共查询到16条相似文献，搜索用时 125 毫秒
1.
ECMWF极端降水预报指数在华东台风暴雨中的应用研究 总被引：1，自引：0，他引：1
台风强降水易引发极端天气事件,预报的难度和不确定性都很大。选取2013—2017年影响华东的13个台风个例,研究ECMWF集合预报降水极端天气预报指数(extreme forecast index,EFI)与台风暴雨的统计关系。研究结果表明:EFI降水指数对台风暴雨的预报具有一定的指示意义,对不同时效选取不同的EFI阈值可以作为暴雨落区预报的参考依据。总体来看:EFI增大,发生强降水的可能性增大;随着预报时效的增加,EFI阈值逐渐减小。以TS评分最大为标准,分别确立了不同时效、不同等级暴雨在华东区域的预报阈值。对于24、48、72、96 h时效的暴雨预报,EFI阈值分别取0.7/0.8、0.7、0.6、0.5可以获得较高的TS评分及合理的预报偏差,因此可将它们作为不同时效暴雨预报的参考阈值。EFI与降水的气候百分位有较好的相关关系,EFI值越大,降水气候百分位值也越大。当EFI值较大时,可参考相对应气候百分位的实况降水量来估测台风降水。极端天气预报指数对极端降水天气具有较好的识别能力,可提前3～5 d提供极端降水信息。 相似文献
2.
基于2013—2019年4—9月欧洲中期天气预报中心(ECMWF)集合预报的极端天气指数(EFI)资料和新疆95个气象观测站点的实况降水数据,研究了新疆夏半年(4—9月)极端降水阈值及分布情况,运用TS评分,综合分析降水EFI产品在新疆夏半年极端降水预报中的应用效果.结果表明:(1)夏半年极端降水阈值、极端降水量和极端... 相似文献
3.
利用2016年6月—2017年5月ECMWF降水极端天气指数(EFI)预报资料,分析了降水EFI与不同量级强降水、降水气候百分位在浙江的关系。结果表明:总体而言,浙江省降水EFI与实况降水存在明显的正相关关系。随着EFI阈值的增加,暴雨发生频次先增加后减少,而且暴雨发生的概率随着EFI阈值的增加而增大。综合考虑TS、BS评分,EFI阈值随着预报时效的延长而减小;随着降水量级的增加而增大。降水EFI值与降水气候百分位存在明显的正相关关系,当EFI值较高时,预示着较大的几率出现极端降水,此时可参考当地相对应的气候百分位的降水量来估计降水。 相似文献
4.
使用2015年10月—2018年9月欧洲中期天气预报中心集合预报系统(ECMWF EPS)逐日降水极端天气指数(EFI)预报资料,分析新疆区域降水EFI产品与强降水的对应关系并得到预报阈值。结果表明:预报的EFI与实况降水量存在正相关关系,随着降水量增加,EFI预报结果具有线性增加趋势,说明EFI对强降水有一定的指示意义。各量级降水预报的最高TS评分随着预报时效的增加而减小,且随着降水量等级的增大而减小。不同季节暴量降水发生站次为夏季最多,冬季最少,对应的EFI阈值大都在0.4～0.6,夏季EFI值范围在0.2～0.7,夏季更易发生暴量降水。随着预报时效增加,暴量降水发生站点频次最多所对应的EFI值逐渐减小。随着降水量级增加,空报率减小幅度不大,但漏报率增加。 相似文献
5.
选取2015—2018年影响华东地区的13个台风个例,分析降水极端天气指数EFI (Extreme Forecast Index)和SOT (Shift of Tails)与台风降水之间的统计关系。结果表明:EFI和SOT与降水气候百分位之间存在明显的正相关关系。EFI和SOT越大,强降水发生概率越高。随着预报时效的增加,EFI和SOT指数对暴雨和大暴雨的预报效果逐渐变差。对于短期(72 h以内的时效),EFI预报技巧优于SOT,而随着预报时效的延长,SOT的预报技巧逐渐接近并超过EFI。以TS评分最大为标准兼顾合理的预报偏差,得到两种极端天气指数不同预报时效、不同等级暴雨的预报阈值。总体而言,事件越极端,EFI和SOT的预报阈值越大,对于暴雨和大暴雨,EFI指数的预报阈值随着预报时效的延长有减小趋势,而SOT的预报阈值基本保持不变。在台风极端降水预报中,EFI和SOT可以作为EC定量降水预报的补充,有助于减少强降水的漏报,并提早发出预警信息。 相似文献
6.
