共查询到20条相似文献，搜索用时 234 毫秒
1.
为了更加直观和深入地理解对流尺度集合预报中的降水集合预报产品,以便进一步向预报员推广应用,本文开展了基于对流尺度集合预报方法对2021年8月28—29日的一次暴雨过程的预报性能分析,对集合预报的暴雨和大暴雨量级降水预报技巧进行了综合分析。结果表明：(1)不同集合成员降水预报结果的差异随着降水量级的增大越发明显,预报最优和最差的成员的TS评分相差0.3以上。(2)概率匹配平均预报对于暴雨和大暴雨量级降水的预报技巧优于控制预报,也优于集合平均。集合平均由于集合成员预报的平滑作用导致其对极端降水不敏感,因此,简单的集合平均不适合于大暴雨以上量级的极端降水预报。(3)从最小值预报到最大值预报,随着集合百分位的增大,命中率、空报率和频率偏差均逐渐增大,70%或者80%集合百分位预报的预报技巧最优,且优于集合平均和概率匹配平均预报。(4)对于重庆东北部偏西地区出现的大暴雨量级降水,较长预报时效集合概率预报均预报出了一定的降水概率,最长提前60 h,相应的最优的集合成员的降水预报与实况也较为接近。 相似文献
2.
针对海河流域东北冷涡降水样本,应用海河流域加密自动站降水资料及欧洲中期天气预报中心（ECMCWF）降水预报资料,利用滑动相关分析方法建立重组预报序列,基于加密自动站24 h累积降水量及重组24 h降水预报序列的Gamma累积概率分布曲线,采用预报—实况概率匹配方法建立1～3日的短期订正模型并进行试报检验。结果表明:欧洲中心数值模式对于海河流域东北冷涡降水的预报较实况偏慢;概率匹配法主要通过订正降水量级来改善预报结果,订正后降水预报对于小雨、大雨、暴雨预报的TS（Threat Score）评分技巧均有提升,尤其对于大雨和暴雨及以上量级预报,订正后预报量级及预报落区大小均与实况更加接近,订正效果显著。东北冷涡降水对流性强,模式预报能力弱,而订正后预报能有效提高此类强降水的预报技能,具有较好的应用价值。 相似文献
3.
T213与AREM模式分级降水预报对比检验 总被引：4，自引：2，他引：2
为检验T213与AREM模式的降水预报效果,将2004-2005连续两年两个模式的预报结果与河南省117站逐日降水实况进行分级TS评分检验,结果发现:两个模式对小雨以上量级的预报能力基本相当,夏秋季节的预报效果好于冬春季节;中雨以上量级预报均无季节特征;大雨以上量级的预报评分夏季T213高于AREM模式;大暴雨预报AREM模式好于T213.对3例不同性质降水过程落区的预报检验表明:AREM对一般稳定性降水和暴雨以上量级降水的预报能力较强. 相似文献
4.
暴雨集合预报-观测概率匹配订正法在四川盆地的应用研究 总被引：3，自引：0，他引：3
利用2008—2011年6—8月中国气象局T213全球集合预报24—240 h降水预报资料和四川盆地观测降水资料,提出四川盆地暴雨集合预报-观测概率匹配订正法。该方法将集合预报降水累积概率分布与观测降水累积概率分布进行概率匹配,对降水量为50 mm的集合预报平均值进行订正,获得暴雨预报订正值(A Calibrated Heavy Rainfall forecast value),累积降水概率分布拟合函数采用Gamma函数。选取2013年6月28日—7月10日进行独立样本暴雨预报试验,分析四川盆地暴雨预报订正值分布特征和订正前后降水检验评分变化,讨论该方法存在的若干局限性。结果显示:T213集合预报对四川盆地降水预报存在预报量较观测量级小、模式预报时效越长降水预报越弱等系统性偏差,暴雨集合预报-观测概率匹配订正值普遍小于50 mm,且随预报时效延长而逐渐减小,有效地订正了T213暴雨集合预报系统性误差;暴雨集合预报-观测概率匹配订正法对"有或无暴雨"二分类暴雨预报改善较明显,ETs评分获得提高,且漏报率和空报率有所降低。 相似文献
5.
