短时强降水概率预报的多模式集成技术研究

提要:利用2018年4—8月格点降水分析资料和4个业务高分辨率区域模式降水预报资料,应用分位数频率匹配法对模式1h降水预报分别订正;基于上游关键区域的检验结果,采用动态权重多模式集成技术,探讨了多模式集成技术在短时强降水概率预报中的应用前景.结果表明:分位数频率匹配法对强降水预报改进具有正效果,可以减少模式的系统性偏差...     

基于CMA-MESO的分级短时强降水概率预报方法研究

随着预报服务需求不断增长和预报内容日趋精细化,仅针对20 mm·h^(-1)以上的短时强降水预报已不能完全满足业务需要,开展不同雨强等级的短时强降水预报方法研究显得十分必要。利用2016—2019年6—8月中国南方9省1市的国家及区域气象站共51355站次短时强降水样本,将雨强R分为4个等级:20≤R<30 mm·h^(-1)、30≤R<50 mm·h^(-1)、50≤R<80 mm·h^(-1)及R≥80 mm·h^(-1)(分别对应I、Ⅱ、Ⅲ、IV级)。将各级样本与同时段CMA-MESO(China Meteorological Administration mesoscale model)数值预报模式初始场进行时空匹配,提取22个相关物理量建立数据集并进行百分位值统计;利用XG⁃Boost(extreme gradient boosting)机器学习方法对物理量进行重要性排序以确定权重系数;应用连续概率预报方法,选用升、降半岭函数作为隶属函数,建立不同等级短时强降水概率预报模型。运用该模型在2020年汛期进行实时业务预报,并对湖北省2020年6—8月15次大暴雨过程0~36 h预报时效的逐小时不同等级短时强降水概率预报产品进行检验,结果表明:I级概率预报产品60%阈值的TS评分(0.145)最好,对应命中率为55.7%;Ⅱ级概率预报产品65%阈值的TS评分(0.083)最好,对应命中率为39.1%;Ⅲ级概率预报产品70%阈值的TS评分(0.03)最好,对应命中率为21.7%;IV级概率预报产品80%阈值的TS评分(0.005)最好,对应命中率为5.8%。对不同等级雨强个例对比检验表明,各级概率预报产品对CMA-MESO模式在同时次不同等级短时强降水预报上均有较好的订正作用。对3次强降水过程逐小时预报检验表明,I级概率预报产品命中率为40%~80%,空报率为50%~90%,预报时效达36 h,普遍优于同时次CMA-MESO降水量预报。本研究对不同等级短时强降水分型建模并在实际预报中有较好的参考性,能够对CMA-MESO的降水预报起到订正作用。     

铜仁市短时强降水阈值及时空分布初探

【目的】为分析铜仁区域短时强降水极端阈值及分布特征。【方法】利用铜仁区域内10个国家级台站2006—2022年3—11月逐日逐时降水资料,分别挑选1 h、2 h、3 h降水极值和次极值进行升序排列,基于第95个百分位的基本方法综合判定阈值,通过常规统计结果判定其分布特征。【结果】1 h降水量≥25 mm、2 h降水量≥40 mm、3 h降水量≥50 mm均可作为铜仁区域短时强降水的阈值。松桃是铜仁市短时强降水的高值中心,江口为次中心。西部5县和东部的万山6月份为短时强降水高发月份;东部松桃、碧江、玉屏7月为高发月份,江口以8月为主。铜仁区域短时强降水主要集中在5—8月,占总日数的84.4%,且67.3%的短时强降水以单站形式出现,短时强降水的局地性明显。铜仁发生短时强降水以夜间为主,江口最为明显,短时强降水夜间频数与短时强降水总频数之比达到84.9%,夜间短时强降水量与短时强降水总量之比达到86.5%,短时强降水较降水总量的夜雨性更为明显。【结论】该研究对深入了解铜仁区域短时强降水作了有益的探索,对科学制定强降水“三个叫应”指标和防灾减灾具有一定的指导意义。     

基于集合预报的四川夏季强降水订正试验

四川历来多暴雨洪涝,然而其发生具有很多不确定的因素,预报难度很大。从观测与模式预报的累积概率密度函数角度出发,利用2007—2012年6—8月中国降水观测格点资料和2012—2013年6—8月ECMWF模式集合预报资料,探索了一种提高四川地区强降水预报准确率的方法——概率阈值订正法,并运用该方法对2012年6—8月盆地东部的降水过程进行批量试验。试验结果表明:订正后的模式预报相比订正前的预报而言,不仅强降水落区更接近实况,而且较大程度地延长了预报时效,能提前6~7天给出强降水过程的警示信息,经过订正后显著提升了ECMWF模式的降水预报水平。      

