共查询到18条相似文献，搜索用时 234 毫秒
1.
GRAPES＿Meso模式的降水格点检验和站点检验分析 总被引：4，自引：0，他引：4
使用Barnes和最近台站降水频率相结合的混合插值方案,对我国气象台站和水文站组成的高密度降水观测资料进行精细化的网格插值,得到分辨率与GRAPES-Meso(以下简称GRAPES)模式分辨率相同(0.15°)的网格降水资料;同时,将GRAPES模式同分辨率的0～24 h格点定量降水预报结果插值到观测站点上,然后进行了"格点对格点"、"站点对站点"的评分检验.检验的统计量包括偏差(BIA)、公平T评分(ETS)和真实技巧评分(TSS).此外,还基于插值后的精细化格点降水资料,应用近来发展的"面向目标"的客观检验方法检验了5 mm以上降水事件的预报效果.对检验结果的分析表明:(1)两种点对点榆验方法的结果都显示GRAPES模式在我国东部的预报效果好于西部,平原地区好于山区;地形的迎风坡降水的空报偏多,而青藏高原上空和新疆北部则以漏报为主,即模式对复杂地形影响的降水预报能力偏弱.(2)对于各量级的降水,总体上格点检验的结果好于站点检验,格点检验能更好地代表GRAPES模式的预报能力.(3)对于5 mm以上的降水事件,GRAPES模式预报的总次数与雨团直径的分布关系和观测基本一致,特别是模式对直径为60 km的雨团预报效果最好;从地域分布来看,GRAPES模式预报5 mm以上降水的次数在内蒙古东部、东北、华北、江淮、陕西、甘肃南部等地与观测相当,而在长江以南多于观测,尤其是在西南地区东部预报次数明显偏多. 相似文献
2.
以传统的检验方法和基于对象诊断评估方法(MODE), 对首次以台风级别影响辽宁的“巴威”台风(2008)的台风暴雨过程不同性质降水的多模式(ECMWF、CMA_MESO 10KM、CMA_MESO 3km和睿图东北模式)预报结果进行了检验评估。结果表明: 受“巴威”远距离和本体影响, 辽宁省先后出现对流型降水和稳定型降水, 传统检验和MODE检验结果均表明, 多模式的对流型降水预报效果要优于稳定型降水, 这很可能是多模式对于台风北上减弱产生稳定型降水的影响系统的预报强度偏差大导致, 在今后预报中务必注意台风强度预报偏差对本体稳定型为主的降水的影响。传统检验结果中, CMA_MESO 3km和ECMWF模式的评分较高, 并且对于对流型降水雨带的形状、范围和质心距离、交集面积预报效果最好, ECMWF模式对稳定型降水也有着较高的目标相似度评分。尽管睿图东北模式由于对10.0 mm以上量级降水较高的空报和漏报率, 而导致TS评分偏低; 但在MODE检验结果中, 东北模式预报的强降水雨带的中心位置、降水强度和范围均接近实况, 目标相似度更高, 尤其在对流型降水阶段目标相似度达到了1.00, 模式对于对流型降水预报有着较好的可参考性。 相似文献
3.
本文应用MM5模式，在45km和25km模式分辨率及Blackadar和MRF边界层参数化方案下，选择AK、Grcll、KF和BM等4种对流参数化方案对非汛期22个降水个例进行48h预报试验。结果表明KF和AK方案预报的降水量误差较小，BM方案预报的降水量误差较大；各种方案预报降水效果的优劣对于量级不同的降水是不同的，对中雨、大雨和暴雨的预报，没有哪一种方案的预报效果是绝对最优的；不同方案预报降水结果的差异对量级大的降水比对量级小的降水大；在大部分情况下，相同方案在45km分辨率下的预报结果好于在25km分辨率下的预报结果。 相似文献
4.
本文基于2017年西南涡加密观测试验的四川省11个观测站的探空资料,利用西南区域9km和3km分辨率数值天气预报模式系统,开展了数值预报同化试验。同化试验每日06和18UTC各进行一次,持续40天。西南区域9km分辨率数值预报系统(SWC-WARMS)的模拟结果表明,加密探空观测资料对四川高空观测起到了补充。同化后可以改善模式初始场,有助于提升24小时降水预报的ETS评分,对小雨到大雨量级的BIAS评分也有一定的改善。西南区域3km分辨率系统得益于分辨率的提升,相比SWC-WARMS减小了大暴雨空报面积。同化加密探空观测可以提升降水预报的ETS评分,但空报面积也有所增加。 相似文献
5.
