所构造的混合扰动试验同样获得了较好的效果。     

混合集合预报法在华南暴雨短期预报中的试验

-WRF多模式集合3组试验,对比分析混合集合预报法与传统方法的降水预报效果。结果表明:ARPS模式集合改善了广东省南部局地强降水预报,该方法在中雨、大雨、暴雨量级改进效果显著。WRF模式集合对广东省北部强降水预报优于ARPS模式集合,但空报、漏报率较大,该方法有一定局限性。ARPS-WRF多模式集合在降水落区和量级预报上均优于传统方法。混合集合预报法利用低分辨率 (36 km) 集合预报和高分辨率 (12 km) 控制预报实现了高分辨率 (12 km) 集合预报,改善了降水预报效果,该方法可为业务高分辨率集合预报提供参考。     

集合预报对台风天鹅(2015)远距离暴雨的不确定性研究

2015年8月23—24日期间台风天鹅引发华东中部沿海地区出现暴雨或大暴雨天气。基于欧洲中期天气预报中心的集合预报分析导致此次远距离暴雨预报不确定的关键原因,并利用集合敏感性分析方法研究影响此次暴雨过程的主要天气系统的敏感区域,此外对暴雨发生发展的热动力机制展开探讨,主要结论包括:集合预报对此次台风天鹅引起的远距离暴雨的可预报性明显偏低,仅在暴雨发生前24 h才做出较大调整。在不同起报时次下,当台风路径的系统性偏差最小时,台风降水集合预报也最接近实况,但是进一步的分析表明,台风路径误差与降水量级之间的对应关系并不确定。不同雨量成员组间中低层环流场的对比分析表明:高空槽的预报差异是集合预报不确定的主要原因,高空槽东移加深有利于增加暴雨区的斜压不稳定,也有利于增强对流层低层的水汽输送急流带。500 hPa高度场的敏感性分析表明无论是初始场还是预报场,暴雨区平均降雨量均与高空槽的东移和加深显著相关,且随着预报时次的临近,显著相关区域向低槽下游明显扩大。此外还发现高空槽的东移有利于增强(减弱)暴雨区左(右)侧低层冷空气的强度,使得台风右侧更多暖湿气流向暴雨区输送。     

“7·20”华北强暴雨集合预报的中期预报转折和不确定性分析

中央气象台主观预报和数值模式对2016年7月20日华北强暴雨过程的中期预报出现了一定的误差,本文利用ECMWF(简称EC)集合预报和T639集合预报等资料对"7·20"华北强暴雨过程的中期预报效果进行了分析,结果发现:(1)EC集合预报在7月16日前后对降雨区及强度的预报出现了明显转折,其因是大尺度影响天气系统的预报发生了转折性变化,7月16日20:00起报的环流形势集合平均场对比15日20:00起报场显示,在河套地区附近500hPa低槽发展更深,其下游华北高压脊也更强,形成了移动缓慢"东高西低"的环流型,黄河气旋及中低层西南涡北抬加强,导致降雨预报更接近于实况;(2)集合敏感性分析发现对降雨中期预报敏感的区域与转折前后预报的环流差异的分布型一致,引起降雨预报转折的影响系统也是降雨中期预报不确定性的来源;(3)对于降雨预报最敏感的环流系统是黄河气旋,集合成员预报的黄河气旋偏西偏北,强度越强,则预报的京津冀地区降水量越大。     

An Extreme Monsoonal Heavy Rainfall Event over Inland South China in June 2023: A Synoptic Causes Analysis

An extreme monsoonal heavy rainfall event lasted for nine days and recurred in the interior of northern south China from June 13 to 21, 2022. Using regional meteorological stations and ERA5 reanalysis data, the causes of this extreme monsoonal rainfall event in south China were analyzed and diagnosed. The results are shown as follows. A dominant South Asian high tended to be stable near the Qinghai-Tibet Plateau, providing favorable upper-level dispersion conditions for the occurrence of heavy rainfall in south China. A western Pacific subtropical high dominated the eastern part of the South China Sea, favoring stronger and more northward transport of water vapor to the northern part of south China at lower latitudes than normal. The continuous heavy precipitation event can be divided into two stages. The first stage (June 13-15) was the frontal heavy rainfall caused by cold air (brought by an East Asian trough) from the mid-latitudes that converged with a monsoonal airflow. The heavy rains occurred mostly in the area near a shear in front of the center of a synoptic-system-related low-level jet (SLLJ), and the jet stream and precipitation were strongest in the daytime. The second stage (June 16-21) was the warm-sector heavy rainfall caused by a South China Sea monsoonal low-level jet penetrating inland. The heavy rainfall occurred on the windward slope of the Nanling Mountains and in the northern part of a boundary layer jet (BLJ). The BLJ experienced five nighttime enhancements, corresponding well with the enhancement of the rainfall center, showing significant nighttime heavy rainfall characteristics. Finally, a conceptual diagram of inland-type warm-sector heavy rainfall in south China is summarized.     

