共查询到20条相似文献,搜索用时 93 毫秒
1.
多数值模式对台风暴雨过程预报的空间检验评估 总被引:1,自引:0,他引:1
采用FSS评分(fractional skill score)和CRA方法(contiguous rain area)结合国家气象信息中心地面、卫星、雷达三源降水融合产品(CMPA_Hourly V2.1),对SHANGHAI_HR(SH)、GRAPES_MESO(MESO)、ECMWF_HR(EC)、GRAPES_GFS(GFS)四个模式2018年8月三次登陆台风暴雨过程的的降水预报进行了检验评估,对比分析了各模式的预报性能,得到结论如下:FSS评分相较于传统TS评分能够更好地通过量化的方式反映出不同模式的预报能力差别,而CRA方法能更全面详细地评估模式的误差来源;区域模式对于局地性强降水或大尺度降水的强中心预报相对于全球模式有一定优势,但全球模式对于较小量级降水的范围预报可参考性更好;对于"摩羯"、"温比亚"台风影响的两次过程,EC模式的预报位移误差明显偏西,同样的特征也表现在MESO和GFS对于"温比亚"台风影响的降水的预报;GFS模式对于降水范围、降水强度预报偏小、偏弱,EC模式预报略好于GFS模式但对于降水极值估计仍存在不足。相对而言,区域模式对于极值估计优于全球模式,SH模式对于极值的估计要优于MESO模式,但其预报降水存在范围、强度偏大的特征;大部分模式预报降水个体的误差主要来源于位移误差,强度误差和形态误差大致相当。 相似文献
2.
《干旱气象》2017,(2)
利用ECMWF高分辨率确定性预报和大气模式集合预报产品,采用本地统计量融合方法和联合概率方法,对2014年山西省9次暴雨天气过程的降水预报进行检验分析。结果表明:(1)2014年山西省9次暴雨过程影响系统差异较大,强降水多集中在山西中南部地区,暴雨落区表现为区域性、局地性或大范围分散性特征;(2)本地统计量融合方法对于大雨落区的预报与实况较为接近,而联合概率预报方法的大概率范围对于暴雨落区预报具有较好的指示意义;(3)TS评分检验表明,对于区域性或局地性暴雨天气过程,可更多参考本地统计量融合方法,而对于大范围分散性的暴雨天气过程,本地统计量融合方法空报较多,ECMWF确定性预报更具参考价值。 相似文献
3.
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
4.
本文描述了美国国家天气局(NWS)1967-1985年预报质量趋势的研究结果。主要针对降水概率预报和最高最低温度预报。从诸方面考察了数值-统计预报模式作出的客观预报和NWS预报员做出的主观预报的趋势。除了气象要素、预报类型和验证方法外,还按季节(冷和暖)、提前时间(三或四个时段)以及NWS划分的区域(四个区域和它们的组合)区分预报结果。在国家级预报中,这三种气象要素的预报几乎在所有层次上质量都表现出明显的正趋势。只是最低温度预报对这个一般结果说是例外,主要是对60小时的提前预报。国家级趋势一般是客观预报比主观预报明显,冷季比暖季明显。至于地区级,预报质量趋势几乎都是正的,而且对大多数个例,在统计上是显著的。然而,发展趋势不明显的情况出现于区域级比出现于国家级更频繁。表现为正趋势的结果说明气象要素天气预报的现有水平明显地高于15-20年前的水平。 相似文献
5.
天气变化存在着各种不同的尺度,长期天气预报的主要对象为数千公里到几万公里的超长波系统。在超长波系统异常的情况下会导致大范围的长期天气的异常。可见长期天气异常具有相当大的范围。气象台在作长期天气预报时,根据气候特点将所预报的范围划分为若干预报区域,不仅可以节省大量工作量,而且还可提高预报质量。本文以我地区夏季(6—8月)降水为例,说明区域划分的方法和一些体会。 一、划分预报区城的相关系数法 根据预报量逐年变化特点,把变化特点相似的各站点划为同一预报区域,这就是区域预报的基础。划分预报区域的方法很多,如:相关系数法、聚类分析法等。本文采用了相关系数法,以诸站点间的相关系 相似文献
6.
《湖北气象》2021,40(4)
利用欧洲中期天气预报中心和美国国家环境预报中心2017年5—8月逐日降水预报资料及同时段MICAPS降水观测资料,采用频率匹配技术对江淮流域夏季降水预报进行模式偏差订正及改进技术探讨。结果表明:(1)模式对小雨预报偏多,存在大量空报;对大雨及以上降水预报偏少,存在较大漏报。(2)偏差订正通过下调小量级降水、上调大量级降水,使各量级降水的强度和面积偏差均得到一定程度改善,降水量级两端订正效果明显,订正后小雨和暴雨准确率显著提升。(3)偏差订正对暴雨落区预报的改进效果与过程相关,个例分析表明:对于雨带位置预报较准确的大范围梅雨锋暴雨,偏差订正后暴雨TS评分明显提升;对于副高边缘的小范围暴雨以及雨带位置预报失误的梅雨锋暴雨或台风暴雨,偏差订正后暴雨TS评分改善不明显甚至降低。(4)针对上述问题,提出了系数动态调整和模式集成的改进思路,即对于平均雨量5 mm以下的小范围暴雨,适当上调订正系数;平均雨量在15 mm以上的大范围暴雨,适当下调订正系数。模式集成订正可有效提高暴雨TS评分。 相似文献
7.
8.
9.
应用天气学和统计学方法对1993年LAFS数值降水预报产品进行检验。结果表明:多数主要降水过程预报较好;全年降水10mm级和25mm级降水预报准确率高于50mm级降水的准确率;南方降水预报水平比其它地区高,高原地区最差;降水预报范围过大是LAFS的一大弱点。 相似文献
10.
