共查询到18条相似文献，搜索用时 125 毫秒
1.
应用国家气象中心模式检验方法对GRAPES_Meso V3.0模式2008年2月-2009年3月的试验预报产品,如降水、中低层高度、温度和风场预报进行统计检验。检验结果表明:V3.0模式降水预报性能得到明显改善,年及四季平均的各级降水TS评分显著提高,除了秋、冬季的48h中雨和暴雨预报外,TS评分明显高于V2.5模式,但V3.0模式的预报偏差偏大,中雨以上偏大更明显。从预报的季节平均降水率分布来看,对秋、冬季我国东部24h降水预报偏小改进明显,对春、夏季强降水中心位置及强度预报也好于V2.5模式,但是48h降水预报明显偏大,逐日降水率演变图也印证了这一点。此外,V3.0模式对500hPa高度和风场及48h预报的850hPa风场和温度场改进显著,对于850hPa高度和温度的24h预报,除夏季外,其他季节预报效果优于业务模式。 相似文献
2.
T639L60全球中期预报系统预报试验和性能评估 总被引：19，自引：1，他引：18
在目前国家气象中心全球业务中期谱模式T213L31中成功引入ECMWF的稳定外插半拉格朗日方案,将归约高斯格点转换为线性高斯格点,解决了模式分辨率提高的关键技术.将模式谱分辨率从213波提高到639波,垂直层次从31层提升到60层,模式层顶从10hPa升至0.1hPa.建立T639L60中期同化预报系统,进行连续一年多连续滚动试验,对预报员关心的降水预报和500hPa形势场预报进行了统计学检验,与现行全球中期业务模式进行对比分析.分析结果表明,T639L60中期系统对500hPa位势高度场预报性能比业务有明显改进,东亚地区达1天.从降水客观评分上看,中国地区降水各量级降水的Ts评分均明显提高,在预报偏差(B值)方面,小到大雨预报偏差明显降低,暴雨的预报偏差有所增加. 相似文献
3.
为了进一步提高GRAPES_Meso的分析和预报效果,该文在GRAPES_Meso三维变分同化系统中建立了同化GNSS/RO反演的大气资料的观测算子,实现了对GNSS/RO反演的大气资料的同化应用,并通过2013年7月1个月的同化和预报试验分析了GNSS/RO反演大气资料对GRAPES_Meso模式系统分析和预报的影响。结果表明:增加了GNSS/RO反演大气资料的同化后,GRAPES_Meso位势高度场的分析误差明显减小,平均分析误差减小约8%,预报误差略有减小,平均预报误差减小约1%;湿度场的分析误差和预报误差变化不明显,常规观测资料稀少的青藏高原地区的降水预报技巧有所提高,小雨到大雨的ETS (equitable threat score) 评分提高约0.01,对全国及其他分区的降水预报技巧总体上有正效果。 相似文献
4.
设计基于GRAPES_Meso的不同试验模拟2014年3月28日-4月8日的广东前汛期降水过程,评估风廓线资料对同化和预报的影响。对资料同化后分析增量的分析表明:相比同化时仅使用自动气象站资料,风廓线雷达资料对1000 hPa到850 hPa纬向风增量均有贡献,在850 hPa,700 hPa高度以上贡献迅速减小。应用3个试验的预报结果计算探空站、风廓线雷达站预报值与观测值的11 d均方根误差发现,同化加入风廓线雷达资料对各预报要素的改善在850 hPa高度最明显,其中风速预报误差显著降低,为0.7 m·s-1。此外,风廓线雷达资料对700 hPa风速预报有一定改善,而在925 hPa高度模拟效果反而降低。通过对2014年3月30日12:00（世界时）的个例分析发现,同化加入风廓线雷达资料的风速预报均方根误差在大雨级别以上的降水落区更大,其原因还有待于进一步研究。 相似文献
5.
