热带气旋路径数值模式业务试验性能分析

在中国气象局数值预报创新基地开发的GRAPES基础上,建立了热带气旋路径预报系统(GRAPES-TCM)。并对2002、2003年热带气旋进行了一系列时间为48 h的路径后报试验,对2004年的热带气旋路径进行准业务预报。针对热带气旋路径预报的分析表明,GRAPES-TCM对热带气旋路径具有良好的预报能力。比较了2004年GRAPES-TCM准业务预报同北京数值预报和日本数值预报的结果,GRAPES-TCM的预报结果比北京的好,与日本数值预报相比仍有较大的差距。GRAPES-TCM计算的总的热带气旋24、48 h平均距离误差大约为150、250 km。GRAPES-TCM计算的热带气旋路径的平均距离误差随着其初始强度的增强而减小,台风级的热带气旋路径的24 h平均距离误差仅为111 km,48 h平均距离误差也在210 km左右,与此同时,预报的强热带风暴的24和48 h平均距离误差则为166.6和242.6 km。GRAPES-TCM后报的"突然转向"和"突然变速"热带气旋的平均距离误差24 h达到280 km,48 h则在300 km左右,超过其总的平均距离误差。对于"回旋"路径的热带气旋也有一定的预报能力。对不同分辨率的对比试验结果表明,提高GRAPES-TCM的分辨率可为稍长时间的热带气旋路径预报提供更为可靠的结果,2004年的热带气旋路径预报的48 h平均距离误差不到200 km。     

登陆广东北上路径热带气旋强降水的分布特征

利用1981-2018年中国气象局上海台风研究所热带气旋最佳路径资料和国家基本气象站逐日降水资料,对登陆广东北上路径热带气旋活动及强降水特征进行统计分析.结果表明北上热带气旋从登陆时到登陆后48 h是陆地强降水产生的集中时段,登陆时24 h是陆地大暴雨最集中的时段.强降水从沿海向内陆逐渐减少,一般登陆后热带气旋持续时间...     

登陆广东热带气旋中尺度降水分布变化特征

利用每小时地面观测资料和卫星遥感资料 ,以 1 999～ 2 0 0 1年在珠江三角洲地区登陆的热带气旋为研究对象 ,从合成分析和个例分析两方面揭示了登陆广东热带气旋降水的中尺度特征及其分布变化。结果表明 ,热带气旋登陆前后中尺度强降水分布发生明显变化 ,登陆后降水不对称性加大 ;热带气旋登陆后中尺度强降水分布随时间变化 ,登陆后第 1 0个小时之前 ,中尺度强降水基本上分布于热带气旋中心附近 ;而热带气旋登陆第 1 0个小时之后 ,中尺度强降水具有明显的“离心”或“偏心”特征。     

登陆海南的热带气旋中尺度降水分布变化特征

利用每小时地面观测资料和卫星资料,以1996-2005年在海南岛登陆的热带气旋为研究对象,按照气旋移动路径将其分为4大类,从4类不同路径的7个个例分析揭示了登陆海南热带气旋降水的中尺度特征及其分布变化.结果表明,不同路径的热带气旋登陆前10个小时之内,中尺度强降水基本上分布于热带气旋中心附近;而热带气旋登陆后,中尺度强降水开始出现明显的"离心"或"偏心"特征.不同路径的热带气旋在登陆前后,其最大降水中心的强度变化也有明显差异.登陆前后,中尺度强降水基本均出现在气旋中心西南到东南侧100～200km内,表现出明显的南北不对称.个例分析也证明,热带气旋强降水在空间和时间上都具有明显的中尺度特征.     

热带气旋定量降水预报的动力相似方案

该文提出一个热带气旋定量降水预报(QPF) 的动力相似方案。方案应用热带气旋初始参数、历史过程的天气形势场和物理量场及数值预报产品, 构造预报区域内当前时刻至未来时刻环境要素场的多元客观相似判据。通过定义非线性的相似指数综合评估历史热带气旋样本与预报热带气旋在多元判据下的连续动态相似程度, 以此找到相似样本。应用相似样本的历史降水量记录进行相似指数的权重综合, 得到热带气旋未来6~48 h降水量的定点、定量预报值。预报试验表明该方案具有一定的预报技巧。     

