2007年汛期AREM模式降水预报效果检验分析

过对2007年6～8月AREM模式降水预报做不同时效、不同区域的TS评分对比,比较AREM与T213、JAPAN三个模式降水预报TS评分,并对AREM模式2007年汛期主要降水过程预报效果进行检验分析,从而获得AREM模式2007年汛期降水预报效果和特点,结果表明:(1)从AREM模式不同时效降水预报TS评分对比可知,对长江中下游区域,AREM模式12～36 h预报效果好于0～24 h预报,24～48 h效果相对较差,对华南、华北、东北、西南东部区域的降水,AREM模式预报效果均随时效延长而减弱。(2)由AREM模式对不同区域降水预报TS评分的对比可知,AREM模式(各预报时效)对长江中下游地区各量级降水预报的TS评分均高于全国范围的TS评分,西南东部(各预报时效)小雨(以上)量级TS评分均为各区域最高,但中雨以上各量级TS评分均低于全国范围,其他区域无稳定的预报特性。(3)从AREM、T213、JAPAN对长江中下游地区12～36 h降水预报TS评分对比可知,三个模式小雨(以上)量级降水的TS评分基本相当,对该区域暴雨、大暴雨强降水中心的预报,AREM好于T213,JAPAN相对较差,随量级增加AREM预报优势表现更为明显。(4)对2007年汛期6次个例分析可知,AREM模式对长江中下游尤其是江淮流域的大范围强降水过程预报效果较好,对暴雨、大暴雨中心的预报较T213和JAPAN有明显的优势,但对小范围、局地强降水过程的预报效果不够理想。     

AREMS/973模式系统对2004年中国汛期降水实时预报检验

2004年夏季5～8月，AREMS/973模式系统投入了业务运行，模式区域主要覆盖了中国大陆及周边临近地区，该模式系统基于中国气象局MICAPS/9210业务数据平台，每天2次、完全自动的实时预报24 h累积降水。作者主要对每日0000 UTC时起报的24 h累积降水预报场进行综合检验，由此对AREMS/973模式系统的24 h降水预报能力给予客观的评价。AREMS/973模式系统对于中国汛期降水具有很强的预报能力，其24 h 累积降水的月总降水分布很好地反应了汛期各时期主雨带的位置、强度及范围，同时该模式系统能够准确预报出独立降水事件的发生和发展，其中，长江中下游和东北地区预报降水与观测降水的时间位相吻合最好；除了5月和8月华北地区、5月西南东部地区、以及5月和6月长江中下游地区，AREMS/973模式系统预报的降水强度总体上弱于观测降水强度，且对于25 mm 以上量级的降水过程， 模式预报的降水范围小于观测降水范围。AREMS/973模式系统预报降水的能力随着降水量级的增大而减小，降水量级愈大，模式预报技巧愈低，对于50 mm 以上量级的降水过程，模式系统预报降水事件的发生概率类似于随机偶然事件的发生概率。5月，长江中下游地区降水预报略优于其他地区，其次是华南地区，6月雨带北移至江南和江淮地区，此时，长江中下游地区降水预报显著优于其他地区，7月末至8月华北雨季开始，降水预报最优区北移至华北地区，即AREMS/973模式系统降水预报最优区随着雨带的北移而北移，主雨带所在区域往往也是模式降水预报最优的地区。作者对此进行了初步探讨。     

2005年AREM模式汛期试验结果评估分析

AREM2．3模式2005年在中国气象局武汉暴雨研究所汛期试验过程中计算稳定,计算了该模式降水预报的分区域（长江中下游、华南、华北、东北、西南、湖北省）汛期（6、7、8三个月）TS评分,全国范围汛期漏报率、空报率、预报偏差,及各区域年内重要降水过程预报和实况的对比及TS评分,计算该模式形势场预报的平均误差、均方根误差、倾向相关系数、误差标准差,并与持续性预报（将前一天的分析场当作前一天对当天的预报场,以此类推）对比,以此对模式预报效果进行分析、评估,并做出总结,为模式的进一步开发和应用提供参考。分析结果表明：AREM2．3模式在2005年汛期试验期问48小时内预报稳定;对于长江中下游、华北、华南、东北、西南、湖北省以至全国范围均有较好的预报水平,但总体上对于强降水中心位置的预报情况不是很好;模式对于高空形势场也具有较好的预报能力,对500hPa位势高度的预报好于对500hPa温度的预报。     

