基于评分最优化的模式降水预报订正算法对比

使用2013年1月1日-2016年1月7日全国气象站观测资料,应用准对称混合滑动训练期,不改变雨带预报位置和形态,基于模式降水预报订正结果的TS评分最优化及ETS评分最优化,分别设计最优TS评分订正法（OTS）和最优ETS评分订正法（OETS）确定预报日各级降水订正系数,对2014-2015年降水数值预报进行分级订正,并与频率匹配法（FM）对比。结果表明:在24 h累积降水的多个预报时效订正中,无论是对欧洲中期天气预报中心、日本气象厅、美国国家环境预报中心和中国气象局的全球模式降水预报,还是对4个模式的简单多模式平均,OTS和OETS较FM在TS评分和ETS评分等传统降水检验指标上均更优秀,其中OTS在所有时效均能提高模式降水预报质量,为三者最优。在概率空间的稳定公平误差评分方面,OTS在各时效、各单模式及多模式平均等方面优势明显。在预报员对应参考时效上,OTS在24~168 h的24 h累积降水预报中的TS评分也优于主观预报。     

2013年汛期华中区域业务数值模式降水预报检验

为充分了解华中区域中尺度业务数值预报模式更新为WRF后的预报性能,对该模式2013年汛期24 h和48 h的累积降水预报产品,采用TS评分、预报正确率、漏报率、空报率、偏差及ETS评分等统计量对其进行了较详细的评估。结果表明：从日平均降水率分布来看,24 h预报的降水中心位置和强度与实况更接近,48 h的预报明显偏大、偏强;汛期总体降水检验表明,该模式的降水预报以偏大为主,随着降水量级的增大,TS和ETS评分逐渐减小,且ETS评分逐渐靠近TS;逐月降水检验结果发现,该区域汛期月晴雨预报正确率与雨日率呈正相关;通过梅雨期WRF与GRAPES_Meso的预报对比检验可见,两个模式都表现出了较好的预报性能。值得指出的是,随着降水量级的增大,WRF模式降水预报优势逐渐显现。总的来说,该模式的降水预报产品具有一定的参考价值。     

ECMWF集合预报产品在广西暴雨预报中的释用

基于最大相关最小冗余度算法和随机森林回归算法,该文提出一种对欧洲中期天气预报中心（ECMWF）集合预报产品进行暴雨预报的释用方法。该方法采用最大相关最小冗余度算法,对ECMWF集合预报的51个成员进行筛选,选取若干个与预报对象相关性最大、相互间冗余度最小的成员作为随机森林回归算法的输入因子。利用ECMWF集合预报降水量平均值对建模样本进行分类,使预报模型的建模样本更具有针对性。通过2012年4月—2015年12月的交叉独立样本试验预报和2016年1—9月的业务预报试验的统计结果表明:该释用方法的暴雨预报TS和ETS评分,均比采用ECMWF集合预报产品51个成员降水量预报进行插值后取平均值的释用方法分别提高了0.07和0.05以上,显示了较好的数值预报产品释用效果。     

极端天气预报指数和集合异常预报法在浙江台风和梅雨暴雨预报中的应用北大核心

利用2016—2021年ECMWF集合预报,评估了极端天气指数EFI(Extreme Forecast Index)、尾偏移指数SOT(“Shift of Tail”index)以及集合异常预报法在浙江台风和梅雨暴雨预报中的应用效果。通过研究极端天气预报指数对浙江台风和梅雨暴雨的最优预报阈值,发现梅雨暴雨阈值比台风暴雨明显偏小,且随预报时效增加减小速度偏慢。最优阈值预报相比确定性模式预报,在台风和梅雨暴雨预报检验中体现出更好的稳定性、提前性和准确性。进一步研究发现,通过区分天气类型确定的最优预报阈值,可作为台风和梅雨暴雨落区预报的参考依据。925 hPa水汽通量散度的集合异常度对浙江台风暴雨的落区和强度变化有较好的预报效果,850 hPa涡度和700 hPa垂直速度的集合异常度可以反映稳定性梅雨暴雨的过程演变。     