1956～2012年浙闽登陆热带气旋降水精细化观测统计分析

选取我国东南沿海热带气旋登陆数目多、经济发达的浙江和福建两省,利用国家级地面气象站逐小时降水观测资料,结合热带气旋降水客观分离方法,对1956~2012年（共57年）浙、闽两省沿海登陆热带气旋降水开展客观分离,统计分析热带气旋登陆期间降水精细化时空分布特征。结果表明:热带气旋平均路径在登陆前6小时至登陆后24小时呈西北行,累积降水具有明显非对称分布特征,与主要水汽辐合区相吻合,登陆后24小时至48小时的降水分布与鄱阳湖水体以及局地地形有密切联系;伴随登陆进程,降水分布呈现显著变化,登陆前,浙、闽两省降水较强;登陆后,降水范围向内陆扩展到浙、闽两省以外地区;登陆点聚类分析指出,所有类别的较强降水时段均位于登陆前12小时至登陆后6小时,但不同类别的降水分布和演变特征具有显著差异,这种差异与局地地形和热带气旋环流所处位置关系密切;小时强降水统计分析显示,伴随着登陆进程强降水频次分布逐渐变化和向内陆地区推进,高频次强降水主要出现在登陆前、后6小时的浙、闽两省沿海地区,且以两省交界附近地区最为集中,与该地区明显的高大地形分布有着密切的关系。两省各台站由登陆热带气旋带来的小时降水极值差异较大,从10到143 mm均有分布,大部分极值在30至60 mm之间。其中,极值大于50 mm的站点主要分布在沿海地区,在浙、闽交界处较为集中,与小时强降水的频次分布一致。     

基于云分析的数值模拟在复杂地形中的应用试验

利用区域中尺度模式ARPS(Advanced Regional Prediction System)模拟了华北西部复杂地形条件下发生在2010年9月18-22日的降水过程,并针对云分析方法对降水和温度预报的影响开展了敏感性试验.结果表明:①模式在复杂地形下有很好的适用性.24 h和48 h模拟结果,降水的起止时间、落区以及强降水中心的位置均和实况一致.24 h模拟降水的量级和实况接近,48 h的比实况偏大;②模式能准确模拟温度的变化,插值得到的5天内6个台站温度预报的平均绝对误差只有2.69℃;③云分析能显著提高模式初值的质量,特别是其中水物质的含量,从而可显著改善48 h强降水中心降水量偏大的状况,使模拟的降水场更接近于实况.但云分析对温度模拟结果的影响不明显.     

模糊神经网络方法在热带气旋强度预报中的应用研究

以1960-2007年共48年6月份西行进入南海海域的热带气旋样本为基础, 将热带气旋中心附近最大风速作为台风强度, 以气候持续预报因子作为模型输入, 采用模糊神经网络方法, 进行了热带气旋强度预报模型的预报建模研究。结果表明, 对175个独立预报样本模糊神经网络方法的南海热带气旋强度24 h的预报平均绝对误差为3 m·s-1。另外, 根据相同的热带气旋样本及预报因子, 还进一步将该预报方法与国内外普遍采用的气候持续法热带气旋强度预报方法进行对比分析, 结果表明, 气候持续预报方法的预报误差明显偏大, 独立样本强度预报平均绝对误差为4.54 m·s-1。     

基于路径相似的登陆热带气旋降水之动力-统计集合预报模型

数值天气预报(NWP)过去几十年在热带气旋(TC)预报方面的最大进步是越来越准确的路径预报。对于登陆TC降水的预报,目前以数值模式为代表的技术手段预报能力还十分有限。围绕动力-统计结合之方法研究,初步发展了登陆热带气旋降水(LTP)预报的一种新方法:基于路径相似的登陆热带气旋降水之动力统计集合预报(LTP_DSEF)模型。该方法主要分为五步:TC路径预报、相似路径TC识别、其他特征相似性的判别、TC降水集合预报和最佳预报方案选择;涉及两个关键技术:TC降水分离的客观天气图分析法(OSAT)和TC路径相似面积指数(TSAI)。LTP DSEF模型对2012-2016年影响华南地区出现最大日降水量≥100 mm的21个TC的定量降水预报(QPF)试验结果显示,该模型对登陆TC过程降水的预报结果优于动力模式。登陆TC过程降水≥50 mm情况下,建模样本和独立样本平均TS评分均高于动力模式(EC、GFS、T639)相应的最好表现。对LTP_DSEF模型三个最佳方案的参数取值分析显示,起报时刻参数设定为最临近影响时刻即TC对陆地产生降水的前一天12:00 UTC、集合参数取最大值时预报效果稳定趋好。     

