共查询到17条相似文献，搜索用时 140 毫秒
1.
应用国家基本观测站资料,基于MET系统的客观统计检验方法,针对24h降水分别评估SWCWARMS模式、GRAPES模式和ECMWF模式对2017～2019年5～10月四川地区汛期预报能力,得到如下几点结论:(1)SWCWARMS模式小到大暴雨降水范围大于实况,GRAPES模式小到暴雨降水范围大于实况、大暴雨多漏报,ECMWF模式小雨和中雨降水范围大于实况、大到大暴雨多漏报,三个模式无降水或微量降水均少于实况。(2)ECMWF模式对四川雨季小到大雨预报能力优于SWCWARMS和GRAPES模式,SWCWARMS模式在部分时次上暴雨和大暴雨预报优于ECMWF模式,GRAPES模式TS评分略偏低。(3)GRAPES模式在2018年秋季开始中雨及以上量级降水预报上改善大于SWCWARMS和ECMWF模式,SWCWARMS模式2019年空报较2017年和2018年显著降低;3个模式在小雨和中雨预报上不相上下,GRAPES模式优势在2019年大雨和暴雨预报上,ECMWF模式优势在2017年秋季和2018年初夏大雨预报上,SWCWARMS模式大雨和暴雨预报能力介于二者之间。(4)ECMWF和SWCWARMS模式川东预报优于川西,GRAPES模式川西预报优于川东;三个模式存在不同程度空报,川东地区空报略多于川西,其中ECMWF模式空报最多。 相似文献
2.
使用2014年5~12月西南四省(区)一市每日08时统计的24h雨量观测资料,对SWCWARMS和GRAPES模式降水进行站点统计检验。主要结论为:针对每日08时起报,SWCWARMS模式除24h中雨和48h大暴雨外SWCWARMS模式ETS评分在其它时次及其它量级降水上均高于GRAPES模式,但SWCWARMS模式空报和系统偏差较多;针对每日20时起报,SWCWARMS模式ETS和TS评分均高于GRAPES模式;除小雨外SWCWARMS模式空报率略高于GRAPES模式。从2014年10次西南涡过程统计检验可见,两模式对强降水过程即主要影响贵州的三次过程评分高于四川和云南的西南涡降水过程,24h降水评分在多个时次多个量级上优于GRAPES模式。SWCWARMS模式在汛期表现优于GRAPES模式,SWCWARMS模式对小雨、中雨和大雨有较强的预报能力,但对强降水预报能力有待改进,对中雨及以上量级降水空报率较高,而对小雨漏报多于GRAPES模式。 相似文献
3.
应用国家基本观测站资料、自动站逐时降水资料,基于客观统计检验方法,针对降水(12h、24h累积雨量)、近地面要素(2m温度、10m风)和高空要素(风场、温度场、高度场),分别评估SWCWARMS模式和GRAPES模式对2015年西南地区预报能力,得到如下几点结论:(1)SWCWARMS模式降水ETS评分高于GRAPES模式,除24h小雨外SWCWARMS模式偏差值均高于GRAPES模式,两个模式在不同预报时效内对中雨、大雨、暴雨都表现一定程度的空报;(2)12h降水分段评分上,SWCWARMS模式TS评分均高于GRAPES模式,但SWCWARMS模式预报降水范围过大,随着预报时效增长空报多于GRAPES模式;SWCWARMS模式中雨和大雨空报大于其它量级降水,GRAPES模式对大暴雨漏报较多其它量级降水表现为空报;(3)两模式对高度场和温度场预报优于风场,对对流层中层预报优于中低层,SWCWARMS模式对高度场和温度场预报优于GRAPES模式,夏半年SWCWARMS模式均方根误差小于GRAPES模式;(4)两模式都表现出2m温度均方根误差在秋季增加而春季减小这一特征,SWCWARMS模式近地面要素均方根误差均小于GRAPES模式。 相似文献
4.
