ECMWF细网格要素预报场在乌鲁木齐米东区的预报性能检验

利用升级后的ECMWF细网格模式2m温度、大尺度降水量(LSP)、累积降水量(TP)及850hPa风速等气象要素预报场,采用客观分析和统计学方法,对2015年2月至2017年1月乌鲁木齐米东区气温、降水及风速进行检验分析。结果表明:2m温度场对于米东区最高、最低气温有较好的预报能力,最高、最低气温年均准确率ECMWF细网格模式产品均高于中央气象台指导预报产品,分别达69.1%和73.8%。细网格和中央气象台指导预报的晴雨准确率均接近或超过80%,对降水天气预报有较好的参考价值;降水分级检验上看,ECMWF细网格和中央指导预报准确率均不太高;对于降雨天气,细网格的预报能力略高于指导预报;对于降雪天气,指导预报对小雪和大雪的预报准确率高于细网格;ECMWF细网格850hPa风速产品与实况风速有较好的相关性,对逐日风的预报有较好地指示意义。     

国外降雪观测方法介绍

降雪对农业生产、交通运输和人民生活都有影响。降雪观测资料是冬季中区雪崩预报、春季河川径流预报以及水文和气候模型的重要参数。 气象和水文部门常规的降雪观测有两个主要项目,一是以厘米计的积雪深度,另一个是雪水当量,即降雪折合成水层的深度——     

乌鲁木齐冬季清雪预报服务研究

以乌鲁木齐冬季清雪工作需求为牵引,利用乌鲁木齐2006—2016年冬季(当年11月—翌年3月)逐日降雪量、积雪深度、气温和173 d降雪日的逐时降雪量资料,分析了近11年冬季各量级降雪的分布特征、降雪持续时间和降雪的日变化特征;对积雪深度和对应降雪量做线性拟合,得出二者比值大体为0.968 cm/mm。得出清雪预报服务的重点是:小雪的有无、降雪起止时间和累积降雪量、积雪深度的预报,难点是中雪、大雪特别是暴雪和对应的积雪深度的精细化预报。     

ECMWF细网格模式在北疆降雪预报中的统计检验

采用ECMWF细网格模式产品,对发生在北疆2015年1月—2017年4月共20场降雪天气过程进行统计学检验。结果表明,48 h预报时效内ECMWF细网格模式对形势场、850h Pa比湿、对流层位涡及对流层低层u、v风场预报误差较小,精度较高;对流层中低层垂直速度和相对湿度及300 hPa u、v风场的系统性误差较小,随机误差相对较大,并建立了ECMWF细网格模式48 h预报时效内在北疆降雪天气预报中的应用模型;模式对新疆北部暖区降雪的各量级预报随时效的延长准确率并非减小,尤其是中雪;72 h预报时效内,模式对12 h累计降雪量为小雪和中雪的预报相对较稳定,强降雪的误差较大,随时效的延长并非呈增大的趋势;在预报业务中注意订正应用。     

改进的CLDAS降水驱动对中国区域积雪模拟的影响评估

积雪因为其特定的属性在气候变化和水文循环中扮演着重要角色,在大气和陆面之间起到了调节能量和水交换的显著作用,而陆面驱动数据的质量直接决定着模式对积雪的模拟效果。本文采用CLDAS(CMA Land Data Assimilation System)和改进后的降水驱动(CLDAS-Prcp)分别驱动Noah3.6陆面模式对积雪变量进行模拟,并对中国主要的积雪区东北区域、新疆区域、青藏高原区域的积雪覆盖率、雪深、雪水当量的模拟效果进行了评估。结果表明,CLDAS-Prcp改善了原有驱动在冬季由于低估降水所造成的模拟积雪量偏少的情况;东北区域模拟结果与观测的时间变率最为一致,积雪覆盖率、雪深、雪水当量的相关系数分别为0.42,0.78,0.93;而雪水当量的改进效果最明显,均方根误差和偏差分别减小了54.8%和83.1%,相关系数提高了0.47;同时,CLDAS-Prcp不仅能反映积雪变量的年际变率,而且能够较准确地反映出强度较大的突发降雪事件。     

使用加密降雪资料分析降雪量和积雪深度关系

降雪量和积雪深度的关系是降雪预报及相关科研工作中的重要参数,加密降雪资料的出现为分析这种关系提供了新的支持。利用2009—2011年冬季加密降雪资料并采用线性拟合方法,分析得出我国冬季积雪深度变化值和相应降雪量的比值大体为0.75 cm·mm-1,该比值随气温上升呈明显减小趋势,且有明显的地区差异,但未体现出显著的时间变化特征。降雪量和积雪深度的关系仍需深入分析,并需要更高质量降雪资料的支持,以便能应用到实际业务和科研工作中。     

