共查询到20条相似文献，搜索用时 31 毫秒
1.
本文采用标准降水检验方法、EDI方法和MODE方法对新一代上海区域中尺度模式SMS-WARMS V2.0模式2015年12月至2016年11月的西南地区降水预报效果进行评估。结果表明:(1)模式对西南地区四季的降水TS评分均较高,夏季和秋季相对更高,且在48 h内预报性能比较稳定。(2)预报偏差和TSS评分显示,模式对西南地区春、夏两季的各个量级降水预报均较实况偏多,而对秋季的大暴雨和冬季的大雨以上量级预报则相对偏少。总体而言,对西南地区的降水技巧呈现出预报成功率高于空报率的特征。(3)模式对西南地区的小雨、暴雨和大暴雨预报评分优于EC模式。(4)EDI检验显示模式对西南地区的极端降水有较高的预报技巧,对四川中部和东北部以及贵州西南部的极端降水预报技巧相对更高。(5)模式对2015年8月一次西南涡诱发的暴雨过程的空间落区预报较好,强度较实况偏强。(6)MODE方法统计结果表明,模式对西南地区暴雨预报的目标质心偏差较小,降水中心强度偏强。 相似文献
2.
利用国家气象中心中尺度业务数值预报模式GRAPES-MESO v3.0,以2010年6月1～30日为例,开展地面降水率1DVAR(one-dimensional variational assimilation)同化方案在GRAPES-3DVAR(three-dimensional variational assimilation)同化系统中的应用试验研究(ASSI试验),并以未加降水资料同化的试验为对照试验(CNTL试验),以评估全国1h加密雨量资料在模式中同化应用的效果。结果表明:1)在相对湿度背景误差和降水率观测误差范围内,1DVAR同化方案能够对湿度廓线进行有意义的调整,使分析降水向观测降水靠近;ASSI试验对初始温、压、湿、风场的修正主要为正效果;2)对2010年6月17～21日江南、华南连续性降水过程进行了分析,整体而言ASSI试验对逐日及逐时降水强度的预报普遍强于CNTL试验,与实况更加接近;3)ASSI试验对2010年6月1～30日08时起报的0～24 h模式预报的小雨、中雨、大雨、暴雨、大暴雨各个降水量级TS评分及ETS评分相比CNTL试验均有较明显提高,预报偏差也更接近于1;4)ASSI试验较CNTL试验能更好地模拟雨带的分布、雨带演变特征和降水强度的变化;5)对降水所做的典型个例和统计检验分析从不同角度说明了地面降水资料1DVAR同化方案在GRAPES-3DVAR系统中的应用改善了GRAPES-MESO v3.0的降水模拟效果。 相似文献
3.
随着数值预报技术的飞速发展, 模式定量降水预报已成为天气预报业务工作中的主要参考依据。本文对目前在国家气象中心应用的3个业务运行模式T213L31, HLAFS0.25, 华北中尺度模式MM5和德国模式及日本模式的降水预报产品进行了季节空间分布、区域时间序列演变及统计检验, 试图从空间、时间及统计方面对降水预报产品的预报性能进行综合评估。检验结果表明:目前的数值预报模式对短期时效内定量降水预报均具有一定的空间预报能力, 但强降水中心位置有一定的偏差; 从时间序列演变检验来看, 模式对区域强降水过程的发展趋势具有较强的预报能力, 但降水量预报与实况有一定的差距; 从累加统计评分检验结果来看, 模式短期时效的预报性能差别不大, 全球模式在小中雨预报方面有一定优势, 其中日本模式的综合预报性能最好, 大雨以上量级的预报则是国内的模式有一定的优势, 其中华北中尺度MM5模式, T213L31模式各有所长, 但均存在预报量和预报区偏大问题。 相似文献
4.