基于华南地区自动站逐小时观测资料, 采用传统站点评分、邻域法等评估华南区域高分辨率数值模式(包括GRAPES_GZ_R 1 km模式和GRAPES_GZ 3 km模式)对降水、地面温度和风场等要素的预报能力。结果表明: GRAPES_GZ_R 1 km模式的降水预报技巧优于GRAPES_GZ 3 km模式, 模式预报以正偏差为主。对于不同起报时间的预报, 00时(世界时, 下同)起报的预报效果优于12时。GRAPES_GZ_R 1 km模式的TS评分是GRAPES_GZ 3 km模式的两倍以上, 对不同降水阈值的评分均较高。分数技巧评分(FSS)显示GRAPES_GZ_R 1 km模式6 h累计降水预报在0.1 mm、1 mm及5 mm以上的降水均可达到最低预报技巧尺度, 对所检验降水对象的空间位置把握能力更好。2 m气温和10 m风速检验结果表明两个模式均能较好把握广东省温度的分布特征, GRAPES_GZ_R 1 km模式对2 m气温预报结果优于GRAPES_GZ 3 km模式, 预报绝对误差更小; 两个模式对风速的预报整体偏强, 预报偏差在1~4 m/s之间, 但相比之下GRAPES_GZ 3 km模式在风场预报上表现更好。GRAPES_GZ_R 1 km模式的2 m气温和10 m风速预报偏差随降水过程存在明显波动, 强降水过后温度预报整体偏低, 风速预报偏强, 在模式产品订正、使用等需要考虑模式对主要天气系统的预报情况。总的来说, GRAPES_GZ_R 1 km模式的预报产品具有较好的参考价值。 相似文献
6.
选取2017—2018年6—9月辽宁省不同降水性质, 具有2种不同特征的20次天气过程个例, 应用模糊检验邻域法中的分数技巧评分(Fraction Skill Score, FSS), 评估华东模式、华北模式、GRAPES_3km模式和睿图东北模式对辽宁省中小尺度系统的预报能力。结果表明: 区域性降水过程和局地性降水过程雷达回波强度越小, 邻域半径越大, 高分辨率模式预报技巧越高。当雷达回波大于30 dBz时, 各高分辨率模式对局地性降水的雷达回波预报FSS评分均较高。当邻域半径为3 km时, 区域性降水过程中, 华北模式预报技巧在各级别雷达回波预报中均高于其他模式, 最大FSS差值为0.031。局地性降水过程中, 华东模式预报效果较好, 最大FSS评分为0.127, 表明华东模式预报中小尺度对流系统能力更强。局地性降水过程, 睿图东北模式在08—23时预报时次中, “中间”时次的预报效果优于“两头”时次的预报, 两个时次最大FSS差值为0.121。 相似文献
7.
文章挑选了2013年5—10月5个民航机场(乌海市、呼和浩特市、二连浩特市、阿尔山市和满洲里市)出现对流性降水的个例,基于WRF模式对不同格距下单站降水次数、降水评分和降水量级进行检验。结果表明:不同格距下模式模拟的降水均以对流性为主,模式能较好的模拟出降水性质;从降水评分检验来看,9km的模拟结果好于27km,分辨率提高后二连浩特市、呼和浩特市和乌海市3个站的TS评分均明显提高;模式对小雨量级降水的预报准确率最高,达95%以上,对其它级别降水预报量级明显偏小。 相似文献
8.
介绍了一个局地自适应多级模式降水预报系统、以及各级模式对1998年6月9日降水的预报结果，并相互比较。预报结果是：广州区域中心业务模式（75km水平格距）较好地反映了这次降水过程，依托其上的局地各级模式（分别为25km,5km水平格距）能够逐级进一步细致地描述降水过程的空间和时间的分布。这表明自适应多级模式是局地降水预报客观、定量化的有效方法。结果也有利于实际预报人员进一步了解各级模式性能，以便更合理有效地应用数值模拟所提供的信息。 相似文献
9.