为提高数值预报降水预报的准确率,本文利用欧洲中期天气预报中心的高分辨率数值预报（ECMWF）降水预报资料和江西省国家级气象观测站实况降水资料进行概率匹配,选取Gamma累积概率分布函数用于拟合预报与观测的降水累积概率,通过在2017年江西省一次降水集中期的应用试验,得到以下结论：基于ECMWF的降水预报-观测概率匹配动态订正法由于把最新的预报与实况结果带入概率匹配中,并根据近期模式预报调整及误差不断自动更新各量级降水修正值,可实时动态订正模式降水预报;检验发现ECMWF模式降水产品对于24 h内12 h间隔的10 mm及以下量级的预报普遍偏大,25 mm及以上量级的预报普遍偏小,在江西区域九江沿江地区和景德镇的各量级降水预报较为接近实况、预报效果较好.本降水预报订正法能提高小雨和暴雨的TS评分、降低暴雨的漏报率且提升其命中率,但对大雨及部分中雨的订正效果不佳,在实践中应权衡利弊使用. 相似文献
6.
利用区域气候模式WRF对2003年夏季长江三角洲极端区域气候进行高分辨率模拟,通过与站点观测降水、TRMM反演降水的对比分析表明,模式较合理地模拟出2003年夏季长江三角洲降水的主要特征,模拟的夏季各月平均降水量和强降水中心位置及降水强度都与实况较接近;模拟和观测的江淮流域、长江流域及浙江南部的区域平均逐日降水序列的相关系数较高;模拟出小雨、中雨和暴雨三类不同等级的降水概率特征,对暴雨概率分布的模拟结果最好;还模拟出长江三角洲梅雨期的多次中尺度强暴雨事件,模拟的暴雨发生时间和发生区域及雨带南移、北跳与实况都很接近,但降水量略有偏差。模式合理模拟出2003年夏季高温天气较多以及受多次强降水冷却效应引起长江以南、以北地区温差较大的区域气候特征,模拟的最低、最高气温的空间分布及极大值中心与观测都较接近,最低气温模拟结果更好;还非常好地模拟出了区域平均的逐日最高、最低气温的时间演变特征,比降水更接近观测,并具有更高的时间相关系数。 相似文献
7.
利用宝鸡地区155个县区级或乡镇级自动站的观测资料与WRF模式的输出产品,检验WRF模式对2013年夏季最高、最低气温和降水预报的效果。结果表明:WRF模式预报的最高、最低气温的空间分布形态与实况较为一致,对于阴天和降水情况下的气温预报具有较高的准确性,最高、最低温度的预报值较实况整体偏低。WRF模式对宝鸡地区东部晴雨预报准确率较高,达到65%以上;凤县、太白最差,仅为40%左右。WRF模式预报的夏季日平均降水量与实况值在量级上较为一致,但空间分布误差较大。模式3个时次预报的逐日降水量能够较为准确地描述夏季各次降水的发生—发展—减弱过程。通过对模式预报的降水量进行分级检验发现,模式对降水的预报能力随着降水量级的增大而减小,空报多于漏报;WRF模式的暴雨预报值得参考。 相似文献
8.
清江流域降水的多模式BMA概率预报试验 总被引：1，自引：0，他引：1
基于TIGGE资料中的ECMWF、UKMO、JMA、CMA四套模式的2016年6月1至7月31日逐日降水集合预报资料,结合清江流域10个国家基准站观测数据,建立了流域贝叶斯模型平均(BMA)概率预报模型,开展流域多模式集合BMA技术的概率预报试验与评估。结果表明,在清江流域多模式集合的BMA模型最佳滑动训练期长度为40 d,BMA模型预报比原始集合预报有更高预报技巧,比四个原始集合预报MAE平均值减少近11%左右,而对于CRPS除了CMA中心无订正效果外,较其他三个模式平均值提高近15%左右。多模式集合BMA技术能预报降水全概率PDF曲线和大于某个降水量级的概率,同时能给出确定性降水预报,对于极端强降水(大暴雨一特大暴雨量级),BMA 75～90百分位数预报效果较好,对于强降水(暴雨量级),BMA 50～75百分位数预报效果较好,对于一般性降水(小雨一大雨量级),BMA确定性预报结果或50百分位数预报效果较好。 相似文献
9.
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
10.
