共查询到20条相似文献，搜索用时 31 毫秒
1.
基于对象的诊断检验方法（MODE）受降水临界值、卷积半径、属性权重等参数的影响,合理选取卷积半径并准确表征预报场与观测场之间的空间相似度决定了MODE的应用效果。本文基于2020年夏季贵州54个降水个例,以多源融合降水（CMPA）作为实况,使用MODE和FSS评分（Fractions Skill Score）对中国气象局广东快速更新同化数值预报系统（CMA GD）24 h日降水预报进行空间检验。结果表明：卷积半径过小易造成MODE提取降水对象过多,而卷积半径过大则导致局部降水信息丢失,无法从降水场中提取到降水对象。不同卷积半径下计算的最大相似度中值（MMI）存在突变。在MMI基础上引入面积权重构造面积平均最大相似度（AMMI）。AMMI不受提取降水对象个数的影响,较MMI更具有稳定性,用于表征降水场之间的整体空间相似程度更为合理。根据对象总面积随卷积半径的变化将降水分为大范围降水和局部降水2类。大范围降水平均总面积随着卷积半径的增加而增加,AMMI随卷积半径变化不大。随着卷积半径的增加,局部降水平均总面积减小,平均AMMI有所减小。局部降水对卷积半径选取较为敏感,以观测场对象面积变化不超过10%的最大半径作为卷积半径有助于保留降水场大部分信息。 相似文献
2.
为了弥补传统检验方法的缺陷,本文基于对象目标的空间检验方法MODE,对四川2019年6月22日的强降水过程进行检验,分析西南区域模式在短时强降水的预报效果。通过对该方法各参数的确定,可以发现:(1)MODE检验方法在确定卷积半径R和降水阈值时应灵活地进行选取;(2)模式较好地把握了此次降水过程的发展消亡过程,尤其是对盆地东北部的降水预报效果很好,对降水目标物的形状、走向、移动方向以及落区有比较好的相关性;但对于降水发展初期,模式预报效果不理想,存在明显的空报;(3)对于强度预报,降水发展强盛期预报场对高原目标物强度预报在降水大值区存在一定高估,对盆地目标物强度预报基本接近于实况,但在降水减弱时对盆地目标物强度预报也存在明显高估。 相似文献
3.
ECMWF、日本高分辨率模式降水预报能力的对比分析 总被引：9，自引：2，他引：7
利用2012年4月1日至2013年3月31日ECMWF、日本高分辨率模式降水预报资料,全国2419个台站逐6 h降水量观测、CMORPH(NOAA Climate Prediction Center Morphing Method)卫星与全国3万余个自动站逐小时降水融合资料,基于列联表预报评分、泰勒图等统计方法,客观对比分析ECMWF、日本高分辨率模式对中国逐6、12和24 h分段降水的预报能力,主要结论如下:(1)整体来说,ECMWF对降水的预报优于日本模式,日本模式预报离散度偏大,而ECMWF预报相对平稳,与观测更加一致;(2)两个模式晴雨预报中降水发生频率较实际偏高,暴雨预报频率较实际偏低,随着分段间隔的增加,这一情况有所改善;(3)ECMWF模式6 h分段降水晴雨预报评分低于日本模式,暴雨预报评分整体高于日本模式,12和24 h分段ECMWF模式晴雨、暴雨预报评分一致高于日本模式;(4)通过调整阈值改变预报偏差能够在一定程度上提高预报技巧;(5)就空间分布来看,模式在东南地区Bias、CSI技巧评分整体优于西北地区。 相似文献
4.
基于雷达资料快速刷新四维变分同化(RR4DVar)初始化的三维数值云模式,利用京津冀6部新一代多普勒天气雷达和区域自动气象站观测资料,针对2013年7月4日出现在京津冀平原地区的中尺度对流系统(MCS),开展了数值临近预报试验。研究结果表明,充分考虑雷达观测信息的对流尺度数值临近预报具有很大的优势,但也存在不足:(1)模式能够较好地把握中尺度对流系统的组织发展和移动演变特征,对风暴回波带的走向和尺度特征有较好的预报,但对强回波的强度和位置预报存在一定偏差;(2)模式预报可以反映风暴系统的中小尺度扰动特征,对风暴冷池和出流边界(阵风锋)的发展变化均有较为合理的预报;(3)模式对强降水中心和雨带位置的预报有很大优势,能较好地预报弱降水雨带的分布形势和雨量,但对强降水落区的预报偏大;(4)模式对风暴造成的对流性强降水的预报准确率较高,对0.5—10 mm阈值的降水范围预报偏差比较合理,对10 mm以上降水范围的预报偏大,但是对弱降水风暴的弱回波较强回波的预报性能要好;(5)由于三维数值云模式对京津冀复杂地形的处理不够完善,对山前风场预报偏差较大,造成对山前风暴的发展演变和山前降水的预报偏差较大。 相似文献
5.