掩星弯角资料同化在一次暴雨过程中的应用 总被引：1，自引：0，他引：1
使用GPS掩星弯角资料和NCEP预报场资料,采用GSI(Grid-point Statistical Interpolation)变分同化系统,对同化掩星弯角资料前后的分析场以及数值预报结果进行详细比较,分析了弯角资料同化对2012年7月21日北京特大暴雨预报结果的影响。结果表明,同化掩星弯角资料对初始场中的温度、湿度产生明显影响,500 hPa和700 hPa温度调整中心量值达到0.5℃和-0.6℃,700 hPa湿度调整中心最大量值达-0.14 kg·kg-1;同化过程改变了强降水发生前流场结构,明显提高了强降水中心位置、雨带走向及范围、降水强度的预报准确性;由降水TS评分可知,200 mm以上大暴雨模拟改善效果明显,但对弱降水预报效果较差。 相似文献
6.
多普勒雷达资料同化对江苏一次飑线过程的数值模拟 总被引：2，自引：6，他引：2
应用新一代中尺度预报模式WRF模式及其3DVar同化系统, 针对江苏地区2009年6月14日飑线过程进行了多普勒雷达资料的同化试验研究, 在对雷达资料进行严格质量控制的基础上, 设计一系列尺度化因子优化调整及同化频率的敏感性试验。试验结果表明:同化后初始场得到不同程度改善, 适当的尺度化因子设定, 能够有效改进对模式初始场中700 hPa风场和850 hPa温度场以及组合反射率因子等要素的分析, 进而改善短时降水预报和风暴的垂直结构配置;并且同化频率越高, 对初始场的组合反射率因子分布与观测更为接近, 短时降水预报越准确。 相似文献
7.
不同水汽分析场对一次华南前汛期暴雨预报的影响分析 总被引：2，自引：0，他引：2
利用华南高分辨率模式分析了不同水汽分析场对一次华南前汛期暴雨模式预报效果的影响。分别使用来自NCEP-GFS（Global forecast system）和ECMWF-IFS（Integrated forecast system）两个不同预报系统提供的分析场进行模拟发现,使用IFS模式提供的初始场进行预报能够得到更为合理的降水预报效果,并发现初值中850hPa高度以下的水汽对本次过程的降水预报结果具有显著影响。由于在华南地区两种初始场内低层的水汽分布存在较大差异,导致了模式预报过程中出现了不同的降水发生机制,最终导致降水预报出现明显的偏差。在GFS分析场的基础上,进一步利用GRAPES-3DVar系统对常规观测资料进行再次同化,发现同化对本次降水过程的前期预报有改进,但是对24 h累计降水的预报改进并不明显。 相似文献
8.
围绕GRAPES_Meso的云初始场形成,以ARPS模式云分析方案为基础,优化诊断后应用我国风云二号静止气象卫星云产品、多普勒天气雷达三维组网拼图产品等观测资料结合模式背景信息,根据云热力-动力学原理及观测试验经验关系等,对云初始场的信息进行分析并通过松弛逼近同化方法实现对云内微物理信息同化应用。GRAPES_Meso中采用优化后的云初始场方案,水平分辨率为0.03°×0.03°和0.1°×0.1°的1个月（2014年7月15日-8月14日）连续试验和个例分析结果显示:云初始场形成方案能够分析出飑线等天气系统的云系和云内微物理变量特征。从模拟云图看,包含云初始场信息的GRAPES_Meso的云系的形态特征和分布范围短时临近预报结果更为准确。云初始场信息同化应用后,在1 h的时间尺度上,即可预报出与实况更为接近的降水;0~12 h时间范围内对降水均有积极的影响,可满足短时临近预报的需求,降水量级略偏大。批量连续试验（水平分辨率为0.03°×0.03°和0.1°×0.1°）的各个量级降水ETS（equitable threat score）评分都显著提高。 相似文献
9.
L波段秒级探空资料在GRAPES同化系统中的应用研究 总被引：12，自引：7，他引：5
我国探空站的探空系统升级为L波段探空系统后,可以获取全国120个站点连续自动测定的高空温、压、湿、风等高垂直分辨率秒级和分钟级探空廓线数据。为了分析高垂直分辨率探空秒级资料水平和垂直结构特征,并将其应用于区域GRAPES-3DVAR变分同化预报系统中,文章比较秒/分钟级探空与传统探空资料使用对资料同化预报带来的影响。试验中使用2011年6—7月资料进行分析,结果发现:秒级探空资料具有水平分布均匀,垂直结构非常密集的特点;在850、500 hPa等层次上高度分析比传统探空分析更接近NCEP分析,显示出对分析场的改进效果;同时风场在200 hPa以上的高层分析中改进显著,表现出高分辨率资料使用在高层分析中对系统模拟更加准确的特征。由于模式预报初值的改进,降水预报评分有所提高,预报偏差明显变小。因此高垂直分辨率秒级探空资料的使用对数值模式分析初值及预报的改进有着积极的意义,这为进一步开发利用秒级探空资料打下基础。 相似文献
10.