运用气象观测资料和GRAPES、ECMWF、SWCWARMS_9KM(简称SWC)模式预报资料,对冕宁“6.26”大暴雨天气过程模式预报性能进行检验。结果表明:（1）对于24 h累计降水预报,中尺度区域模式优势明显,量级与落区预报效果均为最好,其中GRAPES_3KM模式预报落区分布与实况重合度较高,暴雨及以上量级降水TS评分最高。（2）GRAPES_3KM模式最大小时雨强10 mm以上降水落区与实况大雨及以上量级降水落区匹配度最高,ECMWF模式24 h累计降水多物理量订正产品及短时强降水概率产品次之。（3）SWC及GRAPES_3KM模式24 h累计降水极值点相比实况略偏北,量级偏小。对于小时降水峰值出现时间,SWC模式偏早4 h,GRAPES_3KM模式偏早3 h。（4）GRAPES_GFS模式环流背景预报更接近实况,SWC模式能较好地预报出冕宁上空中尺度辐合系统的存在。 相似文献
11.
Probability Distribution of Summer Daily Precipitation in the Huaihe Basin of China Based on Gamma Distribution 
下载免费PDF全文
下载免费PDF全文 The probability distribution of precipitation in the Huaihe basin (HB) is analyzed with the shape and scale parameters of a Gamma distribution.The summer daily precipitation records of 158 meteorologic... 相似文献
12.
A method of moving precipitation totals is described and applied for the analysis of precipitation extremes in Estonia. Numbers of extremely wet and extremely dry days and other indices of precipitation extremes were calculated using the daily precipitation data measured at 51 stations over Estonia during 1957–2009. Mean regularities of spatial and seasonal distribution were determined. Long-term changes were detected using Sen's method and Mann–Kendall test. The highest risk of heavy precipitation is in the regions of higher mean precipitation on the uplands and on the belt of higher precipitation in the western part of continental Estonia. Wet spells have their sharp maxima in July and August. The highest risk of droughts is observed in the coastal regions of West Estonia. In the coastal area, droughts appear mostly in the first half of summer, while in the eastern Estonia, they are usually observed during the second half of summer. Extreme precipitation events have become more frequent and intense. Statistically significant increasing trends were, first of all, found in the time series of winter extreme precipitation indices. In summer and autumn, trends existed in some indices, but in spring, there were no trends at all. There were no trends in time series of dryness indices in Estonia in 1957–2009. 相似文献
13.
This paper comprehensively studies the spatio-temporal characteristics of the frequency of extremely heavy precipitation events over South China by using the daily precipitation data of 110 stations during 1961 to 2008 and the extremely heavy precipitation thresholds determined for different stations by REOF, trend coefficients, linear trend, Mann-Kendall test and variance analysis. The results are shown as follows. The frequency distribution of extremely heavy precipitation is high in the middle of South China and low in the Guangdong coast and western Guangxi. There are three spatial distribution types of extremely heavy precipitation in South China. The consistent anomaly distribution is the main type. Distribution reversed between the east and the west and between the south and the north is also an important type. Extremely heavy precipitation events in South China mainly occurred in the summer-half of the year. Their frequency during this time accounts for 83.7% of the total frequency. In the 1960s and 1980s, extremely heavy precipitation events were less frequent while having an increasing trend from the late 1980s. Their climatological tendency rates decrease in the central and rise in the other areas of South China, and on average the mean series also shows an upward but insignificant trend at all of the stations. South China＇s frequency of extremely heavy precipitation events can be divided into six major areas and each of them shows a different inter-annual trend and three of the representative stations experience abrupt changes by showing remarkable increases in terms of Mann-Kendall tests. 相似文献
14.
近50 年华南地区极端强降水频次的时空变化特征 总被引：7，自引：2，他引：7
利用华南地区110 个台站1961—2008 年逐日降水资料,采用百分位法定义各站极端强降水事件的阈值,运用线性回归、M-K 突变检验、正交函数分解(EOF)、旋转经验正交函数分解(REOF)等方法,对华南地区年极端强降水频次的时空变化特征进行分析。结果表明:在空间分布上,年极端强降水频次在华南中部较大、广东沿海和广西西部内陆较小;华南极端强降水频次有3 个主要的空间异常模态,一致性异常特征是华南极端强降水频次分布的最主要空间模态,而东、西反向和南、北反向变化模态也是比较重要的异常模态。在时间分布上,华南的极端强降水事件主要发生在夏半年,夏半年极端强降水频次占全年总频次的83.7%;1960 年代和1980 年代极端强降水频次较少,从1980 年代中后期起,极端强降水频次有由少变多的趋势。华南区域各站极端强降水频次气候倾向率不一致,除中部呈减少趋势外,其余大部呈上升趋势,华南区域各站极端强降水频次的平均序列也呈上升趋势,但上升趋势不显著。华南极端强降水频次从区域变化特征上可分为6 个主要区域,分别具有不同的年际变化趋势,其中有3 个区域的代表站先后发生了显著增多的突变现象。 相似文献
15.