基于频率匹配法的SWC-WARMS模式降水订正试验

基于西南区域数值预报模式（SWC-WARMS）2019年5~8月00时起报的24h累计降水预报资料和四川省气象站点降水观测资料,采用频率匹配法对6月1日~8月31日降水预报值进行了偏差订正。结果表明:模式预报的24h累计降水量总体为湿偏差;订正后降水量平均绝对误差减小;大雨和暴雨的偏差评分提高;小雨、中雨、大雨的TS评分提高,暴雨TS评分降低;各量级的空报率均有所降低,小雨和中雨漏报率减小,大雨和暴雨漏报率增大,尤其是暴雨漏报率显著增加;当模式对暴雨降水落区预报较好（差）时,频率匹配订正能提高（降低）TS评分。      

浙江省六大水库流域面雨量模式预报效果检验

利用OCF(Objective Consensus Forecasting)模式对2014年浙江省梅雨、8月连阴雨、午后雷阵雨和台风降水4种不同降水过程中六大水库流域面雨量进行预报,并采用综合评分法和TS评分法对预报效果进行检验。结果表明:OCF模式对2014年浙江地区锋面降水(梅雨、8月连阴雨)预报的综合模糊评分和TS评分均较好,空报率远高于漏报率,从192 h至24 h预报时效的预报效果缓慢调整,各水库之间预报效果差异较小;OCF模式对午后雷阵雨预报的综合模糊评分和TS评分较好,空报率较高的水库流域漏报率也偏高,从192 h至24 h预报时效预报效果不稳定,且存在显著的地域差异;OCF模式对台风降水预报的综合模糊评分和TS评分均偏低,空报率高于漏报率,从192 h至24 h预报时效为显著调好趋势,各水库之间预报效果差异较大。     

2023年广东龙舟水特征及模式降水预报检验

为进一步了解各家模式在龙舟水期间的预报效果，对全球模式ECMWF、NCEP以及区域模式CMA-GD、CMA-TRAMS在龙舟水期间的降水要素预报进行了检验，结果表明：(1)对于小雨以上量级降水，全球和区域模式TS评分接近，但全球模式的空报率偏高；对于中雨以上量级降水，全球模式TS评分高于区域模式(ECMWF最优);对于大雨以上和暴雨以上量级降水，区域模式TS评分明显高于全球模式(CMA-GD最优),而全球模式的漏报率明显偏高。(2)各家模式对于不同区域的降水(以大雨以上降水为例)预报表现不尽相同：NCEP对粤东(潮州除外)市县的预报明显优于其他模式；区域模式对西北部和粤西市县的预报整体优于全球模式；对珠江三角洲和东北部市县的预报，CMA-GD表现最优。     

春季海平面气压指数与我国夏季降水的关系

对近五十年全球海面平气压场和我国夏季水资料进行奇异值分解，得到海平面气压场与夏季降水的分布特征及其反映年际变化的关键区，据此分别构造了春季（3－5月）经向气压指数（IMP),纬向气压指数（IZP）。结果表明；长江中下游夏季旱涝的发生与前期春季的环流异常有关，春季IMP和IZP与长江中下游夏季降水有很好的相关性，并能有效地反映极端降水（旱／涝）情况。在强（弱）气压指数年，长江中下游地区降水偏多（少）。同时两气压指数与华南地区夏季降水有显著的负相关，这与我国东部长江中下游与华南地区降水互相关相一致。因此，春季IMP和IZP具有预报意义。     

2008年汛期两种模式降水预报的检验分析

使用WRF模式和MM5模式分别对吉林省全省50个地面观测站做了降水预报的数值模拟．并进行了检验分析和对比。全省区域降水预报检验结果表明：WRF模式0-24h和24-48h的预报正确率为82．4％和81．1％,分别高出MM5模式6．1和7．4个百分点;WRF模式各级降水预报的TS评分均高于MM5模式,对于暴雨以上的降水预报,WRF模式0-24h和24-48h预报的TS评分为11．2％和14．5％,具有一定的预报能力;两种模式的降水预报都存在着一定的空报率和漏报率,其中大雨以上预报的空报率和漏报率均超过了45％,暴雨以上预报的空报率和漏报率均超过了70％。     