基于ECMWF模式的江西及周边地区锋面暴雨预报检验和订正

利用全国降水资料（包括江西加密降水资料）、探空资料、ECMWF模式72—24 h降水和形势预报资料,采用天气学检验、SAL定量降水预报检验等方法,对2017—2019年江西及附近地区锋面暴雨的实况和模式产品进行检验分析,检验主要影响天气系统预报效果,得出ECMWF模式降水预报误差分布特征及原因,并对模式的暴雨预报进行订正。结果表明：ECMWF模式对2017—2019年锋面暴雨过程预报较实况大多偏北,落区预报误差主要源于大尺度降水。从锋面暴雨三种SAL分析误差可见,落区预报较实况大多偏北,暴雨过程强度多数较实况偏弱,结构较实况偏小。对误差较大个例的分析得出两点订正思路：1） 锋区南侧有较明显动力热力对流发展的弱锋区暴雨,暴雨落区可订正至925 hPa锋区南侧高温高湿区。2） 较强锋面暴雨,当中低层切变辐合抬升区重叠时,暴雨落区可向925 hPa锋区位置调整,暴雨通常不易出现在锋区北侧冷区。     

面向台风暴雨的集合预报成员优选订正技术研究及应用试验

利用欧洲中期天气预报中心和美国国家环境预报中心2017年5—8月逐日降水预报资料及同时段MICAPS降水观测资料,采用频率匹配技术对江淮流域夏季降水预报进行模式偏差订正及改进技术探讨。结果表明：（1）模式对小雨预报偏多,存在大量空报;对大雨及以上降水预报偏少,存在较大漏报。（2）偏差订正通过下调小量级降水、上调大量级降水,使各量级降水的强度和面积偏差均得到一定程度改善,降水量级两端订正效果明显,订正后小雨和暴雨准确率显著提升。（3）偏差订正对暴雨落区预报的改进效果与过程相关,个例分析表明：对于雨带位置预报较准确的大范围梅雨锋暴雨,偏差订正后暴雨TS评分明显提升;对于副高边缘的小范围暴雨以及雨带位置预报失误的梅雨锋暴雨或台风暴雨,偏差订正后暴雨TS评分改善不明显甚至降低。（4）针对上述问题,提出了系数动态调整和模式集成的改进思路,即对于平均雨量5 mm以下的小范围暴雨,适当上调订正系数;平均雨量在15 mm以上的大范围暴雨,适当下调订正系数。模式集成订正可有效提高暴雨TS评分。

     

GRAPES-MESO模式不同空间分辨率对中国夏季降水预报的影响分析

国家气象中心业务运行的中尺度数值预报系统GRAPES-MESO（Global/Regional Assimilation and Prediction System mesoscale model）在升级到4.0版本后采用了与以往版本不同的三维空间分辨率设置,本文通过计算精度分析、个例分析及统计分析的方法详细阐述了两者水平分辨率和不等距垂直分层的差异,并由此深入分析了不同模式三维空间分辨率对中国夏季汛期降水预报的影响。主要结论表明,GRAPES-MESO预报系统4.0版本在水平分辨率提高到10 km并同时使用更为合理的加密垂直分层设置后,不仅提高了计算精度和计算稳定性,同时仍能满足业务预报的时效要求。对个例降水特征的分析结果表明,提高模式空间分辨率可以在一定程度上改善对降水中心的预报,但对降水落区的预报改进较为有限。对2012年7月整月批量试验的统计检验结果表明,月平均技巧评分总体变化不大,但对逐日大到暴雨评分提高较大,通过各气象要素统计检验分析可以认为,模式空间分辨率提高的主要作用是通过降低了中低层高度场、温度场和水平风场的误差,改进了对流层中层环流背景场以及对流层低层降水直接触发系统的强度预报,从而能够提高大到暴雨的降水评分。     

青岛气旋类暴雨预报方法

使用天气动力学和统计学相结合的方法，以地面影响系统为依据、700hPa西南急流为条件对1983－1999年6－8月青岛地区40次暴雨进行了分型，划分为气旋、台风和冷锋三类。以气旋类暴雨为例，根据预报经验，选取相应的预报因子，建立0、1权重回归方程，用以预报青岛地区6－8月未来24小时的暴雨。气旋类方程准确率为78.0%。用此方法对2000年6－8月进行试报，效果较满意。     