ECMWF细网格2 m温度预报产品在南疆西部温度预报中的释用

利用2016年1月1日—2018年12月31日ECMWF细网格模式2 m温度预报产品，使用三次多项式差值方法内插到站点，并用中短期天气预报检验方法，对南疆西部12个国家站与15个区域自动站共27个站的最高、最低气温未来24 h预报效果进行检验分析。结果表明：ECMWF细网格模式2 m温度预报产品对南疆西部非山区站未来24 h最高、最低气温的预报能力较好，对山区站未来24 h预报效果差；对南疆西部最高、最低气温的预报效果随季节变化，夏季预报准确率高于冬季，秋季预报准确率最低；模式最高气温预报准确率在降雪、高温天气时较高，最低气温预报准确率在降雨时较高，在高温过程中较低；模式对于降雨、降雪、大风/沙尘等天气最高气温预报偏低，高温事件中最高气温预报偏高。最低气温预报在降雨、高温天气中偏高，降雪时偏低，大风/沙尘天气最低气温预报偏东地区偏高、偏北地区偏低。降雪、高温天气预报相对降雨、大风/沙尘天气预报效果更稳定。     

基于卡尔曼动态频率的ECMWF降水预报订正

利用2019年1月至2020年2月ECMWF细网格模式降水预报和388个自动气象站降水观测资料,以及国家气象信息中心三源网格降水量融合分析产品,在降水频率客观分析检验的基础上,采用卡尔曼动态频率匹配方法对ECMWF网格降水预报进行订正,所得结论如下:ECMWF模式小雨以上量级降水预报频率较观测明显偏多,暴雨偏少;模式预...     

基于数值模式误差分析的气温预报方法

采用欧洲中期天气预报中心(ECMWF)全球确定性预报模式地面气温和国家地面站点观测资料,对模式初值场误差、历史误差以及卡尔曼滤波预测误差与实况误差之间的相关性进行分析,设计了4种回归方案订正日最高、最低气温预报偏差,并与ECMWF、中央气象台和全国城镇的预报产品进行了检验对比。结果表明:采用了模式近1～3 d最高(最低)气温和模式最高(最低)气温历史平均误差、初值场误差以及卡尔曼滤波反演误差作为预报因子的改进方案效果最优,经对其2017年日最高和最低气温的预报检验,预报准确率较ECMWF原始模式预报有较明显提高,也明显优于中央气象台指导预报。在空间分布方面,其对地形较为复杂地区的改进效果更好。同时,与当前业务中质量最好的全国城镇预报相比,最高气温预报平均绝对偏差(Mean Absolute Error,MAE)较全国城镇预报低8.24%～13.97%,预报准确率提高1.24%～3.57%,日最低气温平均绝对偏差较城镇预报低9.43%～17.69%,预报准确率提高1.77%～2.72%。在3 d的预报中,对24 h时效内预报相对于48 h和72 h的改进幅度更大,订正效果更加明显。     

新疆阿勒泰地区积雪变化分析

采用阿勒泰地区7个测站1961～2008年逐月最大积雪深度、积雪和降雪日数及其初终日以及冬季(11至次年3月)平均气温、平均最高、最低气温及降水量资料,运用线性趋势、Mann-Kendall突变检验及R/S分析法对阿勒泰地区积雪变化进行了分析研究。结果表明:该地区冬季平均气温呈明显的上升趋势,最低气温的上升更为显著;降水量呈显著增多趋势。该地区大部地方积雪、降雪最早出现在9、10月,最迟在次年4、5月。历年平均最大积雪深度和积雪日数的年变化呈单峰型,降雪日数分布则较复杂;在空间分布上,积雪深度最大值在阿勒泰站,最小值在福海站;积雪日数福海站最少,吉木乃站最多;降雪日数自西向东逐渐减小。最大积雪深度呈显著的增加趋势、积雪和降雪日数趋势变化不显著,但在空间分布上有差异;受积雪和降雪初日推后的影响,积雪期和降雪期均呈显著的减少趋势。突变检测表明,就全区平均来说最大积雪深度在1983年前后发生了显著的突变,与冬季降水量的变化一致;平均积雪和降雪日数则比较稳定,没有发生显著的突变,各区域变化与全区不完全同步。R/S分析表明,最大积雪深度、积雪和降雪日数在未来具有反持续性;平均降雪日数、福海站最大积雪深度、吉木乃站积雪日数、布尔津站降雪日数的反持续性相对最强。     