ECMWF集合预报和确定性预报对淮河流域暴雨预报的对比分析

本文运用2012年5—9月欧洲中期天气预报中心(ECMWF)的集合预报系统(Ensemble Prediction System,EPS)和确定性模式(High-resolution Deterministic forecast,HDet)资料对比分析了淮河流域暴雨的预报效果。对于集合预报,主要对比了基于EPS的日降水量极端天气预报指数(Extreme Forecast Index,EFI),和改进的贝叶斯模型平均(Modified Bayesian Model Averaging,MBMA)法对降水的订正后概率。由于ROC(Relative Operating Characteristic)检验是与模式的系统性偏差无关的,所以选用ROC检验,对比了不同空报率下的TS评分,以及不同方法的相对经济价值。对比检验的结果显示,各时效预报MBMA预报效果最好,其次是HDet,EFI的预报效果最差,其中2 d内的预报HDet接近MBMA,随着预报时效的延长,MBMA相对于HDet和EFI的优势不断增强。在不同标准下确定三种方法对淮河流域暴雨预报的阈值,结果显示MBMA同样优于HDet,EFI预报效果最差。但MBMA的优势是通过增加预报偏差得到,如果将预报偏差限定为主观预报的1.37,此时MBMA的效果和HDet的效果接近。     

台风鲸鱼(1508)路径和降水业务预报偏差原因分析

1508号台风鲸鱼路径和降水业务预报均出现明显偏差,造成该台风预报服务效果很差。本文主要利用常规观测资料、卫星资料、EC模式预报结果和ERA-interim再分析资料(0.25°×0.25°),探讨"鲸鱼"路径和降水业务预报偏差的原因,同时对比分析与"鲸鱼"路径相似的两组夏季台风出现近乎反向的强降水落区的成因。结果表明:(1)"鲸鱼"强度偏弱,业务定位出现较大偏差,同时EC模式对副热带高压预报明显偏弱偏东,是其路径及登陆点预报偏差的主要原因。(2)EC模式较好地预报出副热带西风急流加强、南海海域高层东北风加大的过程,但业务中却忽视了它们通过加强环境风垂直切变对台风非对称结构的作用,从而导致"鲸鱼"路径和降水预报出现偏差。(3)台风路径和降水预报要特别关注副热带西风急流和对流层高层西风槽的演变,副热带西风急流加强东进南落,台风中心附近高层东北风加大,环境风垂直切变随之加大,其南侧对流发展旺盛,台风移动路径偏西分量加大,强降水主要位于其路径左侧;西风槽东移南压,且与台风环流靠近,台风中心附近环境风垂直切变明显减小,其北侧对流发展旺盛,台风移动路径偏北分量加大,强降水主要位于其路径右侧。     

金沙江下游多种面雨量集成预报方法的对比分析

集成方法有利于提高降水要素预报的准确性和可预报性。本文基于格点实况资料和智能网格预报、西南区域数值预报、ECMWF模式预报、GRAPES模式预报产品,以面雨量为研究对象,采用多元回归法、BP神经网络法、评分权重法、加权集成预报法和算术平均法,得到集成面雨量预报,再运用平均绝对误差、模糊评分、正确率、TS评分、偏差分析等方法,对2020年4—10月金沙江下游面雨量预报效果进行对比分析。结果表明：多元回归集成法和BP神经网络法的预报效果总体上优于其他几种集成方法。在考虑流域面雨量的预报量级时,下游可以采用预报量级较小的模式和集成方法。集成后偏差百分比均有降低,且多元回归法和BP神经网络法对预报量级较小的模式有矫正作用。在面雨量有无、小雨和中雨预报中,多元回归法集成效果较好,在大雨量级预报中,BP神经网络法集成效果较好。这些结论可为流域面雨量预报提供参考借鉴。     

