共查询到20条相似文献，搜索用时 473 毫秒
1.
降水现象仪观测应用评估 总被引：1，自引：0，他引：1
利用2017年9月至2018年8月北京20个站降水现象仪采集数据与人工平行观测数据,对降水现象仪进行了对比评估。结果表明:降水现象仪的缺测率为0.01%,空报率为0.6%,捕获率为93.5%,漏报率为27.9%,错报率为10.0%。从统计结果可知,降水现象仪的缺测率、空报率较低,捕获率较高,体现出设备性能良好的一面,漏报率和错报率偏高,表明设备漏识别和错误识别的情况较多,漏报主要发生在弱降水过程中,错报主要出现在毛毛雨的识别上。设备测量和人工观测降水开始时间一致性较好,终止时间一致性偏差;降水现象仪现存问题:在大雨强时易出现雨滴叠加误识别,在小雨强时识别率会降低,在无降水错误输出降水现象方面缺少质控。 相似文献
2.
选取4个设置于不同探测环境下的国家级气象站2017年9月—2018年6月降水天气现象仪和人工观测降水天气现象资料进行对比分析,统计了降水现象仪资料的完整性、准确性和一致性,得出如下结论:雨的捕获率较高,空报率、错报率、漏报率均较低,自动观测记录准确性最好;毛毛雨空报率最高,冰雹空报率次之,自动观测记录准确性较差;雪和雨夹雪准确性比较好,但是由于软件的bug,使空报率较高。自动观测天气现象的开始时间多晚于人工观测,结束时间多早于人工观测,致使自动观测记录时间偏短。 相似文献
3.
降水天气现象自动化观测是实现地面自动化观测的重要内容之一,为了克服人工观测的主观性,提高降水现象观测资料的完整性和实时性,中国气象局气象探测中心遴选了6家厂家18台雨滴谱降水现象仪分别在北京站和长沙站进行为期3个月的降水天气现象仪对比试验。主要从试验的选址、原理、标准、方法及参试设备的试验数据进行分析,结果表明:参试设备对雨强大于0.1mm/h的平均捕获率不低于97%,对雨强小于0.1mm/h的平均捕获率不低于84%;各参试设备吻合率随着降水强度的逐渐增大,经历了一个先升后降的过程;参试设备对冰雹现象观测结果较为理想,所有参试设备对冰雹现象平均错报率均低于0.5%,而对毛毛雨和未知现象的观测仍需改进;参试设备的漏报率与雨强大小呈负相关,雨强越小,漏报率越高。 相似文献
4.
5.
6.
WRF模式对焦作2008年汛期降水的检验 总被引：2，自引：1，他引：1
利用WRF模式2008年6-8月逐日降水预报产品资料,对焦作7站降水预报进行分月分时段的统计检验,结果表明:WRF模式对焦作市0-12 h的晴雨预报能力最强,各月各站均在71%以上,其中6月最高,有6站准确率均在80%以上;12-24 h平均晴雨准确率大部分站都在65%左右.对降水的定量、定性预报能力,前12 h明显优于后12 h;对小雨、中雨预报效果较好,对大雨也有一定的预报能力;对暴雨降水预报能力较差,空报率、漏报率较高.总体看来,模式的空报率、漏报率较高,且空报率大于漏报率. 相似文献
7.