基于邻域法的高分辨率模式降水的预报能力分析 总被引：13，自引：3，他引：10
利用2011—2013年ECMWF、日本、T639高分辨率模式降水预报数据,CMORPH(NOAA Climate Prediction Center Morphing Method)卫星与自动站逐小时降水融合资料,基于邻域法FSS(Fractions Skill Score)、ETS(Equitable Threat Score)评分指数,分析模式的降水预报性能。(1) 暖季(5—9月)三家模式对小雨量级降水预报频率偏多,随着降水量的增大,模式预报频率逐渐减小,降水阈值10.0 mm左右时,预报频率接近无偏,FSS趋于1,其中T639模式受尺度变化影响最大。(2) 对ECMWF模式来说,降水阈值小于5.0 mm时,增加空间尺度,能够同时提高降水量级、范围的预报准确率,对5.0 mm以上量级降水,增加尺度不利于提高ETS评分;对T639模式来说,调整邻域空间尺度对降水FSS、ETS评分影响不大。(3) ECMWF、日本模式分别在局地性、系统性降水上有较好的预报表现,使用较大邻域来评定局地性降水并不合理,但对系统性降水来说,50~110 km的空间尺度能够取得较好FSS评分。(4) 不同月份上,三家模式的降水量级、范围的预报技巧评分不尽相同,整体来说,三家模式均在7月降水量级预报最合理。 相似文献
5.
基于ARPS3DVAR+WRF (Advanced Regional Prediction and 3-dimensional variational System)快速同化模式对西南地区近几年发生的4次强降水过程进行模拟试验,对12 h降水预报结果采用升尺度方法,计算邻域平均预报、站点概率预报,最终形成邻域概率预报,并细致分析了这三种预报的特点与效果,讨论了升尺度窗区尺度给不同量级降水带来的影响,最后结合AROC评分与邻域空间检验FSS讨论业务概率预报应用的最佳尺度。结果表明:升尺度邻域平均预报在小雨与大暴雨量级降水上表现不稳定,对中雨的预报提高不明显,但是对大雨与暴雨预报有较好的改善效果;站点概率预报具有一定的误导性,而邻域概率预报可以弥补其缺憾,越高分辨率的模式有更多的降水样本,在降水不确定性上能给出更好的概率分级信息;相对邻域平均的升尺度预报TS检验结果,基于邻域概率的FSS和AROC分析有更好的预报技巧指导意义;36 km升尺度窗区既能消除一定程度的强降水预报不确定性,同时也可以保留适当的对流尺度特征,为最佳升尺度窗区。 相似文献
6.
传统点对点的二分类检验方法能够客观反映模式预报的整体表现,但该方法存在双重惩罚现象。本文在传统检验基础上结合FSS（Fraction Skill Score）评分和MODE（Method of Object-based Diagnostic Evaluation）方法,对2021年7月影响四川的两次区域性大暴雨过程开展检验评估,对比分析了华东区域BCSH模式、ECMWF模式、西南区域SW3KM和SW9KM模式的预报性能。结果表明:（1）BCSH和ECMWF模式在小到中雨评分上略优于西南区域2个模式,SW3KM模式优势体现在暴雨预报上;BCSH和SW9KM模式预报偏差无显著规律,ECMWF模式小到大雨多空报,SW3KM模式中到暴雨多空报。（2）邻域半径为7个格点时,SW3KM模式在72 h预报时效上小雨、36~72 h大雨、24~66 h暴雨评分高于其它模式;区域模式分辨率提高,其FSS和TS评分相应增加,随着预报时间延长,区域模式FSS评分以大于ECMWF模式为主,SW9KM模式各级降水评分整体低于SW3KM模式。（3）4个模式降水落区质心位置预报的经向偏差略大于纬向,BCSH和SW9KM模式降水质心较实况偏西北,ECMWF模式暴雨质心偏西北、大暴雨质心偏西南,SW3KM模式暴雨质心多偏西南、大暴雨质心较实况多偏西北。ECMWF模式对雨带走向和面积的把控好于区域模式;SW3KM模式在72 h预报时效上多个属性值优于BCSH模式,SW3KM模式匹配目标属性值以优于SW9KM模式为主;BCSH、ECMWF和SW3KM模式均存在降水强度预报偏大的特征。 相似文献
7.
