金沙江下游多种面雨量集成预报方法的对比分析

集成方法有利于提高降水要素预报的准确性和可预报性。本文基于格点实况资料和智能网格预报、西南区域数值预报、ECMWF模式预报、GRAPES模式预报产品,以面雨量为研究对象,采用多元回归法、BP神经网络法、评分权重法、加权集成预报法和算术平均法,得到集成面雨量预报,再运用平均绝对误差、模糊评分、正确率、TS评分、偏差分析等方法,对2020年4—10月金沙江下游面雨量预报效果进行对比分析。结果表明：多元回归集成法和BP神经网络法的预报效果总体上优于其他几种集成方法。在考虑流域面雨量的预报量级时,下游可以采用预报量级较小的模式和集成方法。集成后偏差百分比均有降低,且多元回归法和BP神经网络法对预报量级较小的模式有矫正作用。在面雨量有无、小雨和中雨预报中,多元回归法集成效果较好,在大雨量级预报中,BP神经网络法集成效果较好。这些结论可为流域面雨量预报提供参考借鉴。     

四川山地暖季夜间暴雨的空间分布以及对海拔高度的依赖性

四川盆地是我国夜雨发生频次最高的地区，夜间暴雨是夜雨中可致灾并加剧防范难度的一类特殊气象灾害，但以往对四川山地夜间暴雨精细特性的相关研究较少。利用四川省2010—2019年2 165个国家及区域气象站逐小时降水资料，分区统计了四川暖季（5—9月）暴雨日夜间降水占日降水量的比例、夜间暴雨频次和夜间平均暴雨强度的基本特征，并通过趋势分析和地理加权回归等统计方法，分析了其空间分布及其与海拔高度的关系，获得以下结果：（1）四川暴雨日夜间降水占日降水量比例呈现自南向北递减的趋势，以海拔2 800 m为分界，表现为随海拔高度升高呈先增大、后减小的垂直分布特征，川西南山地与其他山地区域整体上升的变化趋势明显不同。（2）夜间暴雨频次较多的测站沿川西与川西南山地陡峭地形呈线性分布，夜间暴雨频次随海拔高度升高总体呈现减小的特征，川西山地和川西南山地的频次最大值分别出现在海拔800 m和500 m。（3）四川夜间平均暴雨强度整体随海拔的升高而减小，大值区主要位于川西山地和川东北山地，海拔700 m高度处的峰值强度主要由川西山地贡献。（4）川西山地夜间暴雨特征呈次数较多且每次强度大，川西南山地夜间暴雨为次数多但单次降水量较小，而川东北夜间暴雨的强度较大但次数较少。以上结果有助于深化对山地夜间暴雨精细特征的认识。