1415号台风"海鸥"广西极端暴雨预报偏差分析及地形订正

利用地面自动站降水资料、ERA5再分析资料、广西壮族自治区气象台降水落区和ECMWF模式预报数据对1415号台风"海鸥"在广西暴雨预报偏差进行了分析,并开展了地形降水订正研究.结果 表明,对"海鸥"强降水落区预报准确,但大暴雨以上量级降水明显偏弱,大暴雨和特大暴雨漏报严重.降水经地形订正后,大暴雨以上降水TS(BS)评分由0.19(0.27)大幅度提升到0.35(0.53)且暴雨及以下量级降水评分无明显改变,但地形降水订正方法对特大暴雨仍无明显订正技巧;偏南风、东北风及偏东风在广西复杂地形下均会产生地形降水,实际业务预报中应加以考虑,有助于提升对强降水开始时间的预报效果.     

基于对流尺度集合预报方法对一次暴雨过程预报的分析

为了更加直观和深入地理解对流尺度集合预报中的降水集合预报产品,以便进一步向预报员推广应用,本文开展了基于对流尺度集合预报方法对2021年8月28—29日的一次暴雨过程的预报性能分析,对集合预报的暴雨和大暴雨量级降水预报技巧进行了综合分析。结果表明：(1)不同集合成员降水预报结果的差异随着降水量级的增大越发明显,预报最优和最差的成员的TS评分相差0.3以上。(2)概率匹配平均预报对于暴雨和大暴雨量级降水的预报技巧优于控制预报,也优于集合平均。集合平均由于集合成员预报的平滑作用导致其对极端降水不敏感,因此,简单的集合平均不适合于大暴雨以上量级的极端降水预报。(3)从最小值预报到最大值预报,随着集合百分位的增大,命中率、空报率和频率偏差均逐渐增大,70%或者80%集合百分位预报的预报技巧最优,且优于集合平均和概率匹配平均预报。(4)对于重庆东北部偏西地区出现的大暴雨量级降水,较长预报时效集合概率预报均预报出了一定的降水概率,最长提前60 h,相应的最优的集合成员的降水预报与实况也较为接近。     

2009 年我国汛期降水形势总结与三个常用模式预报效果检验

利用实况24小时降水、形势场资料及T213、T639、Japan模式降水、形势场的预报资料,对2009年汛期(5-9月,下同)中国降水时空分布进行分析,并对T213、T639、Japan三个常用模式对2009年汛期的天气形势、降水及其影响系统的预报做主客观检验,以期得出2009年汛期降水分布特点及三个模式的降水预报效果对比.结果表明:(1) 2009年汛期华南地区降水量为全国之最,长江中下游和西南东部地区其次,东北和华北地区再次.(2)从TS评分看,Japan模式的小雨～大雨量级评分较高,T639模式暴雨～大暴雨量级评分较高；T213模式对华北地区暴雨、大暴雨量级降水预报评分高于Japan和T639模式.(3)从降水预报偏差看,T213模式对华北预报明显偏强,T639模式对华北预报强度较为适中,两模式对其他区域中等以下强度降水预报偏强,对强降水预报偏弱；T639对中等以下强度降水预报偏强程度明显小于T213,而对强降水除华南和东北区域外,预报偏弱程度明显大于T213；Japan模式预报偏差随降水量级增大而减小,对大雨以上各量级预报均明显偏弱,且偏弱程度明显大于T213、 T639.(4)由代表性形势场预报检验结果可知,除T213对500hPa高度场、850hPa温度场预报效果好于其他两模式外,各模式预报效果相差不大.(5)三个模式对500 hPa副高总体预报偏东、偏北、偏强,但Japan预报效果明显好于T213、T639.(6) T639模式对台风和低涡的预报相对较好,T213较差.     