Four-dimensional variational data assimilation experiments for a heavy rain case during the 2002 IOP in China 总被引：3，自引：0，他引：3
A heavy rainfall event along the mei-yu front during 22-23 June 2002 was chosen for this study. To assess the impact of the routine and additional IOP (intensive observation period) radiosonde observations on the mesoscale heavy rainfall forecast, a series of four-dimensional variational (4DVAR) data assimilation and model simulation experiments was conducted using nonhydrostatic mesoscale model MM5 and the MM5 4DVAR system. The effects of the intensive observations in the different areas on the heavy rainfall forecast were also investigated. The results showed that improvement of the forecast skill for mesoscale heavy rainfall intensity was possible from the assimilation of the IOP radiosonde observations. However,the impact of the IOP observations on the forecast of the rainfall pattern was not significant. Initial conditions obtained through the 4DVAR experiments with a 12-h assimilation window were capable of improving the 24-h forecast. The simulated results after the assimilation showed that it would be best to perform the intensive radiosonde observations in the upstream of the rainfall area and in the moisture passageway area at the same time. Initial conditions created by the 4DVAR led to the low-level moisture convergence over the rainfall area, enhanced frontogenesis and upward motion within the mei-yu front,and intensified middle- and high-level unstable stratification in front of the mei-yu front. Consequently,the heavy rainfall forecast was improved. 相似文献
5.
-WRF多模式集合3组试验,对比分析混合集合预报法与传统方法的降水预报效果。结果表明:ARPS模式集合改善了广东省南部局地强降水预报,该方法在中雨、大雨、暴雨量级改进效果显著。WRF模式集合对广东省北部强降水预报优于ARPS模式集合,但空报、漏报率较大,该方法有一定局限性。ARPS-WRF多模式集合在降水落区和量级预报上均优于传统方法。混合集合预报法利用低分辨率 (36 km) 集合预报和高分辨率 (12 km) 控制预报实现了高分辨率 (12 km) 集合预报,改善了降水预报效果,该方法可为业务高分辨率集合预报提供参考。 相似文献
6.
从’98特大洪水中看改进的HLAFS数值降水预报的性能 总被引：2，自引：1，他引：2
文章对1998年大洪水期间改进的HLAFS[1 ]的降雨预报产品进行检验.结果表明, 改进的HLAFS对松嫩流域的暴雨预报较好, 中到大雨则是长江中下游地区预报较好, 而三峡库区相对较差; 对于主要降雨过程降雨区的强度预报往往比实况弱, 且其落区约有半数较实况偏北, 但其轴向一般与实况一致; 改进的HLAFS对小雨预报比原HLAFS好, 对中雨和暴雨预报也有不同程度的改进; 整体预报面积偏大和大雨以上降水预报准确率低仍是HLAFS有待改进的问题.对三峡库区面降水量预报, 半数左右的预报较好; 对大量级降水预报往往偏弱, 而小量级则相反 相似文献
7.
基于TIGGE资料中欧洲中期天气预报中心、日本气象厅、美国国家环境预报中心及英国气象局1～7 d日降水量预报以及中国自动站观测资料与CMORPH降水产品融合的逐时降水量网格数据集,利用频率匹配法(Frequency-Matching Method,FMM)对中国降水预报进行客观订正。首先利用卡尔曼滤波方法对降水频率进行调整,并根据不同区域降水强度差异将全国分为7个子区域分别进行频率匹配。结果表明,FMM可以有效减小降水量预报的误差。经过频率匹配法订正后各模式降水预报的平均绝对误差(Mean Absolute Error,MAE)大幅减小,且订正后各量级降水的雨区面积更加接近实际观测值。FMM对小于5 mm和大于15 mm的降水预报技巧改进明显。此外,FMM降低了模式预报的小雨空报率和大雨漏报率,并且明显提高了晴雨预报的准确率。FMM明显消除了大范围小雨空报区域,但是对强降水预报FMM仅能调整降水量大小,强降水落区预报并不能得到明显改善。 相似文献
8.
9.
8.19华北暴雨模拟中微物理方案的对比试验 总被引：5，自引：0，他引：5
在中尺度模式多种物理过程中,微物理过程是一个非常关键的环节,其不仅直接影响降水预报,而且也影响模式的动力过程.微物理方案有明确的物理基础,但是在实际暴雨模拟中,究竟采取哪一种方案的结果更理想,需要深入比较,因为不同的微物理方案对降水模拟结果有着很大的差异.本文利用中尺度非静力模式WRF (V3.2.1版本),采用36 km、12 km和4 km的格点分辨率,选用七种微物理方案,对2010年8月18~19 日华北地区的暴雨过程进行了敏感性试验.从降水落区和强度方面对总降水的预报性能进行了对比,模拟结果表明:选用不同的微物理方案,可以不同程度地模拟这场暴雨的范围和强度,且选择合理的微物理方案对细网格（4 km）嵌套的模拟也可以相应的提高,从而提高了暴雨模拟的分辨率,为暴雨中小尺度成因分析提供了参考.其中,水平分辨率为36 km时,Lin方案模拟的雨带范围和降水强度与实况拟合的最好;水平分辨率为12 km时,Thompson方案模拟的强降水位置、强度与实况最为接近;而水平分辨率为4 km时,WSM6方案模拟的强降水位置、强度与实况拟合得较好.再结合垂直速度、涡度、散度和雨水混合比等基本物理量的诊断分析,可以更好地理解各微物理方案对降雨预报的影响,所得的结论对我国华北暴雨强降水预报和中尺度模式微物理过程在业务和研究方面有相当的参考价值. 相似文献
10.