基于WRF（Weather Research and Forecasting）模式及其3DVAR（3-Dimentional Variational）资料同化系统,采用36 km、12 km 、4 km三层嵌套网格进行逐3 h资料同化和快速更新循环预报,对2011年5月8日鲁中一次局地大暴雨过程进行了资料同化敏感性试验。试验结果表明,地面观测资料同化和快速更新循环对本次降水的预报起到了关键性作用。在快速更新循环预报时不同化地面观测资料,或同化全部观测资料进行冷启动预报,模式均不能预报出山东的降水。同化地面观测资料后,显著改进了模式降水落区预报。地面观测资料同化可以影响到700 hPa高度以上温压湿风要素的变化,从而改变了大气初始场的温湿结构,导致模式预报的700 hPa附近高空大气湿度和热力不稳定增强,700 hPa以下低层风场更强,850 hPa鲁中以南风速较无观测资料同化的偏强2～4 m·s-1,低层风场的动力作用触发高空的不稳定大气,降水出现在山东。 相似文献
11.
Statistical Downscaling for Multi-Model Ensemble Prediction
of Summer Monsoon Rainfall in the Asia-Pacific
Region Using Geopotential Height Field 总被引：16，自引：1，他引：15
The 21-yr ensemble predictions of model precipitation and circulation in the East Asian and western North Pacific （Asia-Pacific） summer monsoon region （0°-50°N, 100° 150°E） were evaluated in nine different AGCM, used in the Asia-Pacific Economic Cooperation Climate Center （APCC） multi-model ensemble seasonal prediction system. The analysis indicates that the precipitation anomaly patterns of model ensemble predictions are substantially different from the observed counterparts in this region, but the summer monsoon circulations are reasonably predicted. For example, all models can well produce the interannual variability of the western North Pacific monsoon index （WNPMI） defined by 850 hPa winds, but they failed to predict the relationship between WNPMI and precipitation anomalies. The interannual variability of the 500 hPa geopotential height （GPH） can be well predicted by the models in contrast to precipitation anomalies. On the basis of such model performances and the relationship between the interannual variations of 500 hPa GPH and precipitation anomalies, we developed a statistical scheme used to downscale the summer monsoon precipitation anomaly on the basis of EOF and singular value decomposition （SVD）. In this scheme, the three leading EOF modes of 500 hPa GPH anomaly fields predicted by the models are firstly corrected by the linear regression between the principal components in each model and observation, respectively. Then, the corrected model GPH is chosen as the predictor to downscale the precipitation anomaly field, which is assembled by the forecasted expansion coefficients of model 500 hPa GPH and the three leading SVD modes of observed precipitation anomaly corresponding to the prediction of model 500 hPa GPH during a 19-year training period. The cross-validated forecasts suggest that this downscaling scheme may have a potential to improve the forecast skill of the precipitation anomaly in the South China Sea, western North Pacific and the East Asia Pacific regions, wh 相似文献
12.
基于欧洲中期天气预报中心全球高分辨率预报模式ECMWF、中国自主研发的新一代业务化区域数值模式GRAPES_Meso和WRF中国全国区域预报模式的降水预报结果进行未来3 d降水集成预报。以中国地面-卫星-雷达三源融合逐时降水格点产品(CMPA-Hourly,V2.0)作为"观测值"进行建模,采用消除偏差多模式平均法和基于无偏平均绝对误差集成法对中国大陆地区进行降水集成预报,同时采用2800个国家自动气象站降水观测数据对降水集成预报效果进行检验。结果表明：基于无偏平均绝对误差的降水集成方法能够综合每个模式成员降水预报场的优势,提供一种更为稳定可靠且具有更高分辨率的优质精细化降水预报产品;其在试验期间对中国大陆地区汛期的降水预报ETS评分,优于消除偏差多模式平均降水集成预报和最优单模式降水预报,BIAS评分更接近于1,与"实况"的距平相关系数也明显提高,是对降水大值捕捉能力较优的一种集成方法,尤其对中雨到暴雨量级预报的改进较好。 相似文献
13.
