共查询到20条相似文献，搜索用时 171 毫秒
1.
以2015年5月20日广东省一次大范围暴雨过程为研究对象,利用ECMWF集合预报产品选出了预报好和差的成员,对比分析了环流形势场和物理量场的差异,找出了暴雨敏感因子。结果表明:集合预报能够较好地预报出该次大范围暴雨的环流形势场、降雨分布和量级特征,但对大雨以上量级的精确预报还有较大的误差,主要表现为大雨以上量级空报率最高以及暴雨以上量级漏报率最高。不同集合预报成员对降雨的形势场和大雨以上量级的预报有显著差异。相比暴雨预报能力较差的成员,优选成员对低层风场和低压的发展预报更接近实况,同时在风速、CAPE值、850 hPa温度、850 hPa和925 hPa比湿等物理量场与实况更接近,是该次暴雨的敏感因子。 相似文献
2.
2015年5月19—20日,华南出现一次暴雨过程。检验表明欧洲中期天气预报中心全球确定性预报模式(以下简称EC模式)预报的20日强降水落区在广东境内较实况明显偏北,高估了天气尺度系统附近的降水强度,漏报了其南侧暖区内中尺度对流系统(mesoscale convective system,MCS)造成的降水,华东中尺度模式预报明显优于EC模式。利用高分辨率中尺度天气研究预报模式(以下简称WRF模式)对该暴雨过程进行了模拟,对比EC模式降水物理过程,初步探索了EC模式降水预报误差的成因,结果表明:20日位于广东暖区内的对流组织发展成MCS,并造成明显的低层冷池出流和中高层潜热加热,二者共同作用使得中低层气旋式环流在广东中东部发展,配合其南侧的强西南风水汽输送,在气旋式切变附近不断触发新的对流并南移使得广东中南部暖区内出现强降水,WRF模式能较好地模拟出该过程,而EC模式未能预报出暖区对流及其反馈,从而导致其漏报了广东中南部的强降水;EC模式预报的降水与天气尺度环流之间的正反馈进一步加大了降水的预报偏差。EC模式预报的20日白天的强降水主要位于华南北部切变线附近,且以层状云降水为主,降水产生的潜热使得对流层低层切变线附近减压更明显,预报的切变线辐合较分析场明显偏强,使得其预报的切变线附近降水较实况偏强。 相似文献
3.
利用2011—2015年6—8月TIGGE(THORPEX Interactive Grand Global Ensemble)数据集中欧洲中期天气预报中心(ECMWF,以下简称EC)的集合降水预报数据和江苏省70个基本站逐日24 h(20时至次日20时)降水数据,通过大量暴雨样本系统检验和评估了EC集合预报及多种后处理释用产品对江苏暴雨的预报能力。结果表明:作为集合预报的初级产品,集合平均对暴雨的预报存在明显的漏报率,TS预报评分尚不及EC确定性预报;集合预报不同成员间对暴雨的预报技巧差异大,其最优成员组合的预报能力显著优于EC确定性预报,表明集合预报具有较大的应用潜力;在多种集合预报后处理释用技术中,最大值、最优百分位、降水偏差订正频率匹配法、概率预报、集合异常预报法和杜-周排序法(最大值法)的平均TS评分均较高,超过10%,其次90%分位数、融合、融合-概率匹配和杜-周排序法(集合平均或中位值法)的预报效果也均优于EC确定性预报。集合中位值、概率匹配方法对江苏暴雨的预报评分低于集合平均预报,在暴雨预报上的参考价值相对较低。该评估结果进一步加深了对各集合预报产品区域暴雨预报能力的认识,为预报员更直接快速地选取有效的集合预报产品提供参考。 相似文献
4.