六种数值模式对芜湖市地面气温和降水预报的对比检验分析

对2008年7月至2009年6月JMA、T213、GRAPES、MM5、T639和GERMANY 6种数值模式产品对芜湖市的地面气温和降水预报结果进行了对比检验分析,结果表明:各模式对最高气温的预报能力一般,其中JMA、GRAPES、T639相对较好;对最低气温的预报JMA表现突出,而GRAPES在冬季预报能力较好.各模式对于芜湖站降水的预报均无绝对优势,对各等级的降水预报效果各有千秋.对于≥0.1 mm降水,JMA和GERMANY在24 h时效内TS评分较高,且JMA漏报率很低,GERMANY空报率较低,T639则从48 h时效起TS评分最高,且漏报率较低;对于≥10 mm降水,T639的TS评分较高且漏报率较低,GERMANY和GRAPES在48 h时效内评分也较高且空报率低,JMA在48 h时效后空报率较高,成绩较差;JMA、T639和GERMANY对强降水预报能力相对较强,特别是T639对暴雨比较敏感,而各模式在72 h之后对强降水的预报能力较差.另外,各模式对降水预报的TS评分均为夏季低、冬季高,空报率均为夏季高、冬季低.     

三个模式对2008年夏半年西南区降水预报效果的检验

利用AREM(-YWand SY)、T213L31、JAPAN三个模式对2008年夏半年(5~11月)西南地区(25°~34.5°N,97°~110.5°E)降水预报进行了统计检验,并对其中两次强降水过程的预报效果进行对比分析,以期了解各模式在西南地区的预报效果及特点,结果表明:(1)小雨-大雨量级JAPAN模式预报情况较好,暴雨量级T213L31、JAPAN、AREM均预报较好,大暴雨量级AREM-SY模式预报较好。(2)对西南地区的降水预报,T213L31预报偏强情况较多,AREM预报偏弱情况多,JAPAN预报相对适中。(3)在西南地区,当降水陡增(即实况降水量较前一天大一个量级以上,且雨量比前一天多5 mm以上)和其后强降水持续阶段,是各模式预报偏弱情况最可能发生的时期,同时也是各模式预报效果较差的时段。(4)三个模式在青藏高原东南缘地区均有降水空报现象,AREM模式的降水空报与其在此处存在低涡空报有关。(5)对于西南低涡这一尺度小、结构复杂的特殊天气系统,当前模式对其强度、位置和诱发的强降水预报效果仍有待提高。     

沙尘暴天气数值预报系统及其预报效果检验

沙尘暴天气数值预报系统包括区域大气模式、陆面过程模式、风沙模式(包括风蚀、输送和沉降模式)和地理信息系统。用该系统对2002年3月20日和4月7日2次沙尘天气进行了预报试验,利用地面观测资料和卫星观测资料对模式输出的主要沙尘天气预报产品进行了对比分析。分析结果认为,沙尘暴天气数值预报系统对沙通量、尘通量和垂直积分质量有很好的预报能力,但仍需改进陆面参数和沙尘气溶胶的初始值。     

短期集合预报技术在梅雨降水预报中的试验研究

数值预报的误差来源于初始场和模式的误差,集合预报技术是减小这些误差的有效方法。该文以MM5模式作为试验模式框架,模式的积云参数化方案分别取Anthes-Kuo、Grell、Kain-Fritsch和Betts-Miller方案,边界层参数化方案分别取MRF和Eta方案,通过组合4种积云参数化方案和两种边界层参数化方案产生8个集合成员,对1999年华东地区梅雨期间3个降水个例进行48 h集合预报试验。结果显示不同集合成员的预报结果各不相同,积云参数化方案对降水的影响比边界层参数化方案对降水的影响大;不同集合成员预报降水的偏差也各不相同,大多存在湿偏差,量级小的降水的湿偏差程度比量级大的降水的湿偏差程度小;对于不同个例,各成员中预报效果相对较好的成员是不同的,集合平均后可以得到一个比较稳定的预报结果;从集合预报结果中还能得到客观化和定量化的降水概率预报,它能对可能发生的天气现象发出信号。     

登陆热带气旋降水预报研究回顾与展望

重点围绕登陆热带气旋（LTC）降水预报研究进行了回顾和总结,指出针对LTC降水有三类预报技术：动力模式、统计方法和动力-统计结合的预报方法。以数值天气预报（NWP）模式为代表的预报技术对LTC降水的预报能力仍然非常有限。改进NWP模式预报误差的途径主要有两条：一是发展NWP模式;二是发展动力-统计结合的方法。分析表明,动力-统计相似预报是一项很有潜力的技术;针对现有研究中的不足,开展LTC降水动力-统计相似预报研究,探索减小数值模式LTC降水预报误差的有效方法,将是一个充满希望的研究领域和方向。     