基于ECMWF集合预报的极端天气预报产品应用和检验 总被引：7，自引：5，他引：2
通过个例总结和大样本分析的方法,本文分析和总结了ECMWF集合预报系统(EPS)中的极端温度和降水预报产品。以上产品主要为08—08时的平均气温、最高气温、最低气温和降水量四个要素的极端天气预报指数(extreme forecast index,EFI)和SOT("shift of tail"index)。研究显示,气温EFI和SOT预报效果接近,降水SOT优于EFI。运用过去3年的资料,以TS评分最大为标准,分别确定了不同时效、不同百分位的极端高低温和极端强降水事件在我国的预报阈值,及其对应的各检验参数。对于1%(99%)百分位的极端低温(高温)事件,平均气温EFI和SOT的阈值分别在-0.85(0.75)和0.38(0),最高和最低气温的阈值与平均气温的阈值接近。对于95%和99%的极端强降水事件,EFI的阈值分别在0.45和0.7左右,SOT的阈值分别在-0.6和0.4左右。整体上呈现时效越长阈值越小,预报效果越差;事件越极端,阈值越大的特点。且此时的bias接近或略大于1,表明预报的发生频率与实况比较接近,具有较好的应用价值。气温EFI和SOT的预报效果和阈值存在明显的季节差异,夏季预报较好,阈值较大,冬季预报较差,阈值较小。降水的季节差异不明显。EFI和SOT的预报效果和阈值在空间分布上也存在一定的差异,且不同的产品空间分布差异不同。 相似文献
7.
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
8.
本文采用百分位法对观测极端降水的阈值进行定义,根据贝叶斯理论探讨了极端降水的概率预报方法,进行了贝叶斯极端降水模拟概率预报试验和检验。以观测和模式极端降水阈值分别进行的贝叶斯概率预报试验结果表明:以观测极端降水为阈值时,先验概率与后验概率的极端降水空报情况较多,主要降水雨带的概率预报也偏强;而以模式极端降水为阈值时,两者的空报均较少,且对主要雨带也起到了明显的预警作用。对比两种阈值取法下的先验概率和后验概率的极端降水预报,前者的概率预报值较后者的更小。检验结果表明,经过贝叶斯方法修订后的极端降水预报,提高了极端降水产生的正确率,但空报也有所增加。 相似文献
9.
基于2017—2020年6—9月陕西中短期网格客观预报产品（简称DCOEF）的降水产品,采用晴雨预报准确率、TS评分、预报偏差BIAS,对其在西安地区21个气象观测站的预报效果进行检验;同时采用第99%分位值的降水量值作为测站极端降水量的阈值,进一步了解DCOEF对极端降水的预报效果。结果表明,（1）DCOEF在西安地区逐年和逐月的晴雨预报准确率均在069以上,空间分布上在西安城区、高陵、阎良、临潼和灞桥地区的晴雨预报准确率普遍在075以上,具有较好的参考价值。（2）6—9月中,9月的晴雨预报准确率可达08,各量级的TS评分明显高于其他月份,且BIAS接近于1,预报效果最好。（3）随着降水量级的增加,TS评分明显下降,小雨的TS评分最高,且时间和空间差异小;暴雨TS评分时间和空间差异明显,除9月外整体评分较低,且空报率明显偏高。（4）DCOEF对西安区域平均降水量雨带分布和强降水中心位置分布预报与实况差别较大,但能较好地反映出区域降水的时间演变趋势,与实况较为接近,只是在降水量上存在一定的偏差,预报值较实况以偏大为主。（5）DCOEF对极端降水的预报缺乏稳定性,偏差大,尤其是对短时强降水所造成的极端降水事件预报能力弱。 相似文献
10.