利用包含三维变分同化的中尺度暴雨数值预报模式系统AREMS和AREM2．1对2003年主汛期（6-8月）进行了每天两个时次（08时和20时）的实时平行预报试验。对24h累积降水量预报进行了分区检验，结果表明：（1）AREMS对我国夏季降水具有较强预报能力，长江中下游地区TS评分最高。长江中下游、华北和华南地区空报率大于漏报率，东北和西南地区东部则相反。（2）模式条件的改变（模式层顶、侧边界条件及初值分析）对不同区域24h降水预报的影响程度不同：6-8月平均而言，影响最显著的是东北、华北地区，然后依次为华南、西南地区东部，影响最小的是长江中下游地区。（3）模式条件的改变对不同区域TS评分影响不同：6-8月平均而言，AREMS对东北地区降水预报效果改进最显著，特别是12-36h时效的降水预报；对华北地区的改进也非常明显；对华南地区降水预报水平整体下降；对长江中下游和西南地区东部改进不明显。（4）模式条件的改变对不同区域空报率和漏报率影响不同：华北漏报率明显减小，但空报率有所增加；东北绝大多数的空报率与漏报率都较AREM2．1有所减小；西南东部地区，08时漏报率略有所减小，空报率增大，20时反之。（5）长江中下游、华南和西南地区东部TS评分差值在6、7、8各月变化明显。 相似文献
8.
天气现象仪自动化观测资料对比分析 总被引：2，自引：0，他引：2
介绍2011年12月至2012年6月在北京市观象台、庐山气象局对目前一些天气现象仪所进行的对比观测试验的过程和结果分析。参与此次为期7个月的对比观测试验仪器有3种类型,每种类型配备3套,分别由3家厂商提供。试验采用人工目测辅助摄像作为参考标准,测试了这些天气现象仪对各种不同天气现象观测的准确性。结果表明:各仪器观测降水现象的数据准确性均大于90%,能够满足业务需求。区分降水强度时,各仪器的降水捕获率在70%以上(雨强大于0.01mm/h);微量降水(雨强小于0.01mm/h)和混合型降水,各仪器降水捕获率相对较低。仪器观测视程障碍现象的数据准确性均大于80%,能够满足业务需求。其他现象由于样本数量相对较少,需要更多进一步试验,并改进算法。 相似文献
9.
对2008年7月至2009年6月JMA、T213、GRAPES、MM5、T639和GERMANY 6种数值模式产品对芜湖市的地面气温和降水预报结果进行了对比检验分析,结果表明:各模式对最高气温的预报能力一般,其中JMA、GRAPES、T639相对较好;对最低气温的预报JMA表现突出,而GRAPES在冬季预报能力较好.各模式对于芜湖站降水的预报均无绝对优势,对各等级的降水预报效果各有千秋.对于≥0.1 mm降水,JMA和GERMANY在24 h时效内TS评分较高,且JMA漏报率很低,GERMANY空报率较低,T639则从48 h时效起TS评分最高,且漏报率较低;对于≥10 mm降水,T639的TS评分较高且漏报率较低,GERMANY和GRAPES在48 h时效内评分也较高且空报率低,JMA在48 h时效后空报率较高,成绩较差;JMA、T639和GERMANY对强降水预报能力相对较强,特别是T639对暴雨比较敏感,而各模式在72 h之后对强降水的预报能力较差.另外,各模式对降水预报的TS评分均为夏季低、冬季高,空报率均为夏季高、冬季低. 相似文献
10.
采用2016—2018年DOGRAFS(沙漠绿洲戈壁区域分析预报系统)的气温、降水逐小时预报资料,在检验的基础上开展释用方法研究,并用2019年资料进行试验测试,结果表明:DOGRAFS气温预报,08时起报的准确率要高于20时起报的;北疆好于南疆,准确率为50%,平均绝对误差为2.5℃,采用最高、最低气温建模方案,预报准确率提高到64%,平均绝对误差为1.9℃,预报的离散度降低。DOGRAFS降水预报,08时起报的T_S评分略高,20时起报的晴雨准确率略高,南疆好于北疆;晴雨预报准确率可达95%,但降水T_S评分仅有20%,空报率超过50%;采用消空订正方案,晴雨预报准确率提高1%,T_S评分提高2%,空报率大大降低,但漏报率较大。释用方案对模式气温预报有较好的提升效果,降水预报仍有较大的改进空间。 相似文献
11.