基于随机森林模型的小时强降水订正分析

基于2020年7—8月西南区域高分辨率模式输出的物理量因子,以及四川省区域自动气象站逐小时降水资料,在分区基础上,采用随机森林模型进行小时降水订正,检验该方法在本地的可用性。结果表明：（1）建模前,对全省进行分区有利于改进大量级小时强降水预报。（2）随机森林模型得到的小时强降水分布整体趋势与原模式一致,对模式未预报出的小时强降水也有一定反应,且实况未出现小时强降水的区域订正后量级有所减小,但仍存在大量级降水分布不均以及空报较多的情况。     

一种改进的数值预报降水偏差订正方法及应用

对传统的消除偏差法进行改进,形成分等级消除偏差法,并使用混合训练期和60 d滑动训练期方案分别对2012年6—8月ECMWF (European Centre for Medium-Range Weather Forecasting) 模式夏季1~5 d的降水预报进行订正试验。为了尽可能符合中国东部夏季降水具有移动性及多种时间尺度变化的特点,混合训练期以预报期前30 d与预报期前一年同日的前后各15 d组成。结果表明:在使用分等级消除偏差法的基础上,相比ECMWF模式降水预报,两种训练期方案的订正结果几乎对各个阈值的ETS评分均有一定提高,特别是对25 mm以上降水预报评分的提高幅度,混合训练期方案的订正结果明显高于60 d滑动训练期方案;在区域性强降水预报的订正中,混合训练期方案优势更为明显。另外,通过分析两种训练期方案的预报偏差发现,分等级订正是此次消除偏差订正试验中提高强降水预报评分的关键,选择合适的训练期可以增加评分提高的幅度。由于上述试验使用的ECMWF模式预报和站点实况均是业务上常用数据,因此,该方法具有一定的业务应用价值。     

基于WRF模式的云南短时强降水物理量特征

为了解云南短时强降水发生前本地化中尺度WRF(Weather Research Forecast)模式输出结果的物理量特征及其对短时强降水预报的作用,使用WRF模式对2016年云南主汛期(6—8月)5次短时强降水过程进行模拟,利用模式输出的高时空分辨率资料计算5次过程中85个样本在短时强降水发生前6 h水汽类、动力类及不稳定条件类的部分物理量值,使用箱线图分析各物理量的分布特征及其与短时强降水的关系,应用经验累积分布函数图确定各物理量的阈值。研究表明,水汽类物理量样本数据值分布较为集中,随着短时强降水的临近数值逐渐增大;动力类的6 km垂直风切变中位数值及平均值随时间变化很小,所有时次的6 km垂直风切变阈值均低于12 m/s,表明短时强降水发生前有弱垂直风切变;不稳定条件类中对流有效位能样本数据的离散程度较大,对短时强降水无指示意义;LI指数、K指数和700 hPa假相当位温样本数据离散度较小,其中K指数中位数值、平均值及阈值的上下限在短时强降水发生前1 h有显著增大的特征,且数据集中度达到最高,大的K指数值与短时强降水有较好的对应关系。使用物理量阈值推算短时强降水落点的方法对云南本地化WRF模式短时强降水的预报性能有改进作用。     

伊春中小河流强降水引发山洪预警指标研究

为提高对中小河流强降水引发山洪的预报预警能力,尽可能减少山洪灾害造成的人民生命财产损失,基于伊春市近10 a(2011-2020年)中小河流山洪灾害和对应的暴雨、短时强降水资料,分析了暴雨和短时强降水发生时的天气形势,统计了易发山洪的降水面雨量阈值。结果表明:伊春市暴雨和短时强降水发生时的天气形势主要为副高北抬阻挡低涡东移型、高空槽配合地面低压型和低涡配合地面低压型。通过雨量统计,得出6-8月易发山洪的降水面雨量阈值,6月份,同一区域48 h累计雨量达到85 mm,降水期间部分时段有短时强降水,小时雨强达到20 mm/h,并连续出现2-3 h;7月份,同一区域48 h累计雨量达到90 mm,或局地小时雨强超过30 mm/h;8月份,同一区域48 h累计雨量达到110 mm,或局地小时雨强达到30 mm/h。基于研究结果,建立了伊春市山洪预警流程。     

基于西南区域模式预报的川西高原东坡过渡带降水地形订正试验

基于西南区域模式（SWCWARMS）网格降水预报,通过地形降水估算量构建地形降水订正方程,分别应用模式地形和实际地形的订正方案对2020年6~8月发生在川西高原东坡过渡带的11次强降水过程进行订正试验。结果表明:应用模式地形订正后各量级降水预报的平均TS（Threat Score）评分较模式预报均有所提高,大雨及以上量级TS评分提高4%以上,平均空报、漏报率均减小,订正效果优于应用实况地形订正的效果。该方法具有普适性,对于地形复杂的川西高原东坡、攀西河谷及盆地西部沿山地区,预报和实况落区相似、不相似及强、弱降水过程均适用。      