利用中国1956-2008年逐日降水量资料,以全国主要河流流域为研究区域,分析了年最大日降水量、年暴雨（日降水量≥50.0 mm）日数的多年平均状况及长期变化趋势。分析表明,近53年,全国平均年最大日降水量没有明显的线性变化趋势,但全国范围内多数气象站点年最大日降水量呈现出增加趋势,并存在南方流域增加、北方流域减少的变化趋势,这种变化特征在2001年以来表现更加突出。全国平均年暴雨日数呈不显著的增多趋势,20世纪90年代最多,70年代最少。空间上,我国南北方流域年暴雨日数呈现相反的变化特征,南方流域多呈上升趋势,北方流域呈减少趋势。 相似文献
11.
利用沙澧河流域上游关键区2003-2006年6-8月降水资料和同时段T213产品中预报产品,分析了关键区强降水发生前24h T213产品中比湿、相对湿度、水汽通量、水汽通量散度、假相当位温、垂直速度等物理量垂直空间结构特征,并根据不同特征,构建T213物理量"垂叠法"暴雨和大雨预报模型,对沙澧河流域上游关键区分别作大雨以上(面雨量≥20mm)和暴雨以上(面雨量≥40mm)强降水预报。通过检验和试用,该预报模型对2007-2009年6-8月沙澧河流域上游关键区面雨量≥20mm强降水预报准确率平均达54.2%,对面雨量≥40mm强降水预报准确率平均为38.9%。 相似文献
12.
利用NOAA逐月海表温度(SST)资料,NCEP/NCAR风场、高度场和比湿再分析资料和国家信息中心提供的753站逐日降水资料,对比分析了1997/1998年和2015/2016年两次强厄尔尼诺事件的海温异常分布特征、次年中国东部夏季降水以及环流异常特征,结果表明:1)2015/2016的厄尔尼诺事件是自1950年以来持续时间最长,强度最强的一次事件,日界线附近的海温较1997/1998年的偏高。2)1997/1998年厄尔尼诺事件次年华南西部、江南北部到长江流域、黄淮北部到华北南部以及我国东北地区降水较常年偏多。而2015/2016年厄尔尼诺事件次年降水范围和强度相对较小,强雨带主要分布在长江流域一带、黄淮地区和华北一带及河套北部。3)1997/1998年事件次年夏季西北太平洋副热带高压强盛,位置偏西,脊线偏南,向上垂直质量输送异常偏强、高低层水平风场配合以及水汽通量异常辐合偏强均有利于长江流域一带以及我国东北地区降水产生,而2015/2016年事件次年的副高相对偏弱,且脊线位置偏北、偏东,水平、垂直异常环流和水汽偏弱,因此降水范围和程度较1997/1998年的偏弱。从海温分布型和次年对我国东部夏季降水造成的影响上看,2015/2016年的超强厄尔尼诺事件有别于传统东部型事件。 相似文献
13.
在分析美国局地分析预报系统 (LAPS) 和GRAPES_Meso数值预报系统,实现GRAPES-LAPS接口的基础上,通过两种数据融合方案,即GRAPES/LAPS方案 (简称LAPS方案) 和GRAPES/3DVAR方案 (3DVAR方案),对2008—2010年华南地区的28个个例的地面、探空常规和加密资料,以及多部多普勒天气雷达数据等融合、同化,开展两种方案的对比模拟试验。结果表明:LAPS方案获得的初始场,水汽条件有所改善,其辐合辐散相耦合触发中小尺度系统发展加强的中尺度环境场,有助于提高模式对强对流天气的预报能力。两种方案的24 h要素场均方根误差检验结果和降水TS评分大体相当,但28个个例中,LAPS方案报出了10个暴雨,而3DVAR方案只报出了5个,LAPS方案的中雨、大雨和暴雨的24 h降水预报TS评分要略好于3DVAR方案相应预报的TS评分,表明LAPS方案对强降水的预报较3DVAR方案有一定改进。 相似文献
14.