水稻遥感估产的一种方法

该文利用NOAA/AVHRR空间覆盖度宽、资料获取时次多的特点，寻求预测北方一季稻产区水稻产量的最佳时期，利用植被指数建立水稻单产的预报模式，遥感估算水稻种植面积。研究表明，利用卫星遥感手段对水稻进行估产的精度高于常规农业气象模式，又可提高预报时效。     

基于BP和Elman神经网络的福建省汛期旱涝预测模型

建立了福建汛期旱涝BP和Elman神经网络预测模型，并对两种模型的性能和差异进行了比较，结果表明：动量BP网络模型，特别是具有局部反馈特性的Elman网络模型具有较好的拟合精度和预报效果。此外两种模型对旱涝等级为2和4的预测偏差较大，而对旱涝等级为3的预测较为准确。     

高分辨率模式雷达回波预报能力分析

利用2018年7—8月GRAPES_3 km、东北短临(WRFRUC)高分辨率模式综合雷达回波预报数据和辽宁省SWAN雷达组合反射率(MCR)实况,基于邻域法FSS评分指数,分析模式在台风北上和副热带高压边缘暴雨过程中的雷达回波预报能力。结果表明:两家模式在不同降水过程中对小阈值雷达回波有较好的预报技巧,随着回波量级增大,模式预报FSS逐渐减小,雷达回波55 dBz时,FSS甚至为0。当邻域半径是3时,35 dBz以下的回波预报中GRAPES模式在台风北上暴雨中的预报技巧低于副热带高压边缘,35 dBz则相反。WRFRUC模式始终表现为台风北上暴雨中预报较好。当邻域半径9时,WRFRUC模式在台风暴雨中的FSS评分高于GRAPES模式,GRAPES模式在副热带高压暴雨中的FSS评分始终高于WRFRUC模式。GRAPES和WRFRUC模式的最大FSS评分技巧均出现在邻域半径是11时,分别为0.239和0.195。GRAPES模式中FSS评分在12 h逐小时预报中前3个时次较强,WRFRUC模式则表现为中间时次强,两头弱。     

地下水浅埋条件下冬小麦和大豆土壤水分动态预报模型研究

用统计方法和水量平衡法推导出江淮地区潜水蒸发经验计算模型。利用农田水分平衡原理分别在江淮地区建立了引入潜水蒸发量和没有引入潜水蒸发量的冬小麦和大豆土壤水分动态预报模型,并对这两种模型在地下水浅埋条件下的预报准确度进行比较。1980年的比较结果是:当预报时效为10天时,两种作物7个时段的土壤水分平均绝对误差前者为8.2 mm,后者为20.1 mm,平均相对误差分别为2.8%和6.8%。引入潜水蒸发量后,冬小麦和大豆土壤水分动态预报模型的预报准确度明显提高。     

上海地区褐飞虱发生程度预测

利用高空环流、海温资料和地面气象资料对上海地区水稻褐飞虱的发生期和发生量组建了长、短期结合的5个预测模型。它们褐飞虱田间始发期预测模型、灯诱始发期预测模型、高峰值出现时间预测模型、高峰虫量预测模型以及褐飞虱自然观察圃密度（百穴虫量）模拟模型。这些预测模型配套组合使用，可以判断上海地区每年褐飞虱发生的时间及严重程度，为褐飞虱的防治提供实时依据。     

基于风暴数值模拟的冰雹临近预报方法研究

该文利用基于格点冰雹识别的研究成果,结合ARPS风暴数值模式的输出结果,提出基于风暴数值模式的冰雹临近预报方法,即用风暴数值预报的水物质场反演的反射率因子场作为冰雹的预报因子,并通过建立基于格点的强冰雹识别算法作为冰雹预报模型,从而对冰雹的落区及大小做出预报。与一般的冰雹预报模型相比,新的方法有以下特点：选取的冰雹预报因子物理意义更加明确,更加全面;建立的冰雹预报模型比较稳定;建立冰雹预报模型的过程相对简单。新的方法在一次强冰雹过程中得到了成功应用,在3h的临近预报中基本准确预报了强冰雹的落区位置。     

长江上游流域数值预报产品评价分析

使用宜昌市气象局研制的数值预报产品评价分析和客观订正系统,对ECMWF、T213L31模式分别进行预报误差分析和降水主要影响系统预报能力分析。结果表明:ECMWF模式总体误差水平好于T213L31模式,T213L31模式24 h的总体误差水平接近ECMWF 72 h预报;ECMWF、T213L31对影响长江上游流域暴雨的主要天气系统有不同的预报能力,使用宜昌市气象局所研制的订正系统可从一定程度上改善模式预报的输出结果。