2020年汛期6—8月甘肃降水日数多、持续时间长、范围广、强度大,对该时间段内3种全球模式（ECMWF、GRAPES＿GFS和NCEP＿GFS模式）和4种区域模式[GRAPES区域数值预报业务系统（GRAPES＿3 km）、西北区域区域模式（GRAPES＿LZ10 km）、西北区域快速更新循环预报系统（GRAPES＿LZ3 km）和华东区域模式（SMS-WARMS）]24 h累计降水预报性能进行检验评估。结果表明：（1）全球模式中ECMWF模式的预报性能优于其余2个模式,而区域模式中GRAPES＿3 km和SMS-WARMS模式预报性能相对较好,且SMS-WARMS模式预报性能更稳定。（2）区域模式晴雨准确率及小雨和中雨的TS评分、ETS评分、命中率低于全球模式,暴雨优于全球模式;大雨和暴雨的空报率和预报偏差均高于全球模式。（3）根据500 hPa环流形势可将甘肃汛期降水划分为副高边缘型和低槽型2种类型,针对2020年4次副高边缘型和3次低槽型降水进行分类检验评估。全球模式和区域模式均对前者的各个量级降水预报性能优于后者;ECMWF模式和区域模式对2种类型大雨和暴雨预报效果优于NCEP... 相似文献
8.
WRF模式不同云微物理参数化方案及水平分辨率对降水预报效果的影响 总被引：10，自引：0，他引：10
利用WRF模式和GFS资料对一次大尺度天气系统作用下的暴雨过程进行了回报,分析了WRF模式不同降水方案和3种不同的水平分辨率（45km,15km和5km）对降水预报效果的影响。结果表明：①对于大尺度强迫作用较强的暴雨,尤其是层状云降水为主的暴雨,云微物理过程方案对降水的影响远大于积云参数化方案对降水的影响。②WRF模式不同的微物理过程方案对各等级降水量的预报效果差别较大。其中Kessler方案的TS评分明显随降水量级的增加而减小,其他6个方案的TS评分都呈现＂两头大,中间小＂的特点,即小雨和暴雨的TS评分较高,而中雨和大雨的TS评分较低。③对于小雨量级的降水,Lin方案的预报效果最好;对于中雨和大雨量级的降水,WSM 3方案的预报效果最好;对于暴雨量级的降水,WSM 5方案的预报效果最好;整体预报效果最好的是WSM 3方案,其次是WSM 5方案,Kessler方案最差。④WRF模式的降水预报效果并不总是随水平分辨率的提高而提高。模式水平分辨率的提高存在明显的阈值（15km左右）,当模式的水平分辨率提高到超过这一阈值以后,预报效果开始转差。 相似文献
9.
为了解ECMWF高分辨率数值预报模式(以下简称"ECMWF")对广安地区暴雨的预报性能,提高预报质量。利用ECMWF模式资料、广安地区4个国家观测站和160个区域自动站的逐日降水资料,对2015—2017年广安地区出现的34次中雨及以上量级降水(其中14次暴雨)天气过程进行分析。结果表明:直接以ECMWF暴雨预报结果进行暴雨预报,易出现漏报,评分质量较低。当ECMWF预报满足:中、短期均预报降水R≥50 mm;中期预报R≥25 mm、短期预报R≥50 mm;中期预报R≥50 mm、短期预报R≥25 mm;中、短期均预报R≥35 mm 4个订正条件之一时,进行订正预报暴雨,评分高,空、漏报率低,命中率高,可有效提高暴雨预报质量。同时,ECMWF在暴雨的持续时间、强降水时段、落区和面雨量预报中均有良好的预报指导意义。 相似文献
10.
T213与AREM模式分级降水预报对比检验 总被引：4，自引：2，他引：2
为检验T213与AREM模式的降水预报效果,将2004-2005连续两年两个模式的预报结果与河南省117站逐日降水实况进行分级TS评分检验,结果发现:两个模式对小雨以上量级的预报能力基本相当,夏秋季节的预报效果好于冬春季节;中雨以上量级预报均无季节特征;大雨以上量级的预报评分夏季T213高于AREM模式;大暴雨预报AREM模式好于T213.对3例不同性质降水过程落区的预报检验表明:AREM对一般稳定性降水和暴雨以上量级降水的预报能力较强. 相似文献
11.
