基于雷达回波外推和中尺度模式预报的短时降水对比分析

针对2011年夏季北京四次不同类型的降水过程,利用雷达临近预报算法MTREC和中尺度数值预报系统BJ-RUC对不同类型降水的短时预报能力进行了对比分析,并总结了两者的预报性能及特点。结果表明:(1)从降水预报偏差看,对于不同类型的降水预报,在研究的降水时段内,MTREC和BJ-RUC均表现为降水预报偏强。MTREC对四次降水过程的预报偏差较为平稳,而BJ-RUC随过程差异变化较大。(2)从降水预报落区看,MTREC的预报准确性随降水过程差异明显,降水系统范围越大,预报准确性越高。而BJ-RUC总体上表现平稳,对局地对流性降水的预报能力仍然有限。(3)从整体预报性能看,对于0~6 h降水预报,MTREC和BJ-RUC在预报性能上存在交叉点。交叉点的出现时间因降水过程而异,降水范围越大、组织性越强,交叉点出现越晚。     

三小时降水定量预报的雷达模式

根据雷达气象方程,推导得出了雷达回波立体资料预报短时降水的数学模式。然后对其主要因子进行了讨论;并在考虑数字化雷达回波立体资料实际情况的基础上,对模式进行了简化,最后通过格点应用,建立了有限区间短时面雨量预报模式。     

基于雷达外推和中尺度数值模式的定量降水预报的对比分析

应用广东2010年出现的4次暴雨过程的气象资料,检验分析了临近预报系统（SWAN）和华南中尺度数值模式（GZMM）中的定量降水产品对晴雨及不同类型降水的预报效果,在此基础上探讨了临近预报系统和数值模式在0～6 h范围内的预报能力的交叉点。结果表明：首先,对于晴雨预报,SWAN系统中降水产品随着预报时效的增加预报效果呈现出减弱的趋势,且高分辨（0.02°）产品的下降速度要快于低分辨率（0.12°）;GZMM降水产品（0.12°）在1～3 h预报能力逐步提升,在4～6 h维持相对稳定的水平。对于分辨率同为0.12°的SWAN系统和GZMM模式产品,在第1和第2 h,SWAN产品的CSI评分分别为0.504和0.442,高于GZMM的0.306和0.375,但从第3小时开始GZMM产品CSI评分略高于SWAN产品,表明此后华南中尺度数值模式对晴雨的预报能力优于SWAN系统,交叉点介于2～3 h。其次,进一步检验了上述产品对弱降水（1小时雨量为0.1～2 mm）、一般性降水（2～10 mm）和较强降水（超过10 mm）的预报能力。对于弱降水,GZMM产品CSI评分在0～6 h维持在0.23,高于SWAN产品,表明GZMM模式对于弱降水的预报能力在整体上要强于SWAN系统。对于一般性降水,在0～3 h,分辨率为0.12°的SWAN产品CSI评分高于GZMM产品;两者的CSI评分曲线的交叉点介于3～4 h,即从第4小时开始,GZMM降水产品预报效果更好。对于较强降水,无论是SWAN系统还是GZMM模式,预报能力都呈现出明显的减弱;但SWAN系统在整体上对强降水的预报能力要优于GZMM模式。     

多种数值预报产品在贵州定量降水预报中的检验

通过对2011—2012年期间欧洲中心、日本、T639、WRF各家数值预报24 h降水预报产品插值到贵州省85个县观测站,对比每日累计实况降水量,划分为≥0.1 mm(晴雨)、≥10.0 mm(中雨以上)、≥25.0 mm(大雨以上)共3个等级进行了评估。结果发现:欧洲中心细网格和T639在贵州省各个量级降水预报均有偏大的趋势;日本模式在大雨以上量级的降水预报中对我省有偏少的趋势;WRF模式在晴雨预报中表现最好,而在明显降水的预报中表现略差。预报结果空间分布显示:欧洲中心细网格对贵州中部一线地区的明显降水预报较好;T639模式在一般性降水预报中与其他模式效果相当,但在大雨以上量级的预报中表现出明显的地区差异;日本模式在贵州东北部地区效果明显;WRF模式大雨以上量级的预报效果总体差异并不大,主要有3个大值中心,分别位于省的北部边缘、西部边缘和南部边缘,说明在以上地区WRF对大雨以上降水的预报效果具有一定的参考意义。     

