排序方式: 共有15条查询结果,搜索用时 15 毫秒
1.
中国东部7类暴雨异常环流型 总被引:5,自引:3,他引:2
近年来的研究发现,瞬变扰动天气图上的扰动场天气系统对区域暴雨的落区指示能力强于传统天气图上的总场天气系统。为供预报员在业务预报中参考,本文划分1998年发生在中国东部地区的41日次区域暴雨为7类扰动场天气系统。与区域暴雨相联系的7类异常环流型分别是:华南切变线、华南涡旋、华南倒槽、长江切变线与槽、沿江涡旋、华北涡旋和东北涡旋。无论是在对流层的垂直剖面上,还是在850 hPa水平分布上,扰动天气图上位势高度低值和风扰动辐合处并配合大的水汽扰动对应有区域暴雨,而传统天气图上的低值系统和高水汽区与暴雨之间存在位置上的偏移。由此建议,用实况大气变量和中期数值模式产品绘制扰动天气图有助于预报员确定区域暴雨落区。 相似文献
2.
“频率匹配法”在集合降水预报中的应用研究 总被引:8,自引:1,他引:7
基于“频率匹配法”的思路,采用两种方法进行了集合降水预报的订正研究,一种方法是利用集合成员降水频率订正简单集合平均平滑效应的“概率匹配平均”法,另一种方法是利用实况降水频率订正集合成员降水预报系统偏差的“预报偏差订正”法,通过个例和批量试验,结果表明:(1)概率匹配平均法可以矫正简单集合平均的平滑作用所造成的小量级降水分布范围增大而强降水被削弱的负作用,这种改进对强降水区更显著,并且集合系统离散度越大这种改进也越大;但该方法对预报区域内总降水量的预报没有改进作用,不能改善预报的系统性偏差.(2)虽然预报偏差订正法对降水落区预报的改进有限,但可以订正模式降水预报的系统性误差,改进雨量预报以及集合预报系统的离散度特征和概率预报技巧;直接对集合平均预报进行偏差订正的效果优于单个成员偏差订正后的简单算术平均.(3)在对每个集合成员的降水预报进行偏差订正后,概率匹配平均仍可改善其简单平均的效果,因此在实际业务中,应该综合采用上述两种方法,以获得在消除系统性偏差的同时各量级降水分布又合理的集合平均降水预报. 相似文献
3.
北京“7.21”特大暴雨不同集合预报方案的对比试验 总被引:11,自引:0,他引:11
采用6套扰动方案(初值、多物理、3组随机物理和初值与随机物理的混合)对2012年7月21日(“7.21”)北京特大暴雨过程进行了集合降水预报试验,检验了不同方案的集合平均预报、集合区间预报和概率预报较控制预报改进的相对程度,分析了它们对该过程时空不确定性的预报能力、不同扰动方法的离散度贡献以及不同尺度扰动对预报误差的贡献等。结果表明:(1)所有集合方案特别是初值扰动、多物理和混合扰动的集合预报相对控制预报在暴雨强度和位置上都有较显著的改进,并为用户决策提供了包括预报不确定性在内的更多预报信息。(2)3组随机物理产生的集合预报离散度很相似, 都远小于初值扰动和多物理方案产生的离散度, 并且主要集中在强降水中心附近, 因此在初值扰动的基础上加入随机扰动,可以提高强降水中心的离散度, 但对强降水中心以外的地区作用甚微;尺度分析进一步表明随机物理产生的离散度贡献主要集中在较小尺度上(<320 km),在更小的尺度上(<160 km)它甚至可以与初值和多物理扰动的贡献相当,而初值扰动和多物理过程的贡献可以比随机物理过程多延伸400—500 km直到较大的尺度(如>1000 km), 其中多物理过程在较小尺度上(<100 km)可比初值扰动贡献更大, 并且能部分消除预报系统偏差。(3) 所有集合扰动方案所产生的离散度尺度谱都与实际预报误差尺度谱分布一致, 即随空间尺度增大而减小,但在幅度上都小于预报误差(离散度不够大),并且这种差异随着空间尺度的减小而加速增大,在小尺度上相差甚大。 相似文献
4.