利用ECMWF模式降水和极端天气指数资料,以及浙江省68个气象站降水观测资料,评估了ECMWF细网格模式(EC-thin)和降水极端天气指数(EFI)对浙江2018—2020年梅汛期暴雨预报效果。研究表明：对于同一预报时效,随着阈值的增加,EC-thin和降水EFI的暴雨预报评分都呈现“先增加、后减小”的趋势,对于不同预报时效都存在某一阈值使得暴雨预报评分达到最大。从24 h时效到72 h时效,EC-thin的降水预报阈值从45 mm逐渐下降到25 mm,而降水EFI的暴雨预报阈值从07下降到06。EC-thin和降水EFI对暴雨预报的空报率随着阈值的增大而减小,漏报率随着阈值的增大而增大。对于不同预报时效,通过合理组合EC-thin降水阈值和降水EFI阈值,可以得到更好的暴雨预报效果,其评分高于单独使用降水EFI阈值或EC-thin降水阈值得到的评分。 相似文献
12.
为提高定量降水预报产品在攀西地区的预报能力,对2021年夏季格点预报（Grid Weather Forecasting,GWF）、西南区域模式（South West Center-WRF ADAS Real-time Modeling System,SWCWARMS）、欧洲中心中期预报 （European Centre for Medium-Range Weather Forecasting,ECMWF）及中国气象局中尺度模式（China Meteorological Administration Meso-Scale Model,CMA-MESO）降水预报情况进行了检验分析。结果表明:（1）ECMWF模式雨日空报最明显,但其暴雨量级预报较实况偏干,其余各家产品中各量级降水均以湿偏差为主。有雨日数在攀西地区南部预报效果较好,其余地方空报较大。大雨日数在凉山州中部预报偏差较大,攀西地区南部预报偏差较小。（2）从16次过程检验来看,各预报产品在8月份过程中的表现优于其余月份,GWF产品25 mm以上TS（Threat Score）评分高于20分的过程次数最多且预报效果最稳定,CMA-MESO模式空报最大。（3）各产品3 h累计强降水开始时间大多早于实况,SWCWARMS模式雨强偏大且对于持续时间较长的过程预报效果较好,而GWF、ECMWF模式累计雨量较实况偏小。 相似文献
13.
应用巴中地区218个自动气象观测站2016年6～8月逐日的24h累积雨量,采取基于客观统计的检验方法,针对24h累积雨量,采取TS评分、BIAS评分和空报率对比分析了 SWCWARMS 模式和 EC 细网格模式在巴中地区的预报能力。研究结果表明:(1)从降水落区来看,两个模式都对雨带的移动都有较好的预报能力;(2)从降水 TS 评分看,SWCWARMS模式在各量级上的 TS 评分都优于 EC 模式;(3)从降水 BIAS 评分看,EC 模式容易漏报中雨及以上量级的降水,而 SWCWARMS 模式则对大暴雨的预报有较大的空报;(4)从逐月评估结果看,6月和7月SWCWARMS 模式较EC模式有更好的预报效果,8月两者差异不大。总体而言,SWCWARMS 模式在巴中地区的预报效果优于 EC 模式。 相似文献
14.
“7.21” 暴雨过程动力因子分析和预报研究 总被引：5，自引：4，他引：1
针对2012年7月21～22日发生在我国华北地区的暴雨过程,利用美国全球预报系统资料对湿热力平流参数、对流涡度矢量的垂直分量、热力波作用密度、热力位涡波作用密度、热力位势散度波作用密度和湿斜压涡度等动力因子进行计算和诊断分析,结果表明,该暴雨过程是由高、低空急流、高空槽、副热带高压、冷锋和辐合切变线等多个天气系统共同作用造成的。降水区具有垂直上升运动强烈,垂直热量输送明显,湿等熵面向下伸展和水平风垂直切变显著等动、热力学特征。湿热力平流参数等动力因子综合反映了上述动、热力垂直结构特征,因而与6小时观测降水的发展移动有一定相关性。全球预报系统48小时预报的动力因子高值区在走向和落区上与6小时观测降水区比较接近,代表动力因子对降水落区有一定的指示意义。利用全球预报系统的预报场资料对动力因子暴雨预报方程进行计算,结果表明,在降水中心位置预报方面,动力因子降水预报比全球预报系统本身的降水预报更接近观测实况。ETS（Equitable Threat Score）评分计算表明,对于降水的早期预报,动力因子降水预报评分略高于全球预报系统本身的降水预报评分,说明动力因子暴雨预报方程有一定的降水预报能力,可以应用到实际天气业务预报中。 相似文献
15.
