华南区域大气成分数值模式GRACEs预报性能评估   总被引：1，自引：0，他引：1  

李婷苑  吴乃庚  邓雪娇  邓涛  陈靖扬  沈劲  邓思欣  梁华玲 《热带气象学报》2021,37(2):207-217

利用2016-2019年广东省国控站实况监测数据对华南区域大气成分数值模式系统(GRACEs)预报性能进行了综合评估。除空气质量指数AQI外,重点对PM_2.5、O₃及NO₂进行了分析评估。(1) 模式预报性能存在年际差异,对各要素的预报值总体偏低。(2) 模式预报能较好地反映空气质量的空间分布,PM_2.5中心在珠三角西北部,而O₃-8 h高值区在珠三角核心区和粤东沿海,但模式对O₃-8 h高值区存在显著预报低估现象。(3)模式可较好地模拟出PM_2.5月变化的单峰型特征和O₃-8 h月变化双峰型特征,但模式对AQI的秋冬季主峰值和春季次峰值的预报存在低估,分别与模式对O₃-8 h、PM_2.5的低估有关。(4) 模式能较好体现O₃的午后峰值和NO₂双峰值的日变化规律;模式对O₃前体物NO₂的预报偏差,有可能是导致随后几小时对O₃浓度预报偏差的重要原因。(5) 日平均浓度预报效果检验显示模式可较好预测AQI和3种污染物的变化趋势,但对夏秋季高O₃-8 h浓度预报显著偏低;模式对轻度污染及以上等级预报能力偏低,亟需提升模式对污染天气的预报能力。   相似文献   

The Application of a Meteo-hydrological Forecasting System with Rainfall Bias Correction in a Small and Medium-sized Catchment     

高玉芳  吴雨晴  陈耀登  喻伟  顾天威  武雅珍 《热带气象学报(英文版)》2022,28(2):154-168

Meteo-hydrological forecasting models are an effective way to generate high-resolution gridded rainfall data for water source research and flood forecast. The quality of rainfall data in terms of both intensity and distribution is very important for establishing a reliable meteo-hydrological forecasting model. To improve the accuracy of rainfall data, the successive correction method is introduced to correct the bias of rainfall, and a meteo-hydrological forecasting model based on WRF and WRF-Hydro is applied for streamflow forecast over the Zhanghe River catchment in China. The performance of WRF rainfall is compared with the China Meteorological Administration Multi-source Precipitation Analysis System (CMPAS), and the simulated streamflow from the model is further studied. It shows that the corrected WRF rainfall is more similar to the CMPAS in both temporal and spatial distribution than the original WRF rainfall. By contrast, the statistical metrics of the corrected WRF rainfall are better. When the corrected WRF rainfall is used to drive the WRF-Hydro model, the simulated streamflow of most events is significantly improved in both hydrographs and volume than that of using the original WRF rainfall. Among the studied events, the largest improvement of the NSE is from -0.68 to 0.67. It proves that correcting the bias of WRF rainfall with the successive correction method can greatly improve the performance of streamflow forecast. In general, the WRF / WRF-Hydro meteo-hydrological forecasting model based on the successive correction method has the potential to provide better streamflow forecast in the Zhanghe River catchment.  相似文献   

华南暴雨区域集合预报中不同同化方案的影响试验研究          下载免费PDF全文

张凯锋  王东海  张宇  张敏  张少婷 《热带气象学报》2022,38(1):145-160

基于全球集合预报系统(GEFS)资料,利用WRF中尺度模式及GEFS动力降尺度获取区域集合预报初值场,通过对同化后的分析场进行模式积分实现华南前汛期区域集合预报。对2019年6月10日的一次华南前汛期暴雨过程进行不同同化方案的试验:混合同化(Hybrid)、三维变分(3Dvar)、集合卡尔曼滤波(EnKF)和对比试验(Ctrl)四组试验的对比分析,探讨具有不同背景误差协方差矩阵的同化方案对区域集合预报集合扰动和集合离散随时间演变特征的影响,评估不同试验的降水模拟效果。(1) Hybrid对模式初始场有较好的改善作用,而3DVar和EnKF对初始场的改善作用不明显。(2) 对风场、温度场和湿度场,在前期预报中Hybrid的预报误差小于3DVar和EnKF,在中后期的预报中,3DVar和EnKF的预报误差得到改善,且好于Hybrid。同样,集合扰动能量,Hybrid和Ctrl在前期预报发展好于3DVar和EnKF,而在中后期的预报3DVar和EnKF好于Hybrid和Ctrl。(3) 从24 h累积降水评分中,整体上同化试验好于Ctrl,3DVar和EnKF好于Hybrid,且3DVar对大中雨级别的降水评分较好,而EnKF对暴雨以上级别的降水评分较好。(4) 对于集合统计检验分析,同化试验的AUC值都大于Ctrl的AUC值,24 h累积降水量阈值在10~100 mm的AUC值,3DVar最好;而125 mm阈值的AUC值,EnKF最好。   相似文献   

