SWCWARMS模式小时降水量时间滞后集合预报研究

基于SWCWARMS模式9km×9km分辨率逐小时降水预报,通过时间滞后集合预报方法构建多个集合成员,使用SAL评分值计算相应集合成员的权重系数,进行不等权集合平均,从而得到新的逐小时降水预报。利用SAL、TS和BIAS检验方法对四川省2019年8月的逐小时降水量时间滞后集合预报及相应的SWCWARMS模式最新时次预报进行对比分析,结果表明:(1)时间滞后集合预报SAL检验的L值和A值都较模式预报更接近于0,较好地改善了降水位置和强度的整体预报水平;(2)时间滞后集合预报对逐小时降水晴雨TS评分提升明显,评分提高百分率在10%左右,有效地减小了模式在晴雨方面的空报;(3)临近预报时效,时间滞后集合预报方法对于大量级降水预报也有较好的订正效果。     

四川地区多模式2m温度预报性能分析及集成方法研究

本文通过分析2017年9~12月四川地区ECMWF (European Centre for Medium-Range Weather Forecasting)细网格模式、GRAPES_GFS (Global and Regional Assimilation and Prediction System)全球模式和西南区域模式(South West Center-WRFADAS Real-time Modeling System,SWCWARMS)2m温度168h预报时效内的系统性偏差特征,采用滑动双权重平均法分别对三种模式温度预报产品进行偏差订正,并集成得到各时效2m温度的订正场,结果表明:(1)三种模式的预报存在明显的日变化,整体上EC模式的预报最优。(2)三种模式对于低温和高温的预报,在全省均大致呈现负的系统性误差,特别在高原及过渡区表现的尤为明显。(3)订正后三种模式的预报准确率显著提高,均方根误差减小1.4~2.5℃,大部分地区平均误差维持在± 0.5℃之间,在系统性偏差较大的地区,订正效果更好。(4)两种集成方案预报结果接近,且均优于三种模式的订正预报。     

四川地区短时强降水事件时空演变特征研究

利用四川地区自动气象站逐小时降水观测资料,分析了2010~2019年5~9月短时强降水事件24h累计降水量、频次和强度的时空分布特征,探讨了短时强降水事件发生的频次、极值分布及其与地形、海拔高度等的关系。结果表明：四川地区平均24h累计降雨量基本在50mm以上,盆地东北部、西南部、南部及阿坝州东部甚至超过100mm,最大值出现在广安,达175mm。四川地区短时强降水事件开始时间的日变化特征表现为“V”型结构的夜间峰值位相,事件持续时段多为傍晚至凌晨,时长可达10h以上,最长甚至可持续22h。在强降水事件极值的日变化上,极大值频次和降水量呈单峰结构,在03时达到最大,其后逐渐减小至15时达到谷值,而后再次增大;降水强度呈弱双峰结构,分别在04时和16时达到谷值,13时和18时达到峰值,其日变化呈“增-减-增-减”的特征。四川短时强降水事件与复杂地形有密切的关系,5~6月事件活跃区在四川盆地中部,7月在盆地西部的龙门山脉一带,8月在雅安、乐山附近,9月在盆地北部且频次明显减少;短时强降水事件的最大小时雨强可达80mm以上,出现在7~8月的盆地西部龙门山一带和南部地区。短时强降水事件随着海拔高度的增加,发生频次和日数逐渐减少,海拔2000m以上地区基本无强降水发生日出现( 峨眉山气象站例外)。     

四川省持续性暴雨定义及时空分布特征

采用1961—2014年四川省158个气象站的逐日降水量资料,定义了四川省单站和区域持续性暴雨的标准,分析了近54年四川省持续性暴雨的时空分布特征。结果表明,盆地单站持续性暴雨多发生在9月,主要出现在盆地西北部、西南部和东北部,一般持续3天,一次持续性暴雨事件降水量一般可达150~200mm。而攀西地区单站持续性暴雨发生的次数一般为1~3次,6月发生范围最大,最长持续时间为4天,主要发生在攀西地区东部。区域持续性暴雨多发生在7月,降水中心主要分布在盆地西部沿山一带及盆地东北部,这与单站持续性暴雨频次高值区的分布基本一致。区域持续性暴雨在2001年后发生频次较前期频繁,特别是持续3天的持续性暴雨事件发生频率较高,但是强度略有减弱。     