“05·6”华南持续性暴雨发生前上对流层及平流层异常信号分析

利用欧洲中心ERA-Interim再分析资料,对"05·6"华南持续性暴雨发生前上对流层及平流层信号进行分析。分析结果表明,暴雨发生前一周,暴雨区域上空对流层顶高度出现先降低后升高再降低的变化,这种变化与日本南部的位涡异常存在较好的对应关系,即我国中纬度沿海一带至日本的高位涡带向华南延伸,使得华南地区上空的位涡升高,对流层顶下降。在环流场中,本次暴雨发生前低纬地区上对流层下平流层（UTLS）区域的东风与1991~2010年平均值相比偏强偏北,华南地区上空平流层东风场也偏强,平流层低层东风在暴雨发生前第9天提早向下传播;位势高度场中,"05·6"华南暴雨发生前中低纬度100 hPa上的南亚高压中心位置偏东偏南;华南地区UTLS区域有较强的位势高度场正异常,在暴雨发生前随时间出现两次明显的加强,但在暴雨发生后减弱。南亚高压中心位置的偏移、东风信号的提早下传、高位涡空气入侵华南均有利于降水的发生。     

广东“18.8”季风槽极端降水事件对流尺度集合预报分析

受季风槽影响,2018年8月30—31日华南地区出现一次极端暴雨过程,单日站点累计降水量达1?056.7 mm,刷新了广东有历史纪录以来新的极值。对于此次极端降水事件,常用的业务模式包括欧洲中期天气预报中心全球模式（ECMWF）、日本气象厅谱模式（JMA）和中国气象局广东快速更新同化数值预报系统（CMA-GD）,都低估了降水强度。利用深圳市气象局业务对流尺度集合预报系统分析了此次特大暴雨过程,结果表明：对流尺度集合预报系统对本次特大暴雨过程具有比较好的预报能力,概率匹配平均最大雨量达348.7 mm·(24 h)-1,集合平均的强降水中心和观测基本一致,观测极值附近区域发生大暴雨（≥150 mm）概率最大值达到80%。选取了较“好”和较“差”集合成员预报进行对比分析,发现较“好”成员预报的强降水中心位置和观测基本一致,而较“差”成员预报的降水中心位置则偏向福建地区。较 “好”成员预报出莲花山南侧地面中尺度辐合线较长时间的维持和缓慢移动,导致强降水雨团在莲花山脉附近不断地触发和维持,同时地形的阻挡作用使得对流系统在地形附近区域持续维持,造成了罕见的特大暴雨;而较“差”成员辐合区位于莲花山以北,对流形成后向东、向北移动,最终导致强降水预报位置偏向福建地区。     

“16·7”华北极端强降水过程对流尺度集合模拟试验不确定性分析

基于4km水平分辨率的WRF-ARW中尺度模式,对2016年7月19日华北地区的极端暴雨过程进行了不同降水微物理过程的对流尺度集合模拟试验。结果表明:各个成员模拟降水的强度、时空分布与观测实况较为接近,但也具有明显的不确定性。通过邻域检验的ETS评分、相关系数和均方根误差等指标进行评估表明,采用Morrison方案和WSM6_P2方案的集合成员表现较好,对流尺度集合模式在降水强度和准确度较全球数值模式预报有一定提升。频率检验表明集合预报在50 mm以下量级的预报存在过量预报的倾向,而100 mm以上的强降水预报相对偏弱。不同降水物理过程的集合成员在高空急流和地面气旋等关键天气尺度系统的发展过程中表现出明显的不确定性;通过降水量与整层可降水含量,低层相对涡度和垂直运动等诊断量的联合分析表明,集合成员可分为强降水集合和弱降水集合两类,其中强降水集合拥有较强的对流性回波、较明显的对流性下沉以及较强的地面冷池,强的潜热反馈也导致对流层中层出现相对较大的正位涡异常,并进一步影响天气系统发展。弱降水集合成员降水以暖云降水为主,对流性上升和地面冷池相对较弱,但较为接近本次以稳定性暖云降水为主的天气过程。检验模拟雷达回波表明双参量降水物理方案在反映层云回波亮带和层云与对流核的分离特征上更为清晰合理。利用WSM6物理方案参数设置的敏感性试验表明,不同参数组合设置的预报成员分别表达了强对流风暴和暖云强降水两种性质的强降雨过程,对于一次特定天气过程中的对流系统发展能够预计到更多的不确定性,展现了对流尺度集合预报的优越性。     

