排序方式： 共有30条查询结果，搜索用时 31 毫秒
1.
根据地形特征,将西南地区划分为高原区、边坡区和盆地区,引入统计学"不稳定度"定量描述模式预报稳定性,对2016年6月—2017年9月全球中期天气预报(GRAPES_GFS)和欧洲中期天气预报中心(EC)在西南地区的高层形势场、主要的天气影响系统和地面要素预报性能进行了主客观检验,一定程度揭示了GRAPES_GFS和EC在西南地区的预报稳定性、地形的影响以及二模式预报性能的异同。结果显示:GRAPES_GFS高空高度场、温度场预报不稳定度分布呈北高南低型,相对湿度、风速预报不稳定度大值区在高原边缘;各要素预报不稳定度季节性周期最为显著,其位相和振幅因要素不同而有所不同;地形主要影响温度和风向预报误差值,但对相对湿度和风速预报的影响则体现在误差随时效的增长速率差异上;"漏报"是模式对西南地区天气系统的主要预报误差源,"低报"则是模式对西南地区2 m温度预报误差的最大来源;模式对西南地区降水落区预报有效率大约为50%,但强度预报通常偏低。EC与GRAPES_GFS的误差特征没有本质区别,但EC误差更小,稳定性更高。 相似文献
2.
基于HYSPLIT4的一次四川盆地夏季暴雨水汽路径和源地分析 总被引：12，自引：6，他引：6
利用四川省156站气象资料、全球同化系统(GDAS)资料,引入拉格朗日混合单粒子轨道模型(HYSPLIT4),定量分析了2013年7月7—11日四川盆地西部暴雨的水汽输送情况。结果表明：此次暴雨过程的水汽主要来自950和850 hPa,并且两者的水汽路径和来源有着显著差别。后向追踪1天,950和850 hPa的水汽来源大值区都出现在四川盆地区;追踪3天,950 hPa的水汽来源大值区仍然在四川盆地附近,但是850 hPa上则追踪到孟加拉湾东部;追踪到9天时,950 hPa的水汽主要来源出现在阿拉伯海到我国南海地区,850 hPa上则追踪到索马里半岛东部。总体上950 hPa的水汽输送路径有五条,其中两条是北方路径,另外三条为南方路径。850 hPa的水汽输送路径有两条,一条是北方路径,另一条是南方路径。定量分析指出,950 hPa的水汽源地主要有四个,其中阿拉伯海—孟加拉湾地区的水汽输送贡献率最大（44.1%）,中南半岛—南海地区的水汽贡献率次之（33.1%）,巴尔喀什湖地区（15.7%）和贝加尔湖地区（7.1%）的水汽贡献率相对较弱。850 hPa上的水汽源地也有四个,其中从阿拉伯海地区,沿南亚夏季风爆发路径而来的暖湿空气最重要（89.4%）,其次从西北部巴尔喀什湖—贝加尔湖地区而来的干冷空气相对较弱（6.3%）,而来自孟加拉湾（3%）和局地（1.3%）的水汽则非常少。 相似文献
3.
利用2016—2019年ECWMF模式降水预报及对应时段的观测资料,设计了最优百分位(OP)、最优TS评分(OTS)、概率匹配(PM)、分区OTS和分区PM-OTS融合共5种方案,对数值模式晴雨预报展开了订正试验.结果表明:(1)OP和PM方案的晴雨订正阈值为静态阈值,OTS方案为动态阈值.5种方案的阈值均适用于A区(盆地、阿坝州和甘孜州北部),其中PM、分区PM-OTS融合方案阈值更适用于数值模式湿偏差明显的B区(甘孜州南部和攀西地区).(2)各方案对ECWMF模式晴雨预报均有明显的订正能力,24 h时效订正效果最优,B区订正效果优于A区,秋冬季节优于春夏季节.(3)分区后的订正方案晴雨评分优于分区前,其中分区PM-OTS融合方案评分最优.个例和批量试验表明,A区各方案订正效果相当,B区以PM、分区OTS和分区PM-OTS融合3种方案订正后的雨区分布与实况更接近,其中分区PM-OTS融合方案订正效果最优. 相似文献
4.
本文使用2016年6~8月GRAPES全球模式2m温度和10m风场24、48、72h时效预报场和同期四川省156个国家气象站逐日地面温度和风场资料,选取预报准确率、平均误差、平均绝对误差、均方根误差和Alpha Index5个统计量对2016年夏季四川3个区域(盆地区、过渡区和高原区)2m温度和10m风场进行了较为详细的检验评估。研究结果表明:模式对10m最大风速的预报效果较好,准确率较高,最高可达80.64%。模式对过渡区温度预报效果较差,准确率基本低于10%,但是对盆地区温度的预报有一定可信度。模式对10m最大风速的风向预报效果不如最大风速值。全省各区各要素的AI值都在0.7左右变化,表明模式预报的随机误差大,预报和观测吻合较差。本研究还发现,整体来看模式对盆地各要素预报效果较好,对于地形复杂地区(高原区、过渡区)预报效果较差。此外,模式存在一定的系统误差,2m温度的系统误差盆地区约为-2.3~-1.7℃,过渡区约为-8.3~-6.0℃,高原区约为-7.3~-5.0℃;10m最大风速值的系统误差盆地区约为-1.3~-0.6m/s,过渡区约为-2.3~-1.3m/s,高原区约为-2.7~-1.1m/s。 相似文献
5.
