共查询到19条相似文献，搜索用时 578 毫秒
1.
一个η坐标有限区域数值预报模式对1993年中国汛期降水的实时预报试验 总被引：49，自引：9，他引：49
本文通过展示一个有限区域数值预报模式对1993年中国汛期降水的实时预报试验结果，介绍一个能考虑我国复杂地形的，适合于我国计算机条件的，对我国夏季降水有相当预报能力的η坐标的有限区域数值预报模式。从6月中旬到8月下旬，连续50多天实时降水预报试验的TS(Threat Score)技术评分(模式范围)平均为:雨区范围(24小时降水大于1mm)预报的TS值为50.2%；24小时降水大于10mm和25mm的TS值分别为28.1%和17.3%。优于国内有些已用于业务预报的有限区域数值预报模式的预报结果。模式对1993年梅雨、川西暴雨和华北暴雨都有很好的预报。 相似文献
2.
基于西南区域模式（SWCWARMS）网格降水预报,通过地形降水估算量构建地形降水订正方程,分别应用模式地形和实际地形的订正方案对2020年6~8月发生在川西高原东坡过渡带的11次强降水过程进行订正试验。结果表明:应用模式地形订正后各量级降水预报的平均TS（Threat Score）评分较模式预报均有所提高,大雨及以上量级TS评分提高4%以上,平均空报、漏报率均减小,订正效果优于应用实况地形订正的效果。该方法具有普适性,对于地形复杂的川西高原东坡、攀西河谷及盆地西部沿山地区,预报和实况落区相似、不相似及强、弱降水过程均适用。 相似文献
3.
《湖北气象》2017,(2)
利用长时序(1961—2012年)的辽宁省夏季逐小时降水观测资料、2008—2013年CMORPH(中国自动站与NOAA气候预报中心morphing技术融合的逐时降水量0.1°网格数据)夏季逐小时降水资料、2000—2012年NCEP再分析资料以及高分辨率中小尺度数值模式WRFV3.3.1,对辽宁暴雨日变化规律进行了统计,并对其形成机理进行了分析和数值试验,结果表明:(1)辽宁省内陆地区基本为午后降水(暴雨)峰值,沿海地区基本为午前降水(暴雨)峰值,内陆平原站点凌晨到午前有次峰现象发生。(2)辽宁降水日变化特征与地理环境关系密切,内陆地区午后降水峰值、沿海地区午前降水峰值的主要原因是大兴安岭—内蒙古高原山区、东北平原、海洋三大地形热力性质的不同而诱发的局地环流日变化。内陆地区午后—夜间降水峰值由山地—平原局地环流上升支诱发,沿海地区凌晨—午前降水峰值现象由海—陆局地环流上升支诱发。(3)对内陆站点做去除大地形试验的数值模拟试验表明,去除大地形对于日累积降水量无明显影响,但对内陆站点的降水日变化有影响,去掉地形后,内陆站点降水峰值发生时间基本均明显提前至正午前后且峰值雨量均明显减小;沿海站点做海洋改陆地数值模拟试验结果表明,海洋改陆地试验对于日累积降水量也无明显影响,但对沿海站点降水日变化有影响,海洋改为陆地后,沿海站点降水峰值由午前变为午后至夜间。数值试验结果进一步说明山地、海洋大地形是诱发辽宁降水日变化规律形成的主要原因。 相似文献
4.
安徽省ECMWF数值模式降水预报性能的检验 总被引：1，自引：0，他引：1
《气象与环境学报》2017,(5)
为了了解欧洲中期天气预报中心(European Centre for Medium-range Weather Forecasts,ECMWF)数值模式对安徽地区降水预报的性能,提高订正技巧,本文应用风险评分(Threat Score,TS)、预报偏差(BIAS)和去除随机事件后的公平T评分(Equitable Threat Score,ETS)及真实技巧评分(True Skill Statistic,TSS)等方法,对2012年1月至2015年3月安徽省ECMWF数值模式降水场预报资料进行检验。结果表明:ECMWF模式对安徽地区降水的预报性能总体较稳定,年际变化幅度较小。安徽省降水预报的ETS评分总体呈南高北低的空间分布特征,所有气象站降水均存在预报过度的现象。降水预报分级检验表明,小雨量级降水预报评分明显高于其他量级降水,但预报偏差较大,预报过度现象严重;ECMWF模式对72 h时效内的暴雨量级降水预报技巧较小,对于72 h时效后的暴雨量级降水基本没有预报能力。季节降水预报的检验表明,春季、秋季和冬季的48 h时效内晴雨预报的准确率为88%以上,订正空间较小;夏季各时效及春季、秋季和冬季168 h时效以上降水预报的空报率超过60%,可以适度订正;秋季较其他季节降水预报的漏报率略高,尤其是120 h时效以上降水的预报需关注。四季均存在降水预报过度的现象,尤以夏季最突出。ECMWF模式对安徽省降水量为0.1—0.7 mm的格点降水预报空报率较高,订正后可以明显提升预报技巧,但增加了一定漏报风险。 相似文献
5.
