北京几次弱降水过程预报失误分析

在选取的北京地区2011年冬季至2012年春季9次弱降水过程中,预报员出现了4次空报、2次漏报,预报效果总体不理想。通过对9次过程的预报检验、天气分析和多模式预报对比,得到如下认识:北京地区弱降水过程天气形势复杂多样,按高空大气环流形势可分为两槽一脊型、一槽两脊型、一槽一脊型,按地面天气形势可分为冷锋型、华北锢囚锋型、东风与倒槽型和东风回流型;弱降水过程普遍具有对流层低层水汽条件差或动力抬升弱的特点;对湿层浅薄、饱和层高度高、抬升凝结高度高的弱降水过程,数值模式容易出现空报;而对低层湿度条件好、饱和层高度低、抬升凝结高度低但高空系统弱的降水过程,模式又容易出现漏报;预报员主观预报出现空、漏报主要源于对天气系统的结构及发生发展机理认识不足,对边界层水汽、抬升等关键降水要素缺乏预报订正经验。     

基于集合预报的异常温度预报产品在中国的应用分析

基于欧洲中期天气预报中心(ECMWF)第五代全球再分析资料(ERA5)构建模式气候,应用ECMWF集合预报,采用“集合预报标准化异常预报法”,针对最高和最低气温构建中国地区集合平均异常温度预报和异常温度概率预报产品,并与极端预报指数(extreme forecast index,EFI)开展检验和对比分析预报性能,并基于“异常温度影响矩阵”,构建了异常温度影响程度预报指数,通过异常温度事件个例探讨相关产品的预报应用。结果表明:基于ECMWF的ERA5和集合预报构建的集合平均异常温度预报产品对我国夏季和冬季异常温度事件均有比较好的预报效果,预报性能好于或接近EFI,可作为业务上对异常温度事件预报的支撑产品。异常温度概率预报产品可以体现集合成员中的预报异常温度事件的信息,在中期预报时效对发现早期异常温度事件信号有优势,并可反映对异常天气预报的不确定性信息。异常温度影响程度预报指数结合了异常天气概率预报信息和异常程度预报信息,可对异常温度时间给出客观定量的预报结果,对一次异常低温事件的个例预报证明该指数有比较好的预报效果,对异常温度事件的预报和早期科学预警有一定指示意义和业务应用前景。     

2021年2月大气环流和天气分析

2021年2月大气环流的主要特征为北半球极涡呈偶极型分布,较常年同期明显偏弱,北半球中高纬西风带呈四波型,以纬向环流为主,西北太平洋副热带高压与常年同期相比偏强但范围较小.2月,我国冷空气强度较弱且影响范围小,全国平均气温为1.2℃,较常年同期偏高2.9℃,为1961年以来历史同期最高,出现了极端高温事件,有618个国...     

ECMWF集合预报和确定性预报对淮河流域暴雨预报的对比分析

本文运用2012年5—9月欧洲中期天气预报中心(ECMWF)的集合预报系统(Ensemble Prediction System,EPS)和确定性模式(High-resolution Deterministic forecast,HDet)资料对比分析了淮河流域暴雨的预报效果。对于集合预报,主要对比了基于EPS的日降水量极端天气预报指数(Extreme Forecast Index,EFI),和改进的贝叶斯模型平均(Modified Bayesian Model Averaging,MBMA)法对降水的订正后概率。由于ROC(Relative Operating Characteristic)检验是与模式的系统性偏差无关的,所以选用ROC检验,对比了不同空报率下的TS评分,以及不同方法的相对经济价值。对比检验的结果显示,各时效预报MBMA预报效果最好,其次是HDet,EFI的预报效果最差,其中2 d内的预报HDet接近MBMA,随着预报时效的延长,MBMA相对于HDet和EFI的优势不断增强。在不同标准下确定三种方法对淮河流域暴雨预报的阈值,结果显示MBMA同样优于HDet,EFI预报效果最差。但MBMA的优势是通过增加预报偏差得到,如果将预报偏差限定为主观预报的1.37,此时MBMA的效果和HDet的效果接近。     

新增积雪深度客观预报技术研究及其应用

利用地面历史观测数据对我国冬季典型降雪过程的雪水比进行了统计分析,在此基础上,利用改进后的Cobb算法、ECMWF IFS模式预报及中央气象台降水和相态网格预报构建了雪水比和新增积雪深度物理预报模型。结果表明:我国降雪过程的雪水比分布较广,最小为0.3:1,最大为100:1,仅有4%左右的雪水比为10:1;雪水比具有明显的区域和季节特征,新疆、西北地区东部、华北以及东北地区雪水比大于其他区域,冬季较春、秋季雪水比大;改进后的Cobb算法建立了随地形高度变化的云识别方案,利用云内温度与雪水比统计关系及垂直速度构建了雪水比和新增积雪深度预报模型,其预报的雪水比和新增积雪深度空间分布特征较原Cobb算法的预报更接近实况;结合雪水比预报模型和中央气象台降雪网格技术的新增积雪深度预报较ECMWF IFS模式预报有明显的改进,相对模式新增积雪深度预报TS评分提高率基本在10%以上,尤其对20 cm以上新增积雪深度预报能力提升明显。     