2016年梅汛期降雨环流特征及ECMWF中期预报偏差分析 总被引：2，自引：2，他引：2
利用NCAR/NCEP逐日再分析资料和台站观测日平均降雨资料,分析2016年梅汛期的大气环流演变特点和期间3次强降雨过程的环流特征,对比了欧洲中期数值模式(EC模式)的预报能力,并对其中期预报降雨的落区偏北、强度偏弱的偏差原因进行分析。结果表明,2016年梅汛期中高纬度环流多变化,多冷空气活动但势力总体不强,夏季风在6月下旬和7月上旬逐步增强,西太平洋副热带高压稳定维持,为强降雨的发生提供了有利动力和水汽条件。在梅汛期前期EC在中期时效对于夏季风的预报强度偏强、副高位置偏北,直接造成模式预报的雨带位置偏北。EC对于乌拉尔山一带的环流系统预报能力较好,但对于日本海-鄂霍茨克海一带的环流系统预报能力较差,从而使得影响我国的冷空气路径和强度预报均出现偏差,这对于7月初的强降水的强度和落区预报也有明显影响。 相似文献
5.
2019年第9号台风“利奇马”在8月10日登陆后引发了远距离大范围的暴雨,本文利用ECMWF(EC)和GRAPES全球集合预报模式等资料对暴雨短期预报的误差及原因进行了分析。此次台风远距离暴雨主要集中在8月10日夜间的山东中部地区,EC集合预报对该区域的降水量预报效果总体优于GRAPES集合预报。集合敏感性分析可以识别出和预报变量高相关(敏感)的天气系统,结果表明山东区域平均降水量对同期500 hPa副高、台风西北侧海平面气压和山东北部低层温度较为敏感,而对流层高层的高度及经向风存在更大范围的敏感区。根据暴雨预报TS评分选取EC集合预报成员作为优势组和劣势组,结果表明优势组预报成员表现为山东上空300 hPa低槽前倾,北侧高空偏南急流更强,同时配合低层台风外围偏东风急流,形成高层辐散、低层辐合的有利条件。另外,优势组预报的中纬度低层冷空气和斜压锋区更强,导致优势组在山东中部预报出暴雨,更加接近于实况。 相似文献
6.
以2003年7月3日至4日发生在淮河流域的暴雨过程为例,利用AREM模式,分析了初始场对暴雨预报的影响,提出了暴雨预报中初始场不确定性包含的两层含义,一是被常规观测遗漏的中小尺度信息误差;另一个则是随着环流变化造成的信息误差的不确定性。并针对着初始场的不确定性,设计了一种初值集合预报的方法,它包含了经典的集合预报方法MCF、LAF、BGM的思想。用这种方法进行了集合预报试验,结果表明:集合平均预报的预报技巧高于24 h控制预报,集合预报还可给出降水概率预报、离散度等产品为暴雨可预报性的评估提供参考。 相似文献
7.
辽宁一次暴雨过程分析与暴雨落区预报失误原因探讨 总被引：1，自引：0，他引：1
从一次高空槽和华北气旋影响的暴雨、局部大暴雨落区预报出发,利用常规地面观测资料、加密自动站资料、高空探测资料和欧洲中心（ECMWF）数值预报产品资料,对2011年7月29-31日辽宁一次暴雨、局部大暴雨过程的天气形势和物理量场进行分析。结果表明：夏季暴雨预报不仅要考虑高层形势、副热带高压强度和位置大尺度环流形势的变化,也要考虑有利的大尺度环流背景下易产生的中小尺度天气系统,此次辽宁暴雨过程中在高空槽和华北气旋的发生发展过程中激发了中尺度气旋,中尺度气旋的强度和移动路径是预报此次暴雨、局部大暴雨落区的关键因素。 相似文献
8.
