共查询到18条相似文献，搜索用时 140 毫秒
1.
尝试将GRAPES (Global-Regional Assimilation and PrEdiction System) 模式与水文模型结合,构建GRAPES气象-水文单向耦合模式,进行洪水预报。气象模式选取GRAPES_Meso模式,分别采用15 km×15 km和5 km×5 km水平分辨率,15 km×15 km的GRAPES模式由NCEP全球预报场提供初始场和侧边界条件;5 km×5 km的GRAPES模式由15 km×15 km GRAPES模式提供初始场和侧边界条件,将GRAPES_Meso模式的定量降水预报分辨率统一降尺度到5 km×5 km分辨率,用于驱动水文模式。水文模型选取新安江模型与分布式新安江模型。以淮河王家坝站以上流域和息县流域为试验流域,将GRAPES降水预报场驱动水文模型进行单向耦合,构建GRAPES气象-水文单向耦合模式,选择2009年8月28日08:00(北京时,下同)—9月9日14:00汛期一次洪水过程,进行实际预报试验。结果表明:15 km×15 km和5 km×5 km的GRAPES模式预报降水与实况降水分布相一致;与水文站观测降水驱动水文模型洪水模拟结果相比,GRAPES气象-水文模式对洪水预报的预见期延长效果明显,对洪水模拟精度也较高,与水文模型输入场分辨率要求相匹配的降水产品对洪水模拟的精度更高。 相似文献
2.
为了提高洪水预报的精度,延长洪水预见期,利用WRF模式和HEC-HMS水文模型对太湖西苕溪流域2009年8月的一次典型暴雨洪水过程进行了降雨模拟和流量耦合预报,并与实测降雨和径流过程进行了对比分析。(1)WRF模式能够较好模拟出位于天目山的强降水中心,位置较实况略偏北;预报子流域面雨量时空分布与实况较一致,定量检验合格率达50%左右。(2)HEC-HMS模型对西苕溪流域日径流过程和场降雨洪水过程均有较好的模拟效果,模型参数验证和率定期间,确定性系数、洪峰流量相对误差和峰现时差等指标均小于业务预报许可误差。(3)采用单向耦合法,将WRF模式(5 km网格)48 h预见期的滚动预报降雨场输入HEC-HMS水文模型进行流量滚动预报,耦合预报结果明显优于不考虑预见期内降雨的传统预报方法,在保证精度的前提下,有效延长了洪水预见期。 相似文献
3.
定量降水预报与水文模型耦合的中小流域汛期洪水预报试验 总被引：4，自引：1，他引：3
预见期内的降水量直接影响着洪水预报的精度,预见期愈长,预见期内的降雨对预报值影响愈大,预见期内的降雨越来越被人们重视。本文以湖北省漳河水库流域为例,利用中尺度数值模式(AREM模式)的预报降雨信息,作为洪水预见期内的降雨,输入新安江模型,对流域2008年汛期典型洪水过程进行预报测试,结果表明考虑预见期内的降雨相对于未考虑预见期降雨对洪水预报结果提高具有明显的优势。研究表明中尺度暴雨模式预报技术在水文预报学的应用具有广阔的发展空间。 相似文献
4.
高分辨率WRF三维变分同化在北京地区降水预报中的应用 总被引：14，自引：4，他引：10
为迎接2008年北京奥运会,改进北京地区的天气预报,建立了一个基于三重嵌套区域(27/9/3 km)的WRF三维变分同化(WRFVar)和WRF模式的高分辨率快速更新循环同化预报(Rapid-Up-date Cycle)系统,并针对2006年8月1日发生在北京地区的强对流天气进行了一系列数值试验,结果表明:高分辨率的快速更新循环系统很好地预报出了此次强降水过程;在WRF三维变分同化里调节背景场误差和观测误差,提高了降水预报的效果;插值得出的3 km背景场误差可以作为一个合理的近似在3 km分辨率的WRFVar中使用,用户可以不必积累高分辨率的预报场去计算背景场误差,从而节省大量计算资源。3 h频次的RUC已经能满足预报要求,更高频次(1 h)的RUC并没有导致预报的进一步提高。 相似文献
5.
6.