基于西南区域数值预报模式（SWC-WARMS）2019年5~8月00时起报的24h累计降水预报资料和四川省气象站点降水观测资料,采用频率匹配法对6月1日~8月31日降水预报值进行了偏差订正。结果表明:模式预报的24h累计降水量总体为湿偏差;订正后降水量平均绝对误差减小;大雨和暴雨的偏差评分提高;小雨、中雨、大雨的TS评分提高,暴雨TS评分降低;各量级的空报率均有所降低,小雨和中雨漏报率减小,大雨和暴雨漏报率增大,尤其是暴雨漏报率显著增加;当模式对暴雨降水落区预报较好（差）时,频率匹配订正能提高（降低）TS评分。 相似文献
12.
基于乌鲁木齐区域数值预报业务系统,运用Ts和Bias评分方法,对2012年9月1日—2015年8月31日逐日2个起报时次的逐6 h累积降水量的年与季节预报性能进行检验,并从空间上分析了2015年全疆站点逐6 h累积降水量在4个预报时段的评分特征。结果表明:(1)2个起报时次的降水评分相差较小,00 UTC起报略优于12 UTC起报,2015年系统改进了白天大量级降水的空报现象。(2)系统对晴雨预报较为准确,Bias接近1,空报、漏报率很小;随着降水阈值的升高,Ts评分减小,Bias变幅增大,空、漏报率也随之增加。系统对强降水过程以漏报为主。(3)系统的降水预报能力存在季节差异,夏季Ts评分最高,秋季次之,冬季最小;随时间模式对四季降水预报能力均有提高,降低了冬季大量级降水的漏报率和夏季大量级降水的空报率。(4)在新疆地区,08—14 BT(Beijing Time)、14—20 BT、20—次日02 BT空报站点数多于漏报,14—20 BT空报率最高;在02—08 BT整体呈漏报。(5)各站点整体来看,白天Ts评分高于夜间,山区及邻近地区评分高于平原地区;西天山评分略优于东天山,夜间晴雨预报有天山北坡漏报、南坡空报的趋势。 相似文献
13.
14.
《气象与环境学报》2016,(3)
利用OCF(Objective Consensus Forecasting)模式对2014年浙江省梅雨、8月连阴雨、午后雷阵雨和台风降水4种不同降水过程中六大水库流域面雨量进行预报,并采用综合评分法和TS评分法对预报效果进行检验。结果表明:OCF模式对2014年浙江地区锋面降水(梅雨、8月连阴雨)预报的综合模糊评分和TS评分均较好,空报率远高于漏报率,从192 h至24 h预报时效的预报效果缓慢调整,各水库之间预报效果差异较小;OCF模式对午后雷阵雨预报的综合模糊评分和TS评分较好,空报率较高的水库流域漏报率也偏高,从192 h至24 h预报时效预报效果不稳定,且存在显著的地域差异;OCF模式对台风降水预报的综合模糊评分和TS评分均偏低,空报率高于漏报率,从192 h至24 h预报时效为显著调好趋势,各水库之间预报效果差异较大。 相似文献
15.
使用WRF模式和MM5模式分别对吉林省全省50个地面观测站做了降水预报的数值模拟．并进行了检验分析和对比。全省区域降水预报检验结果表明：WRF模式0-24h和24-48h的预报正确率为82．4％和81．1％,分别高出MM5模式6．1和7．4个百分点;WRF模式各级降水预报的TS评分均高于MM5模式,对于暴雨以上的降水预报,WRF模式0-24h和24-48h预报的TS评分为11．2％和14．5％,具有一定的预报能力;两种模式的降水预报都存在着一定的空报率和漏报率,其中大雨以上预报的空报率和漏报率均超过了45％,暴雨以上预报的空报率和漏报率均超过了70％。 相似文献
16.
为了将WRF集合预报更好地应用于济南大城市精细化预报,提高暴雨预报准确率,利用2013—2014年汛期济南龟山观测站和市区及历城区36个区域自动观测站的降水资料,检验WRF集合预报24h确定性降水量对暴雨的TS评分、空报率、漏报率以及平均绝对误差和均方根误差,并且检验24h暴雨概率的可信度。2013年和2014年的空报率和漏报率均较高,2013年暴雨预报TS评分明显好于2014年。确定性预报24h降水量达到30mm以上,且天气形势和各物理量满足产生暴雨的条件时,可考虑预报暴雨;低层湿度大时确定性降水最易出现暴雨空报;24h暴雨概率预报对济南局地性较强的暴雨有较好的指示意义。 相似文献
17.
