共查询到20条相似文献，搜索用时 15 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、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2016年西南地区预报能力,得到如下几点结论:(1)SWCWARMS模式在中雨至暴雨预报上优于GRAPES模式,24h小雨和大暴雨、48h大暴雨预报较GRAPES模式偏差,同时SWCWARMS模式存在空报较多的问题;(2)SWCWARMS模式预报2米温度以低于实况为主,10m风速在秋冬季节以大于实况为主,SWCWARMS模式2m温度、10m纬向风和10m经向风4个季度平均RMSE均小于GRAPES模式,但8月月平均(72h)2m温度RMSE大于GRAPES模式,模式对近地面温度场预报优于10m风场;(3)两模式对高空温度场预报优于高度场和风场,SWCWARMS模式预报对流层中层高度场和温度场都偏低,在500h Pa上,除2月、11~12月(24h)外,其它月份和其它预报时效温度场RMSE均小于GRAPRS模式,春夏季高度场的预报优于GRAPRS模式,秋冬季RMSE大于GRAPRS模式;在850h Pa上,SWCWARMS模式预报风场春夏季误差小于GRAPES模式多于秋冬季,冬半年风场误差大于夏半年,RMSE大于GRAPES模式频次增加。 相似文献
2.
区域中尺度模式对西南地区一次强降水过程的预报分析 总被引：2，自引：0，他引：2
为了认识区域数值模式对西南地区降水预报能力,探索降水预报误差原因,本文应用MICAP资料,NCEP再分析资料,FY-2E辐射亮温资料,自动站资料,西南涡加密观测资料等,针对2012年7月2～5日西南地区一次强降水过程,分析了西南区域中心运行的WRF模式和GRAPES中尺度模式的预报能力,得到：（1）两模式不同程度反映了本次强降水过程.相对而言,WRF模式的预报略好于GRAPES,得益于WRF模式对对流层中低层温度、水汽、流场等演变的较好反映.（2）两模式预报对流层中低层温度偏差总体呈现正偏差,GRAPES模式呈现较大的温度偏差,正偏差特征更显著.两模式不同程度出现空报降水,特别是在高原东南坡.GRAPES模式空报雨区特征更明显.（3）两模式预报近地层湿度较实况大,都预报高原南坡,特别是高原东南坡风场辐合、水汽场辐合偏强,可能是造成虚假降水的主要原因.（4）较实况,WRF模式预报对流层高层的高压和对流层中低层的低压系统偏强,GRAPES模式预报西南低空急流偏强（可能是引起温度正偏差的原因）,两个模式预报的对流层正涡度较深厚,辐合上升运动强,这些可能是造成降水预报偏差的原因. 相似文献
3.
基于GRAPES数值预报模式对贵州暴雨过程的模式运用研究 总被引：4，自引：0，他引：4
利用我国新一代数值预报模式GRAPES对2004年夏季贵州3次暴雨过程进行了模拟试验，模拟结果表明，GRAPES模式对贵州夏季降水过程的模拟结果有差别，对降水过程和中尺度系统模拟较好，能模拟出降水的落区和大小分布，但对局地强降水的模拟能力较差，降水大小的模拟存在偏差，模拟的降水较实况降水偏小。 相似文献
4.
基于中尺度数值模式WRF,选取新疆两次强降水过程,设计3个试验方案,其中试验1为控制试验,试验2提高分辨率,试验3提高分辨率并调整物理参数化方案,初步评估不同分辨率和参数化方案对新疆区域2m温度、10m风速、降水预报的影响。结果表明:(1)提高分辨率对2m温度、10m风速模拟精度均有提高,2m温度预报精度提高约0.5℃,降低了日间温度模拟冷偏差;10m风速预报精度提高约0.5m/s,降低了风速模拟正偏差;但提高分辨率后,模式出现虚假降水预报的情况。(2)提高分辨率并调整物理参数化方案后,2m温度模拟误差略有减小,模拟偏差减小约0.2℃;10m风速模拟误差增大约0.5m/s,模拟偏差增大超过0.5m/s;对降水落区、量级的模拟精度显著提高,减小了降水中心的模拟强度,对虚假降水预报有一定修正。 相似文献
5.