基于SCTP-RF算法的甘肃省短期定量降水客观预报方法研究     

刘娜  黄武斌  杨建才  王基鑫  王一丞  张君霞 《干旱气象》2022,40(1):146-155

基于欧洲中期天气预报中心(ECMWF)的精细化数值预报产品、中国气象局下发的降水指导产品(TP;MA)及甘肃省340个气象站点降水实况数据,利用泰森多边形与K-means空间聚类方法(spatial cluster and Tyson polygon, SCTP),对2017—2019年4—9月甘肃省340站降水资料进行客观分区。在此基础上,采用随机森林算法(random forest, RF),筛选出与降水相关的物理量因子构建模型,开展甘肃省短期定量降水客观预报订正试验,并进行预报效果检验。结果表明:(1)甘肃省4—9月降水客观分区依次为7、6、14、13、14和11个。(2)就晴雨预报而言,SCTP-RF订正产品对甘肃省汛期的晴雨预报能力较TP;MA指导产品和ECMWF模式产品有一定提升,提升幅度分别为6.1%、4.2%;在空间上,SCTP-RF算法对甘肃省340站的晴雨预报均具有一定的订正能力,大部分站点晴雨预报准确率提升了5%,特别是河东地区。(3)在分级降水预报中,SCTP-RF订正产品对中雨和大雨的预报能力均优于TP;MA指导产品和ECMWF模式产品,且全省大部的订正效果较好,特别是河东中部及陇东南地区,但在强降水过程中对小雨和暴雨的预报订正不稳定,尤其是陇东南地区的小雨。  相似文献   

石阡县近10a暴雨天气特征和“三个叫应”阈值研究          下载免费PDF全文

安承德  郎贵英  杜小玲  兰世敏 《中低纬山地气象》2022,46(2):71-75

利用2011-2020年石阡国家气象站和乡镇（街道）自动气象站降雨资料,运用统计分析方法对石阡县近10a年暴雨天气特征进行分析,并结合暴雨灾情信息研究了“三个叫应”阈值。结果表明：石阡县年均暴雨日数11.4d,年均暴雨站次51.5站,主要集中在5-9月,月暴雨日数峰值出现在5月,月暴雨站次峰值出现在6月,05-07时易出现短时强降水;暴雨及伴随短时强降水日数均存在时空分布不均的特点,东部明显大于西部,最大日降水量和雨强大体一致,主要在县城、枫香、花桥一带和白沙;辖区内台站1h雨量达35mm、3h雨量达70mm或6h雨量达90mm及以上,且降雨可能持续时,可能发生灾害,应及时做好气象服务工作。  相似文献   

基于ConvLSTM机器学习的风暴潮漫滩预报研究          下载免费PDF全文

谢文鸿  徐广珺  董昌明 《大气科学学报》2022,45(5):674-687

风暴潮是指由强烈的大气扰动所导致的海面异常升高现象,由热带气旋引起的风暴潮常对沿海地区造成巨大的社会经济、人类活动和生命财产危害。依靠数据驱动的强非线性映射能力的机器学习方法较传统数值模式预报在耗费研究资源和计算时间上更具优势。本文选取广东省珠江口为研究区域,基于卷积长短时记忆网络（Convolutional LSTM network,ConvLSTM）机器学习算法展开风暴潮漫滩预报研究,利用由再分析资料驱动的数值模式产品构建了历史台风漫滩数据集,用于机器学习模型训练、验证和测试。研究了两种预报方式,一种是基于海表面高度场的自回归预报,另一种是依赖预报风场和初始海表面高度场进行的预报;它们可以实现基于数据驱动的风暴潮漫滩预报,其中自回归预报模型表现更优。相较于传统动力学数值预报,基于数据驱动的ConvLSTM预报模型结构更为轻便,所需驱动数据更少,在缺少边界条件、地形、径流等信号时,在短临预报中仍能基本复现数值模式模拟的结果。  相似文献   

