GRAPES_GZ 3 km模式对2019年海南岛暖季非台风降水预报的时空检验

利用基于目标诊断的空间检验方法(MODE)和时空检验方法(MTD)评估了华南3 km高分辨率区域数值模式(GRAPES_GZ3 km)对2019年海南岛暖季非台降水预报性能, 结果显示: (1)模式24 h累积降水预报的空间分布范围偏大、降水强度偏强; (2)模式逐小时降水预报的平均质心总体偏西和偏北, 降水出现时间总体偏早1~3 h, 结束时间总体偏晚2~4 h, 降水持续时间偏长; 预报的降水目标数量偏多, 与实况一致均存在着主峰和次峰形态的昼夜分布特征, 但预报的昼间主峰出现时间比实况偏早2 h; 预报的短时强降水出现频次总体偏多。相对于传统的预报和观测点对点检验评估方法, MODE和MTD方法具有捕捉模式预报偏差特征的优势。      

三种高分辨率格点降水预报检验方法的对比

客观有效的评估高分辨率模式格点降水的预报能力,不仅是模式发展中的基础问题,而且直接关系到目前中国气象局主推的格点天气预报业务。以ECMWF(European Centre for Medium-Range Weather Forecasts)模式高分辨率降水格点预报资料、CMORPH(NOAA Climate Prediction Center Morphing Method)卫星与全国3×104个自动观测站的逐时降水量融合资料为基础,选择2015年6~8月55个降水个例,研究传统检验方法、面向对象MODE(Method for Object-based Diagnostic Evaluation)方法、以及邻域法在高分辨率格点降水预报检验中的适用性及优缺点,以期为高分辨率格点降水的预报性能评估提供参考。主要结论如下:(1)尽管点对点的传统方法在高分辨率格点降水检验中存在一定的局限,但传统方法能够在空间上表现高分辨率格点降水预报技巧的地域性差异,在时间上刻画预报的整体性能,对高分辨率格点预报性能评估仍然具有重要的适用价值;(2)邻域法的显著优点在于一方面能够通过变换邻域窗获得不同空间尺度上的传统预报技巧,另一方面独有的FSS(Fractions Skill Score)技巧评分能够表现预报相对于观测降水在格点数量上的比值,结合FSS和不同邻域窗上的传统技巧评分,可以判别在多大空间尺度上能够获得较好的预报技巧;(3)MODE方法在变换卷积半径的基础上提取降水对象,基于降水对象不仅能统计模式的传统技巧评分和预报性能的尺度变化,还可以表现降水对象的质心距离、轴角、面积、强度、综合收益、位移距离等多种属性,这些属性首先为用户提供了模式预报性能的多视角表现,其次从侧面定量描述了模式对天气系统发展快慢、槽脊强弱等预报误差,具有独特的优势,但如何应用对象属性来提高实际的预报能力还存在一些困难。     

数值模式评估系统MET及其初步应用

MET(Model Evaluation Tools)是美国国家大气研究中心(National Center for Atmospheric Research,NCAR)数值预报发展试验中心(Developmental Testbed Center,DTC)最新研发的数值预报检验、评估系统,其主要目的不仅在于为模式开发人员提供模式性能的测试工具,而且方便最终用户通过MET来判别模式的预报能力,进而获得预报相应的预报指标。MET系统提供了丰富的站点、格点数据接口程序,它的核心组件集成了模式经典方法评估检验,高分辨率模式诊断分析,集合预报、概率预报、台风路径等多种最先进的模式检验评估算法。为了方便用户使用,MET系统还提供基于R语言的多种绘图脚本。在对MET系统简要阐述的基础上,给出了基于MET系统的面向对象或基于目标的MODE(Method for Object-Based Diagnostic Evaluation)方法、邻域法的具体降水检验个例,为使用MET系统进行模式检验、评估提供参考。     