临近预报的两种高时空分辨率定量降水预报融合算法的对比试验

长期以来,雷达回波外推技术是0—2 h临近预报系统主要采用的方法,但其实际有效预报时间≤1 h,而中尺度数值模式预报则受平衡约束时间的限制,最初2 h的降水预报无效。为解决上述两种预报的缺陷,目前国际上流行采用外推预报与数值模式预报融合的技术,形成统一的0—6 h格点化的高分辨率无缝隙定量降水临近预报系统。对目前流行的两种融合算法（INCA（Integrated Nowcasting and Comprehensive Analysis System）算法及RAPIDS（Rainstorm Analysis and Prediction Integrated Data-processing System）算法）进行了分析和对比试验,以期为业务应用提供借鉴。RAPIDS算法的核心是用自动气象站雨量融合雷达估测得到的定量降水对模式预报的降水强度和位相进行修正;INCA算法则是用数值模式预报的风场修正外推技术的降水移动矢量。两种方法在0—6 h预报时效内,外推预报的权重均逐渐减小,模式预报的权重逐渐增大,从而实现外推预报和模式预报的平滑过渡。试验结果表明,两种方法对降水雨带和降水强度的预报均优于单一的外推预报或模式预报。集二者的优势研发最优的高时、空分辨率降水预报无缝隙融合算法,将有助于进一步提升高分辨率定量降水0—6 h无缝隙预报水平。      

2004年主汛期各数值预报模式定量降水预报评估

随着数值预报技术的飞速发展, 模式定量降水预报已成为天气预报业务工作中的主要参考依据。本文对目前在国家气象中心应用的3个业务运行模式T213L31, HLAFS0.25, 华北中尺度模式MM5和德国模式及日本模式的降水预报产品进行了季节空间分布、区域时间序列演变及统计检验, 试图从空间、时间及统计方面对降水预报产品的预报性能进行综合评估。检验结果表明:目前的数值预报模式对短期时效内定量降水预报均具有一定的空间预报能力, 但强降水中心位置有一定的偏差; 从时间序列演变检验来看, 模式对区域强降水过程的发展趋势具有较强的预报能力, 但降水量预报与实况有一定的差距; 从累加统计评分检验结果来看, 模式短期时效的预报性能差别不大, 全球模式在小中雨预报方面有一定优势, 其中日本模式的综合预报性能最好, 大雨以上量级的预报则是国内的模式有一定的优势, 其中华北中尺度MM5模式, T213L31模式各有所长, 但均存在预报量和预报区偏大问题。     

雷达外推与数值模式动态融合降水概率预报方法

提出一种基于动态权重的降水概率融合预报方法。首先建立一个适用于权重分配的评分模型,对基于雷达光流外推的降水概率预报和基于数值模式经反射率换算后的降水概率预报的预报准确率分别加以评估;提出一种改进的Brier评分法,该方法兼顾了降水落区的大小和降水量,降低评分对样本数据数量多少的敏感性;根据两种在不同预报时效的评分,动态地分配两种预报方法在不同预报时效的权重。试验部分通过Brier等评分验证表明,融合后各个预报时效的预报都表现出与雷达外推或数值模式相近甚至更高的技术评分。     

强度尺度方法在模式定量降水预报检验中的应用

介绍了Casati于2004年提出的强度尺度检验技术,并将该方法应用到上海区域中尺度模式的预报检验中。结果表明,强度尺度检验技术可以提供一种从不同降水率闽值和空间尺度对模式定量降水预报进行评估的方案。该方法首先对预报场和观测场进行降水率闽值获得二进制误差场,并通过二维离散Haar小波对二进制误差场进行各个空间尺度的分解,从而评估模式在各个降水率闯值和空间尺度上的均方差和预报技巧。通过计算各空间尺度二进制误差场的均方差百分比和能量平方偏差,可分析不同的降水特征尺度误差对总体误差的贡献情况以及预报降水与观测的偏差情况。     

雷达回波强度拼图的定量估测降水及其效果检验

为了得到精度更高的高时空分辨率格点定量估测降水量，需要将雷达资料和雨量计降水量资料进行有效的综合利用。利用广东6部多普勒雷达的回波强度拼图资料和稠密的自动雨量计降水强度观测资料，采用概率密度法建立Z-R关系进行雷达降水估计，并采用客观订正方法利用雨量计资料对雷达降水估计进行校准。交叉检验表明：利用雨量计对雷达降水估计进行客观方法订正可以取得比单纯用雨量计资料进行OI插值好的效果。OI雷达订正法较优。     