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
6.
通过T639模式预报产品在内蒙古地区降水量、2 m温度、相对湿度和10 m风向、风速及降水过程预报效果的适用性研究,得出以下结论,温度和相对湿度预报的准确率较风向、风速明显偏高,温度和相对湿度预报的误差系统偏小,风速预报误差偏大的概率较大;降水量的预报准确率随降水等级增加而递减,对小雨而言,模式漏报率小于空报率,多报降水的偏差和少报降水的偏差相近。在预报要素空间分布上,风向预报的偏差顺时针偏转,其夹角小于45°,温度预报偏差总体偏小,相对湿度预报偏差由西向东表现为“+、-、+、-”的分布特征;小雨和中雨落区预报偏大,暴雨落区预报偏小;贝加尔湖冷涡强度的预报偏强,西太平洋副热带高压的强度预报偏弱,影响范围偏西偏北。 相似文献
7.
杜娟 《沙漠与绿洲气象(新疆气象)》2019,13(3):57-65
基于中尺度数值模式WRF,选取新疆两次强降水过程,设计三个试验方案,其中试验1为控制试验,试验2提高分辨率,试验3提高分辨率并调整物理参数化方案,初步评估不同分辨率和参数化方案对新疆区域2米温度、10米风速、降水预报的影响。结果表明：（1）提高分辨率对2米温度、10米风速模拟精度均有提高,2米温度预报精度提高约0.5℃,降低了日间温度模拟冷偏差;10米风速预报精度提高约0.5 m/s,降低了风速模拟正偏差;但提高分辨率后,模式出现虚假降水预报的情况。（2）提高分辨率并调整物理参数化方案后,2米温度模拟误差略有减小,模拟偏差减小约0.2℃;10米风速模拟误差增大约0.5 m/s,模拟偏差增大超过0.5 m/s;对降水落区、量级的模拟精度显著提高,减小了降水中心的模拟强度,对虚假降水预报有一定修正。 相似文献
8.
2007年夏季GRAPES_MESO15及30km模式对比检验 总被引：4，自引：0，他引：4
对2007年6-8月两种GRAPES模式产品进行天气学检验.结果表明:GRAPES模式对7月上旬淮河流域降水位置预报较为准确,但两种模式对降水量值预报均偏小.在淮河流域强降水期,两种模式对500hPa中高纬度平均槽脊的位置预报较为准确,15km模式对中低纬度印度半岛地区高度场预报更加准确,且对副热带高压588线平均北界位置的预报好于30km,但两种模式对副热带高压西伸脊点的位置预报偏东.GRAPES模式对850hPa温度趋势有较好的预报能力,都能够准确预报出850hPa温度的转折,15km模式比30km模式预报更为接近实况.此外,两种GRAPES模式对0709号台风的预报效果均不太理想,台风邻近登陆前850hPa气旋性环流仍不清楚,登陆后环流中心清楚,但预报中心位置偏向西南,路经预报存在偏差,同时登陆前的台风中心附近风速明显偏小. 相似文献
9.
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
10.