MODE方法在西南区域模式降水预报检验中的应用

为了弥补传统检验方法的缺陷,本文基于对象目标的空间检验方法MODE,对四川2019年6月22日的强降水过程进行检验,分析西南区域模式在短时强降水的预报效果。通过对该方法各参数的确定,可以发现:(1)MODE检验方法在确定卷积半径R和降水阈值时应灵活地进行选取;(2)模式较好地把握了此次降水过程的发展消亡过程,尤其是对盆地东北部的降水预报效果很好,对降水目标物的形状、走向、移动方向以及落区有比较好的相关性;但对于降水发展初期,模式预报效果不理想,存在明显的空报;(3)对于强度预报,降水发展强盛期预报场对高原目标物强度预报在降水大值区存在一定高估,对盆地目标物强度预报基本接近于实况,但在降水减弱时对盆地目标物强度预报也存在明显高估。      

基于MODE对模式预报强风风场的检验分析

基于专业气象服务领域十分关注的模式强风预报性能的客观检验和致灾性强风预警服务效果的合理性判别问题,利用一次强风过程对电网专业气象预警服务效果的检验示范,探讨基于目标(面向对象)的诊断检验方法(Method for ObjectBased Diagnostic Evaluation,MODE)对强风事件检验的适用性。通过对强风空间检验的各个关键参数的选择确定、匹配分析,发现:(1)MODE检验的卷积半径、诊断量权重和匹配阈值等参数的选择,将影响检验目标的适度聚焦和误差表达的客观性,因此需要综合考虑预报和实况场的水平分辨率、用户对该类强天气预报误差的空间和时间冗余度等;(2)MODE检验可较好地量化给出模式预报的整体效果,包括:强风落区的范围大小和位置偏差、强风过程的时间相位差等,从而可量化判别出模式在各个时刻的空报和漏报区域以及对强风过程移动速度和生命周期长度的预报性能。     

长三角地区短时临近融合定量降水预报

通过雷达外推及高分辨率数值模式预报相互订正融合,建立了时效6 h的长三角地区短时临近融合定量降水预报产品。采用一种主流的融合方案,并在外推、模式订正和融合方案上进行改进,完成了基于长三角地区11部雷达反射率组网和数值预报资料的COTREC外推扩展,基于韦伯变换的数值预报强度修正和基于目标识别匹配的位相修正,基于回波尺度和预报时效的动态权重系数调整和基于实况降水的动态Z-R关系选择等技术开发。结果表明融合方法能够延长外推预报时效,订正数值模式预报的强度及位置误差,预报效果总体优于两者。     

台风“巴威”不同类型降水多模式预报与空间检验对比评估

以传统的检验方法和基于对象诊断评估方法(MODE), 对首次以台风级别影响辽宁的“巴威”台风(2008)的台风暴雨过程不同性质降水的多模式(ECMWF、CMA_MESO 10KM、CMA_MESO 3km和睿图东北模式)预报结果进行了检验评估。结果表明: 受“巴威”远距离和本体影响, 辽宁省先后出现对流型降水和稳定型降水, 传统检验和MODE检验结果均表明, 多模式的对流型降水预报效果要优于稳定型降水, 这很可能是多模式对于台风北上减弱产生稳定型降水的影响系统的预报强度偏差大导致, 在今后预报中务必注意台风强度预报偏差对本体稳定型为主的降水的影响。传统检验结果中, CMA_MESO 3km和ECMWF模式的评分较高, 并且对于对流型降水雨带的形状、范围和质心距离、交集面积预报效果最好, ECMWF模式对稳定型降水也有着较高的目标相似度评分。尽管睿图东北模式由于对10.0 mm以上量级降水较高的空报和漏报率, 而导致TS评分偏低; 但在MODE检验结果中, 东北模式预报的强降水雨带的中心位置、降水强度和范围均接近实况, 目标相似度更高, 尤其在对流型降水阶段目标相似度达到了1.00, 模式对于对流型降水预报有着较好的可参考性。     

基于对象诊断的空间检验方法（MODE）

基于对象诊断的空间检验方法 MODE(Method for Object-Based Diagnostic Evaluation),通过在空间场中识别对象,计算对象的相似度,并最终形成两个场的综合相似度来实现对两个空间场的检验。相对于传统的点对点的检验方法,该方法综合考虑了空间位置、形状、面积等多种因素,并通过符合主观判断的模糊逻辑算法计算相似度,克服了数值预报传统检验方法对于空间位置的过度依赖以及TS评分中的"双重惩罚"等不足。个例研究表明该方法具有明显的优势,有较高的实际应用价值。     