SVD迭代模型在夏季降水预测中的应用

文中设计了一种基于SVD迭代的短期气候预测模型,通过选择适当的影响因子,建立与预测对象之间的联系,从而实现对气象场序列的预测。分别对华北16个测站和长江中下游地区30个测站1991—2000年近10a夏季(6—8月)降水做预测试验,平均均方误差分别为0.352和0.312,平均符号相关系数分别为0.575和0.623。此研究表明,基于SVD迭代的气候预测模型是一种非常有效的短期气候预测途径,具有很强的应用价值。     

快速动态分级法进行雷达定量估测降水方法研究

在使用雷达资料进行降水估测(QPE)时,对动态分级Z-I关系算法进行大幅度优化后,发现当时间精度较高时,使用CTF2判别函数所得QPE结果误差较大。提出了用同时满足偏差为0且方差最小作为最优解判别式的快速动态分级法(FDC)。通过留出法进行交叉验证,结果表明,快速动态分级法得到的结果整体相关性好,能较好地表现出降水的时空分布特征,反演降水的平均误差为-0.13 mm/h,计算速度快,具有较高的业务应用价值。      

2016-2020年广东省定量降水预报检验评估

对2016-2020年全球模式ECMWF和区域模式GZ_GRAPES、基于模式的解释应用和广东省气象局发布的定量降水预报(QPF)进行检验和评估.结果表明:ECMWF和GZ_GRAPES模式对一般性降水预报技巧在逐年提升,对大雨或以上的降水预报技巧的提升缓慢.GZ_GRAPES对大雨以上降水的预报技巧和定量降水预报的精...     

一个有限区嵌套细网格模式的设计及预报结果检验

在钱永甫等研制的ｐ－σ混合坐标系原始方程模式的基础上，建立、发展了一有限区域的单向影响嵌套细网格数值预报模式，并选取台风Ｗａｙｎｅ对应的天气形势演变过程为例，通过与ＭＭ４模式对同一例预报结果的比较分析以及统计学检验，对该模式的预报能力进行了验证。结果表明，该模式能够较好地预报实际天气形势的演变过程，各层大气高度场的预报结果与实况的相关系数都超过０．７４。和ＭＭ４对温压场的预测结果相对比，二者间只有     

多普勒雷达估算降水和反演风在不同初值方案下对降水预报影响的数值研究

基于有限区域中尺度暴雨预报模式AREM,利用常德、荆州、宜昌3部多普勒雷达及武汉数字化天气雷达联合反演的1 h降水量资料和宜昌、荆州多普勒雷达反演的水平风场资料,采用3种不同的初值方案:Grapes-3DVAR同化方案、Barnes客观分析法及Barnes-3DVAR同化方案,对 2002年7月22日20:00-23日20:00发生在长江流域的一次大暴雨过程进行了多普勒雷达估算降水和反演风场在不同初值方案下对降水预报影响的数值试验,结果表明:(1)采用相同资料源(探空+T213L31分析场),3种初值方案降水模拟效果差别显著.整体而言,融合了Barnes和3DVAR两种方案的Barnes-3DVAR初值方案降水模拟效果最好:雨带模拟完整,位置与实况完全一致;降水中心中尺度结构清晰,位置、强度与实况接近.(2)Barnes-3DVAR同化方案与Grapes-3DVAR同化方案都能同化雷达降水和风场资料,但两者降水预报结果相差很大.Barnes-3DVAR方案下的降水模拟结果明显好于Grapes-3DVAR同化方案.(3)Grapes-3DVAR同化方案下,在控制试验的基础上增加雷达降水资料的同化,24 h降水模拟效果有所改善;增加雷达风场资料的同化,仅部分改善模拟效果,某些地方效果反而变差;同时增加雷达降水和风场资料的同化,降水模拟效果反而明显变差.Barnes-3DVAR同化方案则不然,无论雷达降水资料和风场资料单独同化还是两种资料同时同化,降水模拟效果都有不同程度的改进,特别是对雷达降水和风场资料同时同化的模拟结果是各种试验中效果最好的.(4)融合Barnes客观分析方法和Grapes-3DVAR同化方案的Barnes-3DVAR同化方案,是同化雷达降水和风场资料的一种新的、有效的初值方案.     