预报异常极端高影响天气的 “集合异常预报法”:以北京2012年7月21日特大暴雨为例 总被引:12,自引:0,他引:12
对罕见极端高影响天气,既使一个模式有能力预报它,其数值预报也至少有以下难点:一是有多大把握确定所预报的天气是极端事件?二是其具体的定时、定量、定点预报可靠吗?本文介绍了集合预报和气候资料相结合的 “集合异常预报法”,并通过北京2012年7月21日(7.21)特大暴雨事件揭示出“集合异常预报法”和集合预报可以提供比单一模式预报更可靠和更准确的信息,从而可有效地缓解上述两大难点。作者建议中央气象台和其他有条件的台站可采用这种办法提高重大灾害性天气的预报能力。文中具体讨论了如下三方面:(1)标准化异常度(SA)的定义以及它同集合预报相结合提高对罕见极端高影响天气预报的可靠性,并由此可导出一个“社会影响矩阵”来定量地表达一个预报对社会的潜在影响;(2)利用集合预报,特别是多模式集合预报可以克服单一模式前后预报的跳跃性或不连续性问题,由此可延长实际可预报时效,如北京7.21事件超过100 mm大暴雨的实际可预报时效提前了2天;(3)SA还有助于认识异常天气发生的原因:从SA的分布看,造成北京7.21 大暴雨事件的短期天气尺度背景因素是从西北方向移来的冷锋和台风倒槽的相遇;从SA的演变看,该事件的中期大背景因素是在北京东北方向有阻塞高压发展并导致北京以西地区的低槽加强和发展(地面强冷空气堆积),在高纬度形成了一个高、低压系统相间的波列,发展并维持,同时诱导热带系统北进。 相似文献
5.
针对2018年4月22日发生在湖北西部山地的一次特大暴雨过程,采用降尺度方案和显式对流参数化方案模式,开展了高分辨率对流许可尺度(3 km)的集合预报试验,并对全球集合预报(GEFS)和对流尺度集合预报(SSEF)的降水预报进行了对比评估,结果表明:(1)SSEF集合平均的雨量和落区预报均优于GEFS。(2)SSEF各成员的降水离散度分布更合理,因而具有更优的降水区间预报,其“离散度-误差关系”更优,能更好地给出预报误差的分布及其可能的大小。(3)SSEF的概率预报在所有空间尺度上均优于GEFS,且在短历时强降水上的优势更加明显。由此可见,针对此类山地暴雨过程,对流尺度集合预报相对于全球集合预报具有巨大的改进潜力。 相似文献
6.
针对2006年5月24~25日一次暴雨过程, 通过一系列初值扰动试验探讨实际业务中建立集合预报系统的方法。运用45 km的WRF模式构建一个11个成员的集合预报系统来比较分析不同的扰动方案、 扰动的空间结构和扰动振幅对集合预报的影响, 结果表明: (1)初值扰动的空间结构对暴雨集合预报的离散度影响很关键, 而扰动振幅的影响却居次要地位。具有动力学结构的孵化扰动明显优于随机扰动。(2)集合预报比单一控制预报提供了更有价值的预报信息。例如在该个例控制预报中漏报的湖北监利强降水中心, 在集合预报中有20%的概率, 并且实况被包含在集合预报的预报范围之中。集合平均预报也明显优于控制预报\.例如矫正了在控制预报中明显虚报的鄂东北的大暴雨中心, 且集合平均预报的暴雨中心落在实际观测暴雨中心的附近。(3)集合离散度较好地反映了实际降水过程的可预报性。例如应用孵化扰动, 其离散度的空间结构同降水预报误差的空间分布大致对应。 相似文献
7.
中尺度多模式超级集合预报对2010年6月19—20日中国南方大暴雨过程的分析 总被引:1,自引:0,他引:1
运用BGM扰动方案,基于ARPS和WRF模式并采用不同的物理过程参数化方案建立了一个多模式、多初值、多物理过程的中尺度超级集合预报系统,并针对2010年6月19—20日的一次华南强降水过程进行分析。结果表明:该超级集合预报系统能很好模拟这次对初值及物理过程都非常敏感的强降水过程。相对于单一确定性预报而言,该超级集合预报能显著提高预报时效,能比控制预报提前24~36小时捕捉到强降水信息。并且该集合预报优于单一模式或者单一物理过程参数化的集合预报。对本次过程而言,集合平均对物理过程参数化方面带来的不确定性的改进比对模式不确定性方面的改进大得多。对于暴雨预报而言,低层的形势场对初值及物理过程的扰动比高层要敏感得多,这也是造成这次过程各个成员预报好坏的重要原因之一。 相似文献
8.