基于乌鲁木齐区域数值预报业务系统,运用MET检验工具,对2017年各季节DOGRAFSv1.0预报性能进行客观检验。结果表明：（1）2m温度日间预报温度整体偏低,夜间多数站点预报温度偏高;冬季预报温度偏高,其他三个季节温度预报整体偏低。10m风速冬季模拟性能最差,春季次之;所有季节风速预报均偏大。（2）夏季、秋季高空温度预报误差小,在3.0℃以内,冬季误差最大,温度预报整体呈冷偏差;不同季节高空位势高度随高度增加误差增大,误差约在6.5～12.0gpm,预报高度比实际高度偏低;不同季节高空U、V风随高度增加误差先增大后减小,均方根误差分别为2.4～6.2m/s和1.8～5.2m/s,U风预报整体比实况偏小,V风预报整体比实况偏大。（3）冬季大阈值降水漏报率较高,12.1mm阈值降水Bias评分仅为0.2,秋季大阈值降水空报率较高,12.1mm阈值降水Bias评分在2.0以上,夏季空、漏报率较低;在新疆地区,四个时段中14～20 BJT 、20～次日02 BJT空报站点数多于漏报,14～20 BJT空报率最高,02～08 BJT漏报率最高,08～14BJT晴雨预报以漏报为主;日间Ts评分高于夜间。 相似文献
11.
本文对2010年7月14~19日、7月22~24日、8月17~19日四川出现的3次区域性大暴雨过程,比较分析了成都区域中心及国家气象中心运行的GRAPES模式降水预报情况以及中、高层环流形势,通过天气学检验得出以下结论:(1) G-SC模式预报降水范围偏小、强度偏弱,强降水中心存在较大偏差;G-BJ模式能预报出降水的主要落区,但降水强度偏弱,虚假强水中心偏多;(2) GRAPES模式对青藏高原东侧天气系统的预报能力偏弱,G-BJ对大尺度环流系统的预报能力优于G-SC模式;(3)九龙站和名山站单站探空廓线图显示G-SC模式在对流层高层温度和风速不随高度变化,对流层底层比湿较实况偏小,因此,温度场、风场以及湿度场强度及分布都有待改善;(4)成都区域中心运行的GRAPES模式在初值、高度场强度、近地面温度等方面都具有很大的改进空间,这需要在资料同化、边界层方案、地形处理等方面做工作。 相似文献
12.
在GRAPES中尺度模式中耦合了城市冠层模式(Urban Canopy Model,简写为UCM),并选择珠江三角洲(简称"珠三角")地区2011年7月10日夜间强降水过程和2012年8月19日的高温个例,考察了GRAPES中尺度模式与城市冠层模式耦合在珠三角地区的模拟效果,分别设置了两组试验,在GRAPES模式中耦合和未耦合城市冠层模式(UCM和noUCM)。结果发现,UCM对强降水中心和降水落区的模拟都较noUCM有明显的改善,从降水的四个评估指数(命中率、反命中率、威胁指数及偏差)也可以看出,UCM的结果较noUCM有了较明显的提高,尤其是命中率和威胁指数;对2 m高度的温度和地表热通量而言,两组试验的日间温度和热通量差异较大,中心城区UCM模拟的温度较noUCM高2~4℃,最大差值达5~6℃,热通量差异基本在150 W/m~2,而在夜间,两组试验模拟的温度和热通量差异减小,温度差值基本在0.5~1.0℃之内,热通量差异一般在10 W/m~2左右。两组试验对降水模拟差异的主要原因是UCM模拟出了降水前期地面强的辐合区及相应的温度高值区,对流层低层较大范围的垂直上升运动和辐合上升,对流层中层的暖湿中心及地面较大的CAPE值(达2 000~3 000 J/kg),而noUCM的模拟偏弱或是未能模拟出来。从另外高温个例观测与模式模拟的对比结果来看,UCM模拟的近地面气温、风速、感热通量、向下短波辐射通量和向上长波辐射通量与观测的误差减小,但感热通量与向下短波辐射通量与观测存在一定差距。 相似文献
13.