2015年8月23—24日期间台风天鹅引发华东中部沿海地区出现暴雨或大暴雨天气。基于欧洲中期天气预报中心的集合预报分析导致此次远距离暴雨预报不确定的关键原因,并利用集合敏感性分析方法研究影响此次暴雨过程的主要天气系统的敏感区域,此外对暴雨发生发展的热动力机制展开探讨,主要结论包括:集合预报对此次台风天鹅引起的远距离暴雨的可预报性明显偏低,仅在暴雨发生前24 h才做出较大调整。在不同起报时次下,当台风路径的系统性偏差最小时,台风降水集合预报也最接近实况,但是进一步的分析表明,台风路径误差与降水量级之间的对应关系并不确定。不同雨量成员组间中低层环流场的对比分析表明:高空槽的预报差异是集合预报不确定的主要原因,高空槽东移加深有利于增加暴雨区的斜压不稳定,也有利于增强对流层低层的水汽输送急流带。500 hPa高度场的敏感性分析表明无论是初始场还是预报场,暴雨区平均降雨量均与高空槽的东移和加深显著相关,且随着预报时次的临近,显著相关区域向低槽下游明显扩大。此外还发现高空槽的东移有利于增强(减弱)暴雨区左(右)侧低层冷空气的强度,使得台风右侧更多暖湿气流向暴雨区输送。 相似文献
9.
《热带气象学报》2018,(梅汛)
利用NCAR/NCEP逐日再分析资料和台站观测日平均降雨资料,分析2016年梅汛期的大气环流演变特点和期间3次强降雨过程的环流特征,对比了欧洲中期数值模式(EC模式)的预报能力,并对其中期预报降雨的落区偏北、强度偏弱的偏差原因进行分析。结果表明,2016年梅汛期中高纬度环流多变化,多冷空气活动但势力总体不强,夏季风在6月下旬和7月上旬逐步增强,西太平洋副热带高压稳定维持,为强降雨的发生提供了有利动力和水汽条件。在梅汛期前期EC在中期时效对于夏季风的预报强度偏强、副高位置偏北,直接造成模式预报的雨带位置偏北。EC对于乌拉尔山一带的环流系统预报能力较好,但对于日本海-鄂霍茨克海一带的环流系统预报能力较差,从而使得影响我国的冷空气路径和强度预报均出现偏差,这对于7月初的强降水的强度和落区预报也有明显影响。 相似文献
10.
暴雨预报是中期天气预报中的难点。由于较强的暴雨可以造成大范围的严重洪水灾害．因而引起人们广泛的重视。本文根据“三带”环流系统相互作用、高低空天气系统相互作用与产生大暴雨的关系．采用完全预报方法的思路，首先对辽宁大暴雨过程有利的环流背景和物理量场进行客观分析，选择物理意义明确的定量预报因子．然后利用T63数值预报产品制作了暴雨中期诊断预报系统。 相似文献
11.
西北太平洋(含南海)热带气旋路径集成预报分析 总被引：2，自引：1，他引：1
基于2004—2009 年中国中央气象台、日本气象厅、美国联合台风警报中心、欧洲中心对西北太平洋和南海编号热带气旋主客观预报资料,利用算术平均、多元回归以及历史平均误差等三种集成方法,建立了热带气旋路径集成预报业务化系统。通过2007—2009 年的业务运行结果分析发现,欧洲中心客观预报参与的24、48 和72 h 集成比主观预报三个成员集成预报水平分别提高约2%、3%～5%和3%～5%,减小误差2.5 km左右、6～9 km 和10～12 km。技巧分析发现,24～72 h 集成预报有正技巧,多元回归集成技巧相对稍低,而算术平均和以各成员平均误差的平方倒数为权重系数的集成技巧对于各集成成员来说技巧差异不大。96 h 集成预报对欧洲中心的客观预报没有正技巧。 相似文献
12.
13.
Based on the tropical cyclone data from the Central Meteorological Observatory of China, Japan Meteorological Agency, Joint Typhoon Warning Center and European Centre for Medium-Range Weather Forecasts （ECMWF） during the period of 2004 to 2009, three consensus methods are used in tropical cyclone （TC） track forecasts. Operational consensus results show that the objective forecasts of ECMWF help to improve consensus skill by 2%, 3%-5% and 3%-5%, decrease track bias by 2.5 kin, 6-9 km and 10-12 km for the 24 h, 48 h and 72 h forecasts respectively over the years of 2007 to 2009. Analysis also indicates that consensus forecasts hold positive skills relative to each member. The multivariate regression composite is a method that shows relatively low skill, while the methods of arithmetic averaging and composite （in which the weighting coefficient is the reciprocal square of mean error of members） have almost comparable skills among members. Consensus forecast for a lead time of 96 h has negative skill relative to the ECMWF objective forecast. 相似文献
14.
