多数值模式对2021年7月两次大暴雨过程预报能力检验评估

传统点对点的二分类检验方法能够客观反映模式预报的整体表现,但该方法存在双重惩罚现象。本文在传统检验基础上结合FSS（Fraction Skill Score）评分和MODE（Method of Object-based Diagnostic Evaluation）方法,对2021年7月影响四川的两次区域性大暴雨过程开展检验评估,对比分析了华东区域BCSH模式、ECMWF模式、西南区域SW3KM和SW9KM模式的预报性能。结果表明：（1）BCSH和ECMWF模式在小到中雨评分上略优于西南区域2个模式,SW3KM模式优势体现在暴雨预报上;BCSH和SW9KM模式预报偏差无显著规律,ECMWF模式小到大雨多空报,SW3KM模式中到暴雨多空报。（2）邻域半径为7个格点时,SW3KM模式在72 h预报时效上小雨、36~72 h大雨、24~66 h暴雨评分高于其它模式;区域模式分辨率提高,其FSS和TS评分相应增加,随着预报时间延长,区域模式FSS评分以大于ECMWF模式为主,SW9KM模式各级降水评分整体低于SW3KM模式。（3）4个模式降水落区质心位置预报的经向偏差略大于纬向,BCSH和SW9KM模式降水质心较实况偏西北,ECMWF模式暴雨质心偏西北、大暴雨质心偏西南,SW3KM模式暴雨质心多偏西南、大暴雨质心较实况多偏西北。ECMWF模式对雨带走向和面积的把控好于区域模式;SW3KM模式在72 h预报时效上多个属性值优于BCSH模式,SW3KM模式匹配目标属性值以优于SW9KM模式为主;BCSH、ECMWF和SW3KM模式均存在降水强度预报偏大的特征。     

ECMWF高分辨率模式降水预报能力评估与误差分析

利用2015—2017年6—8月ECMWF集合预报系统（EPS）降水预报资料和国家级气象站逐小时降水观测资料,以EPS在我国中东部地区的集合预报检验为例,首先分析了集合预报系统对不同量级降水预报的可靠性和预报偏差样本特征;然后,基于观测事件是否出现分别讨论了不同观测概率对集合预报B_S评分（B_S）和集合降水预报区分度的影响。结果表明：（1）EPS在中雨量级降水预报中的表现最好;对小雨量级降水,易预报偏大,且偏大样本主要出现在0~2 mm小降水中;对暴雨以上量级降水,主要以预报偏小为主,且85 mm以上降水几乎全部漏报。（2）实况降水出现时,随降水量级增大,概率预报较实况偏小程度逐渐增大;实况降水未出现时,随着降水量级增大,概率预报较实况偏大程度逐渐减小。（3）通过分开计算观测概率为0及观测概率为1时概率预报的B_S,可从一定程度上消除因样本分布不均导致B_S无法客观评估概率降水预报能力的缺陷,同时可从该检验直接得到预报误差的主要原因是预报不足还是预报过度。

     

SWCWARMS 模式对巴中地区预报能力的检验

应用巴中地区218个自动气象观测站2016年6～8月逐日的24h累积雨量,采取基于客观统计的检验方法,针对24h累积雨量,采取TS评分、BIAS评分和空报率对比分析了 SWCWARMS 模式和 EC 细网格模式在巴中地区的预报能力。研究结果表明:(1)从降水落区来看,两个模式都对雨带的移动都有较好的预报能力;(2)从降水 TS 评分看,SWCWARMS模式在各量级上的 TS 评分都优于 EC 模式;(3)从降水 BIAS 评分看,EC 模式容易漏报中雨及以上量级的降水,而 SWCWARMS 模式则对大暴雨的预报有较大的空报;(4)从逐月评估结果看,6月和7月SWCWARMS 模式较EC模式有更好的预报效果,8月两者差异不大。总体而言,SWCWARMS 模式在巴中地区的预报效果优于 EC 模式。      

MM4模式积云参数化方案的改进和检验Ⅱ：改进模式的检验试验

为了检验用Fritsch-Chappell积云参数化方案改进的MM4模式^[1]对梅雨锋暴雨系统的模拟能力，初步确定该模型的稳定性，可靠性，用不同的侧边界条件，地形条件，行星边界层参数化方法进行了模拟试验，并将模拟结果与采用Kuo-Anthes积云参数化方案的模式模拟结果分别进行了比较，结果表明，改进模式对高度场和降水的预报均有改善，并能预报出一些细致特征，此外，改进模式对侧边界条件和地形极为敏感，而对行星边界层参数化方法的敏感性较弱，因此在模式侧边界条件选取和地形处理方面应十分谨慎。     

AREM模式对2002年汛期降水的实时预报试验

2002年主汛期,“973”(中国暴雨)项目研制开发的η坐标有限区域数值预报模式(AREM)在武汉暴雨研究所进行了每天两个时次(08时、20时)的实时数值预报试验。实时预报表明,该模式适合于我国计算机条件,对我国夏季降水有相当预报能力。对试验结果进行了分区Ts评分检验,模式对我国东部地区的降水预报评分最高,08时起报的0～24h时效的降水预报,对24小时降水量大于0．1、10、25和50mm的R评分分别为0．578、0．282、0．144和0．062。对2002年主汛期的几次强降水过程的预报结果表明：模式对2002年梅雨、长江流域暴雨、华南暴雨和华北暴雨都有很好的预报,模式对雨带的位置、移动、降水强度、降水的持续与减弱的预报都具备一定的能力。     