背景场资料与参数化方案对暴雨预报的影响

利用GRAPES—meso模式和T213资料,对2007年7月18日发生在我国四川盆地和华东地区一次大暴雨过程进行多组数值试验,以分析侧边界资料、驱动资料的垂直分辨率、模式积分区域、云物理参数及边界参数对GRAPES—nleso模式降水预报影响。试验结果表明：（1）侧边界资料对模式降水预报结果影响较小,驱动GRAPES—meso的全球模式产品质量提高,降水预报结果越好;（2）驱动资料垂直分辨率的高低对降水预报结果影响较大,分辨率越高,预报能力越强,反之越弱;（3）模式积分区域对降水预报结果也有明显影响,区域越大,降水预报未必总是最好;（4）物理过程和边界参数试验表明,WSM6方案与KFeta方案组合的24小时降水预报与实况更接近。     

异物理模态法物理量差异对集合预报的影响

利用异物理模态法的数学计算方案,选择积分12h的500hPa水汽通量散度(湿位涡)预报离差构造初值扰动的归一化初值扰动模态,进而构造扰动初值,对一次川东北大暴雨个例进行集合预报试验,从扰动初值水平结构、集合预报平均、大于50mm降水量概率、降水离散度、区域预报离差、Talagrand分布、Brier评分、集合预报系统对控制预报的逐时方差演变等多个方面对两种物理量处理方法所得结果进行对比分析,认为两种处理方法所得结果总体上非常相似,不存在显著差异。两种处理方法产生的扰动初值差异并没有引起大尺度环流明显差异,但对中尺度动力场、热力场产生了一定影响。就Brier评分、雨带位置而言,水汽通量散度处理方法略优于湿位涡处理方法,而强降水区范围而言则是湿位涡处理方法略占优。另外,区域预报离差显示,湿位涡处理方法的集合预报系统发散度要大一些。     

T63月动力延伸预报产品的检验

采用NCEP/NCAR再分析资料和T63谱模式月动力延伸预报产品资料,对200、500hPa高度场及200hPa、700hPaU、V风场进行相关系数、距平、距平同号率、距平相关系数的分析,得出如下结论:月动力延伸预报产品对极涡、南亚高压、副热带高压预报能力较强,夏季副热带系统预报偏强,西风带系统预报偏弱;冬季西风带系统预报偏强,副热带系统预报偏弱。西风带和副热带系统的距平误差基本反映出影响我国年季气候变化主导系统的进退及预报误差。     

青藏高原东侧暴雨过程的水汽图像分析

利用1998年汛期GMS-5卫星水汽图像，分析了1998年高原东侧区域性暴雨天气过程的水汽图像。发现高原东侧暴雨过程的产生及强度与其对流层中、上层水汽的汇集形式密切相关。     

T213数值预报产品在强暴雨预报系统中的应用

本文针对发生在青藏高原东侧四川盆地内的强暴雨。进行了预报系统开发方面的研究，研究指出：以T213数值预报产品为资料样本，以天气动力学理论和强暴雨预报经验为基础，利用强暴雨预报经验对T213数值预报产品进行解释应用，在检验的基础上构筑预报因子系列，依据于大量历史个例的总结。采用回归方法与判别方法相结合的方式，就能在较短样本资料的情况下，建立起实用效果理想的强暴雨预报系统。     

定量降水预报技术进展

利用2016—2019年ECWMF模式降水预报及对应时段的观测资料,设计了最优百分位(OP)、最优TS评分(OTS)、概率匹配(PM)、分区OTS和分区PM-OTS融合共5种方案,对数值模式晴雨预报展开了订正试验。结果表明：(1) OP和PM方案的晴雨订正阈值为静态阈值,OTS方案为动态阈值。5种方案的阈值均适用于A区(盆地、阿坝州和甘孜州北部),其中PM、分区PM-OTS融合方案阈值更适用于数值模式湿偏差明显的B区(甘孜州南部和攀西地区)。(2) 各方案对ECWMF模式晴雨预报均有明显的订正能力,24 h时效订正效果最优,B区订正效果优于A区,秋冬季节优于春夏季节。(3) 分区后的订正方案晴雨评分优于分区前,其中分区PM-OTS融合方案评分最优。个例和批量试验表明,A区各方案订正效果相当,B区以PM、分区OTS和分区PM-OTS融合3种方案订正后的雨区分布与实况更接近,其中分区PM-OTS融合方案订正效果最优。