不同数值模式对江淮地区梅汛期暴雨模拟的对比分析

从降水偏差特征、预报技巧和对象诊断分析3个角度评估了欧洲中期天气预报中心模式(EC)、华东区域中心区域数值模式(WARMS)和江苏区域模式(PWAFS)对2020年江淮地区梅汛期11次典型暴雨过程的预报性能,并分析了各模式的优点及不足。结果表明:(1)24 h观测日平均累计降水主要分布在大别山—江苏淮北以及大别山—皖南山区,相应的模式降水偏差大值区与主要雨带位置有较好的对应关系,其中,EC在大别山和皖南山区存在明显干偏差,在江苏淮北地区则出现系统性北偏。WARMS和PWAFS两种区域模式均在大别山和皖南山区上游地区和下游浙江地区出现大范围湿偏差,而在江苏淮北地区出现干偏差;(2)24 h预报技巧评分结果表明,EC对暴雨及以下量级的TS评分最高,但大暴雨量级PWAFS最优,原因是EC对大暴雨量级出现较高漏报。对比WARMS和PWAFS两家区域模式可见,PWAFS在几乎各量级的空报和漏报率都低于WARMS,因此TS评分也高于WARMS;(3)通过MODE对象诊断分析发现,EC对降水位置预报最稳定,PWAFS对降水强度和范围的预报效果最优,但对雨带位置的预报不够稳定。总得来说,PWAFS的预报性能略优于WARMS,与EC相比在对降水强度和雨带范围的刻画上也具有优势,但预报稳定性尚有待提高。     

华东区域数值预报系统对极端降水预报能力的评估

对SMS-WARMSV2.0业务系统、欧洲中期天气预报中心全球模式(EC模式)及全球预报系统模式(GFS模式)2016年1—12月降水预报结果进行统计检验,并对2016年我国多个极端降水案例进行对比检验。结果表明:技巧评分(TS)、公平技巧评分(ETS)、真实技巧评分(TSS)和击中率(PODY)多种统计检验指标证实华东区域数值预报系统对小雨、暴雨和大暴雨的预报技巧优于EC和GFS全球模式,在暴雨以上量级优势更为显著。多个极端降水案例检验表明,区域模式相对于全球模式对极端降水具备更强的预报能力。     

重庆中尺度集合预报系统预报性能分析

为了更加直观和深入地理解对流尺度集合预报中的降水集合预报产品,以便进一步向预报员推广应用,本文开展了基于对流尺度集合预报方法对2021年8月28—29日的一次暴雨过程的预报性能分析,对集合预报的暴雨和大暴雨量级降水预报技巧进行了综合分析。结果表明：（1）不同集合成员降水预报结果的差异随着降水量级的增大越发明显,预报最优和最差的成员的TS评分相差0.3以上。（2）概率匹配平均预报对于暴雨和大暴雨量级降水的预报技巧优于控制预报,也优于集合平均。集合平均由于集合成员预报的平滑作用导致其对极端降水不敏感,因此,简单的集合平均不适合于大暴雨以上量级的极端降水预报。（3）从最小值预报到最大值预报,随着集合百分位的增大,命中率、空报率和频率偏差均逐渐增大,70%或者80%集合百分位预报的预报技巧最优,且优于集合平均和概率匹配平均预报。（4）对于重庆东北部偏西地区出现的大暴雨量级降水,较长预报时效集合概率预报均预报出了一定的降水概率,最长提前60 h,相应的最优的集合成员的降水预报与实况也较为接近。

     

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。     

三种数值模式对四川省汛期降水预报性能的检验

应用国家基本观测站资料,基于MET系统的客观统计检验方法,针对24h降水分别评估SWCWARMS模式、GRAPES模式和ECMWF模式对2017～2019年5～10月四川地区汛期预报能力,得到如下几点结论：(1)SWCWARMS模式小到大暴雨降水范围大于实况,GRAPES模式小到暴雨降水范围大于实况、大暴雨多漏报,ECMWF模式小雨和中雨降水范围大于实况、大到大暴雨多漏报,三个模式无降水或微量降水均少于实况。(2)ECMWF模式对四川雨季小到大雨预报能力优于SWCWARMS和GRAPES模式,SWCWARMS模式在部分时次上暴雨和大暴雨预报优于ECMWF模式,GRAPES模式TS评分略偏低。(3)GRAPES模式在2018年秋季开始中雨及以上量级降水预报上改善大于SWCWARMS和ECMWF模式,SWCWARMS模式2019年空报较2017年和2018年显著降低;3个模式在小雨和中雨预报上不相上下,GRAPES模式优势在2019年大雨和暴雨预报上,ECMWF模式优势在2017年秋季和2018年初夏大雨预报上,SWCWARMS模式大雨和暴雨预报能力介于二者之间。(4)ECMWF和SWCWARMS模式川东预报优于川西,GRAPES模式川西预报优于川东;三个模式存在不同程度空报,川东地区空报略多于川西,其中ECMWF模式空报最多。     