本文根据103个新疆气象台站DSG5型降水现象仪自动观测数据与人工观测数据进行对比分析探讨,获得了降水现象仪主要性能的整体情况,揭示出降水现象仪降水类型识别能力的个体差异;通过对比结果,给出疑误结果及产生原因,全面了解降水现象仪的技术指标和仪器性能,旨在为生产仪器厂家提供信息。同时,结合本地出现的特殊情况,给出确定可信的解决方案,为新疆正在开展的降水现象自动观测提供技术参考,以获取更加科学可信的气象数据。 相似文献
18.
基于陕西省391个自动站逐小时降水量观测数据对国家级格点实况三源融合降水产品的适用性进行检验评估,结果表明:融合降水产品与站点观测之间的误差小、相关性高,但融合降水产品的标准差和极大值明显小于站点观测;相关系数较低的站点以区域站为主,国家气象观测站的效果明显优于区域站;误差时空分布和降水特征关系密切,在降水频次增多和强度增大时,融合降水产品相比站点观测的误差增大。将融合降水产品视为一种“预报”,站点观测资料作为“真值”进行分级检验,结果显示:融合降水产品可以较好反映有无降水,随降水量级增大空报率变化平稳,漏报率增长明显,导致TS评分逐渐下降。对典型个例的误差成因分析显示:融合降水产品可以较好地体现降水起止时间及性质、强弱演变趋势,但对雨强较大的区域性降水、分散性局地强降水表现欠佳。多种指标综合显示:融合降水产品小量级降水准确率高,对大雨以上量级降水强度有一定程度削弱;陕南秦巴山地的融合降水产品与站点观测偏差较大,应用中需特别关注。 相似文献
19.
为了解各种数值预报的误差特点,更好地在预报过程中选择数值预报产品作为参考依据,将中国国家气象中心的T213降水预报和德国降水预报分别进行晴雨预报检验,对2008年5—8月期间东北地区降水资料进行对比分析。结果表明：两种模式24—120h预报正确率为60%—70%左右,随着预报时效的增加,正确率呈下降趋势,德国降水预报的正确率高于T213,两种预报漏报率均明显小于空报率,T213漏报率较低,为5%左右,德国降水预报空报率较低,为20%左右。对2008年4—6月出现东北冷涡过程的两种模式降水预报进行对比分析,发现德国降水预报正确率明显高于T213预报,对冷涡降水预报有一定的指示意义。 相似文献
20.
多普勒天气雷达1 h降水产品的质量评估 总被引：2，自引：1，他引：1
为评估多普勒天气雷达1 h降水量(OHP)产品在降水预报中的质量, 从南通新一代多普勒天气雷达的体扫资料及其覆盖范围内太湖流域34个雨量站的同期逐小时降水资料中选取了19个降水个例。以空报率、漏报率、准确预报临界指数、平均误差、平均绝对误差和均方根误差等, 为评估降水预报质量的指标。根据雨量站实测日降水量(P)和1 h降水量(P1)大小分级, 对不同情况下的OHP进行质量评估。结果表明:(1)OHP的空报率和漏报率较高, 导致整体的准确预报临界指数偏低。(2)与不同的P和P1量级相对应, 不同的OHP预报质量有明显差异。除P<10 mm时和P1<1 mm时稍有高估外, 其他量级都存在低估, 且随着P的增加, 空报率和漏报率都减小。(3)对2007年9月18日的降水个例分析表明:OHP与实测的落区基本一致, 但降水强度上有偏差。不同站点的雨强偏差不同, 距南通雷达站100 km左右的OHP误差较小。 相似文献