排序方式： 共有18条查询结果，搜索用时 15 毫秒
1.
基于TIGGE中欧洲中期天气预报中心和美国国家环境预报中心全球集合预报系统(EC_GEPS和NCEP_GEPS)的2016年1月1日—2017年12月31日连续2 a的预报资料,对两套系统在西南地区10 d以内的2 m温度和24 h定量降水预报进行检验评估和综合分析。2 m温度预报检验结果表明:EC_GEPS和NCEP_GEPS的2 m温度控制预报和集合平均预报的均方根误差均普遍偏高且NCEP_GEPS总体而言优于EC_GEPS;两套系统集合平均均方根误差相对于控制预报改进不明显;集合离散度均明显偏低;Talagrand分布均呈现出非常明显的"J型"分布特征,Outlier评分普遍偏高且EC_GEPS的Outlier评分明显低于NCEP_GEPS;从集合最小值到集合最大值,随着集合百分位的增大,各个预报时效的均方根误差逐渐减小,集合最大值预报技巧最高。降水预报检验结果表明:EC_GEPS和NCEP_GEPS的24 h定量降水预报的Talagrand分布总体而言均呈现出"L型"分布特征且NCEP_GEPS更加明显;NCEP_GEPS各个预报时效的Outlier评分均普遍偏高且明显高于EC_GEPS;EC_GEPS的降水概率预报技巧明显优于NCEP_GEPS;EC_GEPS的70%集合百分位预报技巧最高,NCEP_GEPS的80%集合百分位预报技巧最高。EC_GEPS和NCEP_GEPS在西南地区的2 m温度预报和降水预报均存在一定的系统性误差,进行相应的集合预报系统性偏差订正应该能较好地改进预报技巧。 相似文献
2.
Based on the GRAPES-MESO hybrid En-3 DVAR(Ensemble three-dimension hybrid data assimilation for Global/Regional Assimilation and Prediction system) constructed by China Meteorological Administration, a 7-day simulation(from 10 July 2015 to 16 July 2015) is conducted for horizontal localization scales. 48 h forecasts have been designed for each test, and seven different horizontal localization scales of 250, 500, 750, 1000, 1250, 1500 and 1750 km are set. The 7-day simulation results show that the optimal horizontal localization scales over the Tibetan Plateau and the plain area are 1500 km and 1000 km, respectively. As a result, based on the GRAPES-MESO hybrid En-3 DVAR, a topography-dependent horizontal localization scale scheme(hereinafter referred to as GRAPES-MESO hybrid En-3 DVAR-TD-HLS) has been constructed. The data assimilation and forecast experiments have been implemented by GRAPES-MESO hybrid En-3 DVAR, 3 DVAR and GRAPES-MESO hybrid En-3 DVAR-TD-HLS, and then the analysis and forecast field of these three systems are compared. The results show that the analysis field and forecast field within 30 h of GRAPES-MESO hybrid En-3 DVAR-TD-HLS are better than those of the other two data assimilation systems. Particularly in the analysis field, the root mean square error(RMSE) of u_wind and v_wind in the entire vertical levels is significantly less than that of the other two systems. The time series of total RMSE indicate, in the 6-30 h forecast range, that the forecast result of En-3 DVAR-TD-HLS is better than that of the other two systems, but the En-3 DVAR and 3 DVAR are equivalent in terms of their forecast skills. The 36-48 h forecasts of three data assimilation systems have similar forecast skill. 相似文献
3.
基于T213集合预报的延伸期产品释用方法及初步试验 总被引：1，自引：0，他引：1
基于T213集合预报系统2008年1月中国及附近区域500 hPa高度和850 hPa温度的1~15 d预报资料,构建延伸期产品释用方法,通过对逐日11~15 d预报资料做集合平均和后向衰减权重系数滑动平均,进而得到延伸期(11~15 d)候平均和候距平预报,并对预报效果进行检验,结果表明:对11~15 d预报场做集合平均和后向衰减权重系数滑动平均均能降低预报误差,改善整体预报效果。由此得到的500 hPa高度场和850 hPa温度场11~1 5 d候平均预报误差与逐日控制预报第5d的水平相当,候距平相关系数均接近0.6,整体而言效果较好,具备一定的应用价值。500 hPa高度场和850 hPa温度场11~15 d候距平预报在中国大陆地区位相准确率均较高,东南沿海和东北部分地区稍差,且850 hPa温度场的位相准确率整体高于500 hPa高度场。候距平预报对延伸期(11~15 d)的大范围持续性异常距平具有较强的捕捉能力,对异常距平出现的范围和分布、强距平中心的位置的预报均较好,但强度整体偏弱。 相似文献
4.
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
5.
6.