2003年江淮汛期多模式短期集合预报方法研究 总被引:8,自引:3,他引:5
利用AREM、MM5和WRF模式为试验模式,由对短期天气预报结果影响颇大的积云参数化方案和边界层方案构成15个集合预报成员,开展有限区域多模式短期集合预报在我国汛期时段的应用与研究.分别研究了单个模式集合预报和多模式集合预报在2003年汛期(7月)预报中的应用,预报对象主要包括降水、500 hPa位势高度和700 hPa相对湿度.试验结果表明:(1) 由AREM、MM5和WRF模式构成的多模式集合对以上要素的集合预报总体效果比其任一单个模式的集合预报效果好;(2) 对于降水的集合预报,单个模式的集合平均结果对多模式集合预报效果有影响.且对于不同的降水临界值影响不同;当降水临界值较小时,单模式集合平均结果对多模式集合效果影响较小;当降水临界值较大时,影响较大,甚至可以影响多模式集合的集合平均预报成败;(3) 对于降水、500 hPa位势高度和700 hPa相对湿度,其单个模式以及多模式的48 h集合预报对确定性预报的改善度都比24 h的显著.(4) 对于形势预报和相对湿度预报,多模式集合预报效果明显比同期T213模式的预报水平高. 相似文献
11.
采用客观降水检验方法,对广东2012年1月1日至8月31日GRAPE中尺度模式和日本GSM全球谱模式(JMA)降水预报产品进行累加降水量级检验、分区域按季节预报效果对比以及时空分布演变评估.结果表明:随着降水量级和预报时效增加,两个模式TS评分呈现下降趋势,GRAPES模式TS评分总体高于JMA;对于小雨、中雨以上降水预报,两个模式4-6月预报效果好于7-8月,对4-6月广东北部预报稍好于南部,对7-8月广东南部预报略好于北部;两个模式不能预报出广东平均降水中心,GRAPES对广东日均降水预报值随预报时效增加而增加;两个模式能够对广东逐日降水演变做出准确的预报,但降水预报值与实况存在一定的差别. 相似文献
12.
13.
1985年,我站开始利用雷达回波综合图进行短期降水预报,应用的实践表明,雷达回波综合图对短期降水预报是一个有力的工具。 一、基本的统计关系 因为是应用于短期降水分析,所以我们确定: 5时雷达观测对应08—20时(白天)天气, 09~(30)时雷达观测对应12—24时(上午到上半夜)天气; 15~(30)时雷达观测对应20—08时(夜间)天气。 根据天气雷达的基本功能,确定以本站为圆心,从本站到宜昌的距离(约155km)为半径的区域作 相似文献
14.
15.
本文对我省主要依据副高进退划分的副高天气周期,进行了统计检验,认为它对我县六月份短期降水预报与气候预报差异显著,说明天气周期的划分,客观反映了江苏省的各种天气类型,具有预报价值。又重点探讨了六月份粤台天气周期下,结合700mb槽线、切变线和本站要素,采用逐级分辨,作次日降水预报方法。经历史反查和1981—1984年实际使用效果较好。 相似文献
16.
17.
2007年汛期AREM模式降水预报效果检验分析 总被引:2,自引:0,他引:2
过对2007年6~8月AREM模式降水预报做不同时效、不同区域的TS评分对比,比较AREM与T213、JAPAN三个模式降水预报TS评分,并对AREM模式2007年汛期主要降水过程预报效果进行检验分析,从而获得AREM模式2007年汛期降水预报效果和特点,结果表明:(1)从AREM模式不同时效降水预报TS评分对比可知,对长江中下游区域,AREM模式12~36 h预报效果好于0~24 h预报,24~48 h效果相对较差,对华南、华北、东北、西南东部区域的降水,AREM模式预报效果均随时效延长而减弱。(2)由AREM模式对不同区域降水预报TS评分的对比可知,AREM模式(各预报时效)对长江中下游地区各量级降水预报的TS评分均高于全国范围的TS评分,西南东部(各预报时效)小雨(以上)量级TS评分均为各区域最高,但中雨以上各量级TS评分均低于全国范围,其他区域无稳定的预报特性。(3)从AREM、T213、JAPAN对长江中下游地区12~36 h降水预报TS评分对比可知,三个模式小雨(以上)量级降水的TS评分基本相当,对该区域暴雨、大暴雨强降水中心的预报,AREM好于T213,JAPAN相对较差,随量级增加AREM预报优势表现更为明显。(4)对2007年汛期6次个例分析可知,AREM模式对长江中下游尤其是江淮流域的大范围强降水过程预报效果较好,对暴雨、大暴雨中心的预报较T213和JAPAN有明显的优势,但对小范围、局地强降水过程的预报效果不够理想。 相似文献
18.
19.
人工神经网络在梅雨期短期降水分级预报中的应用 总被引:1,自引:1,他引:0
将人工神经网络应用于南京夏季梅雨期短期降水分级预报。根据梅雨期天气特点,用统计和动力学方法从HLAFS(高分辨率有限区域预报系统)资料中寻找预报因子;然后分别用两种方法选取输入因子对人工神经网络进行训练,并分别利用抽取的五天做降水分级预报检验。通过对人工神经网络方法预报降水的结果与HLAFS降水预报以及逐步回归预报的结果对比发现:与HLAFS降水预报相比,降水预报准确率由原来的66.7%提高到88.2%,漏报、错报明显减少;与逐步回归预报相比,大到暴雨的预报准确率得到了明显提高。 相似文献