基于WRF模式的太阳辐射预报初步试验研究 总被引：1，自引：0，他引：1
采用中尺度气象模式WRF(Weather Research Forecast)对北京地区的太阳辐射进行了4个典型月的逐时预报试验,用南郊观象台的辐射观测数据对预报结果进行了对比分析和初步订正试验。结果表明:在现有模式条件下,5 km分辨率的短波辐射预报结果和1 km分辨率预报结果无明显差别;WRF模式对太阳辐射的预报性能在晴天较好,多云天次之,在满云或阴雨天最差;通过误差分解发现,位相偏差、系统偏差及振幅偏差在各月对均方根误差的贡献有明显差异;针对模式预报结果的系统偏差和振幅偏差。经过简单的线性订正可以较明显地改进模式预报结果;双偏订正(DBC)法比线性回归(LR)法对预报误差的改进效果略明显;仅通过简单的线性订正,位相差很难消除,需要针对位相差研究新的订正方法。 相似文献
7.
《干旱气象》2016,(3)
基于9 km分辨率的中尺度数值模式WRF,通过TS评分、降水空间分布和降水强度检验评估3种积云对流和7种云微物理参数化方案对2014年5月10日青岛地区的一次暴雨天气的预报性能。结果表明:在分辨率为9 km的模式中考虑KF、GD和BMJ积云对流参数化方案时,能够不同程度提高大雨和暴雨的TS评分,且GD方案模拟的降雨落区和强度更接近实况。7种云微物理方案对暴雨模拟效果相差不大,平均TS评分达到0.64,其中KESSLER方案预报性能最好,TS评分达到0.73,其次是WSM6、LIN和WSM5方案,但也大都表现出暴雨范围偏大、雨量偏强的特点。对于此次降雨过程,积云对流参数化方案的预报性能优于云微物理过程方案的表现。 相似文献
8.
基于WRF模式,采用4层嵌套方案,选取3种积云参数化方案和7种微物理方案组成21种组合,对清江流域2016—2018年6—10月6次典型降雨事件进行数值预报,结合CMORPH卫星-地面自动站-雷达三源融合降水产品,采用TS评分和FSS评分,分析不同分辨率和云微物理方案的降雨预报效果;基于较优组合方案的WRF模式与WRF-Hydro水文模式耦合进行径流模拟,分析WRF模式在水文模拟中的应用效果。结果表明:3 km和1 km分辨率对降雨中心位置及强度预报的差别不大,对降雨落区都有较好的预报能力;在积云参数化方案中,KF方案和BMJ方案的降雨预报效果优于GF方案;在微物理方案中,WSM3、WSM5、WSM6、Thompson方案的预报结果与融合数据有较好的一致性;基于较优组合方案BMJ_WSM3,将WRF模式与WRF-Hydro模式耦合,耦合模式能较好地模拟洪水过程,径流模拟相关系数都在0.67以上,且NSE最高可达0.79。 相似文献
9.
利用CMA-BJ V2.0系统在2021年汛期(6—9月)华北地区预报的平均日降水量和24 h内逐时降水量,评估不同水平分辨率(3 km和9 km)在降水量、有效降水时次占比、降水强度、降水日变化等方面的预报性能。结果表明:9 km和3 km分辨率预报均可较好地反映降水量和落区,捕捉平均日降水量大于8 mm的降水区域分布特征,但降水量级的预报较观测偏大;对小时降水量和有效降水时次占比日变化的预报与观测基本一致,但对傍晚的峰值预报偏强,且多个时段空报,同时高估了小时降水量。与9 km分辨率预报相比,3 km分辨率预报对有效降水时次占比随累积降水量的变化趋势与观测更接近,对小时有效降水时次占比日变化、峰谷值出现时间的预报也与观测更接近。9 km分辨率预报对弱降水过程的预报能力更优,而3 km分辨率预报对强降水过程的预报能力更优。 相似文献
10.