CMA-BJ V2.0系统华北地区降水预报性能评估

利用CMA-BJ V2.0系统在2021年汛期(6—9月)华北地区预报的平均日降水量和24 h内逐时降水量,评估不同水平分辨率(3 km和9 km)在降水量、有效降水时次占比、降水强度、降水日变化等方面的预报性能。结果表明:9 km和3 km分辨率预报均可较好地反映降水量和落区,捕捉平均日降水量大于8 mm的降水区域分布特征,但降水量级的预报较观测偏大;对小时降水量和有效降水时次占比日变化的预报与观测基本一致,但对傍晚的峰值预报偏强,且多个时段空报,同时高估了小时降水量。与9 km分辨率预报相比,3 km分辨率预报对有效降水时次占比随累积降水量的变化趋势与观测更接近,对小时有效降水时次占比日变化、峰谷值出现时间的预报也与观测更接近。9 km分辨率预报对弱降水过程的预报能力更优,而3 km分辨率预报对强降水过程的预报能力更优。     

GRAPES-TCM业务试验结果分析

应用数值模式GRAPES-TCM2.1（GT2.1）的升级版GRAPES-TCM2.6（GT2.6）对2005年西北太平洋及南海热带气旋路径进行了后报试验和性能检验。在检验预报路径时考察了平均距离误差、系统偏差、距离误差的地理分布和平均移速误差,并在总体检验的基础上,根据与热带气旋路径相关的重要因素（路径类型、强度、有无登陆过程以及有无移向或移速突变）进行了分类检验。结果表明,GT2.6表现出良好的预报性能,其对所有样本的24、48和72小时平均距离误差分别为135.8、230.7和336.0km,但前12小时距离误差较大（近100km）。用系统偏差订正GT2.6对转向类样本的预报路径可获得明显的改进。GT2.6对130°E以西区域特别是靠近我国东南沿海的热带气旋路径预报表现较好。GT2.6的总体平均预报移速在48小时内都比最佳路径移速偏快,初始的12小时内偏快最多（近1m·s^-1）,在48小时后转为偏慢。GT2.6和GT2.1的前48小时路径预报性能的稳定性相当,总体误差特征相似,GT2.6对所有样本的48小时预报有显著改进,平均距离误差减小17km。初步分析表明,对GT2.6的改进应主要集中在数值预报初始场的改进方面,比如在初始化过程中采用较准确的涡旋分离方案、加入引导向量改进初始移动以及适当考虑加入非对称Bogus涡旋;扩大预报区域,并适当选取预报区域起始位置等。     

辽宁省夏季多模式降水预报检验及晴雨预报技术研究

利用辽宁省291个国家气象观测站的降水资料,对2019年夏季（6-9月）8种模式降水预报及中央气象台格点降水预报进行了检验评估和比较,并采用消空方法进行晴雨预报技术研究。结果表明：2019年,EC模式具有最优的暴雨预报性能,而日本模式暴雨TS评分最高;中尺度模式对于局地性暴雨和短时强降水具有较好的预报潜力,性能较好的是GRAPES_MESO模式和睿图东北3 km模式;全球模式对24 h暴雨的预报频率比实况偏低30%,3 h强降水则偏低60%,中尺度模式对24 h暴雨的预报频率比实况偏高30%,3 h强降水则偏低20%。由于对小量级降水存在较多空报,各模式原始预报的晴雨预报大多呈现空报偏多的情况;使用小量级降水剔除的消空策略能够明显提高晴雨准确率,消空之后EC模式具有最优的晴雨预报性能。分别使用24 h和3 h累计降水量优化消空策略,发现分别取1.0 mm和0.8 mm的阈值进行消空可以使24 h晴雨准确率提高15.58%,3 h晴雨准确率提高10%-30%。     

OPERATIONAL FORECAST OF RAINFALL INDUCED BY LANDFALLING TROPICAL CYCLONES ALONG GUANGDONG COAST

Following previous studies of the rainfall forecast in Shenzhen owing to landfalling tropical cyclones(TCs), a nonparametric statistical scheme based on the classification of the landfalling TCs is applied to analyze and forecast the rainfall induced by landfalling TCs in the coastal area of Guangdong province, China. All the TCs landfalling with the distance less than 700 kilometers to the 8 coastal stations in Guangdong province during 1950—2013 are categorized according to their landfalling position and intensity. The daily rainfall records of all the 8 meteorological stations are obtained and analyzed. The maximum daily rainfall and the maximum 3 days' accumulated rainfall at the 8 coastal stations induced by each category of TCs during the TC landfall period(a couple of days before and after TC landfalling time) from 1950 to 2013 are computed by the percentile estimation and illustrated by boxplots. These boxplots can be used to estimate the rainfall induced by landfalling TC of the same category in the future. The statistical boxplot scheme is further coupled with the model outputs from the European Centre for Medium-Range Weather Forecasts(ECMWF) to predict the rainfall induced by landfalling TCs along the coastal area. The TCs landfalling in south China from 2014 to 2017 and the corresponding rainfall at the 8 stations area are used to evaluate the performance of these boxplots and coupled boxplots schemes. Results show that the statistical boxplots scheme and coupled boxplots scheme can perform better than ECMWF model in the operational rainfall forecast along the coastal area in south China.     