安徽省ECMWF数值模式降水预报性能的检验

为了了解欧洲中期天气预报中心(European Centre for Medium-range Weather Forecasts,ECMWF)数值模式对安徽地区降水预报的性能,提高订正技巧,本文应用风险评分(Threat Score,TS)、预报偏差(BIAS)和去除随机事件后的公平T评分(Equitable Threat Score,ETS)及真实技巧评分(True Skill Statistic,TSS)等方法,对2012年1月至2015年3月安徽省ECMWF数值模式降水场预报资料进行检验。结果表明:ECMWF模式对安徽地区降水的预报性能总体较稳定,年际变化幅度较小。安徽省降水预报的ETS评分总体呈南高北低的空间分布特征,所有气象站降水均存在预报过度的现象。降水预报分级检验表明,小雨量级降水预报评分明显高于其他量级降水,但预报偏差较大,预报过度现象严重;ECMWF模式对72 h时效内的暴雨量级降水预报技巧较小,对于72 h时效后的暴雨量级降水基本没有预报能力。季节降水预报的检验表明,春季、秋季和冬季的48 h时效内晴雨预报的准确率为88%以上,订正空间较小;夏季各时效及春季、秋季和冬季168 h时效以上降水预报的空报率超过60%,可以适度订正;秋季较其他季节降水预报的漏报率略高,尤其是120 h时效以上降水的预报需关注。四季均存在降水预报过度的现象,尤以夏季最突出。ECMWF模式对安徽省降水量为0.1—0.7 mm的格点降水预报空报率较高,订正后可以明显提升预报技巧,但增加了一定漏报风险。     

四川冕宁“6.26”大暴雨模式预报检验

运用气象观测资料和GRAPES、ECMWF、SWCWARMS_9KM(简称SWC)模式预报资料,对冕宁“6.26”大暴雨天气过程模式预报性能进行检验。结果表明：（1）对于24 h累计降水预报,中尺度区域模式优势明显,量级与落区预报效果均为最好,其中GRAPES_3KM模式预报落区分布与实况重合度较高,暴雨及以上量级降水TS评分最高。（2）GRAPES_3KM模式最大小时雨强10 mm以上降水落区与实况大雨及以上量级降水落区匹配度最高,ECMWF模式24 h累计降水多物理量订正产品及短时强降水概率产品次之。（3）SWC及GRAPES_3KM模式24 h累计降水极值点相比实况略偏北,量级偏小。对于小时降水峰值出现时间,SWC模式偏早4 h,GRAPES_3KM模式偏早3 h。（4）GRAPES_GFS模式环流背景预报更接近实况,SWC模式能较好地预报出冕宁上空中尺度辐合系统的存在。     

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。     

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。      

智能网格SCMOC及多模式降水预报对比

以三源融合网格实况降水分析资料CMPAS为参照,基于二分法经典检验、预报评分综合图和面向对象MODE检验等方法,对比分析2021年智能网格预报SCMOC以及ECMWF全球、CMA-Meso中尺度模式在秦岭及周边地区的降水预报表现,主要结论如下：1)ECMWF能够很好地刻画日平均降水量、日降水量标准差以及地形影响下降水量、降水频次的空间分布特征,但对于0.1 mm以上量级的降水预报频次远高于观测,暴雨预报频次低于观测,SCMOC、CMA-Meso日降水量大于等于0.1 mm的降水频次和暴雨频次预报更好;SCMOC不足在于降水的空间精细分布特征描述能力相对较弱。2)ECMWF预报的大于等于0.1 mm降水频次日峰值出现时间整体较观测偏早3 h左右,CMA-Meso、SCMOC与观测总体吻合较好。3)三种产品24 h降水量大于等于0.1 mm的TS(Threat Score)评分数值上基本一致,但降水预报表现的特征显著不同,SCMOC成功率高、命中率低,漏报多、空报少,ECMWF、CMA-Meso则相反;24 h、3 h大雨以上量级降水SCMOC的TS评分、成功率、命中率一致优于其他两种产品...     