基于4种高分辨率模式的辽宁省雷达回波预报邻域检验结果对比

选取2017—2018年6—9月辽宁省不同降水性质, 具有2种不同特征的20次天气过程个例, 应用模糊检验邻域法中的分数技巧评分(Fraction Skill Score, FSS), 评估华东模式、华北模式、GRAPES_3km模式和睿图东北模式对辽宁省中小尺度系统的预报能力。结果表明: 区域性降水过程和局地性降水过程雷达回波强度越小, 邻域半径越大, 高分辨率模式预报技巧越高。当雷达回波大于30 dBz时, 各高分辨率模式对局地性降水的雷达回波预报FSS评分均较高。当邻域半径为3 km时, 区域性降水过程中, 华北模式预报技巧在各级别雷达回波预报中均高于其他模式, 最大FSS差值为0.031。局地性降水过程中, 华东模式预报效果较好, 最大FSS评分为0.127, 表明华东模式预报中小尺度对流系统能力更强。局地性降水过程, 睿图东北模式在08—23时预报时次中, “中间”时次的预报效果优于“两头”时次的预报, 两个时次最大FSS差值为0.121。     

基于对象诊断的超强台风“利奇马”(1909)模式强降水预报检验

采用基于对象诊断的检验评估方法(the Method for Object-based Diagnostic Evaluation,MODE)对超强台风“利奇马”过程中ECMWF全球模式与GRAPES-MESO区域模式预报的强降水目标对象进行了分析,发现MODE技术相比于传统点对点的检验方法可以提供更加丰富的模式性能分析信息,将模式的预报能力(是否匹配)与预报偏差(位置偏差、面积偏差等属性)区分分析。研究结果表明:ECMWF全球模式预报的强降水对象与观测匹配度较高,雨带的位置也相对准确;GRAPES-MESO区域模式预报的强降水对象数量和面积存在一定程度的高估,空报情况较多,雨带位置误差较大,与观测对象的匹配度相对较低。此外,ECMWF全球模式预报的强降水对象存在偏北的系统偏差,GRAPES-MESO区域模式预报的强降水对象随预报时效的增加有偏南的趋势,两个模式在较长预报时效下都有偏东的系统偏差。     

雷暴与强对流临近天气预报技术进展

临近预报指0—6h(0—2h为重点)的高时空分辨率的天气预报,预报对象是该时段内出现明显变化的天气现象,主要包括雷暴、强对流、降水、冬季暴风雪、冻雨、沙尘暴、低能见度(雾)、天空云量等,其中,以雷暴和强对流天气的临近预报最具挑战性。综述了针对雷暴和强对流天气的以主观预报为主、结合客观算法的临近预报技术,同时讨论了高分辨率数值预报模式在临近预报中的应用。主观临近预报技术包括基于多普勒天气雷达观测数据并结合其他资料(常规高空和地面观测、气象卫星云图、快速同化循环的数值预报产品等)对雷暴生成、发展和衰减,特别是对强对流天气(包括强冰雹、龙卷、雷暴大风和对流性暴雨)的临近预报,客观算法包括几种应用最广的雷达回波或云图外推算法和强对流天气识别技术。高分辨率数值预报模式的应用包括与雷达回波外推融合延长临近预报时效,与各种观测资料融合得到快速更新的三维格点资料为雷暴和强对流近风暴环境的判断提供重要参考。     

基于FSS的高分辨率模式华北对流预报能力评估

目前高分辨率数值预报模式已具有一定的对流系统结构和演变特征预报能力,但对其预报能力的客观评估仍存在较多不足。选取2017年7—9月华北地区在不同天气系统背景下、具有不同组织模态的7次对流天气个例,使用模糊检验方法中的分数技巧评分（fraction skill score,简称FSS）指标评估不同高分辨率模式（包括快速更新同化GRAPES_Meso,GRAPES_3 km及华东区域中尺度模式）对中小尺度对流过程的预报能力。结果表明:分数技巧评分能够实现当模式预报存在位移和强度偏差时仍然给出有价值的评分结果,其优势还在于可以给出表征模式空间位移偏差尺度的预报技巧尺度信息;所用3个模式的雷达回波强度预报均偏弱,当回波强度小于44 dBZ时,华东区域中尺度模式预报最接近实况,而对于44 dBZ以上的较强回波,GRAPES_3 km模式预报偏差最小;采用百分位阈值（通过升序排列求出预报和实况数列的相同百分位数作为其相应的阈值）进行检验发现,对于预报难度更大的高阈值、小尺度的对流事件,GRAPES_3 km模式预报能力更强。     