AN OBSERVATIONAL STUDY ON DISTRIBUTION OF PRECIPITATION ASSOCIATED WITH LANDFALLING TROPICAL CYCLONES AFFECTING CHINA

In order to provide an operational reference for tropical cyclone precipitation forecast,this study investigates the spatial distributions of precipitation associated with landfalling tropical cyclones(TCs) affecting China using Geostationary Meteorological Satellite 5(GMS5)-TBB dataset.All named TCs formed over the western North Pacific that made direct landfall over China during the period 2001-2009 are included in this study.Based on the GMS5-TBB data,this paper reveals that in general there are four types of distribution of precipitation related to landfalling TCs affecting China.(a) the South-West Type in which there is a precipitation maximum to the southwestern quadrant of TC;(b) the Symmetrical South Type in which the rainfall is more pronounced to the south side of TC in the inner core while there is a symmetrical rainfall distribution in the outer band region;(c) the South Type,in which the rainfall maxima is more pronounced to the south of TC;and(d) the North Type,in which the rainfall maxima is more pronounced to the north of TC.Analyses of the relationship between precipitation distributions and intensity of landfalling TCs show that for intensifying TCs,both the maximum and the coverage area of the precipitation in TCs increase with the increase of TC intensity over northern Jiangsu province and southern Taiwan Strait,while decreasing over Beibu Gulf and the sea area of Changjiang River estuary.For all TCs,the center of the torrential rain in TC shifts toward the TC center as the intensity of TC increases.This finding is consistent with many previous studies.The possible influences of storm motion and vertical wind shear on the observed precipitation asymmetries are also examined.Results show that the environmental vertical wind shear is an important factor contributing to the large downshear rainfall asymmetry,especially when a TC makes landfall on the south and east China coasts.These results are also consistent with previous observational and numerical studies.     

AN OPERATIONAL STATISTICAL SCHEME FOR TROPICAL CYCLONE INDUCED RAINFALL FORECAST

A non-parametric method is used in this study to analyze and predict short-term rainfall due to tropical cyclones(TCs) in a coastal meteorological station. All 427 TCs during 1953-2011 which made landfall along the Southeast China coast with a distance less than 700 km to a certain meteorological station- Shenzhen are analyzed and grouped according to their landfalling direction, distance and intensity. The corresponding daily rainfall records at Shenzhen Meteorological Station(SMS) during TCs landfalling period(a couple of days before and after TC landfall) are collected. The maximum daily rainfall(R-24) and maximum 3-day accumulative rainfall(R-72) records at SMS for each TC category are analyzed by a non-parametric statistical method, percentile estimation. The results are plotted by statistical boxplots, expressing in probability of precipitation. The performance of the statistical boxplots is evaluated to forecast the short-term rainfall at SMS during the TC seasons in 2012 and 2013. Results show that the boxplot scheme can be used as a valuable reference to predict the short-term rainfall at SMS due to TCs landfalling along the Southeast China coast.     

降水资料同化在GRAPES-MESO模式中应用试验研究

利用国家气象中心中尺度业务数值预报模式GRAPES-MESO v3.0,以2010年6月1～30日为例,开展地面降水率1DVAR(one-dimensional variational assimilation)同化方案在GRAPES-3DVAR(three-dimensional variational assimilation)同化系统中的应用试验研究(ASSI试验),并以未加降水资料同化的试验为对照试验(CNTL试验),以评估全国1h加密雨量资料在模式中同化应用的效果。结果表明:1)在相对湿度背景误差和降水率观测误差范围内,1DVAR同化方案能够对湿度廓线进行有意义的调整,使分析降水向观测降水靠近;ASSI试验对初始温、压、湿、风场的修正主要为正效果;2)对2010年6月17～21日江南、华南连续性降水过程进行了分析,整体而言ASSI试验对逐日及逐时降水强度的预报普遍强于CNTL试验,与实况更加接近;3)ASSI试验对2010年6月1～30日08时起报的0～24 h模式预报的小雨、中雨、大雨、暴雨、大暴雨各个降水量级TS评分及ETS评分相比CNTL试验均有较明显提高,预报偏差也更接近于1;4)ASSI试验较CNTL试验能更好地模拟雨带的分布、雨带演变特征和降水强度的变化;5)对降水所做的典型个例和统计检验分析从不同角度说明了地面降水资料1DVAR同化方案在GRAPES-3DVAR系统中的应用改善了GRAPES-MESO v3.0的降水模拟效果。     