山东省短时极端强降水研究

利用1999—2011年4—10月全省大监自动站逐时降水观测资料,采用排序法、正态变换法(Z指数法)、平方根变换法等3种计算阈值的方法,计算了山东短时极端强降水的阈值,采用不同方法会得出不同的阈值。传统排序法计算的结果更接近实际,最后采用此法计算结果确定山东省及5个分区短时极端强降水阈值。结果显示:鲁东南、鲁中、鲁西北地区阈值大,鲁西南和半岛地区阈值小,特别是鲁西南地区阈值最小。鲁西北、鲁西南、鲁东南、鲁中和半岛南部易出现短时极端强降水,半岛北部短时极端强降水较少。短时极端强降水出现的偶然性大,极端强降水出现次数与年平均降水量没有明确关系。7、8月是防范短时极端强降水的关键时期。     

乐山地区短时强降水时空分布及变化特征研究

基于2013~2020年乐山地区9个国家自动站和136个区域自动站逐小时降水资料,应用诊断分析方法,系统研究了乐山地区短时强降水的时空分布及变化特征,探讨了短时强降水发生频次与地形因子的关系。结果表明:乐山地区短时强降水年均频次和极值均呈增加的趋势,强度较为稳定,变率不大。短时强降水在3~10月均有发生,其频次月分布呈现出单峰型的特征,集中发生在7~8月,占全年的77.7%,7月下旬~8月上旬发生频次又占7~8月总量的49.8%。短时强降水频次日变化呈单峰单谷结构,夜间发生概率最大,白天发生概率相对较小,22时~次日04时是短时强降水集中高发时段,虽然短时强降水在午后和傍晚的发生概率相对较小,但其强度较强,也应当引起重视。乐山地区短时强降水空间分布差异较大,存在两级分化的特点,与地形关系密切,总体呈西南部和东北部少、西北部—中部—东南部多的分布特征。短时强降水的发生与经纬度、海拔高度等地形因子显著相关,高发区主要集中在山谷喇叭口、岷江流域的河谷地带及城市热岛区。      

2015—2019年甘肃平凉地区夏季短时强降水时空分布及天气形势特征

选取了甘肃平凉地区2015-2019年6-8月发生的27次短时强降水事件。利用自动站逐小时降水资料和高空探测资料,按照短时强降水阈值分类统计法和常规天气分析方法对甘肃平凉地区夏季短时强降水时空分布、影响天气系统及大气环境背景进行了统计分析。结果表明：6月短时强降水频次少,强降水高发区为六盘山山区;7月频次明显增多,活跃地区为静宁、崇信、泾川一带;8月频次及强度达到峰值,密集区为平凉北部的崆峒山区、崇信南部河谷地带。6月短时强降水日变化呈现单峰型特征,以午后居多,1 h降水量在20-30 mm段发生频次最高,占6月频次的80%以上;7月和8月日变化呈多峰型结构,夜间短时强降水频次增多,1 h降水量大于30 mm的频次显著增加,约占7月和8月总频次的40%。分析总结了平凉地区短时强降水天气类型,即高空低槽类、副热带高压类、西北气流类。另外,对表征动力、水汽、不稳定条件的环境参数统计分析,结果显示K指数、CAPE、T₈₅₀-T₅₀₀、Q₈₅₀、θ_se-850等物理量平均特征值对平凉地区强降水预报有较好的指示意义。     

基于分位数映射法的黑河上游气候模式降水误差订正

区域气候模式降水弥补了高寒山区气象站点稀少的缺陷,是水文模拟的重要驱动变量。然而,高寒山区模式输出降水的总量和频率都存在较大不确定性。因此,改进了用于降水频率纠正的分位数映射法(Quantile Mapping,QM),对中尺度数值预报模式(Weather Research and Forecasting model,WRF)模拟的黑河上游日降水输出数据进行误差订正。选取第95分位和第98分位降水量为阈值,选择2004-2009年为建模时段,2010-2013年为验证时段,使用分段拟合的方法建立传递函数,侧重于对极端降水进行单独订正。研究结果表明:该方法不仅对降水空间分布有明显的改善,对极端降水也有很好的订正效果。订正前模式模拟日降水与台站之间的均方根误差为3.41 mm·d^-1,绝对偏差为115.67 mm·y^-1,订正后均方根误差减少为3.11 mm·d^-1,绝对偏差有明显改善,为60.3 mm·y^-1。订正后流域内年降水空间分布更加合理,年降水量也更接近于观测降水插值结果,其空间相关系数由0.74改善为0.94。春、夏季订正效果优于秋、冬季,其中夏季订正效果较为明显,订正前降水偏差百分比在-0.1~0.1以内的区域面积仅占流域总面积的28%,而订正后占比增加至66%。同时,该方法对极端降水有较好的订正效果,减小了日降水强度(SDII)和极强降水量(R99p)的模拟偏差,订正后的第95分位模拟降水与观测降水插值的相关系数由0.15提高到0.48。本研究为站点稀少的黑河上游提供了一种更有效的误差订正方案,有利于为寒区水文研究获取更精确的降水数据。     

