排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
为深入认识GRAPES_Meso(Global/Regional Assimilation and Prediction System)3 km对流尺度区域模式对华南前汛期精细化降水的预报性能,为模式改进及业务应用提供参考依据,利用广东省86个站点逐小时观测降水资料和国家气象信息中心多源融合降水资料,针对广东省复杂地形特点,结合距海岸线的远近及站点地形特点,将86个站划分为沿海东部、沿海西部和内陆地区三个子区域,采用二分类降水预报检验方法,定量评估了2020年5月18日—6月18日华南前汛期降水预报效果。结果显示,GRAPES_Meso 3 km模式精细化降水预报技巧受广东复杂地形影响较大,广东沿海东部和内陆地区24 h时累积降水的小雨、中雨、大雨量级预报成功指数(Threat Score,TS)、公平成功指数(Equitable Threat Score,ETS)评分高于沿海西部地区,尽管暴雨预报评分具有此相同特征,但三个子区域的暴雨预报评分总体较低;从3 h累积降水预报评分看,沿海东部、沿海西部及内陆地区等三个子区域存在明显的日变化特征,但是沿海东部及西部与内陆地区表现有所不同,沿海东部和西部降水预报评分夜间较低(预报偏差偏高),白天相对较高(预报偏差偏低),而内陆地区则是夜间较高(预报偏差偏低),白天相对较低(预报偏差偏高)。沿海西部预报评分相对较低的原因是由于检验时段内广东地区存在一个弱的风切变,而沿海西部大部分地区正好处于切变线南侧的温度高值区控制,但模式模拟该区域的日平均温度较实况偏低,导致沿海西部模式预报降水空报较多,降低其降水预报技巧。 相似文献
2.
为了深入认识全球四维变分同化系统(Global Regional Assimilation and Prediction System Four-Dimensional Variational, GRAPES 4DVAR)分析场质量,利用2019年3月1日至2020年2月29日GRAPES 4DVAR 7层等压面的高度、温度、纬向和经向风等4个要素的分析场及同期ERA5再分析场资料和探空观测资料,基于Pearson相关系数、偏差统计和EOF分解等多种统计分析方法,对GRAPES 4DVAR分析场质量进行了评估。结果表明:(1)GRAPES 4DVAR各要素分析场与ERA5再分析场具有显著的正相关(相关系数均通过α=0.01显著性水平检验),其中高度场和温度场的相关系数大于0.99,风场的相关系数大于0.85,GRAPES 4DVAR分析场和ERA5再分析场与探空观测的均方根偏差值的大小及分布相似,表明GRAPES 4DVAR同化分析场具有较高的质量,且北半球和南半球的分析质量优于热带地区;(2)GRAPES 4DVAR温度和风的分析场与ERA5再分析场在北半球和南半球的偏差存在较明显的季节变化和空间变化,表现为夏半年偏差小于冬半年,中层偏差小于低层和高层,且在对流层低层(高层),南半球(热带地区)的偏差大于北半球和热带地区(南半球);(3)不同要素分析偏差的特征显示,温度分析偏差主要出现在对流层低层,极大值区位于北极和南极地区,而风场分析偏差主要位于对流层中高层,极大值区主要分布于青藏高原、非洲大陆西部及北部、东太平洋及大西洋赤道附近区域。 相似文献
1