中央气象台精细化网格降水预报技术的发展和思考

定量降水预报(QPF)是中央气象台最传统且最核心的天气预报业务,随着经济社会的快速发展对降水预报精细化程度需求越来越高,提升降水预报的精细化水平成为中央气象台面临和需要解决的首要问题之一。目前中央气象台制作和发布空间分辨率5 km,未来3天逐1 h时间间隔、未来10天逐3 h时间间隔的网格化定量降水预报产品,并发布雨、雨夹雪、冻雨和雪降水相态及新增积雪深度的精细化预报产品。本文围绕精细化降水预报技术这一关键环节,回顾了中央气象台在数值模式精细化降水预报、时空精细化降水预报技术、降水相态和新增积雪精细化预报技术以及精细化检验评估技术等方面的进展,并思考目前精细化降水预报业务技术发展存在的问题及未来的发展,以期为中央气象台和全国精细化QPF技术的发展提供重要参考。     

降雪含水比研究进展

降雪深度预报与定量降水预报(QPF)一样是冬季天气预报最重要的业务之一,而降雪含水比是降雪深度预报中所必须的重要参数,国外一般多将其称为snow-to-liquid ratio(SLR)。本文回顾了过去几十年来国内外在SLR的变化特征、影响因素等方面的主要研究进展,并对其预报技术和方法进行了总结和比较。研究表明:SLR具有明显的时间变化,并且存在季节和空间分布差异;大气温度和相对湿度是影响SLR的两个最重要气象因子,气压、垂直运动等气象因素,以及地表风、积雪自重、太阳辐射和积雪融化也会不同程度地影响SLR;随着预报技术的发展,SLR的预报方法可概括为气候学的、统计学的和基于物理基础的三类预报方法,气候学方法过于简单化,统计学方法的应用提高了SLR的预报能力,但仍无法摆脱统计方法自身的缺陷,比较而言,基于数值模式的瞬时预报更符合未来雪深预报业务的精细化发展趋势;目前,国内降雪深度观测资料较少、观测频率较低,有效开展地面降雪和探空加密观测,解决观测资料不足是今后SLR研究中亟待解决的问题;基于数值天气预报业务模式,探索气象因子对SLR的影响机理,建立适合我国冬季天气预报业务需求的降雪预报系统是未来的发展方向。     

台风路径多模式集成预报技术研究

利用NCEP、ECMWF、日本数值、英国数值、上海台风模式和广州模式包含全球模式和区域在内的6家数值模式资料,利用近似SEAV方法,设计台风路径多模式集成预报方法(SHME),并用2014—2016年的台风客观预报数据进行多模式集成预报的效果检验,且与ECMWF模式进行比较,通过比较发现,SHME方法较ECMWF在12～48 h预报上有明显改进,在72～120 h预报2014年尤其突出,2015—2016年均与ECMWF预报效果相当。     

三维插值方法在湖南省气温精细化预报中的应用与检验

利用三维插值方法对ECMWF、Japan及T639三种数值模式细网格气温预报产品进行客观订正,并检验评估三维插值方法对湖南省不同海拔高度和不同地理位置上2 159个气象站点的气温预报订正能力。个例结果显示,三维插值方法具有明显的订正效果,不同程度地缩小了二维平面插值预报的偏差,能较客观地反映复杂地形区域要素的实际情况;三维插值方法较二维插值对ECMWF、Japan、T639三种模式气温预报的订正能力均有不同程度的提高,改进后的ECMWF模式气温预报准确率达94%;对于海拔较高的站点,三维插值方法相对于二维插值订正的幅度更大,对模式预报有向气温降低的趋势调整,对于海拔较低的站点,对模式预报有向气温升高的趋势调整。     

辽宁地区ECMWF模式气温预报检验及误差订正研究

利用2016—2018年ECMWF细网格模式12—36 h内2 m温度预报产品,选取辽宁地区65个城镇站点观测资料,评估预报产品在不同季节的预报准确率,并按季节分析固定误差订正方法和最优滑动周期订正方法对提高准确率的作用。结果表明：ECMWF模式预报产品对辽宁地区气温预报的准确率表现为,ECMWF模式最高气温冬季预报最优(城镇站点预报准确率为81.5%),最低气温夏季预报最好(城镇站点预报准确率为84.3%);采用最优滑动周期订正后,2016—2018年辽宁地区的最高气温和最低气温准确率较ECMWF模式自身分别提高了19.7%和20.5%,最低气温的预报准确率提高程度优于最高气温;在整个空间分布中,ECMWF模式对辽宁中部平原地区最高(低)气温预报准确率高于东、西部地区,辽宁东北部和西南部以及东南部的长白山余脉影响区域准确率明显低于其他区域。同时,在各季中,最高气温和夏季最低气温的订正预报能力优于其他季节;在地面晴、雨两种特征下,对辽宁地区24 h气温预报进行订正检验表明,该检验结果对辽宁地区最高(低)气温订正有一定补充作用,尤其是冬季降水出现时,最高气温预报补充订正效果最为显著。     