利用单一的客观评估方法并不能有效揭示预报误差来源。利用逐小时5 km格点融合降水产品,本研究使用了多种客观评估方法综合评估了南京大学2016年夏季汛期试验4 km与12 km WRF模式。整体上,两种分辨率都能成功地预报主雨带,4 km WRF在午后对流及复杂地形预报上更优。比较了各类客观评估方法,邻域法显示4 km WRF预报准确性更高,但对于强降水(≥13 mm·(6 h)^(-1)),两种模式预报的空间误差都较大。尺度分离法显示,对于小尺度系统,4 km WRF能较好再现对流但存在较大位置误差,而12 km WRF则漏报。MODE法(Method for Object-based Diagnostic Evaluation)显示4 km WRF在对象强度预报上更接近观测,但强度和范围偏大,导致华南偏强,而范围偏小造成江淮偏弱,12 km WRF低估主要是漏报。不同评估方法能清晰展示4 km WRF和12 km WRF预报误差的差异,为后续模式改进提供了重要参考。 相似文献
11.
针对当前暴雨预报检验采用二分类事件检验方法存在较严重的“空报”“漏报”双重惩罚,没有考虑暴雨时空分布不均和预报评分可比性不够等问题,在分析预报员对暴雨预报评分期望值基础上,设计了一种基于可预报性的暴雨预报检验评分新方法和计算模型,分析了理想评分,并对2015-2016年4-10月中国中央气象台5 km×5 km定量降水格点预报和降水落区等级暴雨预报进行评分试验,获得了以下结果和结论:（1）预报员对暴雨预报评分期望值呈现梯级下降特征,与传统的TS评分存在显著差异;（2）设计了一种基于可预报性的暴雨预报检验新方法,通过引入e指数函数构建暴雨预报评分基函数,进而构建暴雨评分模型,该模型可以较好地拟合预报员对暴雨预报评分的期望值,同时改善了评分在不同量级阈值处的断崖式突变情况;（3）提出了预报与观测的邻域匹配方法,即一个预报点与所定义邻域中的一组观测相匹配,并利用距离加权最大值法确定暴雨评分值权重系数,预报与观测距离越近,距离权重系数越大,评分值权重越大,提高了评分的合理性,避免了距离较远的匹配站点得高分不利于鼓励预报员提高预报精度的问题;（4）对中国中央气象台逐日5 km×5 km水平分辨率的定量降水格点预报产品和中央气象台定量降水落区等级预报产品进行了评分试验,暴雨预报准确率全国平均值大于60分。基于可预报性的暴雨预报检验新评分与传统暴雨预报TS评分逐日演变特征相似,但可以较好地解析TS为0的预报评分,解析后的新评分与预报员和公众的心理预期更为接近。 相似文献
12.
Meteo-hydrological forecasting models are an effective way to generate high-resolution gridded rainfall data for water source research and flood forecast. The quality of rainfall data in terms of both intensity and distribution is very important for establishing a reliable meteo-hydrological forecasting model. To improve the accuracy of rainfall data, the successive correction method is introduced to correct the bias of rainfall, and a meteo-hydrological forecasting model based on WRF and WRF-Hydro is applied for streamflow forecast over the Zhanghe River catchment in China. The performance of WRF rainfall is compared with the China Meteorological Administration Multi-source Precipitation Analysis System (CMPAS), and the simulated streamflow from the model is further studied. It shows that the corrected WRF rainfall is more similar to the CMPAS in both temporal and spatial distribution than the original WRF rainfall. By contrast, the statistical metrics of the corrected WRF rainfall are better. When the corrected WRF rainfall is used to drive the WRF-Hydro model, the simulated streamflow of most events is significantly improved in both hydrographs and volume than that of using the original WRF rainfall. Among the studied events, the largest improvement of the NSE is from -0.68 to 0.67. It proves that correcting the bias of WRF rainfall with the successive correction method can greatly improve the performance of streamflow forecast. In general, the WRF / WRF-Hydro meteo-hydrological forecasting model based on the successive correction method has the potential to provide better streamflow forecast in the Zhanghe River catchment. 相似文献
13.