基于探空数据集成学习的短时强降水预报试验

使用2015-2019年6-9月08:00(北京时)我国119个探空站的大气层结和对流参数作为特征参数,基于XGBoost集成学习方法,建立短时强降水事件预报模型.同时,提出一种面向高影响天气的模型优化思路,通过使用分段权重损失函数,进行模型调优,在空报率不超过一定阈值的情况下,可提升模型预报的命中率和TS评分.设计分...     

基于深度学习和雷达观测的华南短临预报精度评估

利用最新的深度学习算法,即卷积长短期记忆(Convolution Long-Short Term Memory)神经网络,构建基于深度学习的人工智能短临预报系统,以广州地区2019年3-5月雷达观测的数据为输入进行训练,然后进行短期1h内的降水预报。利用常用的统计评分指标(探测率POD、误报率FAR、临界成功指数CSI,相关系数CC)检验模型。结果表明,预报结果与实际观测的相关系数在1h内预报均保持在0.6以上,在1h内预报探测率均保持在80%以上,临界成功指数在降水强度为10mm·h^-1时,基本保持在60%,误报率均小于40%。     

基于局地增长模培育法的对流可分辨尺度WRF模式对河南“21·7”特大暴雨的预报评估

基于WRF(Weather Research and Forecasting)模式,选取河南“21·7”特大暴雨事件,采用局地增长模培育法(Local Breeding Growth Mode,LBGM)生成对流尺度集合预报系统,在此基础上对24 h累积降水量进行SAL(Structure,Amplitude and Location)检验,结合预报成功指数(Threat Score,TS)、公平成功指数(Equitable Threat Score,ETS)评分等评分结果进行对比分析,综合评估集合预报成员的预报效果,表明:1)基于局地增长模培育法生成初始扰动的集合预报系统成员对于强降水预报有一定优势,在降水强度和位置的预报上与实况较接近;2)经检验,成员e003的TS和ETS评分在20日00时—21日00时(北京时,下同)和21日08时—22日08时两个强降水时段内表现最佳,并在SAL检验中对应较好的降雨强度A和雨区位置L,而成员e008暴雨TS、ETS评分最低,对应SAL检验中具有一定的位置偏差,即TS、ETS评分和SAL检验之间存在相关性,将二者有机结合,可以为业务工作中定量评估模式降水预报效果提供参考;3)通过对比整体评分表现较好的成员e003和较差的成员e008,两者预报的位势高度场与ERA5(ECMWF reanalysis v5,ERA5)再分析资料之间的差值,可以验证降水预报误差主要源于对低涡系统的预报偏差,同时预报评分较好的成员其位势高度偏差较小,综合评估效果更佳。     

GPM卫星和地面雷达对江苏盐城龙卷风强降水估测的对比

为综合评估卫星和天气雷达在2016年6月23日盐城龙卷风期间的强降水过程的降水估测精度,以国家级雨量站观测数据为基准,结合相关系数(CC)、相对误差(RB)、均方根误差(RMSE)以及分级评分指标,利用S波段的天气雷达定量降雨估测产品(RQPE)和全球降水观测计划多卫星融合产品(IMERG_FRCal,IMERG_FRUncal,IMERG_ERCal)进行比较。结果表明,雷达和卫星的累积降水量与雨量站的空间相关性很强(相关系数大于0.9),基本上能捕捉到整个降水过程的空间分布。降水主要分布在江苏省北部,但卫星高估了江苏省东北部强降水中心的降水量;对于小时时序区域平均降水,卫星高估了降水,而雷达低估了累积降水量。综合降水中心区域分析,IMERG的强降水区域降水量与雨量站的时间序列的偏差显著;RQPE在降水峰值达到之前及峰值之后与地面雨量站的变化趋势基本一致,但对降雨量峰值有明显的偏低。RQPE能较为准确地在时间上捕捉到降雨强度的变化趋势,但对于大雨及暴雨的估测能力不佳;RQPE的POD、SCI值都远远高于IMERG, FAR也较小。IMERG几乎未能监测到强降水的发生。总体上,RQPE对此次龙卷风强降水量的估测表现优于3种IMERG产品,特别是在捕捉强降水区域的空间分布方面,但对于强降水的估测能力仍需进一步改善。