以欧洲中期天气预报中心(ECMWF)精细化网格降水预报资料、自动气象站观测资料、中国气象科学数据信息网提供的三源融合降水产品为基础,研究最邻近点法、反距离权重法、最小二乘法和双线性插值法在格点降水向站点以及格点降水插值到更细网格中的优缺点和适用性。在模式预报相对准确精细的基础上,得出以下结论:1)最邻近点法在格点向站点解析方面预报技巧评分表现最好,其次为反距离权重法;2)将降水场变换到更高分辨率的格点降水,4种解析结果和原始场均存在一定的差异,其中最小二乘法的空间形态失真最为严重;3)反距离权重法在较粗网格向更细网格变换中的平均TS评分表现最好,而最邻近点法的ETS评分最高。 相似文献
10.
一种基于可预报性的暴雨预报评分新方法Ⅱ:暴雨检验评分模型及评估试验 总被引：1，自引：0，他引：1
针对当前暴雨预报检验采用二分类事件检验方法存在较严重的“空报”“漏报”双重惩罚,没有考虑暴雨时空分布不均和预报评分可比性不够等问题,在分析预报员对暴雨预报评分期望值基础上,设计了一种基于可预报性的暴雨预报检验评分新方法和计算模型,分析了理想评分,并对2015-2016年4-10月中国中央气象台5 km×5 km定量降水格点预报和降水落区等级暴雨预报进行评分试验,获得了以下结果和结论:（1）预报员对暴雨预报评分期望值呈现梯级下降特征,与传统的TS评分存在显著差异;（2）设计了一种基于可预报性的暴雨预报检验新方法,通过引入e指数函数构建暴雨预报评分基函数,进而构建暴雨评分模型,该模型可以较好地拟合预报员对暴雨预报评分的期望值,同时改善了评分在不同量级阈值处的断崖式突变情况;（3）提出了预报与观测的邻域匹配方法,即一个预报点与所定义邻域中的一组观测相匹配,并利用距离加权最大值法确定暴雨评分值权重系数,预报与观测距离越近,距离权重系数越大,评分值权重越大,提高了评分的合理性,避免了距离较远的匹配站点得高分不利于鼓励预报员提高预报精度的问题;（4）对中国中央气象台逐日5 km×5 km水平分辨率的定量降水格点预报产品和中央气象台定量降水落区等级预报产品进行了评分试验,暴雨预报准确率全国平均值大于60分。基于可预报性的暴雨预报检验新评分与传统暴雨预报TS评分逐日演变特征相似,但可以较好地解析TS为0的预报评分,解析后的新评分与预报员和公众的心理预期更为接近。 相似文献
11.
目前高分辨率数值预报模式已具有一定的对流系统结构和演变特征预报能力,但对其预报能力的客观评估仍存在较多不足。选取2017年7—9月华北地区在不同天气系统背景下、具有不同组织模态的7次对流天气个例,使用模糊检验方法中的分数技巧评分（fraction skill score,简称FSS）指标评估不同高分辨率模式（包括快速更新同化GRAPES_Meso,GRAPES_3 km及华东区域中尺度模式）对中小尺度对流过程的预报能力。结果表明:分数技巧评分能够实现当模式预报存在位移和强度偏差时仍然给出有价值的评分结果,其优势还在于可以给出表征模式空间位移偏差尺度的预报技巧尺度信息;所用3个模式的雷达回波强度预报均偏弱,当回波强度小于44 dBZ时,华东区域中尺度模式预报最接近实况,而对于44 dBZ以上的较强回波,GRAPES_3 km模式预报偏差最小;采用百分位阈值（通过升序排列求出预报和实况数列的相同百分位数作为其相应的阈值）进行检验发现,对于预报难度更大的高阈值、小尺度的对流事件,GRAPES_3 km模式预报能力更强。 相似文献
12.
目前数值模式对台风降水预报的准确率仍有待提高。为了评估深圳对流尺度集合预报系统对台风降水预报能力,选取了2015—2018年共14个影响广东台风个例,利用广东省2 300多个自动气象观测站的24小时累计降水观测资料,检验该系统的集合预报方法(含集合平均方法和概率匹配平均方法)和控制预报方法的24小时降水预报结果。(1)系统对台风24小时降水预报具有较好参考价值,三种方法的暴雨等级预报TS评分均达到0.39以上。(2)集合预报方法总体上优于控制预报方法,可改善珠江口两侧暴雨中心降水预报。其中集合平均方法总体预报效果最好,其降水预报均方根误差为38.1 mm,比控制预报方法减少18.8%,对暴雨等级预报TS评分为0.469比控制,预报方法提升20.1%,但是对特大暴雨等级预报能力不足;而概率匹配平均方法改善了小雨和特大暴雨的预报能力。(3)系统对较强台风的降水预报能力优于弱台风。在较强台风情形下,系统对粤东暴雨中心降水预报明显偏小且控制预报方法偏差最大,其他地方降水预报偏大为主;在弱台风情形下,系统对降水预报存在明显系统性偏大,但对粤西暴雨中心降水预报明显偏小且控制预报偏差最大。 相似文献
13.