基于欧洲中期天气预报中心全球高分辨率预报模式ECMWF、中国自主研发的新一代业务化区域数值模式GRAPES_Meso和WRF中国全国区域预报模式的降水预报结果进行未来3 d降水集成预报。以中国地面-卫星-雷达三源融合逐时降水格点产品(CMPA-Hourly,V2.0)作为"观测值"进行建模,采用消除偏差多模式平均法和基于无偏平均绝对误差集成法对中国大陆地区进行降水集成预报,同时采用2800个国家自动气象站降水观测数据对降水集成预报效果进行检验。结果表明：基于无偏平均绝对误差的降水集成方法能够综合每个模式成员降水预报场的优势,提供一种更为稳定可靠且具有更高分辨率的优质精细化降水预报产品;其在试验期间对中国大陆地区汛期的降水预报ETS评分,优于消除偏差多模式平均降水集成预报和最优单模式降水预报,BIAS评分更接近于1,与"实况"的距平相关系数也明显提高,是对降水大值捕捉能力较优的一种集成方法,尤其对中雨到暴雨量级预报的改进较好。 相似文献
6.
利用2020年1月1日—2023年1月2日ECMWF、NCEP模式降水预报资料和眉山地区降水观测资料,采用频率匹配法（Frequency Matching Method,FM）、最优TS评分法（Optimal Threat Score,OTS）对ECMWF和NCEP的模式降水预报进行订正,对比检验评分和预报个例,并验证两种方法的适用性。结果表明：FM、OTS订正明显改善了小雨空报和暴雨漏报,提高了晴雨预报准确率、小雨ETS评分、暴雨TS评分,且OTS优于FM;FM可能出现参考数据与实况数据有较大偏差的情况,从而影响订正效果,OTS则不受参考数据的影响;数值模式降水的预报偏度明显大于1或小于1时,FM、OTS订正效果越好;FM、OTS难以订正小雨漏报、暴雨空报,也难以对降水差值较大的空漏报或降水落区偏差进行订正。 相似文献
7.
2013年汛期华中区域业务数值模式降水预报检验 总被引：4，自引：0，他引：4
为充分了解华中区域中尺度业务数值预报模式更新为WRF后的预报性能,对该模式2013年汛期24 h和48 h的累积降水预报产品,采用TS评分、预报正确率、漏报率、空报率、偏差及ETS评分等统计量对其进行了较详细的评估。结果表明：从日平均降水率分布来看,24 h预报的降水中心位置和强度与实况更接近,48 h的预报明显偏大、偏强;汛期总体降水检验表明,该模式的降水预报以偏大为主,随着降水量级的增大,TS和ETS评分逐渐减小,且ETS评分逐渐靠近TS;逐月降水检验结果发现,该区域汛期月晴雨预报正确率与雨日率呈正相关;通过梅雨期WRF与GRAPES_Meso的预报对比检验可见,两个模式都表现出了较好的预报性能。值得指出的是,随着降水量级的增大,WRF模式降水预报优势逐渐显现。总的来说,该模式的降水预报产品具有一定的参考价值。 相似文献
8.
基于精细化预报（GDDZ）和CMA-MESO、西南区域模式（SWC）两家高分辨率模式的小时降水预报,从TS（Threat Score）评分、小时降水频次、小时降水强度、峰值时间等方面,对2021年汛期攀西地区16次降水过程进行小时尺度的检验。结果表明:（1）从逐时降水来看,在晴雨（0.1 mm）TS评分中,GDDZ在00~11时表现较优,CMA-MESO模式在12~23时表现较优;在大雨（7 mm）和暴雨（15 mm）TS评分中,CMA-MESO模式表现较优。（2）从小时降水频次来看,SWC模式预报的降水发生频次空间分布与实况更为接近;从小时降水强度来看,GDDZ预报的降水强度与实况更为接近。（3）从降水量峰值时间来看,GDDZ与实况更为接近;从小时降水强度峰值和降雨频率峰值时间来看,CMA-MESO模式预报与实况更为接近。 相似文献
9.