利用CMA-SH9模式逐小时降水预报数据和地面自动站-CMORPH卫星融合降水数据,开展该模式对2020年暖季（5~9月）川渝地区降水日变化的预报效果评估。结果表明:CMA-SH9模式可以再现小时平均降水量在四川盆地偏小、盆地周边陡峭地形处偏大的空间分布特征;显著的预报正偏差分布于青藏高原东坡至四川盆地西南部一带和四川盆地以东地区,偏差来自降水频率和降水强度的共同贡献;预报负偏差分布于四川盆地,主要来自模式对降水强度的低估;降水日变化峰值时间自西向东呈午夜到上午的滞后,模式预报的降水日变化峰值时间超前于观测;模式能够较好地把握青藏高原东坡至四川盆地西南部一带和四川盆地的单峰型日变化位相,以及盆地以东地区的双峰型日变化位相,但预报的降水量值和观测存在一定偏差。 相似文献
6.
利用2014—2015年5—10月地面观测降水资料和同时段的西南区域模式降水预报资料,基于概率匹配方法,采取分区及点对点匹配两种方案对2016年6—8月降水集中时段逐12h累积降水进行订正试验。结果表明:(1)订正后的模式预报相比订正前而言,平均(绝对)误差有所减小,降水落区的范围和平均强度与实况更加接近;(2)量级偏差越大,运用该方法的订正效果越好,夜间降水订正效果优于白天;(3)分区统计方案对模式系统性偏差的订正效果优于点对点方案,合理的区域划分增加统计样本量可以提高订正效果。 相似文献
7.
基于MODE方法的日本细网格模式降水预报的诊断分析 总被引：2，自引：0，他引：2
《高原气象》2016,(2)
利用CMORPH卫星与中国30000余个自动站逐时降水融合资料,基于面向对象模式诊断分析MODE方法研究了降水对象的客观表现以及日本细网格模式对2012-2013年中国34个降水个例的预报能力,并与传统TS、ETS检验方法进行了对比分析。结果表明:模式整体上能较好地捕获降水对象,但不同卷积半径下对象的个数及特征差异明显;模式对局地性或弱降水事件预报偏多(偏大),对区域性或强降水事件预报偏少(偏弱);模式较好地反映不同卷积半径下,降水对象在10 mm左右识别对象的面积、数量的变化特性,不足之处在于模式的固定阈值更为集中,识别对象的数量减少幅度偏快;采用较大半径进行卷积,有助于强降水区域的形态判定,在不同量级降水情况下存在提高收益函数的合适的卷积半径;中、低纬降水预报的总收益整体优于高纬,但不同属性呈现较大差异,具体而言,高纬地区降水强度预报更为合理,而低纬降水面积预报优于高纬;与传统TS、ETS检验相比,MODE方法受气候概率影响较小,其检验结果更加客观、多样。 相似文献
8.
本文研究计算CMA_MESO模式预报降水FSS（Fractions Skill Score）评分时，当其水平分辨率与观测降水不一致时，采取两种匹配方式统一分辨率，分析这两种方式得到的FSS评分结果是否有差异。针对3 km分辨率CMA_MESO模式6 h累积降水，选取5 km分辨率的观测降水，分别采取预报降水匹配观测降水分辨率，以及观测降水匹配预报降水分辨率两种方式，选择4种邻域尺度：5、25、51和105 km；4种降水阈值：0.1、4、13和25 mm，得到两组不同预报时效的FSS评分。通过分析发现：两组FSS评分结果没有显著差异。研究结果表明，当CMA_MESO模式预报降水水平分辨率与观测降水不一致时，可以将预报降水匹配到观测降水格点场，也可以将观测降水匹配到预报降水格点场，两种匹配方式对FSS评分结果没有影响。 相似文献
9.