湖南6月区域持续性暴雨概率预报模型及应用

利用1979—2016年6月EAR5再分析资料,选取湿热力平流参数、热力螺旋度、散度通量、水汽散度通量和热力波作用密度5个综合因子,采用核密度估计方法,基于TS评分最优为检验标准筛选确立最优因子和权重组合,构建了湖南区域持续性暴雨概率预报模型,并进行了独立样本检验与业务试用。结果表明:2017—2019年独立样本回代检验,平均TS评分达到29.9%,相比于欧洲中期天气预报中心(ECMWF)细网格(平均TS评分为22.4%)为正技巧。在2021年、2022年汛期两次区域持续性暴雨个例的预报试验中,提前24 h的暴雨预报优于ECMWF、CMA-GFS等大尺度模式和CMA-SH、CMA-GD等区域中尺度模式,对湖南区域持续性暴雨有较强的预报能力。     

基于MET系统对SWCWARMS及GRAPES模式在西南地区的站点检验分析

应用国家基本观测站资料、自动站逐时降水资料,基于客观统计检验方法,针对降水(12h、24h累积雨量)、近地面要素(2m温度、10m风)和高空要素(风场、温度场、高度场),分别评估SWCWARMS模式和GRAPES模式对2015年西南地区预报能力,得到如下几点结论:(1)SWCWARMS模式降水ETS评分高于GRAPES模式,除24h小雨外SWCWARMS模式偏差值均高于GRAPES模式,两个模式在不同预报时效内对中雨、大雨、暴雨都表现一定程度的空报;(2)12h降水分段评分上,SWCWARMS模式TS评分均高于GRAPES模式,但SWCWARMS模式预报降水范围过大,随着预报时效增长空报多于GRAPES模式;SWCWARMS模式中雨和大雨空报大于其它量级降水,GRAPES模式对大暴雨漏报较多其它量级降水表现为空报;(3)两模式对高度场和温度场预报优于风场,对对流层中层预报优于中低层,SWCWARMS模式对高度场和温度场预报优于GRAPES模式,夏半年SWCWARMS模式均方根误差小于GRAPES模式;(4)两模式都表现出2m温度均方根误差在秋季增加而春季减小这一特征,SWCWARMS模式近地面要素均方根误差均小于GRAPES模式。      

中尺度暴雨模式MRM1对华南暴雨预报试验

利用中尺度暴雨模式MRM1对2001年6、7月华南的暴雨进行数值预报试验．初始场采用T106谱模式的预报场作初估场，海表温度采用1982～2001年的候平均海温。试验结果表明：模式对两个月的1、10、25、50、100mm降水平均TS值分别达到0．629、0．358、0．238、0.160、0．063．两个月中的主要降水过程预报效果较好．特别是7月几次台风暴雨过程。     

浙南梅汛期大暴雨天气分型及诊断分析

利用美国NCEP再分析资料,分析计算了1960--2002年5—6月发生在浙南地区的17次大暴雨个例的天气形势场、物理量场（其中包括Q矢量散度场）。通过分析,给出大暴雨发生时的天气形势分型以及物理量场特征,并着重探讨了Q矢量场和大暴雨的关系。分析结果表明：采用温度场为主的大暴雨天气形势分型简明实用。中低层Q矢量的辐合和大暴雨的发生有着很好的对应关系,非热低压引起的大暴雨位于Q矢量辐合中心区附近,或者辐合中心区南-西南方。利用上述分析特征,指导2005年浙南地区5—6月份暴雨过程预报,取得了较好的实际效果。     

多模式降水资料在贵州的检验分析

本文检验了2020年3月至2021年2月ECMWF和GRAPES以及中央台格点产品（以下简称SCMOC）和省台格点产品（以下简称SPCC）4家降水预报产品逐24h未来5天在贵州的预报质量,结论如下：（1）ECMWF和SCMOC与实况的相关系数最高,SCMOC和SPCC预报降水的变化幅度较观测偏大,而GRAPES预报降水的变化幅度较观测则是明显偏小。（2）SCMOC的晴雨准确率最高,除在72h预报时效SPCC的准确率略高于SCMOC外,其余预报时效SPCC准确率均低于SCMOC,表明SPCC的订正能力需要进一步提升。（3）在小雨量级,4种降水预报产品的TS评分相差不大,ECMWF和GRAPES的ETS评分明显低于SCMOC和SPCC,其中GRAPES的TS评分在5个预报时效内均高于ECMWF。在中雨量级,前3个预报时效内ECMWF的TS和ETS评分均高于其他三家,ECMWF在5个预报时效内预报有降水的次数大于实况出现的降水次数,但空报次数并不是最多的,在后2个预报时效内,SCMOC的TS和ETS评分均是最高的,但与其他家相差不大。在大雨量级,24h和96h预报时效ECMWF的TS和ETS评分均是最高的,而在48h、72h、120h预报时效SCMOC的TS和ETS评分是最高的。在暴雨及以上量级,前3个时效内SPCC 的TS和ETS评分均是最高,且48h的TS评分空间分布也是最优的,表明SPCC对暴雨及以上量级在前3个预报时效内订正能力较好。     