基于GRAPES-MESO 10 km系统,提高模式动力框架计算精度和稳定性,选择调试适合高分辨率模式的物理过程参数化方案组合,建立面向数值天气预报的全国雷达质量控制拼图系统,通过云分析系统融合全国三维组网反射率因子拼图,建立面向中小尺度系统的对流可分辨同化系统和陆面资料同化系统,实现雷达径向风、风廓线雷达、FY-4A成像仪辐射率、卫星云导风、卫星GNSSRO、地面降水观测以及近地面资料等非常规局地稠密资料的同化应用,发展快速循环技术,建立全国3 km间隔3 h的快速循环同化预报系统——CMA-MESO（GRAPES-MESO 3 km）并实现业务化运行。2020年6—9月汛期业务检验结果表明:CMA-MESO预报的近地面要素（降水、2 m温度、10 m风场）检验评分全面超越GRAPES-MESO 10 km结果;CMA-MESO的24 h累积降水TS评分略低于欧洲中期天气预报中心（ECMWF）的结果,但逐3 h累积降水预报TS评分尤其是对于较大降水阈值评分明显优于ECMWF结果;同时,对于能够表征模式对降水时空精细化特征预报能力的降水频次和降水强度等检验,CMA-MESO对我国汛期的预报准确率超过了ECMWF细网格模式结果。 相似文献
14.
利用2014～2016年5～10月四川盆地所有观测站资料及SWCWARMS模式、ECMWF模式同时段20时起报的24h累积降水资料,基于邻域法FSS、ETS评分指数检验了两模式对于高能暖区型暴雨及斜压锋生型暴雨预报的预报性能。主要结论为:(1)两种类型暴雨过程平均误差均是SWCWARMS模式较ECMWF模式大,且误差值为正,表明模式以湿偏差为主;(2)高能暖区型暴雨FSS评分各降水量级各空间尺度均是SWCWARMS模式高于ECMWF模式;斜压锋生型暴雨50mm以下量级降水在36km以下空间尺度ECMWF模式FSS评分高于SWCWARMS模式,54km以上空间尺度SWCWARMS模式评分较高,大暴雨量级降水各尺度下均是SWCWARMS模式评分较高;(3)高能暖区型暴雨ETS评分暴雨、大暴雨量级SWCWARMS模式评分较高,中雨、大雨ECMWF模式预报更优;斜压锋生型暴雨ETS评分,中雨、大雨及暴雨量级降水预报ECMWF优于SWCWARMS,大暴雨量级SWCWARMS模式预报更优。 相似文献
15.
基于时空不确定性的对流尺度集合预报效果评估检验 总被引：3，自引：0，他引：3
针对对流尺度天气系统的高度非线性特征和高分辨率模式预报结果存在时、空不确定性现象,以及当前邻域概率法主要考虑高分辨率预报结果的空间位移误差,而不能有效解决预报结果存在时间超前与滞后问题,将时间因素引入到邻域概率法中,结合一次强飑线过程进行对流尺度集合预报试验,并基于改进后的新型邻域概率法与分数技巧评分,对降水预报进行了不同时、空尺度的效果评估检验。结果表明:（1）邻域集合概率法和概率匹配平均法在极端降水的分数技巧评分远高于传统集合平均,弥补了集合平均对极端降水预报能力偏低的缺陷。（2）对于此类飑线过程的对流尺度天气系统而言,邻域半径为15—45 km的空间尺度能够改善降水位移误差的空间不确定性,并使其预报效果达到最优,其中15—30 km的邻域半径对于尺度更小的大量级降水事件预报能力更强。（3）对流尺度降水预报考虑时间尺度与降水强度存在着对应关系,不同时间尺度可以捕获到不同量级降水的时间不确定性。同时,时间尺度与空间尺度对于降水预报效果的影响是相互关联的。（4）改进的邻域概率法能够同时体现高分辨率模式预报结果在对流尺度降水事件上存在的时、空不确定性,实现了对流尺度降水在时、空尺度上的综合评估,并能为不同量级降水提供与其时、空尺度相匹配的概率预报结果。 相似文献
16.