利用FY-2G卫星反演云特征参量产品、MICAPS高空和地面形势场、逐小时地面降水和探空数据等资料,从云的宏观、微观结构及垂直结构和降水方面对2016年6月22日19:00-20:00拉萨市短时冰雹天气发生期间的GRAPES_CAMS云降水模式预报结果进行高原地区适用性检验。结果表明:(1)模式能够预报西藏地区的降水落区分布,对强降水中心和降水强度的预报存在一定偏差;(2)模式能较好地预报云系发展演变,在云系移速、移向上预报结果与实况基本一致,对云系发展旺盛程度的预报有一定偏差;(3)模式能较准确地预报高原对流云宏观特征,对流云的垂直发展预报结果比实况弱,云顶高度偏低1.0~2.0 km,云顶温度偏高10~20℃;(4)在云垂直结构特征上,模式预报与卫星、高空监测较为吻合,云的冷暖性质、垂直结构、特征温度层高度与实况接近。 相似文献
10.
本文采用百分位法对观测极端降水的阈值进行定义,根据贝叶斯理论探讨了极端降水的概率预报方法,进行了贝叶斯极端降水模拟概率预报试验和检验。以观测和模式极端降水阈值分别进行的贝叶斯概率预报试验结果表明:以观测极端降水为阈值时,先验概率与后验概率的极端降水空报情况较多,主要降水雨带的概率预报也偏强;而以模式极端降水为阈值时,两者的空报均较少,且对主要雨带也起到了明显的预警作用。对比两种阈值取法下的先验概率和后验概率的极端降水预报,前者的概率预报值较后者的更小。检验结果表明,经过贝叶斯方法修订后的极端降水预报,提高了极端降水产生的正确率,但空报也有所增加。 相似文献
11.
利用基于目标诊断的空间检验方法(MODE)和时空检验方法(MTD)评估了华南3 km高分辨率区域数值模式(GRAPES_GZ3 km)对2019年海南岛暖季非台降水预报性能, 结果显示: (1)模式24 h累积降水预报的空间分布范围偏大、降水强度偏强; (2)模式逐小时降水预报的平均质心总体偏西和偏北, 降水出现时间总体偏早1~3 h, 结束时间总体偏晚2~4 h, 降水持续时间偏长; 预报的降水目标数量偏多, 与实况一致均存在着主峰和次峰形态的昼夜分布特征, 但预报的昼间主峰出现时间比实况偏早2 h; 预报的短时强降水出现频次总体偏多。相对于传统的预报和观测点对点检验评估方法, MODE和MTD方法具有捕捉模式预报偏差特征的优势。 相似文献
12.
日本高分辨率模式对中国降水预报能力的客观检验 总被引：1，自引：0，他引：1
利用2012年4月1日-8月31日中国2419个台站逐6 h降水资料、CMORPH(NOAA Climate Prediction Center Morphing Method)卫星与中国3万余个自动站逐时降水融合资料,基于客观统计方法,分别检验了日本高分辨率模式对中国逐6 h、12 h和24 h分段站点、格点降水的预报能力。结果表明:(1)模式晴雨预报技巧随分段间隔的增加整体增加,暴雨预报技巧在12 h分段表现相对较好;(2)就站点检验来说,模式晴雨预报的降水频数高于观测,6 h和12 h分段暴雨预报低于观测频数,24 h分段则与观测基本一致,通过计算调整阈值可以明显改善技巧评分;(3)6 h分段降水标准差比值1,出现预报为中雨,而观测为暴雨或小雨的概率增大,24 h分段则相反;(4)整体而言,模式对东南地区的预报技巧高于西北地区,但沿海地区降水的偶然性更大;(5)模式预报与高分辨率卫星、自动站融合降水产品有更好的一致性,阈值调整的空间相对有限;(6)东南地区预报与观测的相关性大于西北地区,模式对东部沿海地区降水量级的预报比西部地区更为合理。 相似文献
13.