利用2017—2018年5—9月四川盆地109个自动站逐小时降水资料,以及GRAPES-MESO模式0.1°×0.1°的逐3 h预报场资料,从热力不稳定、水汽、动力条件等方面分析极端短时强降水(1 h降水量大于等于50 mm)发生发展所需的关键物理量指标,结合随机事件概率思想和主成分分析方法构建预报模型,研发极端短时强降水概率预报产品。经预报效果评估,当概率值达0.7以上时,TS评分为24.0%,可将其作为极端短时强降水预报的参考阈值。2019年7月22日四川盆地暴雨过程应用表明,该产品对极端短时强降水落区有较好的参考意义。 相似文献
11.
基于T213集合预报的中国极端温度预报方法研究 总被引：4，自引：0，他引：4
基于中国T213集合预报系统资料,根据Anderson-Darling检验原理,研究基于集合预报与模式历史预报累积概率密度(简称模式气候)分布函数连续差异特征的极端温度天气预报方法,建立极端温度天气预报指数(Extreme Temperature Forecast Index, 简称EFI)的数学模型。利用S指数评分方法确定发布极端温度预警信号的阈值,得出:1月的发布极端高温的预警信号的阈值为0.7或0.8,发布极端低温的预警信号的阈值为-0.7或-0.8。基于EFI指数以及该阈值,对2013年1月中国极端温度天气进行预报试验,得出:极端天气预报指数对极端温度天气具有较好的识别能力,可提前3~7 d发出极端温度预警信号,随着预报时效的延长,预报技巧逐渐降低。 相似文献
12.
近30 a福建省前汛期极端降水事件特征及其成因 总被引：6，自引：5，他引：1
利用1981—2010年前汛期(5—6月)福建地区台站逐日降水观测资料及NCEP/NCAR再分析逐日资料,对福建地区极端降水事件发生规律及环流异常进行了分析。结果表明:近30 a福建地区前汛期各站极端降水事件的发生频次在40~62次之间,沿海台站发生次数明显少于内陆台站。区域性极端降水发生频次亦呈显著增加趋势,增幅为0.06次/a,且在1994年后,前汛期极端降水事件的发生频次明显增多。区域性极端降水86次事件平均的降水分布显示在闽西中部降水量最大,并由此向外围逐渐减小。极端降水事件对前汛期降水贡献较大,约占前汛期总降水量的两成以上。极端降水事件的发生与大气环流异常存在密切关系,对深刻认识福建地区极端降水事件的形成机制和变化规律具有重要意义。 相似文献
13.
利用2016—2021年ECMWF集合预报,评估了极端天气指数EFI(Extreme Forecast Index)、尾偏移指数SOT(“Shift of Tail”index)以及集合异常预报法在浙江台风和梅雨暴雨预报中的应用效果。通过研究极端天气预报指数对浙江台风和梅雨暴雨的最优预报阈值,发现梅雨暴雨阈值比台风暴雨明显偏小,且随预报时效增加减小速度偏慢。最优阈值预报相比确定性模式预报,在台风和梅雨暴雨预报检验中体现出更好的稳定性、提前性和准确性。进一步研究发现,通过区分天气类型确定的最优预报阈值,可作为台风和梅雨暴雨落区预报的参考依据。925 hPa水汽通量散度的集合异常度对浙江台风暴雨的落区和强度变化有较好的预报效果,850 hPa涡度和700 hPa垂直速度的集合异常度可以反映稳定性梅雨暴雨的过程演变。 相似文献
14.