ECMWF和华东WARMS模式对山东半岛汛期暴雨的预报能力检验

利用欧洲中期天气预报中心细网格模式（以下简称ECMWF-Thin）产品和模式水平分辨率为9 km的华东区域气象中心中尺度数值预报模式V1.0（以下简称SMS-WARMS）产品,对山东半岛2016—2017年汛期35个暴雨日（26次过程）的暴雨预报能力进行检验。结果表明：1）对于降水强度,ECMWF-Thin预报偏弱导致暴雨和大暴雨漏报率偏高,大暴雨几乎全部漏报,当其预报有50 mm以上降水时出现暴雨的概率达90%以上,SMS-WARMS则预报降水量偏强、空报率较高,SMS-WARMS降水强度量级预报总体优于ECMWF-Thin,24 h预报能力最佳;2）对于强降水开始时间的预报,两家模式均表现为偏晚为主,且偏晚3 h以内的概率较大,在参考其预报结论的基础上可适当提前3 h;3）对于强降水落区,ECMWF-Thin略优于SMS-WARMS,SMS-WARMS对台风暴雨的落区预报较为精准,而其他类型暴雨的落区ECMWF-Thin预报多偏南或偏向西南1°以内,因此预报员需向偏东或东北1°范围内的区域调整;4）对于强降水范围大小的预报,ECMWF-Thin预报暴雨范围偏小的概率较大,而SMS-WARMS预报范围偏大的概率较大,因此需综合考虑两种数值预报结论进行折中预报。     

WRF3.1微物理参数化方案对两例暴雨的集合预报试验及可预报性分析

采用WRFV3.1.1数值模式,选取模式中的10个微物理过程参数化方案构造10个集合预报成员,分别对2008年6月9—10日江淮地区暴雨与2008年6月6—7日华南地区暴雨进行集合预报试验,并进一步讨论了这两例暴雨的可预报性差异。结果表明:各参数化方案在暴雨的模拟中所表现出来的优势是相对的,但微物理过程集合预报在两例暴雨中都取得稳定且优异的模拟效果;通过比较两例暴雨的ETS(Equitable threat score)评分距平发现,华南暴雨在各个量级上的ETS评分距平都大于江淮暴雨,且华南暴雨集合成员之间的ETS评分差别也较大;大多数集合成员的模式误差在初始12 h增长最快,其后将减慢或者降低。对各成员的均方根误差(σ)距平分析表明,华南暴雨的σ距平增长相对较快且成员之间差别较大。因此从模式误差增长的角度来说,华南暴雨的可预报性低于江淮暴雨。     

EC-thin降水预报与极端天气预报指数在浙江暴雨预报中的检验与释用

利用ECMWF模式降水和极端天气指数资料,以及浙江省68个气象站降水观测资料,评估了ECMWF细网格模式(EC-thin)和降水极端天气指数(EFI)对浙江2018—2020年梅汛期暴雨预报效果。研究表明：对于同一预报时效,随着阈值的增加,EC-thin和降水EFI的暴雨预报评分都呈现“先增加、后减小”的趋势,对于不同预报时效都存在某一阈值使得暴雨预报评分达到最大。从24 h时效到72 h时效,EC-thin的降水预报阈值从45 mm逐渐下降到25 mm,而降水EFI的暴雨预报阈值从07下降到06。EC-thin和降水EFI对暴雨预报的空报率随着阈值的增大而减小,漏报率随着阈值的增大而增大。对于不同预报时效,通过合理组合EC-thin降水阈值和降水EFI阈值,可以得到更好的暴雨预报效果,其评分高于单独使用降水EFI阈值或EC-thin降水阈值得到的评分。     