应用国家气象中心模式检验方法对GRAPES_Meso V3.0模式2008年2月-2009年3月的试验预报产品,如降水、中低层高度、温度和风场预报进行统计检验。检验结果表明:V3.0模式降水预报性能得到明显改善,年及四季平均的各级降水TS评分显著提高,除了秋、冬季的48h中雨和暴雨预报外,TS评分明显高于V2.5模式,但V3.0模式的预报偏差偏大,中雨以上偏大更明显。从预报的季节平均降水率分布来看,对秋、冬季我国东部24h降水预报偏小改进明显,对春、夏季强降水中心位置及强度预报也好于V2.5模式,但是48h降水预报明显偏大,逐日降水率演变图也印证了这一点。此外,V3.0模式对500hPa高度和风场及48h预报的850hPa风场和温度场改进显著,对于850hPa高度和温度的24h预报,除夏季外,其他季节预报效果优于业务模式。 相似文献
15.
采用ECMWF集合预报降水量资料和中国降水量观测资料,研发了基于最优概率的过程累计降水量分级订正预报(OPPF)技术,并在遵循总体技术思路的基础上设计出三种不同的OPPF计算方案(OPPF1、OPPF2、OPPF3),继而选用2015—2017年汛期(5—9月)中国91次区域性强降水过程进行回报试验和预报效果对比评估,结果表明:(1)在中期延伸期预报时效(96~360小时),对强降水和有无降水的预报效果,三种OPPF均明显优于集合平均(EMPF)和控制预报(CTPF);对中等以上或较强以上强度降水的预报效果,OPPF1和OPPF3明显优于CTPF、与EMPF基本接近。(2)三种OPPF相比,OPPF3的预报效果较OPPF1总体略胜一筹,两者均好于OPPF2。(3)预报效果存在明显的地域差异,南方地区强降水预报的TS评分明显大于北方地区,且OPPF3预报效果明显优于EMPF;在96~240小时预报时效,东北地区东部OPPF3强降水的预报效果也明显好于EMPF。 相似文献
16.
基于集合预报的四川夏季强降水订正试验 总被引：4，自引：2，他引：4
四川历来多暴雨洪涝,然而其发生具有很多不确定的因素,预报难度很大。从观测与模式预报的累积概率密度函数角度出发,利用2007—2012年6—8月中国降水观测格点资料和2012—2013年6—8月ECMWF模式集合预报资料,探索了一种提高四川地区强降水预报准确率的方法——概率阈值订正法,并运用该方法对2012年6—8月盆地东部的降水过程进行批量试验。试验结果表明:订正后的模式预报相比订正前的预报而言,不仅强降水落区更接近实况,而且较大程度地延长了预报时效,能提前6~7天给出强降水过程的警示信息,经过订正后显著提升了ECMWF模式的降水预报水平。 相似文献
17.
多普勒天气雷达资料在暴雨数值模拟中的同化应用 总被引：5，自引：3，他引：2
基于中尺度数值模式WRF及其三维变分同化系统WRF-3DVAR对2008年6月广西地区的一次强降雨过程,进行了多普勒天气雷达的多普勒径向速度和反射率因子的三维变分同化对于暴雨过程模拟效果影响研究。结果表明：(1）同化柳州、桂林和永州多普勒天气雷达观测资料后,模式对广西东北部地区特大暴雨的模拟效果明显改进;(2）WRF-3DVAR能够有效地同化多普勒天气雷达径向速度和雷达反射率因子,同化后使得模式初始场包含有更详尽的中尺度特征信息;(3）在高分辨率中尺度数值模式中有效地利用多普勒天气雷达资料,改善了分析场中尺度结构的描述,从而减轻了spin-up现象,能较好的提高中尺度降雨预报。 相似文献
18.