基于TIGGE资料的沂沭河流域6小时降水集合预报能力分析

全球多模式集合预报(TIGGE)资料为发展局地水文风险预报方法提供了新基础。对不同预报系统的集合预报资料进行评价与对比,可为综合应用多源资料实现超集合预报提供参考。本文以沂沭河流域内10个站点观测降水作为参照,对2007～2010年7、8、9月中BABJ(北京)、ECMF(欧洲)、EGRR(英国)、RJTD(日本)和KWBC(美国NCEP)五种预报模式的6h集合预报降水做了相关系数、均方根误差、Nash效率系数、TS评分(风险评分)和Brier评分等定量评估和对比。对于各模式集合平均预报,EGRR表现最好,4日预见期内的相关系数达0.48,Nash系数为0.21,BABJ最差,其他三模式预报能力相当。对于确定的控制性预报,4日预见期内RJTD表现最优,相关系数为0.19,Nash系数为0.13,其次为BABJ和EGRR。各模式集合平均与控制性预报相比,预报能力都占绝对优势,而多模式集合平均其预报能力又强于任何单模式集合平均。在4日预见期内,多模式平均的相关系数达0.49,Nash系数达0.24。在不同百分位阈值下TS评分和Brier评分也表明了类似的各模式评比结果,但多模式平均虽然在较低阈值下评分较优,但不占据绝对优势。各中心资料均具有一个随预见时长增加的稳定衰减期,其中EGRR衰减期最长(达9天)且最为稳定,而其他资料则存在不同稳定程度的衰减,稳定衰减期都能持续4天以上。各中心资料对较大降水的预报还存在各自不同的系统性偏差。     

新SWAN江西本地化平台产品应用和检验评估

新SWAN3.0示范版通过融合“天擎”和LINUX改造等方式使系统框架更高效,在强对流识别算法、产品数量、功能模块等方面较以前版本均有了较大提升。文中使用空间领域TS评分法,并结合典型个例,对平台输出的临近预报效果和强对流识别产品进行了评估,结果表明：光流外推法和融合外推法结果趋势一致,预报时效越近预报能力越强;预报稳定性方面,大于35 dBz回波整体好于55 dBz以上的强回波中心;光流法预报效果好于融合法;平台能有效识别冰雹、下击暴流等,能为短临监测预警预报业务提供支撑。     

邻域空间检验技术在集合降水预报检验中的应用

常规降水检验受空间及时间微小差异所带来的"双重惩罚"影响严重,邻域空间检验FSS(Fraction Skill Score)方法在确定性预报中已体现出弥补这一不足的明显优势.随着集合预报分辨率的不断提高,集合降水预报同样存在与确定性预报相似的问题.本研究将FSS方法拓展至集合预报领域,构建适用于集合预报的降水空间检验指...     

多数值模式对台风暴雨过程预报的空间检验评估

采用FSS评分(fractional skill score)和CRA方法(contiguous rain area)结合国家气象信息中心地面、卫星、雷达三源降水融合产品(CMPA_Hourly V2.1),对SHANGHAI_HR(SH)、GRAPES_MESO(MESO)、ECMWF_HR(EC)、GRAPES_GFS(GFS)四个模式2018年8月三次登陆台风暴雨过程的的降水预报进行了检验评估,对比分析了各模式的预报性能,得到结论如下:FSS评分相较于传统TS评分能够更好地通过量化的方式反映出不同模式的预报能力差别,而CRA方法能更全面详细地评估模式的误差来源;区域模式对于局地性强降水或大尺度降水的强中心预报相对于全球模式有一定优势,但全球模式对于较小量级降水的范围预报可参考性更好;对于"摩羯"、"温比亚"台风影响的两次过程,EC模式的预报位移误差明显偏西,同样的特征也表现在MESO和GFS对于"温比亚"台风影响的降水的预报;GFS模式对于降水范围、降水强度预报偏小、偏弱,EC模式预报略好于GFS模式但对于降水极值估计仍存在不足。相对而言,区域模式对于极值估计优于全球模式,SH模式对于极值的估计要优于MESO模式,但其预报降水存在范围、强度偏大的特征;大部分模式预报降水个体的误差主要来源于位移误差,强度误差和形态误差大致相当。     

MODES月预测产品在贵州的释用

基于符号一致率评分(Pc)法,对多模式解释应用集成预测系统(MODES)的6种模式产品开展贵州85站2要素月预测释用,根据评估结果进一步采用等权平均方案和最优方案对6种模式产品展开2012—2015年48个月的回算统计。分析表明:不同的模式产品的预报性能各不相同,其中ECMWF的模式产品的预测性能较NCC和NCEP来说相对较高;模式产品释用时,最优方案的预报评分均高于其它6个模式产品的Pc评分平均值,且最优方案的预报评分高于等权平均方法的预报评分;回算结果,无论是气温还是降水,最优方案的Pc评分均都高于省级发布的月预测产品评分,这说明利用最优方案可以有效地提高MODES对贵州月气温和降水预测能力。