针对高分辨率数值天气预报的时空不确定性, 利用邻域最优概率方法对华南区域GRAPES快速更新循环同化预报系统的24 h预报进行逐时降水订正和检验评估。结果表明: (1)邻域法能改善模式降水预报的空间不确定性, 最优邻域半径随降水等级增加而减小, 强降水的最优邻域半径约为60 km; (2)通过引入时间滞后因子, 可进一步改善模式不同时间起报的不确定性, 结合Brier评分确定了时间滞后窗为4 h; (3)提出基于邻域最优概率阈值的降雨进行分级订正方法, 有效提升了降水客观预报能力, 晴雨预报较模式全部为正技巧, TS评分达到0.89以上, 总体提升幅度约5.3%;强降水预报同样均为正技巧, TS评分呈先降后升趋势, 在12 h时效前后预报效果最优, 进一步提升了GRAPES快速更新循环同化预报系统的业务预报水平。 相似文献
14.
区域数值预报系统在北京地区的降水日变化预报偏差特征及成因分析 总被引：1，自引：0，他引：1
为了研究北京快速更新循环同化预报系统(BJ-RUCv2.0)在北京地区降水日变化的预报偏差特征及其成因,利用2012—2015年夏季BJ-RUCv2.0系统第2重区域(3 km分辨率)预报结果和北京地区122个自动气象站逐时观测数据以及观象台探空观测资料,分析模式对北京地区降水日变化预报偏差的区域性特征和传播特征,研究模式局地环流预报偏差特征及其对降水预报偏差的可能反馈机制。研究结果表明,BJ-RUCv2.0系统多个更新循环的预报在北京平原地区均存在夜间降水漏报问题,降水预报偏差表现为模式预报降水在西部山区降水偏多,预报降水雨带难以在平原地区增强发展,造成了模式降水在傍晚山区偏多而夜间平原地区降水明显偏少。通过分析模式局地环流预报偏差及其响应机制发现,由于白天平原地区近地层偏暖偏干,山区底层偏冷中层偏湿,造成了山区-平原地区间的温度梯度强度偏强且强温差出现时间提前,西部山区午后降水偏多;由于平原地区地面气温预报持续偏高,入夜后偏北风难以到达平原地区,造成了山区-平原间的地形辐合线位置偏北,影响山区降水雨带向平原地区移动,同时平原地区近地层内水汽持续偏低,抑制降水雨带在东移过程中的发展,造成模式在平原地区夜间降水预报容易出现漏报。模式冷启动所用的GFS资料土壤湿度在北京平原地区明显小于实际观测,是模式预报偏暖偏干的可能原因之一。 相似文献
15.
在60周年国庆天气服务中,使用ARPS实时分析预报系统,将地面观测、探空、自动站、雷达基数据和风云2卫星TBB等多种观测资料同化,使用较多的观测数据调整模式初始场,对天安门地区未来3天的天气逐日进行精细化数值预报。对ARPS系统的降水落区和量级预报能力及单点降水预报准确率检验结果表明:对于秋季低槽东移造成的华北地区的大范围降水,ARPS系统有较好的预报能力,12-36 h预报的1 mm降水落区与实况十分吻合,降水量预报通常略大于实况;对单点的1 h的累积降水预报,预报降水的开始时间较实际降水时间提前1-3 h,1h累积降水随时间增大或减小的变化趋势预报比较准确。综合看来,使用ARPS实时分析预报系统进行精细化天气预报是可行的,数值预报的结果对于精细化天气预报决策具有较好的参考价值。 相似文献
16.
从降水偏差特征、预报技巧和对象诊断分析3个角度评估了欧洲中期天气预报中心模式(EC)、华东区域中心区域数值模式(WARMS)和江苏区域模式(PWAFS)对2020年江淮地区梅汛期11次典型暴雨过程的预报性能,并分析了各模式的优点及不足。结果表明:(1)24 h观测日平均累计降水主要分布在大别山—江苏淮北以及大别山—皖南山区,相应的模式降水偏差大值区与主要雨带位置有较好的对应关系,其中,EC在大别山和皖南山区存在明显干偏差,在江苏淮北地区则出现系统性北偏。WARMS和PWAFS两种区域模式均在大别山和皖南山区上游地区和下游浙江地区出现大范围湿偏差,而在江苏淮北地区出现干偏差;(2)24 h预报技巧评分结果表明,EC对暴雨及以下量级的TS评分最高,但大暴雨量级PWAFS最优,原因是EC对大暴雨量级出现较高漏报。对比WARMS和PWAFS两家区域模式可见,PWAFS在几乎各量级的空报和漏报率都低于WARMS,因此TS评分也高于WARMS;(3)通过MODE对象诊断分析发现,EC对降水位置预报最稳定,PWAFS对降水强度和范围的预报效果最优,但对雨带位置的预报不够稳定。总得来说,PWAFS的预报性能略优于WARMS,与EC相比在对降水强度和雨带范围的刻画上也具有优势,但预报稳定性尚有待提高。 相似文献
17.