Evaluation of summer temperature and precipitation predictions from NCEP CFSv2 retrospective forecast over China 总被引：1，自引：0，他引：1
National Centers for Environmental Prediction recently upgraded its operational seasonal forecast system to the fully coupled climate modeling system referred to as CFSv2. CFSv2 has been used to make seasonal climate forecast retrospectively between 1982 and 2009 before it became operational. In this study, we evaluate the model’s ability to predict the summer temperature and precipitation over China using the 120 9-month reforecast runs initialized between January 1 and May 26 during each year of the reforecast period. These 120 reforecast runs are evaluated as an ensemble forecast using both deterministic and probabilistic metrics. The overall forecast skill for summer temperature is high while that for summer precipitation is much lower. The ensemble mean reforecasts have reduced spatial variability of the climatology. For temperature, the reforecast bias is lead time-dependent, i.e., reforecast JJA temperature become warmer when lead time is shorter. The lead time dependent bias suggests that the initial condition of temperature is somehow biased towards a warmer condition. CFSv2 is able to predict the summer temperature anomaly in China, although there is an obvious upward trend in both the observation and the reforecast. Forecasts of summer precipitation with dynamical models like CFSv2 at the seasonal time scale and a catchment scale still remain challenge, so it is necessary to improve the model physics and parameterizations for better prediction of Asian monsoon rainfall. The probabilistic skills of temperature and precipitation are quite limited. Only the spatially averaged quantities such as averaged summer temperature over the Northeast China of CFSv2 show higher forecast skill, of which is able to discriminate between event and non-event for three categorical forecasts. The potential forecast skill shows that the above and below normal events can be better forecasted than normal events. Although the shorter the forecast lead time is, the higher deterministic prediction skill appears, the probabilistic prediction skill does not increase with decreased lead time. The ensemble size does not play a significant role in affecting the overall probabilistic forecast skill although adding more members improves the probabilistic forecast skill slightly. 相似文献
15.
The Dynamical-Statistical-Analog Ensemble Forecast model for landfalling tropical cyclones (TCs) precipitation (DSAEF_LTP) utilises an operational numerical weather prediction (NWP) model for the forecast track, while the precipitation forecast is obtained by finding analog cyclones, and making a precipitation forecast from an ensemble of the analogs. This study addresses TCs that occurred from 2004 to 2019 in Southeast China with 47 TCs as training samples and 18 TCs for independent forecast experiments. Experiments use four model versions. The control experiment DSAEF_LTP_1 includes three factors including TC track, landfall season, and TC intensity to determine analogs. Versions DSAEF_LTP_2, DSAEF_LTP_3, and DSAEF_LTP_4 respectively integrate improved similarity region, improved ensemble method, and improvements in both parameters. Results show that the DSAEF_LTP model with new values of similarity region and ensemble method (DSAEF_LTP_4) performs best in the simulation experiment, while the DSAEF_LTP model with new values only of ensemble method (DSAEF_LTP_3) performs best in the forecast experiment. The reason for the difference between simulation (training sample) and forecast (independent sample) may be that the proportion of TC with typical tracks (southeast to northwest movement or landfall over Southeast China) has changed significantly between samples. Forecast performance is compared with that of three global dynamical models (ECMWF, GRAPES, and GFS) and a regional dynamical model (SMS-WARMS). The DSAEF_LTP model performs better than the dynamical models and tends to produce more false alarms in accumulated forecast precipitation above 250 mm and 100 mm. Compared with TCs without heavy precipitation or typical tracks, TCs with these characteristics are better forecasted by the DSAEF_LTP model. 相似文献
16.
本文利用EC集合预报提供的极端降水天气指数能指示极端天气事件的特点,研究了四川盆地夏季(6-9月)的暴雨落区预报。综合考虑不同极端降水天气指数阈值对应的暴雨TS、ETS评分及各阈值评分最高时的发生频次,获得暴雨预报对应的最佳极端降水天气指数阈值。结果显示,08时起报的24h、48h、72h、96h、120h时效对应的阈值分别为0.5\0.6、0.5、0.4\0.5、0.4、0.2\0.3,20时起报的24h、48h、72h、96h、120h时效对应的阈值分别为0.5、0.4\0.5、0.4\0.5、0.3\0.4、0.1\0.3,通过检验表明这些阈值对暴雨落区的预报具有较好的指示意义。 相似文献