天气预报评分方法评述 总被引：18，自引：1，他引：18
丁金才 《南京气象学院学报》1995,18(1):143-150
本文按定性预报、百分率预报和形态预报3类预报形式，分别概述了常用的验证评分方法。提出了预报评分方法应遵循的7条准则，并以此为依据，针对强对流天气等小概率事件的预报，讨论了各种评分方法的适用性。最后，对各类预报形式的验证评分，提出了最佳的方案。 相似文献
15.
16.
开展了夏半年72 h内逐3 h降水预报试验,针对ECMWF模式预报、基于ECMWF的模式输出统计(MOS)预报、纳入超前空间实况信息的OMOS预报,以及三种预报的最优TS评分订正(OTS)预报,对比分析预报效果,探讨一种多方法结合能够提供良好预报性能的3 h定量降水预报技术方案。结果表明:在短期预报中,MOS预报与OTS订正相结合的MOSOTS综合预报方法的预报性能最好,而且MOS-OTS方法的3 h强降水预报与业务运行的城镇指导预报中融合主客观预报的降水预报相比,也具有一定优势;而在临近3 h预报中,则OMOS预报与OTS订正相结合的OMOS-OTS综合预报方法最优,3 h内0.1、3和10 mm以上降水的TS评分最高,比原始模式预报分别提高73%、198%和483%,Bias评分接近于1,在夏半年的逐日晴雨预报中,OMOS-OTS方法在大部分日期都稳定优于MOS-OTS预报和城镇指导预报。 相似文献
17.
一种集成预报技术——最优调合法 总被引：3，自引：1，他引：2
为使多种方法的预报结果集成一个优化的预报,作者提出了一种称为最优调合法的集成预报技术。该技术既考虑了持续性预报又考虑了预报方法所具有的系统性误差。首先运用多种方法建立多年试报数据集,随后对数据集构建线性模型,用此模型对我国汛期（６～８月）降水场进行了试验,证明最优调合法能显著提高预报技巧,但其效果有明显的年际差别 相似文献
18.
利用ECMWF集合预报降水资料和重庆市自动站降水资料,运用晴雨、TS评分、预报偏差等检验方法对重庆地区2014—2016年ECMWF集合预报降水产品在短期时效的预报性能进行检验分析。结果表明:最小值的晴雨预报准确率最高。对于TS评分检验,小雨量级可优先参考最小值、10%分位数和融合产品,中雨量级参考平均数和概率匹配平均,大雨和暴雨量级分别参考75%分位数和90%分位数。对于预报偏差检验,小雨量级可优先参考最小值、Mode,中雨量级参考融合产品、中位数,大雨量级参考控制预报、融合产品,暴雨量级参考90%分位数。对于百分位值预报产品和概率预报产品,小雨量级可参考5%～10%分位数和80%～90%概率预报产品,中雨量级可参考45%～55%分位数和40%概率预报产品,大雨量级可参考70%～80%分位数和20%概率预报产品,暴雨量级可参考90%～95%分位数和10%概率预报产品。 相似文献
19.
After analyzing the advantages and disadvantages of dynamical system and statistical system.some simple models with the equations of Lorenz system and auto-regresslon model have been respectively set up,and comparative experiments conducted.The result of the research demonstrates that in chaotic parametric domain,the accuracy of statistical forecast is higher than that of dynamical forecast,while in non-chaotic parametric domain,dynamical forecast is more accurate than statistical forecast. 相似文献
20.
After analyzing the advantages and disadvantages of dynamical system and statistical system.some simple models with the equations of Lorenz system and auto-regresslon model have beenrespectively set up,and comparative experiments conducted.The result of the research demonstratesthat in chaotic parametric domain,the accuracy of statistical forecast is higher than that of dynamicalforecast,while in non-chaotic parametric domain,dynamical forecast is more accurate than statisticalforecast. 相似文献