An Implementation of Full Cycle Strategy Using Dynamic Blending for Rapid Refresh Short-range Weather Forecasting in China     

Jin FENG  Min CHEN  Yanjie LI  Jiqin ZHONG 《大气科学进展》2021,38(6):943-956

The partial cycle(PC) strategy has been used in many rapid refresh cycle systems(RRC) for regional short-range weather forecasting. Since the strategy periodically reinitializes the regional model(RM) from the global model(GM)forecasts to correct the large-scale drift, it has replaced the traditional full cycle(FC) strategy in many RRC systems.However, the extra spin-up in the PC strategy increases the computer burden on RRC and generates discontinuous smallscale systems among cycles. This study returns to the FC strategy but with initial fields generated by dynamic blending(DB) and data assimilation(DA). The DB ingests the time-varied large-scale information from the GM to the RM to generate less-biased background fields. Then the DA is performed. We applied the new FC strategy in a series of 7-day batch forecasts with the 3-hour cycle in July 2018, and February, April, and October 2019 over China using a Weather Research and Forecast(WRF) model-based RRC. A comparison shows that the new FC strategy results in less model bias than the PC strategy in most state variables and improves the forecast skills for moderate and light precipitation. The new FC strategy also allows the model to reach a balanced state earlier and gives favorable forecast continuity between adjacent cycles. Hence, this new FC strategy has potential to be applied in RRC forecast systems to replace the currently used PC strategy.  相似文献   

Growing Operational Use of FY-3 Data in the ECMWF System     

Niels BORMANN  David DUNCAN  Stephen ENGLISH  Sean HEALY  Katrin LONITZ  Keyi CHEN  Heather LAWRENCE  Qifeng LU 《大气科学进展》2021,38(8):1285-1298

This paper reviews the data quality and impact of observations from the FY-3 satellite series used operationally in the ECMWF system. This includes data from the passive microwave radiometers MWHS-1, MWHS-2 and MWRI, as well as observations from the radio occultation receiver GNOS. Evaluations against background equivalents show that the quality of the observations is broadly comparable to that of similar instruments on other polar-orbiting satellites, even though biases for the passive microwave observations can be somewhat larger and more complex for some channels. An observing system experiment shows that the FY-3 instruments jointly contribute significantly to the forecast skill in the ECMWF system. Positive impact of up to 2% is seen for most variables out to the day-2 forecasts over hemispheric scales, with significant benefits for total column water vapor or for temperature and wind in the stratosphere out to day 4.  相似文献   

基于CNN和RF算法的ECMWF降水分级订正预报方法     

赵华生  金龙  黄小燕  黄颖 《气象科技》2021,49(3):419-426

利用卷积神经网络(CNN)和随机森林回归模型,提出了一种新的欧洲中期天气预报中心(ECMWF)降水订正预报方法。该方法首先根据ECMWF模式对站点雨量预报值所属的等级进行划分,再计算出不同等级相对应的高相关因子矩阵。进一步利用CNN模型对高相关矩阵进行综合特征提取的学习和训练。最后对CNN模型最终输出的特征因子中,选取若干个与预报站点相关性高的特征,并与ECMWF降水量场插值到预报站点的因子一起,作为随机森林回归模型的输入因子进行预报建模。通过对10个预报试验站点未来24h降水量的分级和不分级订正预报试验,结果表明:(1)ECMWF降水量分级订正预报方法的平均绝对偏差和均方根误差分别比利用ECMWF插值到站点的预报方法减小了20%和15%;(2)24h暴雨及以上的降水分级订正预报方法的平均TS评分为0.32,也显著高于EC插值的0.19;(3)与利用同样的预报模型对全样本(不分级)的传统数值预报模式产品订正预报方法相比,本文提出的分级订正预报方法在总体预报精度和暴雨及以上的强降水预报TS评分上均有更高的预报技巧。  相似文献   

基于集合预报的台风“利奇马”登陆后远距离暴雨预报的敏感性分析     

王毅  张晓美  陶亦为  刘爽  邓国 《气象科学》2020,40(1):22-29

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