利用自动气象站逐小时地面观测资料,采用客观检验方法对北京市气象局快速更新循环预报 (BJ-RUC) 系统在2008—2010年5—9月的预报结果进行检验,初步评估了BJ-RUC系统对地面气象要素的业务预报性能。结果表明:BJ-RUC系统对地面气象要素预报与实况的变化趋势有很好的一致性。其中,2 m温度预报整体偏高,误差范围为-1.5~1.5℃,早上和傍晚偏大,正午偏小;2 m相对湿度的预报整体偏低,误差为-25%~0,白天偏大,夜间偏小;10 m风速预报明显偏大,午后尤为显著,误差为0.6~1.2 m·s-1;6 h累积降水的晴雨预报效果较好,TS评分可达到0.4。系统在初始起报时次的稳定性较差,从第3个起报时次开始逐渐稳定,但预报误差随着预报时效的增长逐渐增大,12 h内的预报误差较小,预报结果较可靠,在短时临近预报中具有参考价值。 相似文献
14.
对2013—2016年汛期ECMWF、JMA及中尺度WRF模式的预报结果进行检验,基于合理的时间尺度,制作了动态权重集成面雨量预报(DWI)、分步集成面雨量预报(SI)和等权重集成面雨量预报(EWI)产品,并对2017—2020年汛期降水期间多种集成面雨量预报产品和ECMWF、JMA、WRF的单个模式面雨量预报产品进行对比评估.结果表明:3种集成面雨量预报效果整体上优于单一数值预报模式,尤其是预报致灾严重的暴雨等级降水优势明显;DWI和WRF对强降水的面雨量预报正确率最高,其他2种集成面雨量预报结果次之,ECMWF及JMA较差;模式集成预报弱降水过程的优势不明显. 相似文献
15.
针对当前暴雨预报检验采用二分类事件检验方法存在的双重惩罚导致评分过低,没有考虑到中国暴雨可预报性时、空分布不均,不便于对比分析不同区域暴雨预报能力差异等问题,为了发展基于可预报性的新型暴雨预报评分方法,在综合分析影响预报员暴雨预报信心的主要因素（暴雨气候统计特征、天气影响系统运动尺度特征及数值模式预报能力等）基础上,利用2008—2016年4—10月中国国家气象信息中心5 km×5 km分辨率的多源降水融合格点分析资料、站点降水观测资料和中国国家级业务区域模式降水预报资料以及扩展空间暴雨样本统计方法,构建了一种新型的中国暴雨可预报性综合指数（Synthetic Predictability Index of Heavy Rainfall,以下简称SPI）数学模型,以定量描述中国各区域的暴雨可预报性特征。SPI数学模型由暴雨气候频率、暴雨面积比率和模式暴雨预报成功指数（Threat Score,TS）3个分量组成,计算了2008—2016年4—10月SPI的3个分量及其时、空变化特征。分析结果显示:暴雨面积比率对SPI的时间和空间变化影响最大,两者偏相关系数大于0.9;其次是暴雨气候频率的影响,两者偏相关系数值为0.8左右;第三是模式暴雨预报TS评分的影响,两者的偏相关系数为0.7左右。分析还发现,SPI大值区随季节而变化,空间分布不均匀:4—5月,可预报性大值区主要分布在华南地区;6—7月,主要分布在江淮流域;7月中旬至8月,大值中心从江淮北部移到华北和东北地区;9月,副热带高压南撤,大值中心也相应南撤。 相似文献
16.
目前,北京地区的天气预报系统对局地对流性定量降水预报能力较弱,远不能满足人们生产、生活和防灾、减灾工作的需要。针对北京地区对提高0-12 h短时临近天气,尤其是夏季局地对流性降水预报能力的需求,基于中国气象局北京城市气象研究所变分多普勒雷达分析系统（VDRAS）的雷达热动力反演资料,建立了WRF模式初始化模块,采用四维资料同化（FDDA）方法,将VDRAS系统高时空分辨率三维热动力结构分析场资料同化到WRF模式中,实现了北京地区VDRAS分析场资料在WRF中尺度模式系统中的应用。通过降水个例的高分辨率同化模拟试验分析了雷达热动力反演资料同化对模式预报结果的影响。研究结果表明:雷达热动力反演资料的同化能够提高模式系统对近地面温、湿、风大气要素和降水过程的模拟能力,改善2 m比湿、降水落区、降水量级、降水时间的预报效果,减少降水漏报的现象。温度和比湿的同化比风的同化对模拟降水结果的改善更重要。虽然研究表明雷达热动力反演资料在WRF模式中的同化能够明显改善模式对选取降水个例的模拟效果,但其对模式尤其是数值业务模式系统预报效果的影响需要进一步更全面、更系统的检验,为业务化应用奠定更坚实的基础。 相似文献
17.