GRAPES-GFS模式暴雨预报天气学检验特征 总被引：5，自引：4，他引：1
本文采用天气学检验方法,对2016年度国家气象中心GRAPES全球数值预报系统(GRAPES-GFS)业务预报暴雨过程及2013-2015年部分回算个例进行了检验,并结合对比欧洲中期天气预报中心确定性预报模式(EC模式)和国家气象中心全球谱模式T639L60(T639模式)降水预报,梳理总结业务GRAPES-GFS模式预报性能优势和系统性偏差特征。被检验暴雨过程共38次,其中南方暴雨过程20次,北方暴雨过程6次,热带扰动或台风降水过程12次。依靠预报员主观天气学检验分析,从降水预报效果检验出发,结合主要影响天气系统和示踪物理量检验,梳理总结模式预报系统性偏差,以期全面发掘该业务预报模式性能。结果表明对短期时效内的降水预报,GRAPES-GFS模式预报稳定性较好,整体明显优于T639模式。但还存在诸如对对流性降水预报较实况偏北或对主雨带南侧暖区降水预报不足的偏差特征;另对弱高空波动背景下的对流性降水预报偏弱;而在降水预报强度大致正确的情况下,对降水系统南侧偏南气流控制区域预报湿度偏大,对副热带地区的低涡系统预报偏强。 相似文献
14.
成都区域气象中心业务数值预报产品检验分析 总被引：3，自引：0，他引：3
依据国家气象中心T213、T639全球模式、成都区域中心实时运行的AREM、GRAPES和MM5中尺度数值模式预报结果,对2008年5~9月进行了日降水量和2m温度检验。结果表明:(1)模式对昆明、南京、广州、长沙、北京和郑州温度预报优于温江、兰州和拉萨站,其中拉萨站温度预报与实况偏差最大,即模式对我国中部及南部地区温度预报与实况近似程度高于西部地区。(2)东部地区中雨及以上量级降水评分高于西部,西部4个城市中以昆明站评分最高,反映模式对我国西部城市降雨预报能力偏弱。 相似文献
15.
成都区域气象中心业务数值预报产品检验分析 总被引：3，自引：0，他引：3
依据国家气象中心T213、T639全球模式、成都区域中心实时运行的AREM、GRAPES和MM5中尺度数值模式预报结果,对2008年5～9月进行了日降水量和2m温度检验。结果表明：（1）模式对昆明、南京、广州、长沙、北京和郑州温度预报优于温江、兰州和拉萨站,其中拉萨站温度预报与实况偏差最大,即模式对我国中部及南部地区温度预报与实况近似程度高于西部地区。（2）东部地区中雨及以上量级降水评分高于西部,西部4个城市中以昆明站评分最高,反映模式对我国西部城市降雨预报能力偏弱。 相似文献
16.
利用国家级格点实况分析资料与地面气象站实况数据,采用误差分析、技巧评分等方法评估了2017年7月至2018年6月逐时的格点实况产品在江苏地区的地面2 m气温、2 m相对湿度、10 m风和降水要素的一致性和准确性,同时采用MODE检验方法对格点降水产品空间分布偏差进行了分析。结果表明:2 m气温格点实况与自动站观测基本一致,平均绝对误差在0.5~0.8℃,均方根误差在0.8℃左右,其中日最高气温误差较小。格点实况和自动站2 m相对湿度之间的平均绝对误差在5%左右,均方根误差在6%~7%,表现出较高的准确性和稳定性。格点实况10 m风向准确率达到70%左右,而风速准确率仅为56%,与气象站点观测相比有明显差异。格点降水产品的全年有无降水准确率为90%~98%,对于晴雨检验存在带来较大影响的可能。格点实况产品对小雨级别降水的准确率最高,随着降水量级增大,格点实况降水场相比站点观测存在较多的降水漏报,因此,对于降水分量级检验还不适合用格点实况场来替代气象站点观测。设计了一种基于空间形态的降水准确率评分方法对降水空间落区进行检验,格点实况降水场的空间形态准确率评分在0.9左右,较准确地反映了实际降水空间分布。因而,格点实况数据在江苏平原地区都有较高的精度,误差在可接受的范围内,基本可以代替自动站观测作为预报和模式检验的真实实况场,但也存在以下几个方面的问题:(1)格点2 m气温、2 m相对湿度产品在江苏的丘陵地带误差较大,降水产品在海岛气象站准确性较低;(2)格点降水产品一定程度地弱化了大雨以上量级降水强度;(3)格点实况风速产品误差较大,与业务服务需求有一定差距。 相似文献
17.