利用1961—2021年绕阳河流域周边8个气象站的逐日降水资料,以降水持续时间和降水强度作为判断降水事件的两个要素,运用Copula函数确定降水事件的联合概率和重现期,并构建危险性评估模型,分析绕阳河流域降水事件危险性空间特征。结果表明：绕阳河流域周边不同地区降水事件的持续时间和降水强度的最大值存在显著差异。Lognormal和Logistic函数对两个降水要素的拟合效果较好,Clayton函数适合反映两要素联合下降水发生的概率。随着降水持续时间和降水强度的增加,极端降水事件的危险性快速升高;不同地区降水事件的概率和重现期存在着显著差异,阜新站降水持续7 d,强度达到60 mm的事件每10 a出现一次,而盘锦站和北镇站发生持续6 d以上的降水事件较少,多为20 a一遇;降水事件危险性高值区处于绕阳河流域南部,主要位于盘锦、辽中和北镇。 相似文献
16.
1960-2005年长江流域降水极值概率分布特征 总被引：7，自引：0，他引：7
摘 要：根据1960-2005年长江流域147个气象站逐日降水观测资料和ECHAM5/ MPI-OM气候模式20世纪试验期（1941-2000年）79个格点逐日降水模拟资料，建立年最大强降水AM（annual maximum）序列及汛期日降水量＜1.27 mm的最长干旱持续天数MI（Munger index）序列，分析了长江流域降水极值序列的时空分布特征和概率分布模式。结果表明：1) 长江流域强降水事件的强度和概率最大的地区位于岷沱江流域中游、洞庭湖湖区、长江中下游干流区与鄱阳湖东南部支流等地区，干旱事件强度和概率最大的地区位于金沙江流域中下游与嘉陵江流域；2) 气候模式模拟的长江流域AM事件的多年平均值普遍高于观测值，但离差系数普遍低于观测值; 3) 气候模式模拟结果与观测的降水极值空间分布有一定的差异，但对气候模式和实际观测的降水极值概率分布的拟合，均证明Wakeby分布函数能够较好地拟合降水极值的概率分布。 相似文献
17.
The highest rainfall totals (912.2 mm) and the largest number of raindays (133 days), since 1958, were recorded in Thessaloniki during the year of 2014. Extreme precipitation heights were also observed on a seasonal, monthly and daily basis. The examined year presented the highest daily rainfall intensity, the maximum daily precipitation and the largest number of heavy precipitation days (greater than 10 mm), and it also exceeded the previous amounts of precipitation of very wet (95th percentile) and extremely wet (99th percentile) days. According to the automatic circulation type classification scheme that was used, it was found that during this exceptionally wet year, the frequency of occurrence of cyclonic types at the near surface geopotential level increases, while the same types decreased at a higher atmospheric level (500 hPa). The prevailing type was type C which is located at the centre of the study area (Greece), but several other cyclonic types changed during this year not only their frequency but also their percentage of rainfall as well as their daily precipitation intensity. It should be highlighted that these findings differentiated on the seasonal-scale analysis. Moreover, out of the three teleconnection patterns that were examined (Scandinavian Pattern, Eastern Mediterranean Teleconnection Pattern and North Sea-Caspian Pattern), the Scandinavian one (SCAND) was detected during the most of the months of 2014 meaning that it was highly associated with intense precipitation over Greece. 相似文献
18.