长江流域特大暴雨云团生成的有利环境条件研究

综合分析我国长江流域20世纪80和90年代的几次特大暴雨实例发现,江淮切变线和"湿度锋"是长江流域特大暴雨发生发展的有利条件,但不是必要条件,高空的触发系统和低空的西南急流水汽输送才是必要的条件。在不同的高低空系统配置情况下,形成特大暴雨的云团的尺度(中尺度、中β尺度)具有一定的选择性。而低层"湿度锋"的强弱与暴雨云团的尺度之间不是简单的正相关的线性关系。针对长江流域特大暴雨云团的以上特性,在参考暴雨云团发生发展的CISK机制以及它们之间相互影响共同作用形成的更复杂的物理机制的基础上,对部分物理机制进行了修改完善。从而更好的解释了长江流域特大暴雨发生发展的有利环境条件。     

2016年1月寒潮天气过程极端性分析及集合预报检验

利用欧洲中期天气预报中心(ECMWF)再分析资料和集合预报极端天气预报指数（extreme forecast index,EFI）,对2016年1月21—25日强寒潮天气环流异常性和EFI对极端低温事件的预报进行了分析和检验。中亚地区一直维持标准化异常度在3个标准差以上的高压脊,冷涡系统不断发展增强,随着横槽转竖,冷空气爆发南下使得我国中东部出现极端低温。最低温度EFI可以提前7 d预报出低温信号,随着EFI预报时效的延长所对应的最大TS评分随之降低,对不同时效预报需选取合适的EFI阈值。对5%百分位的低温事件短期时效（1~3 d）最低温度EFI临界阈值为-0.6,中期时效（4~7 d）临界阈值为-0.5;对1%百分位的低温事件临界阈值则为-0.7。5%百分位的低温事件各时效最低温度EFI在江南、黄淮、江淮、江汉等地表现最好,华北、华南、西南、西北地区表现次之,在东北地区表现相对较差。     

ECMWF降水相态预报产品(PTYPE)应用和检验

运用我国2016—2018年三个冬半年(10月至次年3月)地面2515个站的天气现象观测资料,对ECMWF(European Centre for Medium-Range Weather Forecasts)的降水相态预报产品(PTYPE)(分为雨、雨夹雪、雪和冻雨四类)进行了系统性的检验评估,包括细网格确定性模式预报产品和集合预报系统概率预报产品。结果显示,ECMWF的确定性预报产品对四类降水相态的正确率普遍达到90%以上,对降雨和降雪的TS评分也较高,冻雨次之,雨夹雪的TS评分较低,预报能力有限。确定性模式对我国雨雪分界线的预报,普遍存在短期位置略偏南、中期随时效延长越来越偏北的误差特点,且对雨夹雪的预报范围明显偏小,对冻雨的预报范围明显偏大。集合预报系统从概率的角度一定程度上弥补了确定性模式的上述误差。对概率预报的检验结果显示,集合预报系统降雨概率普遍偏低,降雪概率短期偏高、中期偏低,而雨夹雪和冻雨概率普遍偏低,但是都有一定的预报技巧。集合预报系统相对于确定性模式的优势,降雨体现在较小花费损失比事件的预报上,降雪体现在较大花费损失比事件的预报上。对雨夹雪和冻雨,相对于确定性模式,集合预报系统体现出了显著的优势,尤其是冻雨,集合预报系统的优势更加明显。     

2012年2月大气环流和天气分析

2012年2月大气环流特征为：北半球极涡呈双极型,中心分别位于加拿大东北部和鄂霍茨克海附近,后者强度较常年平均明显偏强;中高纬环流呈经向型,乌拉尔山附近维持阻塞高压活动,强度偏强;平均南支槽位于90°E附近,接近多年平均位置,强度偏弱。2012年2月全国平均气温-3.2℃,较1月-7.2℃明显回暖,但比常年同期（-2.0℃）偏低1.2℃。全国平均降水量为14.5 mm,较1月16.8 mm减少2.3 mm,较常年同期（17.6mm）偏少3.1 mm。月内出现三次全国范围的中等以上强度冷空气过程,以及三次降水过程。西藏南部出现极端降水事件,云南和四川西南部的气象干旱发展,南方大部继续低温阴雨寡照天气。     

人工神经网络法和线性回归法对降水相态的预报效果对比

本文主要对相同条件下线性回归法(LR)和人工神经网络法(ANN)对降雨、雨夹雪和降雪3种降水相态的预报效果进行了对比检验.选取降水发生时和发生前6h的地面2 m温度、露点温度作为预报因子,对降雨、雨夹雪和降雪进行预报.应用国家气象中心2001-2011年我国地面756站实况观测资料,其中应用2001-2010年资料对方法进行训练,2011年资料用来对比检验预报效果.结果显示,(1)两种方法对3种相态降水都有一定的预报能力,对降雪预报最好,其次是降雨和雨夹雪;(2)两种方法对北方的雨雪分界线预报比对南方的好;(3)无论是对全国还是长江中下游流域,在相同条件下,ANN法的预报效果大都优于LR法,当温度和露点温度预报准确时,ANN法对北方的雨雪分界线能进行较准确的预报.