应用国家气象中心模式检验方法,对华中区域中尺度业务数值预报模式WRF和中国气象局下发的GRAPES模式2013年1-12月的预报产品（包括降水、2 m温度场、850 hPa温度场、850 hPa风场和500 hPa位势高度场预报）进行统计检验。检验结果表明：所有要素24 h预报均优于48 h;对于晴雨预报,GRAPES模式TS评分高于WRF,但随着降水量级增大,WRF的TS评分基本都高于GRAPES,同时WRF降水预报范围明显偏大;分析2 m温度场的均方根误差及预报准确率发现,WRF的2 m温度场预报优于GRAPES,且暖季预报优于冷季;形势场要素分析表明,WRF对850 hPa温度场和风场预报具有相当大的优势,全年误差变化较稳定,而对500 hPa位势高度场的预报误差存在一定的季节性特征,即夏半年WRF高度场预报优于冬半年,GRAPES模式则相反。总体上,华中区域中尺度业务数值模式产品对天气预报具有一定的参考价值。 相似文献
18.
GRAPES模式对2011/2012年冬季寒潮天气过程预报能力的检验 总被引：1，自引：0，他引：1
利用台站常规观测资料和NCEP-FNL再分析资料,检验了GRAPES（Global/Regional Assimilation and Prediction Enhanced System）对2011/2012年冬季我国寒潮天气过程的预报能力。结果表明,GRAPES模式能较好地预报出该冬季4次寒潮过程的明显降温、高低空环流形势及冷平流的入侵,模式对2月22日寒潮的预报效果较差。对于强降温预报,在1月18日、2月5日及2月14日寒潮过程中,模式在新疆部分地区、云贵高原和四川盆地的预报效果较差。在2月22日寒潮中,我国东部地区出现了较大偏差,模式预报的500 hPa上阻塞高压及东亚大槽等系统的强度和位置出现较大偏差。4次过程中,模式预报的冷、暖平流在我国东北部大小兴安岭及长江流域以南有较大偏差。对于2月22日寒潮,模式预报新疆地区、大兴安岭和辽宁的冷平流范围和强度、及长江流域以南暖平流的范围和强度都要大于实况,导致此次寒潮温度预报误差大,这可能与在地形区域模式物理过程存在一定误差有关。 相似文献
19.
基于2019年8月至2020年7月华南区域模式（CMA-GD）预报和湖南97个国家站2m温度实况,开展了模式温度预报检验和逐步回归订正技术研究。结果表明,华南区域模式2m温度预报与实况变化趋势基本一致,预报偏差具有明显日变化,白天准确率下降、夜间升高,随着预报时效的延长,偏差增大;夏半年预报偏差大于冬半年;湘西预报效果优于湘东;00时起报的2m温度预报优于12时起报。基于华南区域模式预报产品,区分起报时次和季节的2m温度预报逐步回归订正预报效果较好,订正后预报相对于模式预报误差下降、准确率提高,有明显正技巧,对12时起报的模式预报效果改善更大,不同站点订正效果略有差异,对预报误差较大站点,订正效果明显。 相似文献
20.
以6个短时暴雨过程为例,采用空间检验技术对甘肃河东地区短时暴雨预报产品误差进行分析。结果表明：降水概率预报对于系统性降水过程预报准确度明显高于突发性降水过程;短时暴雨预报方法的预报位置较实况偏东偏南,纬度偏差-2.1°～1.3°,经度偏差-0.4°～3.1°;强度较实况偏弱,61%本地预报方法雨强为实况的0%～90%;降水范围较实况偏小,偏小程度最多仅6个格点;强度误差占比最大,其次为范围误差,位移误差最小。预报员可基于本地短时暴雨预报方法对预报误差进行相应的调整。 相似文献