利用三源融合格点降水实况、加密自动站观测资料、雷达基本反射率因子、高分辨率数值预报产品及FNL再分析资料, 对2020年汛期辽宁地区12次区域性暴雨过程进行天气系统分型检验表明, 气旋型暴雨模式的可预报性较低。选取2021年7月12—14日辽宁地区典型气旋型暴雨过程进一步分析, 采用面向对象目标的空间检验方法SAL, 结合传统检验方法, 从结构、强度和位置三个方面定量分析不同模式预报偏差的原因。结果表明: 暴雨落区集中且呈双雨带分布, 局地雨强大, 辽宁东、西部降水成因不同。CMA区域模式较全球模式暴雨TS评分高; SAL空间检验表明, CMA区域模式对于雨带内部结构把握较好, 全球模式结构误差主要来源于降水极值预报不足; 强度检验表明, CMA-MESO3km强度接近实况, EC_THIN次之, CMA_GFS的降水强度预报较差; 各模式暴雨落区基本可信, CMA-MESO3km最优, 暴雨落区的误差主要由于模式预报降水过程主体重心与实况的偏差较大所致。 相似文献
10.
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
11.
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
12.
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
13.
检验梅雨期降水的预报效果,对于提升梅雨期降水预报能力、减少梅雨期降水带来的人员伤亡和经济财产损失有着重要的意义。文章对安徽省2021年梅雨期（6月10日—7月10日）六个客观模式和一个主观订正预报产品进行了检验分析,其中包含了三个区域模式数值预报（中国气象局中尺度天气数值预报系统（简称CMA-MESO）、中国气象局上海数值预报模式系统（简称CMA-SH9）、安徽WRF）、三个全球模式数值预报（中国气象局全球同化预报系统（简称CMA-GFS）、欧洲中期天气预报中心确定性预报模式（简称ECMWF）、美国国家环境预报中心全球预报系统（简称NCEP-GFS））和安徽智能网格主观订正预报的降水产品,进行了检验分析,结果表明：传统检验中安徽智能网格和区域模式对晴雨准确率的预报效果优于全球模式,又以CMA-MESO最优;在暴雨及以上量级的强降水预报中,传统检验表明安徽智能网格预报的得分最高（23.83）,ECMWF模式则是客观模式预报中效果最好的（20.12）,CMA-SH9次之（19.34）;通过对除安徽智能网格以外的各个客观数值模式进行的MODE空间检验可知,不同数值模式间暴雨预报误差原因不尽相同,ECMWF与各区域数值模式主要是由雨区位置的预报偏差,尤其是纬度偏差导致的,NCEP-GFS全球模式对降水强度和雨区面积的预报偏弱偏小比较明显,CMA-GFS在强降水方面的预报可参考性较差;各个主客观预报暴雨及以上量级预报,整体表现出较明显的日变化特征,在午夜前后、上午时段TS评分较高,而午后到傍晚评分较低,这个现象或许是梅雨期的午后降水多以地表太阳加热引起的短历时热对流降水为主造成的。 相似文献
14.
检验梅雨期降水的预报效果,对于提升梅雨期降水预报能力、减少梅雨期降水带来的人员伤亡和经济财产损失有着重要的意义。文章对安徽省2021年梅雨期（6月10日—7月10日）六个客观模式和一个主观订正预报产品进行了检验分析,其中包含了三个区域模式数值预报（中国气象局中尺度天气数值预报系统（简称CMA-MESO）、中国气象局上海数值预报模式系统（简称CMA-SH9）、安徽WRF）、三个全球模式数值预报（中国气象局全球同化预报系统（简称CMA-GFS）、欧洲中期天气预报中心确定性预报模式（简称ECMWF）、美国国家环境预报中心全球预报系统（简称NCEP-GFS））和安徽智能网格主观订正预报的降水产品,进行了检验分析,结果表明：传统检验中安徽智能网格和区域模式对晴雨准确率的预报效果优于全球模式,又以CMA-MESO最优;在暴雨及以上量级的强降水预报中,传统检验表明安徽智能网格预报的得分最高（23.83）,ECMWF模式则是客观模式预报中效果最好的（20.12）,CMA-SH9次之（19.34）;通过对除安徽智能网格以外的各个客观数值模式进行的MODE空间检验可知,不同数值模式间暴雨预报误差原因不尽相同,ECMWF与各区域数值模式主要是由雨区位置的预报偏差,尤其是纬度偏差导致的,NCEP-GFS全球模式对降水强度和雨区面积的预报偏弱偏小比较明显,CMA-GFS在强降水方面的预报可参考性较差;各个主客观预报暴雨及以上量级预报,整体表现出较明显的日变化特征,在午夜前后、上午时段TS评分较高,而午后到傍晚评分较低,这个现象或许是梅雨期的午后降水多以地表太阳加热引起的短历时热对流降水为主造成的。 相似文献
15.