GRAPES伴随模式是其四维变分同化系统的核心组成部分。由于其计算过程复杂,临时数据较多,实现中采用断点存储策略可以有效减少伴随模式的计算时间和存储空间。极限断点存储策略是在单积分步内以全存储策略实现为基础,将其中部分基态以计算代替的一种类断点存储策略。在该策略的支持下,需要一种新的数据管理结构,来保证程序的正确运行。文章提出了在已有栈基础上优化的新数据存储管理方式——嵌套多链栈,这种结构可有效满足使用极限断点存储技术实现GRAPES伴随模式的初态管理需求。试验表明:相比断点存储技术,在总内存增加不超过30%的情况下可使GRAPES的运行效率提高1倍。 相似文献
19.
The present study designs experiments on the direct assimilation of
radial velocity and reflectivity data collected by an S-band Doppler weather
radar (CINRAD WSR-98D) at the Hefei Station and the reanalysis data produced by
the United States National Centers for Environmental Prediction using the Weather
Research and Forecasting (WRF) model, the WRF model with a three-dimensional
variational (3DVAR) data assimilation system and the WRF model with an ensemble
square root filter (EnSRF) data assimilation system. In addition, the present
study analyzes a Meiyu front heavy rainfall process that occurred in the Yangtze
-Huaihe River Basin from July 4 to July 5, 2003, through numerical simulation.
The results show the following. (1) The assimilation of the radar radial velocity
data can increase the perturbations in the low-altitude atmosphere over the heavy
rainfall region, enhance the convective activities and reduce excessive simulated
precipitation. (2) The 3DVAR assimilation method significantly adjusts the
horizontal wind field. The assimilation of the reflectivity data improves the
microphysical quantities and dynamic fields in the model. In addition, the
assimilation of the radial velocity and reflectivity data can better adjust the
wind fields and improve the intensity and location of the simulated radar echo
bands. (3) The EnSRF assimilation method can assimilate more small-scale wind
field information into the model. The assimilation of the reflectivity data alone
can relatively accurately forecast the rainfall centers. In addition, the
assimilation of the radial velocity and reflectivity data can improve the
location of the simulated radar echo bands. (4) The use of the 3DVAR and EnSRF
assimilation methods to assimilate the radar radial velocity and reflectivity
data can improve the forecast of precipitation, rain-band areal coverage and the
center location and intensity of precipitation. 相似文献
20.
A. Routray U. C. Mohanty Dev Niyogi S. R. H. Rizvi Krishna K. Osuri 《Meteorology and Atmospheric Physics》2010,106(1-2):107-125
We present the results of the impact of the 3D variational data assimilation (3DVAR) system within the Weather Research and Forecasting (WRF) model to simulate three heavy rainfall events (25–28 June 2005, 29–31 July 2004, and 7–9 August 2002) over the Indian monsoon region. For each event, two numerical experiments were performed. In the first experiment, namely the control simulation (CNTL), the low-resolution global analyses are used as the initial and boundary conditions of the model. In the second experiment (3DV-ANA), the model integration was carried out by inserting additional observations in the model’s initial conditions using the 3DVAR scheme. The 3DVAR used surface weather stations, buoy, ship, radiosonde/rawinsonde, and satellite (oceanic surface wind, cloud motion wind, and cloud top temperature) observations obtained from the India Meteorological Department (IMD). After the successful inclusion of additional observational data using the 3DVAR data assimilation technique, the resulting reanalysis was able to successfully reproduce the structure of convective organization as well as prominent synoptic features associated with the mid-tropospheric cyclones (MTC). The location and intensity of the MTC were better simulated in the 3DV-ANA as compared to the CNTL. The results demonstrate that the improved initial conditions of the mesoscale model using 3DVAR enhanced the location and amount of rainfall over the Indian monsoon region. Model verification and statistical skill were assessed with the help of available upper-air sounding data. The objective verification further highlighted the efficiency of the data assimilation system. The improvements in the 3DVAR run are uniformly better as compared to the CNTL run for all the three cases. The mesoscale 3DVAR data assimilation system is not operational in the weather forecasting centers in India and a significant finding in this study is that the assimilation of Indian conventional and non-conventional observation datasets into numerical weather forecast models can help improve the simulation accuracy of meso-convective activities over the Indian monsoon region. Results from the control experiments also highlight that weather and regional climate model simulations with coarse analysis have high uncertainty in simulating heavy rain events over the Indian monsoon region and assimilation approaches, such as the 3DVAR can help reduce this uncertainty. 相似文献