新一代天气雷达在临近预报和灾害性天气警报中的应用

利用新一代天气雷达制作临近天气预报和灾害性天气警报,必须从天气雷达观测入手.需根据临近预报和灾害性天气警报需求制定观测方法.不同预报对象,要采取不同的雷达资料的数据处理方法,以便突出预报对象的回波特征.制作临近预报和灾害性天气警报的主要依据是雷达回波分析,掌握回波演变的全过程是雷达回波分析的基础,根据回波特征判断识别影响本地区的天气系统,通过回波分析判断回波的未来发展趋势.为了从回波上识别灾害性天气,需要建立各种灾害性天气的识别判据和方法.预报的主要方法是外推法,但预报结果还需要预报员根据预报经验最后作出预报结论.为了做好临近预报和灾害性天气警报,建立预报流程是非常重要的.     

融合临近预报技术探讨

融合临近预报系统是预报业务中将雷达回波外推和高分辨率数值模式等多种临近预报系统结合起来生成预报产品的预报系统。文章介绍了国内外几个主要的融合临近预报系统, 包括其所采用的外推预报系统、数值预报系统、融合技术以及各融合临近预报系统的优点及其局限性。在此基础上设计了一个简单的融合预报系统进行个例试验, 探讨了可能存在的问题及发展方向。     

中小尺度强对流天气的雷达回波图像生成方法

为生成复杂环境下的优质雷达回波图像,减少目标信息缺失现象与相对成像误差,提出基于中小尺度强对流天气的雷达回波图像生成方法。采用可最大限度保留雷达回波特性的傅里叶插值法,形成空间分辨率均匀的雷达回波三维规则网格数据;基于改进变分贝叶斯理论,实现中小尺度对流天气雷达回波图像超分辨重现,生成雷达回波图像。试验结果表明,该方法处理后的中小尺度强对流天气雷达回波范围与原图相似度高,可最大程度留存雷达回波信息,该方法能够生成清晰的雷达回波图像,且不存在目标信息缺失现象,相对成像误差极小。     

聊城市冰雹天气的气候特征及短时临近预报

利用聊城市近40 a的冰雹资料,分析了冰雹发生的时空分布特征,并综合利用雷达回波、自动站等资料,建立了短时、临近预报系统,实现了冰雹灾害天气的定时、定点、定量预报。     

基于深度学习的强对流高分辨率临近预报试验

强对流天气临近预报、预警在气象灾害防御中具有极为重要的地位。在气象业务中,因对强对流天气临近预报、预警准确率和时、空分辨率的极高要求,使其成为业务难点和研究热点之一。对于高时、空分辨率强对流临近预报问题,尝试用深度学习方法来解决。首先将强对流临近预报抽象成同时包含时间和空间的序列预测问题;然后基于改进的循环神经网络算法形成的自编码模型,使用京津冀地区长序列、高时空分辨率天气雷达组网拼图数据进行模型训练;最后利用基于历史0.5 h雷达回波拼图数据训练得到的端到端神经网络,预报未来1 h内的逐6 min回波演变特征。通过基于传统外推算法的临近预报方法与深度学习算法的临近预报方法进行对比,发现使用的深度学习方法可以有效“学习”到高时、空分辨率序列雷达数据特征的内在关联,通过多层神经网络构造出抽象的深层特征,能够有效捕捉到雷达回波的演变规律和运动状态。通过计算雷达回波预报的命中率（POD）、虚警率（FAR）、临界成功指数（CSI）等检验表明,相较传统外推临近预报方法,在强对流回波临近预报准确率上有较明显提高。      

数字化713天气雷达定标及结果验证

根据气象雷达回波的理论和气象雷达方程，介绍了数字化713天气雷达回波强度定标方法及对定标结果的验证方法。