2013 年汛期ECMWF集合统计量产品的降水预报检验与分析

2013年汛期ECMWF集合预报在江南、四川盆地和华北地区强降水过程中的表现如下：对江南和四川盆地强降水,概率匹配、融合产品、最大值、75%和90%分位数在大雨和暴雨预报中较确定性预报有明显正技巧,融合产品和90%分位数的技巧评分最稳定;对华北地区强降水,仅90%分位数在大雨预报中有一致的正技巧;上述统计量产品的中期预报技巧评分总体要高于短期预报,对四川盆地（华北地区）暖区强降水预报技巧评分总体要高（低）于对该区域锋面强降水预报技巧评分。根据概率匹配和融合产品各自特点,综合二者原理,设计出概率匹配-融合和融合-概率匹配两种新方案。结果显示,在暴雨和大暴雨降水预报中,融合-概率匹配的评分较融合产品有一定提高。     

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...     

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

本文以2013—2015年主要登陆台风暴雨过程为研究对象,利用ECMWF降水和台风路径集合预报以及中央气象台实时业务台风中心定位资料,在统计分析的基础上,提出一种业务上可用的针对单模式集合预报的台风降水实时订正技术(简称集合成员优选技术)。结果表明,在登陆台风暴雨过程预报中,集合成员优选技术对改进集合统计量降水产品有明显的帮助,并较ECMWF确定性预报产品有一定优势;该方法对改进短期时效预报产品的效果优于中期时效预报,对大暴雨评分的改进高于暴雨和大雨评分。另外,本文基于概率匹配平均(Probability Matching average,PM)和融合(FUSE)产品的计算原理,提出融合匹配平均(Fuse Matching average,FM)产品,结果表明,对36 h时效预报,优选10~15个成员的PM产品TS(Threat Scores)评分可达最优,大暴雨评分较确定性预报提高近10%;对60和84 h时效预报,FM产品大暴雨评分较确定性预报提高超过20%。     

GRAPES区域集合预报对2019年中国汛期降水预报评估

2019年,数值预报中心开发了以GRAPES全球模式为驱动场,集合变换卡尔曼滤波为初值扰动方法,随机物理过程倾向项为模式扰动方法的10km水平分辨率GRAPES-REPS V3.0区域集合预报模式,并投入业务运行.基于该模式,作者开展了2019年7～9月夏季降水不确定性的集合预报实时试验,并从统计检验和个例分析角度,与...     

2017年广州“5·7”暖区特大暴雨的中尺度系统和可预报性

2017年5月7日广州发生了特大暴雨,各家确定性业务预报模式均漏报了此次过程。本文利用常规观测资料和广州天气雷达资料对此次暖区特大暴雨过程的天气尺度背景、中尺度系统演变和可预报性进行了详细分析,同时通过分析ECMWF集合预报中成功预报出广州周边地区出现局地强降水与预报了弱降水的成员间的差异,探讨影响本次大暴雨发生的关键触发因子。结果表明：2017年“5·7”大暴雨的环境条件和动力强迫较弱,在弱风场环境下,冷高压后部东南风或偏南风回流,经过城市热岛区域,转为偏暖气流,与山坡下滑冷气流在山前一带形成的水平风场辐合,结合山前强水平温度梯度,共同触发了初生对流单体。其后,雷暴出流和边界层暖湿气流形成的辐合线又触发新生单体,并使已减弱的降水单体重新加强产生第二阶段强降水。前两个阶段的局地特大暴雨分别是由稳定少动的块状强回波单体发展到嵌有中涡旋的强单体和较长生命史的弱HP型超级单体造成的,第三阶段的大暴雨是由向南传播合并新生单体并随短波槽东移的带状回波造成;三个阶段成熟回波垂直结构上均呈低质心暖云降水的特点。由ECMWF集合预报成功预报出局地强降水与弱降水成员之间的差异可见,加强的温度梯度及地面风场辐合可能是本次局地强降水的重要触发因子。短期时效内数值模式难以做出暖区尤其是弱风场环境下暴雨以上降水预报,目前的监测和短时临近预警是主要手段。     

化州暴雨气候特征分析及极端事件重现期计算

利用化州1959年以来的降水资料,对化州暴雨气候变化特征进行分析,在此基础上,研究极端降水的重现期,以期为化州市洪涝灾害的防范和风险管理提供一定的参考数据。统计分析表明,化州年暴雨日数与年雨量之间相关性较好,连续性暴雨多发生在龙舟水以及台风影响期间;暴雨日数、年暴雨量变化趋势显著;暴雨日数1964年发生了突变;暴雨日数、暴雨量存在11年的主要准周期;计算重现期,化州50a一遇的最大日降水量为395.2mm,100a一遇的最大日降水量为451.2mm。