基于探空数据集成学习的短时强降水预报试验

使用2015—2019年6—9月08：00（北京时）我国119个探空站的大气层结和对流参数作为特征参数,基于XGBoost集成学习方法,建立短时强降水事件预报模型。同时,提出一种面向高影响天气的模型优化思路,通过使用分段权重损失函数,进行模型调优,在空报率不超过一定阈值的情况下,可提升模型预报的命中率和TS评分。设计分段权重损失函数权重敏感性试验和损失函数对比试验,选取7个区域中心探空站对比分析模型优化方法的有效性和泛化性。利用2019年6—9月全国探空数据针对短时强降水预报开展批量独立检验和个例分析,结果表明：改进后的预报模型TS评分提高0.05~0.1,命中率提高0.15以上,空报率提高0.05~0.1,表现出明显的“宁空勿漏”预报倾向,模型预报能力得到明显提升;在全国短时强降水预报试验中,预报模型命中率为0.65,空报率为0.37,漏报率为0.34,TS评分为0.47,说明该模型对短时强降水天气具有一定预报能力。     

华南前汛期强降水个例模式降水预报误差成因初探

2015年5月19—20日,华南出现一次暴雨过程。检验表明欧洲中期天气预报中心全球确定性预报模式(以下简称EC模式)预报的20日强降水落区在广东境内较实况明显偏北,高估了天气尺度系统附近的降水强度,漏报了其南侧暖区内中尺度对流系统(mesoscale convective system,MCS)造成的降水,华东中尺度模式预报明显优于EC模式。利用高分辨率中尺度天气研究预报模式(以下简称WRF模式)对该暴雨过程进行了模拟,对比EC模式降水物理过程,初步探索了EC模式降水预报误差的成因,结果表明:20日位于广东暖区内的对流组织发展成MCS,并造成明显的低层冷池出流和中高层潜热加热,二者共同作用使得中低层气旋式环流在广东中东部发展,配合其南侧的强西南风水汽输送,在气旋式切变附近不断触发新的对流并南移使得广东中南部暖区内出现强降水,WRF模式能较好地模拟出该过程,而EC模式未能预报出暖区对流及其反馈,从而导致其漏报了广东中南部的强降水;EC模式预报的降水与天气尺度环流之间的正反馈进一步加大了降水的预报偏差。EC模式预报的20日白天的强降水主要位于华南北部切变线附近,且以层状云降水为主,降水产生的潜热使得对流层低层切变线附近减压更明显,预报的切变线辐合较分析场明显偏强,使得其预报的切变线附近降水较实况偏强。     

IAP AGCM模式对地面气温长期趋势的预报分析

分析了1979～2004年共26年中国台站地面气温的观测资料以及中国科学院大气物理研究所的大气环流模式IAP AGCM在夏季和冬季的季节集合预报结果对地面气温长期变化趋势的预报.分析结果表明,在所研究的26年中,中国大部分地区是一个增温的趋势,其中冬季增温比夏季增温显著.IAP AGCM集合预报不能很好地预报出观测资料...     

两次华北冷涡降水成因及预报偏差对比分析

利用多种常规及非常规观测资料、美国国家环境预报中心全球模式业务系统分析资料(NCEP/FNL)以及三家全球确定性模式产品对2017年两次华北冷涡降水过程成因及模式预报偏差进行了对比分析。结果表明;个例1(6月22日)降水回波为层-积混合型,对流发展高度低,小时雨强小,先后经历了持续的稳定降水和弱对流降水两个阶段;个例2(7月6日)降水以积云状对流回波为主,对流发展高度高,短历时强降水特点明显。二者对应的环境场差异较大,前者冷涡处在成熟期,副热带高压位置偏南,前期暖区对流冷池降温明显,对流能量及水汽条件一般;后者冷涡为发展期,副热带高压位置偏北,中低纬相互作用明显,水汽与能量充沛。两次过程北京均出现了暴雨及以上量级降水,对应的中尺度对流系统(MCS)特征、对流触发机制以及对流不稳定能量重建过程存在明显差异。前者为层状云中发展的γ中尺度MCS,边界层偏东风增强为MCS提供了触发机制,中低层偏东风暖湿输送以及对流层高层干冷平流有利于对流不稳定能量重建;后者为组织化的β中尺度MCS,列车效应明显,偏南低空急流及其气旋式切变配合地形为MCS发展提供了抬升条件,对流不稳定能量建立与中低层偏南低空急流强暖湿输送有关。各家数值模式对不同类型冷涡降水的预报偏差特征一致,即对冷涡成熟期的降水,因对动力条件预报过强导致空报降水;而对冷涡发展期的降水,由于对槽前暖区辐合及其对流性降水预报不足导致强降水出现漏报。