观测降水概率不确定性对集合预报概率Brier技巧评分结果的分析 总被引：1，自引：1，他引：0
利用淮河地区652个站点日降水量和参加全球交互式大集合预报计划的中国T213集合预报系统24 h累积降水预报,建立了新的集合预报评分中观测资料的处理方法.该方法基于模式检验的观测资料处理中考虑不确定性的思想,构建了观测概率法和观测百分位法的观测资料处理方法.本文方法和通常数值预报检验观测资料处理方法的模式检验对比分析表明:采用了观测概率法和观测百分位法处理降水观测后,五个降水阈值预报Brier评分检验表明,新的观测资料处理方法使预报的Brier评分分值下降,即预报性能得到提高,尤其在中低降水阈值区域较为明显.Brier技巧评分可靠性和分辨性的分析表明,模式五个降水阈值预报都有预报技巧.新的观测资料处理方法普遍提高了五个降水阈值预报的分辨性,但是降低了可靠性.本研究结果对在今后集合预报评分方法中考虑观测资料不确定性的影响,尤其是对集合预报降水的评估起到非常积极的作用. 相似文献
18.
为深入认识对流可分辨模式对小尺度孤立地形区降水的预报性能,使用2017年暖季（5—9月）台站逐时降水观测数据,以小时尺度降水特征为指标,细致评估了千米尺度分辨率（3 km）的北京“睿图”短期数值预报子系统（RMAPS-ST）对泰山及其周边地区降水特征的预报能力,并对比了不同起报时次（北京时08时和20时）的预报差异。评估发现,RMAPS-ST可以再现泰山站的局地降水中心,但区域西南侧降水预报小于观测,而泰山站及其东北侧则相反。清晨和午后时段的降水预报与观测相比存在较大偏差。以泰山站为例,RMAPS-ST易于低估夜间至清晨时段的降水频率,这可能与模式对降水系统发展演变过程的预报偏差以及清晨泰山站弱降水事件的漏报有关;清晨泰山站降水强度的预报在不同起报时次的结果中存在差异,20时起报存在大幅度高估的问题,进而导致其暖季平均降水量预报大于观测,而08时起报对于清晨降水强度的高估不明显;08时起报易高估泰山站午后的降水频率,这与其午后短历时降水事件数预报偏多有关,模式对山区热动力场的预报偏差是午后降水空报的可能原因。小时尺度降水特征已应用于中国气象局区域数值预报模式的业务评估体系中,本研究结果也表明,此类评估有助于深入认识千米尺度数值预报模式对降水日内变化的预报能力,从而为精细化降水产品的订正提供更详实的科学依据。 相似文献
19.
应用多种常规和非常规观测气象资料以及再分析资料对2020年2月13日夜间至14日白天北京地区一次极端雨雪过程的成因进行了分析,并重点探讨了模式降水相态预报的误差及其原因。结果表明:（1）本次降水过程中,低涡系统深厚,强度异常强,移速慢,影响时间长,导致北京地区部分站点降水持续12 h左右。异常偏强的东南风急流向北京西部山前输送水汽,配合与急流相伴的较强低空风切变形成的对称不稳定,产生高降水率的斜升对流降水。较长的降水时间以及冬季夜间罕见的高降水率共同造成了此次极端日降水。（2）北京凌晨0℃层高度和地面气温下降缓慢,北京西部处于两股冷空气间的暖舌中,冷空气从东路入侵造成北京东部降温时间较西部早,且降温辐度较大,导致0℃层高度呈西高东低形势,故转雪时间东部早于西部。（3）模式预报的东路冷空气较观测偏强偏早,降水的对流性也显著弱于观测,导致其预报的凌晨地面气温较观测低,0℃层高度下降过快,从而过早预报转雪时间,高估了降雪量和积雪深度,利用非常规温度观测对模式温度廓线预报误差进行检验,可为订正模式相态转化时间预报偏差提供依据。 相似文献
20.
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