分类与集成方法在降雨预报中的应用

利用预报业务上常用的ECMWF (European Centre for Medium-Range Weather Forecasts)全球模式和华东区域模式(WARMS 2.0)的降水预报,建立了基于空间分布相似的降水集成方法,主要分为3个步骤：(1) 实时降水预报场空间尺度分离;(2)检索历史相似预报个例;(3)确定最优集成系数。在第(1)步尺度分离中采用高斯低通滤波方法,将降水场分解成连续性和分散性降水场;第(2)步相似个例检验利用了图像相似技术,根据连续性和分散性降水场综合寻找历史同期相似个例;在第(3)步集成系数确定中根据历史相似个例确定最优集成系数,并应用于最新实时预报中。通过结合图像识别、权重优化、建立历史样本数据库等方法,针对2018—2019年汛期(6—8月)检验结果表明：多模式集成产品的晴雨预报准确率相较于单模式而言有明显提高,且随时间变化表现较为稳定。在暴雨以上量级降水预报方面,集成产品的汛期整体TS评分高于单模式,Bias评分更接近1.0。通过CRA空间检验分析发现,集成产品既能一定程度上弥补全球模式在预报中尺度降水过程时强度偏弱的劣势,又纠正了区域模式在降水落区位置预报方面的偏差,进而实现了暴雨TS评分的提高。

     

数值天气预报业务模式现状与展望

采用中国气象局2014年6月1日—30日14时加密探空资料,利用华东区域中尺度数值预报业务系统比较同化加密探空观测资料前后模式预报结果的差异。研究表明, 同化加密探空资料后,对模式初始时刻不同高度的位势高度、比湿、温度、风速等变量均有一定的影响;对位势高度、温度和风场的影响在高层100—150 hPa比较显著,而对比湿的影响主要体现在低层700—750 hPa。同化加密探空资料后模式初始场更接近实况。批量数值试验的统计检验表明,同化加密探空观测资料后对强降水及形势场预报均有不同程度改进,24 h暴雨和大暴雨量级降水的预报技巧分别提高了2.5%和8.1%。

     

湖北梅雨期３次大暴雨过程诊断分析

利用常规气象观测资料和NCEP 2.5°×2.5°再分析资料,选取1991年7月9日、1998年7月21日、2010年7月8日湖北省梅雨期的三次大暴雨过程,对影响三次暴雨天气背景以及暴雨发生所需的动力、水汽、热力条件进行诊断分析。试图总结这类区域性暴雨的预报着眼点。结果表明：三次过程的高、低空急流的位置,水汽输送路径有一定相似性;影响三次过程的中尺度系统为西南涡-切变线。850 hPa正涡度中心、水汽通量散度中心与暴雨落区有较好对应,反映了中低层风的辐合和垂直上升运动有利于降水的维持。三次过程暴雨区域700 hPa湿正压项和斜压项绝对值之和均在0.5～0.6 PVU之间,柱状的水汽饱和区均延伸至500 hPa以上;此类暴雨的预报着眼点为：西南涡-切变线以及低空急流的位置是暴雨落区预报的重点,低层的涡度、水汽通量散度、假相当位温高能舌,以及大气运动的垂直结构对暴雨落区预报有较好的参考价值。     

中国区域降水过程综合强度评估方法研究及应用

在暴雨灾害预评估的评价体系中,需要一个度量方法能够准确描述致灾性暴雨的模式降水准确度,将其作为暴雨灾害发生的可能性和严重性的判断依据之一。以暴雨灾害预评估服务为着眼点,设计了一种新的降水准确度计算方法。该方法的主要特点：提高达到致灾性暴雨的大量级降水在评分中的权重,减少小量级降水的权重,并且当模式预报降水与观测降水分别位于公式中致灾性暴雨阈值两侧时,对降水准确度进行惩罚。首先通过理想试验,分析公式的合理性和参数的敏感性。然后利用该方法,针对暴雨个例进行检验分析,通过比较模式降水与观测降水的关系,验证了该方法的合理性及能反映出公式中大量级降水权重大的特性。最后利用该方法通过批量试验对ECMWF模式和NCEP模式的降水准确度进行统计分析和检验,并与TS评分进行比较,验证了降水准确度的合理性。批量试验的降水准确度表明ECMWF模式对暴雨灾害预评估具有更好的指导意义。