Based on the GRAPES-MESO hybrid En-3DVAR (Ensemble three-dimension hybrid data assimilation for Global/Regional Assimilation and Prediction system) constructed by China Meteorological Administration, a 7-day simulation (from 10 July 2015 to 16 July 2015) is conducted for horizontal localization scales. 48h forecasts have been designed for each test, and seven different horizontal localization scales of 250, 500, 750, 1000, 1250, 1500 and 1750 km are set. The 7-day simulation results show that the optimal horizontal localization scales over the Tibetan Plateau and the plain area are 1500 km and 1000 km, respectively. As a result, based on the GRAPES-MESO hybrid En-3DVAR, a topography-dependent horizontal localization scale scheme (hereinafter referred to as GRAPES-MESO hybrid En-3DVAR-TD-HLS) has been constructed. The data assimilation and forecast experiments have been implemented by GRAPES-MESO hybrid En-3DVAR, 3DVAR and GRAPES-MESO hybrid En-3DVAR-TD-HLS, and then the analysis and forecast field of these three systems are compared. The results show that the analysis field and forecast field within 30h of GRAPES-MESO hybrid En-3DVAR-TD-HLS are better than those of the other two data assimilation systems. Particularly in the analysis field, the root mean square error (RMSE) of u_wind and v_wind in the entire vertical levels is significantly less than that of the other two systems. The time series of total RMSE indicate, in the 6-30h forecast range, that the forecast result of En-3DVAR-TD-HLS is better than that of the other two systems, but the En-3DVAR and 3DVAR are equivalent in terms of their forecast skills. The 36-48h forecasts of three data assimilation systems have similar forecast skill. 相似文献
7.
基于在重庆市气象局业务运行的对流可分辨尺度(3 km)集合预报系统,在已有初值扰动、模式物理过程扰动和侧边界扰动的基础上,对不同集合成员采用不同地形插值方案和地形平滑方案实现对模式静态地形高度的扰动,体现数值模式中地形转换过程的不确定性,开展集合预报批量平行试验。结果表明:(1)实现对模式静态地形高度的扰动后,各集合成员地形高度的离散度与实际地形的起伏程度对应关系较好,两者空间分布特征非常相似,地形较平坦的平原地区离散度较小,而地形较复杂的高原地区或山区离散度较大;(2)加入模式地形扰动方案后,集合扰动能量总体上有所增大,且低层比中、高层更明显,能量增幅在较短预报时效(12 h)内最显著,随着预报时效延长呈逐渐减小趋势,且能量增幅大值中心主要出现在地形较复杂、集合成员地形高度离散度较大地区;(3)模式地形扰动方案一定程度上能提高降水概率预报技巧及改进集合平均降水预报,在对高空要素和2 m温度、10 m风场等近地面要素的集合平均均方根误差和集合离散度无负面影响的前提下,能一定程度上优化集合分布。 相似文献
8.
利用ARPS和WRF模式,基于不同的物理过程参数化方案建立了一个多初值、多物理过程的中尺度集合预报系统,并对2015年8月16—18日发生在四川盆地的西南低涡暴雨过程进行试验分析。结果表明:建立的中尺度集合预报系统对此次暴雨过程有较好的预报能力,与确定性预报相比,降水集合平均以及概率预报等产品对暴雨的预报有一定的指示意义。初值扰动的集合预报对暴雨及以下量级的预报较优;物理过程扰动的集合预报对大暴雨及以上量级的预报较好;同时考虑2种扰动的集合预报总体上好于单因子扰动的集合预报,使降水预报效果得到明显改善。对天气系统(高空槽、低涡、切变线)以及气象要素(风场、水汽)的预报差异是造成"好"、"坏"成员预报效果差异的主要原因,且低层形势场(尤其是风场的预报)对初值及物理过程的扰动比高层要敏感。集合预报对大雨及以上量级预报技巧的提高有明显正贡献,但是对特大暴雨的预报不确定性很大,还有较大的改进空间。 相似文献
9.
基于重庆市气象局中尺度数值预报业务系统,开展不同地形平滑方案对模式降水预报的影响研究,详细对比WRF模式中不使用地形平滑方案以及使用s-d-s和1-2-1两种平滑方案生成的静态地形高度场的差异,开展不同地形平滑方案批量平行试验并选取典型强降水个例进行对比分析,结果表明:不同地形平滑方案生成的静态地形高度场之间有明显的差异,特别是在地形较为陡峭的高原和山脉等地区,最大绝对偏差可达462.56m;s-d-s和1-2-1两种地形平滑方案主要平滑掉了模式地形中较小尺度的地形特征,且总体而言1-2-1方案的平滑效果比s-d-s方案明显。连续一个月批量平行试验降水预报检验结果表明,进行模式地形平滑对大雨及以上量级降水预报有正面影响,且使用1-2-1平滑方案的预报结果优于使用s-d-s平滑方案的预报结果;降水个例对比分析结果表明:采用不同的地形平滑方案会造成垂直速度和水汽通量散度预报的明显差异,这样的明显差异会进而影响强降水预报的落区和强度。 相似文献
10.
选取2022年川渝地区发生的16个强降水个例开展对流尺度集合预报批量试验,并通过对31组初值采用不同集合成员数时的降水集合预报技巧进行检验评估和综合分析。结果表明:集合成员的降水预报技巧总体上大致相当,因而采用不同成员数时预报技巧差异也不明显;表征降水总体分布特征的Talagrand分布和预报失误概率以及表征降水概率预报技巧的相对作用特征面积随着成员数的增加而逐渐改进,但当成员数达到一定数值后继续增大成员数对预报改进不明显。总体而言,对流尺度集合预报成员数设置为16~18最适宜。 相似文献