华南沿海暖区辐合线暴雨地形动力机制数值模拟研究 总被引：9，自引：1，他引：8
华南沿海暖区暴雨是单一暖气团降水。本文采用客观分析方法确定暖区暴雨主要影响系统为两类辐合线低值系统:偏南向辐合线与西南向辐合线;此类辐合线系统具有强烈的辐合上升层次与暖心结构,是一类强烈的暖区暴雨天气系统。偏南向辐合线多出现在粤西沿海,而西南向辐合线多出现于粤东沿岸,分别具有短时团状与持续带状两类强降水。华南沿海地区山脉河口众多,其中珠江口以西的团状云雾山正面阻挡偏南向辐合线,河口以东的带状莲花山侧面阻挡西南向辐合线。利用WRF数值模式分别研究粤东和粤西山脉对两类辐合线及其暴雨的地形影响,包括正面阻挡和侧面摩擦。结果显示,将偏南向型辐合线所遇云雾山范围地形降低80%后,因正面阻挡缺失,辐合线及其降水向北推进,雨带强度减弱,形状改变。地形的正面阻挡促使低层辐合气流迅速抬升触发强降水。降水释放的凝结潜热,又加强系统的上升运动和暖心结构强度与层厚,进而增强暴雨。填充偏南向型狭管地形的试验显示,狭管效应构成对强降水位置和强度的直接强迫影响,加之与云雾山正面阻挡配合,两项作用造成粤西暴雨频繁特征。测试粤东西南向莲花山脉对西南向辐合线的侧向阻挡与摩擦效应,通过对比莲花山两种地表粗糙度环境模拟效果,获得显著的局地垂直上升速度差,显示粤东沿海山脉的侧向摩擦不仅增强西南辐合线强度也加强垂直上升运动强度,由于西南气流的持续,山脉走向与气流的配置,维持了降雨时长及雨带范围。同时对粤西近海西南辐合气流及河口的暴雨雨带也有连带增强与维持作用。进一步地山脉地形抬升以其抬升迅速,范围集中,层次深厚,而有别于锋面气团抬升。加之近海水汽充沛,抬升后中层凝结释放的配合,增强了辐合线低值系统强度,造成暖区降水雨强远高于华南锋面降水。 相似文献
16.
该文采用合成分析、相关分析等方法研究了影响广东省6月的最长一段暴雨日数的气候特征,并对有无长连续暴雨过程的同期及其前期环流场和海温场进行分析。结果表明:7 d以上的长连续暴雨大都出现在20世纪90年代以后。长连续暴雨过程500 hPa合成平均环流场上, 高纬度地区呈西高东低、低纬度地区呈东高西低分布。中高纬度地区欧洲槽较深,巴尔喀什湖—贝加尔湖为明显的高压脊,说明经向环流较强,冷空气活动频繁。低纬度地区南支槽活跃,副热带高压较强,有利于冷暖交绥于华南沿海,形成长连续暴雨过程。根据长连续暴雨过程的海温合成平均距平图,东太平洋Ni?o4区海温为负距平、Ni?o3区为较弱正距平,黑潮海区为较明显的正距平中心,西风漂流区以较弱的负距平为主。研究还揭示了长连续暴雨过程3—6月海温场发生了较为激烈的演变,Ni?o3,Ni?o4区海温是一个由负变正的增温过程,而无连续暴雨过程3—6月海温场的演变维持为El Ni?o海温分布型。 相似文献
17.
数值预报产品在天气预报预警中有着重要的作用。2016—2020年汛期ECMWF模式预报降水与湖北襄阳区域站观测降水的对比分析表明：ECMWF对中雨及以上降雨的预报，第1、2天预报偏小，而第3天预报偏大；三个预报时段强降雨中心位置偏差无规律。为了更好地对ECMWF产品进行释用，提高汛期降水预报准确率，从概率匹配角度研究了不同降水量级订正值，并对2021年汛期ECMWF降水预报进行逐日检验。结果显示：概率匹配订正法可有效地改善模式预报性能，对中雨及以上降雨预报均有良好的订正效果，尤其对第1天暴雨预报改进最为明显。228站平均的TS评分提高了6个百分点，由11.1%增加到17.1%，漏报情况改良了13.5个百分点，由85.0%降为71.5%。采用该订正法开展定量降水预报，由于增加了当地降雨概率分布的背景信息，能表现出比原模式更高的参考价值。 相似文献
18.
切比雪夫多项式在模式地形平滑中的应用研究 总被引：1，自引：0，他引：1
利用切比雪夫多项式展开滤波方法获得较为平滑的模式地形,并对2008年7月20～22日四川省一次大暴雨过程进行了数值模拟,通过地形敏感性试验讨论了地形对暴雨的影响作用以及平滑地形对GRAPES模式的适用性。结果表明,切比雪夫多项式展开滤波方案选取高阶截断项数,促使模式地形更为平滑,地形高度变化使得垂直速度发生变化,进而引起降水变化,上升运动强度增强(或减弱)引起该区域内雨强增强(或减弱)。2008年7月2～28日连续26天的试验表明,切比雪夫多项式展开滤波方案对GRAPES模式中的小雨和中雨预报有改善作用,对大雨和暴雨改善较小。总体来看,切比雪夫多项式在地形平滑中对降水预报有正的效果。 相似文献
19.
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