2013年汛期华中区域业务数值模式降水预报检验 总被引：4，自引：0，他引：4
为充分了解华中区域中尺度业务数值预报模式更新为WRF后的预报性能,对该模式2013年汛期24 h和48 h的累积降水预报产品,采用TS评分、预报正确率、漏报率、空报率、偏差及ETS评分等统计量对其进行了较详细的评估。结果表明：从日平均降水率分布来看,24 h预报的降水中心位置和强度与实况更接近,48 h的预报明显偏大、偏强;汛期总体降水检验表明,该模式的降水预报以偏大为主,随着降水量级的增大,TS和ETS评分逐渐减小,且ETS评分逐渐靠近TS;逐月降水检验结果发现,该区域汛期月晴雨预报正确率与雨日率呈正相关;通过梅雨期WRF与GRAPES_Meso的预报对比检验可见,两个模式都表现出了较好的预报性能。值得指出的是,随着降水量级的增大,WRF模式降水预报优势逐渐显现。总的来说,该模式的降水预报产品具有一定的参考价值。 相似文献
14.
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
15.
利用NCEP的气候预报系统（Climate Forecast System, CFS）所提供的1981—2004年历史回报试验结果,检验和评估了该系统对夏季东亚地区大气环流的预报技巧和系统误差;在此基础上通过提取模式预报和观测的10~20 d及30~60 d低频振荡分量,重点对我国南方3次典型持续性暴雨过程的预报技巧进行检验和诊断分析。结果表明:CFS系统对东亚整体大气环流逐日预报的可靠时效为5 d左右,60°N以北的对流层中高层高度场预报系统性偏低,而在40°~60°N则为系统性偏高。系统性误差随预报时间的延长而增加,但10 d以上预报的系统性误差大小和空间分布逐渐趋于稳定;CFS系统对低频分量的延伸期预报技巧好于对其整体大气环流的预报技巧,并且在典型持续性暴雨过程中,CFS系统对影响强降水过程的主要环流系统低频振荡特征有一定预报能力。 相似文献
16.
A new method of medium-range forecasting of a class of fire hazard is developed based on more precise accounting of accumulated moisture deficiency that is reflected by the Nesterov standard index. A physico-statistical interpretation of hydrodynamic forecasts of fields of meteorological variables is used for finding of prognostic values of the elements of the fire hazard index, using forecasts of maximum air temperature and precipitation in the Novosibirsk region from the earlier developed scheme. The initial set of variables contains data on the isobaric surface geopotential at 500 hPa, surface pressure, temperature at 850 hPa at the regular grid points at 2.5° × 2.5° resolution and their derivatives. For formulation of forecasting equations, the algorithm of model self-organization is used with external criteria. The input of initial information, forecast issuance, displaying results and their delivery to customers based on GIS-technologies are totally automated. 相似文献
17.