深圳对流尺度集合预报系统对台风降水预报的检验评估

目前数值模式对台风降水预报的准确率仍有待提高。为了评估深圳对流尺度集合预报系统对台风降水预报能力,选取了2015—2018年共14个影响广东台风个例,利用广东省2 300多个自动气象观测站的24小时累计降水观测资料,检验该系统的集合预报方法(含集合平均方法和概率匹配平均方法)和控制预报方法的24小时降水预报结果。(1)系统对台风24小时降水预报具有较好参考价值,三种方法的暴雨等级预报TS评分均达到0.39以上。(2)集合预报方法总体上优于控制预报方法,可改善珠江口两侧暴雨中心降水预报。其中集合平均方法总体预报效果最好,其降水预报均方根误差为38.1 mm,比控制预报方法减少18.8%,对暴雨等级预报TS评分为0.469比控制,预报方法提升20.1%,但是对特大暴雨等级预报能力不足;而概率匹配平均方法改善了小雨和特大暴雨的预报能力。(3)系统对较强台风的降水预报能力优于弱台风。在较强台风情形下,系统对粤东暴雨中心降水预报明显偏小且控制预报方法偏差最大,其他地方降水预报偏大为主;在弱台风情形下,系统对降水预报存在明显系统性偏大,但对粤西暴雨中心降水预报明显偏小且控制预报偏差最大。      

雷达定量降水动态分级Z-I关系估算方法

利用高时空分辨率的雷达定量降水估测和预报(RQPE和RQPF)对洪水监测、发布洪水警报起重要指导作用，目前国内外对其研究的方法主要采用概率配对法、Z-I关系法和基于Z-I关系的数学算法校正法，这些方法均存在强调某一因素忽略其它因素的问题，并且对短时强降水，尤其是极强降水低估严重。从统计和个例两方面对比分析了四种雷达定量降水方法的误差，致力于寻找一种将雷达回波反射率预报场反演为降水场时误差较小的技术方法，能改进对短时强降水、特别是极强降水严重低估问题的方法，并且该方法也能在业务应用中方便、快速、精确实现。对比研究结果表明：动态分级Z-I关系法是一种对雷达QPE和回波反射率预报场反演降水场都较好的方法，并且改进了对短时强降水、尤其是大于55 mm/h的短时极强降水低估的问题；在业务计算中仅需15秒，能满足6分钟更新一次计算结果的需要，而且不依赖气候统计，便于移植。     

DOWNSCALING FORECAST OF MONTHLY PRECIPITATION OVER GUANGXI BASED ON BP NEURAL NETWORK MODEL

Variables fields such as enstrophy, meridional-wind and zonal-wind variables are derived from monthly 500 hPa geopotential height anomalous fields. In this work, we select original predictors from monthly 500-hPa geopotential height anomalous fields and their variables in June of 1958 - 2001, and determine comprehensive predictors by conducting empirical orthogonal function (EOF) respectively with the original predictors. A downscaling forecast model based on the back propagation (BP) neural network is built by use of the comprehensive predictors to predict the monthly precipitation in June over Guangxi with the monthly dynamic extended range forecast products. For comparison, we also build another BP neural network model with the same predictands by using the former comprehensive predictors selected from 500-hPa geopotential height anomalous fields in May to December of 1957 - 2000 and January to April of 1958 - 2001. The two models are tested and results show that the precision of superposition of the downscaling model is better than that of the one based on former comprehensive predictors, but the prediction accuracy of the downscaling model depends on the output of monthly dynamic extended range forecast.     

2004年汛期(5～9月)主客观降水预报检验

随着气象事业的发展,天气预报的质量越来越依赖于数值预报产品的性能。预报产品检验是评价预报质量和提高预报水平的有效手段。针对2004年汛期（5～9月）中央气象台预报员及T213、HLAFS25、MM5、GRAPES、日本及德国等国内外数值预报模式短期时效的降水预报做了详细的统计学检验。检验结果表明,对于汛期平均而言,各模式与预报员的小雨预报较好,随降水量级的增加TS评分迅速下降,国内外数值预报模式之间降水预报水平差别不大,预报员与模式相比水平略高;但对于过程预报而言,过程不同,各模式和预报员的表现不同,预报员和MM5对河南暴雨预报较好;GRAPES和日本模式对台风暴雨预报略好;T213对于四川东部暴雨的大量级降水预报较好;无论是预报员,还是数值预报模式,北京暴雨的预报是一个典型的失败个例。同时,我们也发现检验系统存在一些问题,有待今后逐步改进。     

水汽收支与中短期定量降水预报研究

根据水汽收支平衡原理,计算分析了几咱不同网格尺度的水汽收支与实际降水的关系,同时结合动力热物理量综合诊断预报降水落区方法,利用Ｔ１０６数值预报场资料,研制一套中短期定量降水预报系统,在１９９８年汛期试用取得理想的效果。