Duanjun Lu L. White R. S. Reddy Quinton L. Williams Paul J. Croft 《Meteorology and Atmospheric Physics》2011,111(3-4):75-90
Three models, MM5, COAMPS, and WRF, have been applied for the warm season in 2003 and the cool season in 2003?C2004 to evaluate their performances. All models run over the same domain area covering the north Gulf Mexico and southeastern United States (US) region with the same spatial resolution of 27?km. It was found that the temporal variations of the mean error distribution and strength at 24 and 36?h were rather weak for surface temperature, sea level pressure, and surface wind speed for all models. A warm bias in surface temperature forecasts dominated over land during the warm season, whereas a cool bias existed during the cool season. The MM5 and WRF produced negative biases of sea level pressure during the warm season and positive biases during the cool season while the COAMPS yielded a similar distribution of sea level pressure biases during both seasons. During both seasons, similar surface wind speed biases produced by each model included a high wind speed forecast over most areas by MM5 while the COAMPS and WRF yielded weak surface winds over the western Plains and stronger surface winds over the eastern Plains. Root-mean-squared errors revealed that the forecast of surface temperature, sea level pressure, and surface wind speed were degraded with the increase of forecast time. For rainfall evaluation, it was found that the MM5 underpredicted seasonal precipitation while the COAMPS and WRF overpredicted. The bias scores revealed that the MM5 yielded an underprediction of the coverage of precipitation areas, especially for heavier rainfall events. The MM5 presented the lower threat score at lighter rainfall events compared to the COAMPS and WRF. For moderate and heavier thresholds, all models lacked forecast accuracy. The WRF accuracy in predicting precipitation was heavily dependent upon the performance of the selected cumulus parameterization scheme. Use of the Grell?CDevenyi and Bette?CMiller?CJanjic schemes helps suppress precipitation overprediction. 相似文献
18.
2017年6月18日北京门头沟地区突发泥石流,造成6人伤亡。短时强降水是这起事件的主要诱发因素,但常规气象观测并没有很好地观测到此次降水过程,可见降水数据的准确性对于滑坡泥石流的实时预警及预报至关重要。近年来,卫星遥感估算降水发展迅速,WRF（Weather Research and Forecasting Model）模式关于降水的预报技巧也逐渐提高。本文以自动站降水资料为参考,首先利用定性方法和泰勒图、TS（Threat Score）评分等定量的方法比较了CMORPH（CPC MORPHing technique）、GPM（Global Precipitation Measurement）和PERSIANN-CCS（Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks-Cloud Classification System）三种卫星降水资料以及不同起报时间的WRF预报降水对此次降水过程的表现能力,然后利用降水数据驱动滑坡泥石流统计预报模型,对此次事件进行了回报,分析不同降水数据在模型中的实际应用效果,最终为滑坡泥石流实时预警和预报系统的构建提供参考。结果表明,三种卫星降水资料基本上能反映出此次降水过程东北—西南向的带状空间分布形态,其中,CMORPH与自动站资料的空间相关性最好,命中率也最高,但对降水量有一定的高估,GPM对平均降水量的时间变化有较好的反映,体现了卫星降水在观测较少地区的良好利用价值,PERSIANN-CCS的表现则相对差些。WRF模式能预报出此次降水的带状空间分布特征,但降水中心的位置与实际有所偏差;此外,预报的最大降水量的峰值出现时间比实际上晚。由于此次降水的强局地性,只有空间分辨率均匀且质量相对较好的CMORPH卫星降水驱动模型可以回报出此次事件,而自动站点资料由于空间分布不均,则没有回报出此次事件,这表明了卫星降水在滑坡泥石流实时预警系统的构建中具有一定的优势。WRF模式降水驱动模型可以提前做出预警,虽然预报的事件发生时间与实际相比偏晚3~5 h,但WRF可以较好地预报72 h内的降水,因而可以延长灾害的可预见期。WRF模式预报降水的时间和空间精度都需要进一步提高,但是仍具有很好的参考意义。 相似文献