贵州地区CMORPH卫星降水产品的误差订正

CMORPH卫星反演降水产品具有全天候、全球覆盖的特点,其时空分布相对均匀、独立,但是CMORPH本质上是通过间接手段反演得到,其降水精度无法与地面观测降水精度相比,并且存在一定的系统误差.结合地面自动站降水资料采用概率密度匹配法对贵州地区CMORPH卫星反演降水产品进行系统误差订正,该方法将每个格点的卫星降水累积概率...     

一种联合历史和实时资料的定量降水短时预报技术研究

本文提出一种基于百分位映射,使用实时和历史资料联合订正模式定量降水短时订正预报技术,并与仅使用历史资料或实时资料的订正效果进行对比。结果表明:三种方案均能有效订正模式原始降水预报偏差,提高0~12 h降水预报准确率。对于晴雨预报,采用联合订正方案,预报效果最优。在0~7 h预报时效内,仅采用实时资料的订正方案准确率明显优于仅采用历史资料的订正方案,在8~12 h预报时效内,后者准确率稍高。所有预报时效内,仅采用实时资料的订正方案降水预报范围较仅采用历史资料的方案略偏大。对于较强降水预报,采用联合订正方案准确率为三种方案最优,仅采用实时资料的方案预报准确率虽优于仅采用历史资料的方案,但预报范围及量级较实况明显偏大。     

浙江省短时强降水的时空分布特征

利用2010～2019年浙江省基准气象站和自动气象站逐小时降水的观测资料,对浙江省短时强降水的时空分布特征进行了统计分析,结果表明:1）2010 ～2019年浙江短时强降水累计发生频次为72601站次,随雨强增大呈指数式衰减。2）短时强降水空间分布不均匀,沿海向内陆发生频次减少,出现频次最高的地区位于温州西南部。夏半年随时间推进和影响系统演变,短时强降水的空间分布亦存在差异:5～6月浙西地区短时强降水多发,7月短时强降水全省分散分布无明显的区域集中特征,8～10月则主要在沿海地区多发。3）总体而言短时强降水的日变化峰值出现在17:00（北京时间,下同）,且高强度短时强降水更倾向发生在午后到傍晚时段。夏秋季节短时强降水在午后到傍晚最为多发,峰值出现在17:00至18:00,这与副热带高压强盛,午后到傍晚热力和不稳定条件好,易触发强对流天气有关;春季除午后到傍晚外夜间和凌晨亦为短时强降水多发时段,可能与低空急流多在夜间和早晨发展加强有关。短时强降水的月变化特征呈现类双峰型分布,8月最为多发（26.0%）（主要由台风降水造成）,其次为6月和7月。不同强度的短时强降水月变化特征存在较明显差异。而短时强降水的年际分布不均,2015年之后年际变化幅度增大,其中 2016 年短时强降水发生频次最高达8728站次,2017 年为发生频次最低仅5581站次。     

基于概率匹配的西南区域模式定量降水订正试验

利用2014—2015年5—10月地面观测降水资料和同时段的西南区域模式降水预报资料,基于概率匹配方法,采取分区及点对点匹配两种方案对2016年6—8月降水集中时段逐12h累积降水进行订正试验。结果表明:(1)订正后的模式预报相比订正前而言,平均(绝对)误差有所减小,降水落区的范围和平均强度与实况更加接近;(2)量级偏差越大,运用该方法的订正效果越好,夜间降水订正效果优于白天;(3)分区统计方案对模式系统性偏差的订正效果优于点对点方案,合理的区域划分增加统计样本量可以提高订正效果。     

2008-2012年南京短时强降水特征分析

利用2008-2012年南京自动气象观测站逐时降水量的观测资料,分析南京短时强降水的发生规律,包括短时强降水的年变化、月变化、日变化和空间分布等特征。结果表明：2008-2012年南京雨强大于50 mm/h^-1的致灾性短时强降水过程的发生次数呈显著增长趋势;短时强降水天气主要出现在6-9月,其中7-8月出现日数最多,雨强最大;春雨期短时强降水最易发生在凌晨,梅雨期短时强降水最易发生在上午和傍晚,台汛期短时强降水最易发生在上午;下半夜-凌晨短时强降水出现次数较少,傍晚前后是短时强降水多发时段;短时强降水天气的空间分布具有明显的城郊差异;城市化效应不能引起城区的局地降雨,但在大尺度天气系统过境时,会使城区的对流活动较郊区更活跃,且城市下风向地区的降水也因此增强。     

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。