综合论述了近年来已在国际上引起高度重视的新一代动力随机预报方法 ——— 集合预报。 随着计算机技术的迅猛发展和由于大气初值和数值模式中物理过程存在着不确定性的事实, 这一方法无疑代表了数值天气预报未来演变发展的方向。 未来的天气预报产品预计将从“决定论”的预报转变为“随机论”的预报来正确地表达气象科学中这一所谓“可预报性问题”, 以便更好地为用户服务。 文中扼要地叙述了集合预报的概念、基本问题及其最新的研究动态和发展, 包括(1)如何建立和评估一个集合预报系统;(2)如何正确地表征大气初值和模式物理过程的不确定性与随机性;(3)如何从集合预报中提炼有用的预报信息和合理地解释、检验集合预报的产品, 特别是概率预报。 除了直接在天气预报上的应用, 还提到集合预报在气象观测和资料同化方面应用的动态, 以引起有关研究人员的注意。 相似文献
9.
误差订正对2018年夏季次季节尺度海冰预测的作用 总被引:1,自引:1,他引:0
北极海冰次季节尺度预测在针对破冰船和商船的实际服务中十分重要,但常常受制于气候模拟的模拟能力。本研究提出了一种误差订正方法并分别应用到两个气候模式:海洋一所地球系统模式(FIOESM)和美国国家环境预报中心(NCEP)的气候预报系统(CFS),来改善北极海冰60天尺度的预测。本研究的预测工作是中国第9次北极科学考察和2018年夏季中远集团北极商业航行的业务化海冰服务保障的重要部分。模式起报时间分别是2018年7月1日、8月1日和9月1日,预报时效均是60天。结果显示,FIOESM整体上低估了海冰密集度的数值,平均偏差可达30%。误差订正对海冰密集度(SIC)的均方根偏差(RMSE)的改进比例可达27%,对海冰外缘线(SIE)的整体偏差(IIEE)的改进比例为10%。而对于CFS,SIE在边缘区域的过高估计是其主要特点。误差订正导致了SIC的RMSE改进了7%,而对SIE的IIEE改进了17%。在海冰范围预测方面,FIOESM预测的最小范围数值和时间点都和观测接近,而CFS的预测结果偏差较大。另外和其他S2S模式的结果比较发现,本研究提出的误差订正方法对存在较大偏差的预测结果改进更为有效。 相似文献
10.
不同扰动方法集合离散度演变的异同性暨地形扰动初探 总被引:2,自引:0,他引:2
基于北京“7.21”特大暴雨个例,设计了一种考虑地形不确定性对降水影响的集合预报方案,在对该方案进行初步评估的基础上,重点通过计算相关系数、扰动总能量和尺度分解,对包括地形扰动方案在内的4种集合预报方案(初值、多物理、地形、初值-多物理混合)中离散度演变的异同性进行了分析。结果表明:(1)考虑模式地形不确定性的扰动方案,在不影响集合平均降水预报质量的基础上,对集合降水预报的离散度和概率预报略有正贡献。(2)离散度空间结构的演变与天气形势的演变密切相关。不同扰动方案产生的离散度在初始时刻的空间分布各不相同,但随模式向前积分其离散度的相似度快速增大,其中0-6 h内增长速度最快,离散度场之间的相关系数可以超过0.6。混合方案与单一扰动方案相比,对离散度空间结构的贡献不大。(3)虽然不同方案的离散度空间结构相似,但其幅度却存在明显的差异,如地形扰动方案的离散度幅度明显小于初值扰动和物理过程扰动方案。混合方案可以增加原单一扰动方案的离散度振幅,但这种增加在高层明显,而在近地面层并不明显,因而增加降水和其他近地面大气变量的离散度要比增加上层大气变量的离散度更困难。(4)尺度分离的结果表明,随着空间尺度的增大和积分时间的延长,不同扰动方法产生的离散度结构会逐渐变得相似,但在积分早期(<12 h)和较小的空间尺度(<448 km)上离散度结构的差异仍明显,并且在较小的空间尺度(<448 km)上,不同扰动方法产生的离散度幅度有明显的差异。所以对于小空间尺度系统或甚短期预报,选择扰动方案比大尺度和较长期的预报更重要。以上研究可为集合预报如何合理采用不同扰动方案或不同方案的组合提供科学依据。 相似文献