Simulation of extreme precipitation over the Yangtze River Basin using Wakeby distribution 总被引：3，自引：0，他引：3
Based on the daily observational precipitation data at 147 stations in the Yangtze River Basin during 1960–2005 and projected daily data of 79 grid cells from the ECHAM5/ MPI-OM model in the 20th and 21st century, time series of precipitation extremes which contain AM (Annual Maximum) and MI (Munger Index) are constructed. The distribution feature of precipitation extremes is analyzed based on the two index series. Three principal results were obtained, as stated in the sequel. (i) In the past half century, the intensity of extreme heavy precipitation and drought events was higher in the mid-lower Yangtze than in the upper Yangtze reaches. Although the ECHAM5 model still can’t capture the precipitation extremes over the Yangtze River Basin satisfactorily, spatial pattern of the observed and the simulated precipitation extremes are much similar to each other. (ii) For quantifying the characteristics of extremely high and extremely low precipitation over the Yangtze River Basin, four probability distributions are used, namely: General Extreme Value (GEV), General Pareto (GPA), General Logistic (GLO), and Wakeby (WAK). It was found that WAK can adequately describe the probability distribution of precipitation extremes calculated from both observational and projected data. (iii) Return period of precipitation extremes show spatially different changes under three greenhouse gas emission scenarios. The 50-year heavy precipitation and drought events from simulated data during 1951–2000 will become more frequent, with return period below 25 years, for the most mid-lower Yangtze region in 2001–2050. The changing character of return periods of precipitation extremes should be taken into account for the hydrological design and future water resources management. 相似文献
19.
GRAPES千米尺度模式在西南复杂地形区降水预报偏差与成因初探 总被引：1，自引：0，他引：1
利用2019年夏季（6—8月）西南复杂地形区地面观测站逐时和逐日降水量观测数据,从降水量和降水频率入手,对同期GRAPES-Meso 3 km业务模式短期（36 h以内）降水预报性能,特别是在不同典型地貌区—四川盆地子区、云贵高原北部子区和南部子区、青藏高原东缘山地子区的预报偏差进行细致评估与分析。结果表明:（1）GRAPES-Meso 3 km模式能合理地刻画出西南复杂地形区夏季日降水和日内尺度降水的主要特征,以及小时降水频次-强度的基本关系。（2）在各子区,模式日降水量（频率）预报表现为清晰的正偏差,正偏差在盆地子区最显著,为观测值的1.1倍（0.3倍）;日降水量正偏差主要由强降水日降水量预报偏大引起,但频率正偏差在云贵高原南、北子区与其他两个子区不同,主要是中小雨日数预报偏多的贡献;强降水（中小雨）落区预报存在明显（轻微）偏大倾向,强降水预报落区偏大频率在青藏高原东缘山地子区最高,达82.8%,在云贵高原南部子区最低,为53.6%。（3）日循环上,各时次小时降水量（频率）预报整体偏大,且主要正偏差出现在观测的夜雨峰值时段,其中海拔1200 m以下区域的降水频率正偏差从夜间峰值区延续到中午,模式偏强的日降水量预报往往表现为日内偏长的降水时长或小时降水空报。（4）诊断分析显示,模式在四川盆地区突出的夏季日降水预报正偏差是模式对流层低层在云贵高原南-东南侧偏强的西南风预报与西南地区特殊地形结合的产物。 相似文献
20.
该文利用2010—2019年4—8月遵义13个国家站逐时地面降水观测资料,从年变化、月变化、日变化以及空间分布等多个角度进行统计,从不同等级雨强的时空分布进行分析,初步得出了遵义短时强降水事件的时空分布特征:①从短时强降水总频次的空间分布上看,东部发生频次较其余地区高;4月,发生频次地区差异小;5—8月,地区差异大。②从月分布来看,短时强降水高频中心有如下变化:4月集中在东北部、5月在南部和东南部、6月西移北抬到西部和中部、7月西移南压到西部和南部、8月东北移至东北部,高频中心的变化和副热带高压的南北位移有很好的对应。③从年分布来看,短时强降水事件平均每年发生49次,最多的是65次(2019年),最少的是33次(2017年)。4—6月事件频次迅速增加,6月到达峰值,6—8月事件频次开始逐渐减少,74.1%的短时强降水事件发生在夏季,尤其以6月份居多。④从日变化来看,08—13时短时强降水事件发生频次逐渐减少,13时达到一日中最低值,13—07时事件发生频次逐渐增加,有3个峰值,17—19时、20—22时和01—07时,期间有2个短暂的间歇期。4—7月白天平均发生频次较夜间少,8月反之。⑤6—8月是较高等级短时强降水事件的高发季节,尤其以6月份居多,但统计个例中≥70 mm/h的雨强却是在5月份出现。 相似文献