日极端气温的多模式集成预报应用及检验

基于Grapes、T639、ECMWF和JMA精细化数值模式,利用平均集成(EMN)、反误差加权集成(IEWE)、消除偏差加权集成(BRWE)法进行广州5个观测站的日极端气温集成预报研究。结果表明:(1)数值模式对最高气温的预报较为接近,其中Grapes模式的预报效果相对较优;模式对最低气温的预报普遍优于最高气温,ECMWF模式明显优于其余3种数值模式。(2)BRWE的效果最好,尤其对最高气温预报有明显改善,其24~72 h预报效果较最优的Grapes模式分别提高了27.6%、17.1%、9.9%;对最低气温的预报亦有改进,24 h预报误差较最优的ECMWF模式提高12.5%,但48~72 h的改进效果则不明显。(3)集成预报在不同季节的效果有一定差异,在夏秋、冬季节,BRWE的最高气温预报效果明显高于春季;而BRWE的最低气温预报在春、夏季节具有较高的应用价值。     

基于加密观测的一次极端雨雪过程积雪特征分析

利用降水现象仪、地面自动站、人工加密积雪深度逐时观测资料及NCEP/NCAR 1°×1°再分析资料,对山东2020年1月5-7日罕见雨雪过程的积雪特征及温度影响机制进行了分析。结果表明:(1)降水量突破同期历史极值导致此次雨雪过程成为极端天气事件,地面影响系统为江淮气旋,冷平流较弱,积雪深度是预报难点。(2)整个过程全省各站的平均降雪含水比为0.46 cm·mm~(-1),低于过去20年间的江淮气旋暴雪过程。(3)积雪深度与高空温度、相对湿度和垂直速度的配置有关,在最大上升运动与90%以上相对湿度的叠置层次内,如果环境温度有利于树枝状冰晶增长则积雪深度和降雪含水比大,而环境温度适合空心柱状冰晶增长的则积雪深度小;云下温度高于0℃使得积雪深度减小。(4)积雪深度与近地面温度的关系表现为:气温低于0.5℃可形成有量积雪;0 cm地温对积雪的影响表现在积雪产生之前,降至0.4℃以下可形成有量积雪;雪面温度在产生积雪前后的2 h内维持在0℃左右,其他时段变化与气温类似。(5)降雪含水比基本上随着气温的升高而减小,在0.5 cm·mm~(-1)以上时一般降雪期间气温低于0.4℃。该个例揭示了积雪深度和降雪含水比的预报需要综合考虑高低空气象条件。     

浙江省区域站融雪性降水识别与判断浅析

冬季降雪期,部分区域站因为积存了积雪,导致在天气转好后因气温逐渐升高而出现融雪性降水。本文利用国家站的天气现象观测资料,并对降雪天气过程作了一定程度的合理简化,通过分析国家站与区域站的天气现象关系得到一个积雪关系函数,以此识别出积雪站;定义了一个积雪站融雪指标,以其判断融雪性降水。在对一场典型降雪天气过程进行检验以后,结果表明本文算法有较好的质控效果,但仍需在以后的工作中继续研究改进。     

基于IAP AGCM4的欧亚大陆春季雪水当量可预报性评估

欧亚大陆积雪是重要的气候预测因子,评估其在气候模式中的预测潜力可为季节气候预测和模式发展提供重要参考。本文利用IAP AGCM4的多年集合后报结果,分析了欧亚大陆春季雪水当量的可预报性。结果表明该模式对提前1月后报的欧亚大陆春季雪水当量的空间分布,主要模态及变化趋势具有较好的可预报能力。此外模式对欧亚中高纬积雪的年际异常也具有较高的预报技巧,特别是高纬度区域。可预报性来源分析则表明,大气初始异常对欧亚中高纬积雪可预报性的影响与海温异常相比显得更为重要。     

CCM3模式中LSM积雪方案的改进研究(Ⅰ):修改方案介绍及其单点试验

为了改进美国NCARCCM3全球模式中LSM陆面模型中的积雪方案的模拟效果,在Sun等[1]SAST积雪模型的基础上,作了部分修改后,加进CCM3模式LSM模型中.该方案根据格点区域平均积雪深度的不同,把地面雪盖划分为1到3层不等,能在积雪表层和中间层更好地描述温度的日变化和季节变化;较详细地考虑了雪的热传导、太阳辐射的穿透吸收、雪的融化、液态水的储存、渗透和再冻结等积雪内部的主要物理过程;根据Nimbus-7卫星实测雪深资料修改了积雪覆盖度和雪面反照率的计算方案.利用前苏联6个台站1978-1983年的实测积雪资料和大气强迫数据,进行了单点模拟试验,结果表明,新的积雪参数化方案能够较好地再现积雪深度和雪水当量的逐日和季节变化特征,部分提高了积雪参数化方案对积雪的模拟能力.