Numerical study of 1998 late summer flood in East Asia 总被引：1，自引：0，他引：1
Wen-Yih Sun Ki-Hong Min Jiun-Dar Chern 《Asia-Pacific Journal of Atmospheric Sciences》2011,47(2):123-135
The Purdue Regional Model (PRM) is applied to study the evolution of regional climate and weather systems during the heavy precipitation over Korea and China between 30 July and 18 August 1998. The results show that heavy rainfall along the Mei-yu and Changma front was due to the combination of: (1) an anomalous 850 hPa subtropical high, (2) a stronger baroclinicity around 40°N over eastern Asia and a low pressure located to the north of the front, and (3) an excessive evaporation from abnormal wet, warm land. The precipitation ended by 18 August when the subtropical high had retreated and the low pressure in Mongolia moved away from Asia continent. The model reproduced in great detail the observed baroclinic waves to the north, subtropical high and low-level jet to the south, and the front with heavy precipitation extending from southern China, and the Korean peninsula to Japan. High correlations are found for mass, momentum, and moisture fields between model simulation and the European Center for Medium Range Weather Forecast (ECMWF) reanalysis for the 20-day means. 相似文献
16.
本文检验了2020年3月至2021年2月ECMWF和GRAPES以及中央台格点产品（以下简称SCMOC）和省台格点产品（以下简称SPCC）4家降水预报产品逐24h未来5天在贵州的预报质量,结论如下：（1）ECMWF和SCMOC与实况的相关系数最高,SCMOC和SPCC预报降水的变化幅度较观测偏大,而GRAPES预报降水的变化幅度较观测则是明显偏小。（2）SCMOC的晴雨准确率最高,除在72h预报时效SPCC的准确率略高于SCMOC外,其余预报时效SPCC准确率均低于SCMOC,表明SPCC的订正能力需要进一步提升。（3）在小雨量级,4种降水预报产品的TS评分相差不大,ECMWF和GRAPES的ETS评分明显低于SCMOC和SPCC,其中GRAPES的TS评分在5个预报时效内均高于ECMWF。在中雨量级,前3个预报时效内ECMWF的TS和ETS评分均高于其他三家,ECMWF在5个预报时效内预报有降水的次数大于实况出现的降水次数,但空报次数并不是最多的,在后2个预报时效内,SCMOC的TS和ETS评分均是最高的,但与其他家相差不大。在大雨量级,24h和96h预报时效ECMWF的TS和ETS评分均是最高的,而在48h、72h、120h预报时效SCMOC的TS和ETS评分是最高的。在暴雨及以上量级,前3个时效内SPCC 的TS和ETS评分均是最高,且48h的TS评分空间分布也是最优的,表明SPCC对暴雨及以上量级在前3个预报时效内订正能力较好。 相似文献
17.
利用欧洲中期天气预报中心 (ECMWF)、美国大气环境预报中心 (NCEP) 集合预报系统 (EPS) 降水量预报资料,CMORPH (NOAA Climate Prediction Center Morphing Method) 卫星与全国3万个自动气象站降水量融合资料,基于技巧评分、ROC (relative operating characteristic) 分析等方法,对比两个集合预报系统对秦岭及周边地区的降水预报性能。结果表明:两个系统均能较好表现降水量的空间形态,对于不同量级降水,ECMWF集合预报系统0~240 h控制及扰动预报优于NCEP集合预报系统,但NCEP集合预报系统264~360 h预报时效整体表现更好; ECMWF集合预报系统0~120 h大雨集合平均优于NCEP集合预报系统,两个系统集合平均的预报技巧整体低于其控制及扰动成员预报,这种现象ECMWF集合预报系统表现更为显著; ECMWF集合预报系统降水预报概率优于NCEP集合预报系统。ROC分析显示,随着预报概率的增大,ECMWF集合预报系统在命中率略微下降的情况下,显著减小了空报率,NCEP集合预报系统则表现出高空报、高命中率。 相似文献