Reduction of forecast error for global numerical weather prediction by The Florida State University (FSU) Superensemble 总被引：1，自引：0，他引：1
Summary The skill of the FSU Superensemble technique as applied to global numerical weather prediction is evaluated extensively in this paper. The global mass and motion fields for year 2000 and precipitation over the domain 55S to 55N for year 2001, as predicted by the Superensemble, the ensemble member models, and the mean of the ensemble members, are evaluated by standard statistical measures of skill to determine the performance of the Superensemble in relation to the other models. The member models are global forecast models from 5 of the worlds operational forecast centers in addition to the FSU global spectral model. For precipitation 5 additional versions of the FSU global model are utilized in the ensemble, as defined by different initial conditions provided by various physical initialization algorithms. Statistical parameters calculated for the mass and motion fields include root mean square (RMS) error, systematic error (or bias), and anomaly correlation. These are applied to the mean sea level pressure, 500hPa heights, and the wind fields at 850hPa and 200hPa. Statistical parameters that were calculated for precipitation include RMS error, correlation, equitable threat score (ETS), and a special definition of bias appropriate for the precipitation field. For the mass and motion fields the performance of the Superensemble was considered for the annual global case, as well as for each hemisphere (north and south) and for each of the four seasons. For precipitation only the annual case was considered over the domain cited above.For the mass and motion fields the RMS calculations showed the Superensemble to be superior (to have the smallest total forecast error) in all comparisons to the ensemble member models, and to be superior to the ensemble mean in the vast majority of comparisons. Performance in comparison to the other models was generally better in the Southern Hemisphere than in the Northern Hemisphere, and better in the transition seasons of fall and spring than in the extreme seasons of winter and summer. The Superensemble had the best success with mean sea level pressure, followed in order by 500hPa geopotential heights, 850hPa winds, and 200hPa winds.In the calculations of 500hPa geopotential height anomaly correlation the Superensemble had higher scores in all comparisons to the ensemble member models, as well as higher scores in the majority of comparisons to the ensemble mean. As with the RMS error results, the Superensemble performed better in the Southern Hemisphere than in the Northern Hemisphere, and better in fall than in summer, in comparison to the other models. The superior anomaly correlation scores of the Superensemble attest to the ability of the model to forecast daily perturbations from the climatological means, perturbations that are associated with transient synoptic scale features, given the horizontal resolution in the forecast models.In terms of systematic error reduction the Superensemble produces its most impressive results. Annual global mean sea-level pressure systematic errors for day 5 forecasts are generally in the range of ±1hPa (compared to errors as high as 8hPa in other models), and day 2 forecasts of 500hPa geopotential height produced systematic errors generally in the range of ±10 meters (compared to errors as high as 60 meters in other models). The Superensemble was able to reduce systematic errors in forecasts of a variety of important features in the global mass and motion fields: surface equatorial trough, wave amplitude in geopotential heights at 500hPa, trade winds and Somali Jet at 850hPa, mid-latitude westerlies, subtropical jet, and Tropical Easterly Jet (TEJ) at 200hPa.In terms of forecasting precipitation the Superensemble outperforms all ensemble member models and the ensemble mean in terms of RMS error, correlation coefficient, equitable threat score, and bias. The superior correlation scores indicate that the Superensemble is more reliable than the other models in predicting perturbations in the area distribution of precipitation, perturbations that are essentially associated with migrant synoptic scale disturbances, considering the horizontal resolution of the forecast models.The Superensemble is a valuable tool for significantly improving upon the global model forecasts of the worlds operational forecast centers. These forecasts are used daily as important guidance in making weather forecasts in all regions of the world. This paper will demonstrate that the Superensemble improves upon the ensemble member model forecasts: (1) in a statistical sense considering broad areas of the globe, (2) in a synoptic climatology sense through focus on the improved forecasts of climatological features seen in the global mass and motion fields, (3) in a synoptic sense through use of anomaly correlation and correlation coefficient where improvement is demonstrated in the forecasts of perturbations from mean fields which are essentially associated with transient synoptic scale disturbances. 相似文献
18.
两种OI陆面同化方法在GRAPES_Meso模式中的初步应用试验 总被引：2，自引：1，他引：1
初始土壤湿度和土壤温度,对陆面模式以及数值模式的模拟结果都有很大影响。OI(Optimal Interpolation)方法,是考虑观测和预报误差的客观统计方法,能够给出一个修正后的土壤湿度和土壤温度。在OI方法基础上发展的OI_EC和OI_MF方法,已经在欧洲中期天气预报中心、法国气象局等业务应用。现在的GRAPES_Meso模式还未引入陆面同化技术,所以本文将OI_EC和OI_MF两种陆面同化方法在GRAPES_Meso中进行初步应用。通过夏、冬两个季节的试验结果发现:两种陆面同化方法均能有效地提高模式对2m气温模拟效果,对于降水模拟结果没有明显变化。对比两种OI陆面同化方法结果,OI_EC方法得到的系数更为合理,OI_MF方法不适合模拟植被覆盖较低的区域。 相似文献