To examine the effect of radar data assimilation and increasing horizontal resolution on the short-term numerical weather prediction, comparative numerical experiments are conducted for a Huabei (North China) torrential rainfall event by using the Advanced Regional Prediction System (ARPS) and ARPS Data Analysis System (ADAS). The experiments use five different horizontal grid spacings, i.e., 18, 15, 9, 6, and 3 km,respectively, under the two different types of analyses: one with radar data, the other without. Results show that, when radar data are not used in the analysis (i.e., only using the conventional observation data), increasing horizontal resolution can improve the short-term prediction of 6 h with better representation of the frontal structure and higher scores of the rainfall prediction, particularly for heavy rain situations. When radar data are assimilated, it significantly improves the rainfall prediction for the first 6 h, especially the locality and intensity of precipitation. Moreover, using radar data in the analysis is more effective in improving the short-term prediction than increasing horizontal resolution of the model alone, which is demonstrated by the fact that by using radar data in the analysis and a coarser resolution of the 18-km grid spacing, the predicted results are as good as that by using a higher resolution of the 3-km grid spacing without radar data. Further study of the results under the radar data assimilation with grid spacing of 18-3 km reveals that the rainfall prediction is more sensitive to the grid spacing in heavy rain situations (more than 40 mm) than in ordinary rain situations (less than 40 mm). When the horizontal grid spacing reduces from 6 to 3 km, there is no obvious improvement to the prediction results. This suggests that there is a limit to how far increasing horizontal resolution can do for the improvement of the prediction. Therefore, an effective approach to improve the short-term numerical prediction is to combine the radar data assimilation with an optimal horizontal resolution. 相似文献
17.
为提高数值预报降水预报的准确率,本文利用欧洲中期天气预报中心的高分辨率数值预报（ECMWF）降水预报资料和江西省国家级气象观测站实况降水资料进行概率匹配,选取Gamma累积概率分布函数用于拟合预报与观测的降水累积概率,通过在2017年江西省一次降水集中期的应用试验,得到以下结论：基于ECMWF的降水预报-观测概率匹配动态订正法由于把最新的预报与实况结果带入概率匹配中,并根据近期模式预报调整及误差不断自动更新各量级降水修正值,可实时动态订正模式降水预报;检验发现ECMWF模式降水产品对于24 h内12 h间隔的10 mm及以下量级的预报普遍偏大,25 mm及以上量级的预报普遍偏小,在江西区域九江沿江地区和景德镇的各量级降水预报较为接近实况、预报效果较好.本降水预报订正法能提高小雨和暴雨的TS评分、降低暴雨的漏报率且提升其命中率,但对大雨及部分中雨的订正效果不佳,在实践中应权衡利弊使用. 相似文献
18.
尝试将GRAPES (Global-Regional Assimilation and PrEdiction System) 模式与水文模型结合,构建GRAPES气象-水文单向耦合模式,进行洪水预报。气象模式选取GRAPES_Meso模式,分别采用15 km×15 km和5 km×5 km水平分辨率,15 km×15 km的GRAPES模式由NCEP全球预报场提供初始场和侧边界条件;5 km×5 km的GRAPES模式由15 km×15 km GRAPES模式提供初始场和侧边界条件,将GRAPES_Meso模式的定量降水预报分辨率统一降尺度到5 km×5 km分辨率,用于驱动水文模式。水文模型选取新安江模型与分布式新安江模型。以淮河王家坝站以上流域和息县流域为试验流域,将GRAPES降水预报场驱动水文模型进行单向耦合,构建GRAPES气象-水文单向耦合模式,选择2009年8月28日08:00(北京时,下同)—9月9日14:00汛期一次洪水过程,进行实际预报试验。结果表明:15 km×15 km和5 km×5 km的GRAPES模式预报降水与实况降水分布相一致;与水文站观测降水驱动水文模型洪水模拟结果相比,GRAPES气象-水文模式对洪水预报的预见期延长效果明显,对洪水模拟精度也较高,与水文模型输入场分辨率要求相匹配的降水产品对洪水模拟的精度更高。 相似文献