四川省持续性暴雨定义及时空分布特征 总被引：2，自引：0，他引：2
采用1961—2014年四川省158个气象站的逐日降水量资料,定义了四川省单站和区域持续性暴雨的标准,分析了近54年四川省持续性暴雨的时空分布特征。结果表明,盆地单站持续性暴雨多发生在9月,主要出现在盆地西北部、西南部和东北部,一般持续3天,一次持续性暴雨事件降水量一般可达150~200mm。而攀西地区单站持续性暴雨发生的次数一般为1~3次,6月发生范围最大,最长持续时间为4天,主要发生在攀西地区东部。区域持续性暴雨多发生在7月,降水中心主要分布在盆地西部沿山一带及盆地东北部,这与单站持续性暴雨频次高值区的分布基本一致。区域持续性暴雨在2001年后发生频次较前期频繁,特别是持续3天的持续性暴雨事件发生频率较高,但是强度略有减弱。 相似文献
6.
利用常规气象观测资料、NCEP 1°×1°逐6h的再分析资料和FY-2E红外云图、TBB等资料,对2014年7月7—8日由东北冷涡引发内蒙古东北部的暴雨过程形成原因进行了天气学诊断分析,结果表明:1低空急流是主要水汽来源,不同地区出现暴雨的机制不同,兴安盟东部、呼伦贝尔市东南部由于槽前、切变南缘地面暖锋附近,中低空急流汇合处,强辐合抬升触发不稳定能量释放导致强天气的发生,而呼伦贝尔市西南部暴雨跟中上层冷涡的生成发展与对应的地面低压逐步耦合的动力作用相关;2湿位涡的分布对暴雨的发生、落区有较强的指示性作用,700hPa正负值区过度带的配置是暴雨发生发展的有利潜势,暴雨发生在700hPa等值线密集带和850hPa MPV2大于等于0的叠加区域内,700hPa正负过渡带附近,偏向于正值一侧;3最大降水量的雨强落后于云团TBB最低值1~2h,并不是强TBB与最强降水同步出现。 相似文献
7.
BP-CCA方法用于四川盆地夏季日降水量的可预报性研究 总被引：1，自引：0，他引：1
基于BP-CCA方法,首先讨论了多个因子对四川盆地夏季降水降尺度模型的可预报性,然后选取最佳预报因子并进行集合,最终基于T639模式建立最优多因子降尺度预报模型.结果表明,分别以东亚夏季10m纬向风、700hPa纬向风和700hPa相对湿度为预报因子的降尺度模型对四川盆地夏季降水的预报技巧较高,而将三个因子集合的多因子降尺度预报模型具有更好的预报能力.进一步将该方法应用于T639模式预报的预报因子场,发现多因子降尺度模型对降水的预报效果要优于T639模式直接输出的结果. 相似文献
8.
利用1km和5km多源融合格点实况数据和四川地面观测站点资料,采用预报准确率、平均绝对误差、均方根误差和Alpha Index(AI)等统计量,选取2020年夏季四川2次高温天气过程对多源融合格点实况数据的质量进行了检验评估。研究结果表明:多源融合格点实况数据利用邻近插值方法插值到站点优于双线性插值;误差大值区主要位于高海拔地区,如川西高原、攀西地区及盆地山周;AI指数接近于0,多源融合格点实况数据没有随机误差,较为接近理想值;1km分辨率融合格点实况数据在四川的适用性优于5km,误差≤2℃的准确率可达98%,且均方根误差< 1。 相似文献
9.
基于集合预报的四川夏季强降水订正试验 总被引：4，自引：2，他引：4
四川历来多暴雨洪涝,然而其发生具有很多不确定的因素,预报难度很大。从观测与模式预报的累积概率密度函数角度出发,利用2007—2012年6—8月中国降水观测格点资料和2012—2013年6—8月ECMWF模式集合预报资料,探索了一种提高四川地区强降水预报准确率的方法——概率阈值订正法,并运用该方法对2012年6—8月盆地东部的降水过程进行批量试验。试验结果表明:订正后的模式预报相比订正前的预报而言,不仅强降水落区更接近实况,而且较大程度地延长了预报时效,能提前6~7天给出强降水过程的警示信息,经过订正后显著提升了ECMWF模式的降水预报水平。 相似文献
10.
根据四川区域暴雨的定义,筛选2012~2016年的区域暴雨过程,选取850hPa的比湿(q)、850hPa经向风(v)2个因子,并应用NCEP资料计算30年的气候平均值和气候标准差,引入集合预报资料,计算四川暴雨个例各要素的标准化异常度和异常度概率。得到以下结论:(1)850hPa的比湿(q)、850hPa经向风(v)两个因子的48h集合最大预报异常度对四川盆东型暴雨更为适用,实况50mm以上降水落区一般都发生在850hPa比湿(经向风)异常度大值区,而对盆西型暴雨适用性不好;(2)在四川盆东型暴雨中,60%暴雨个例的实况暴雨中心,850hPa上比湿超出气候平均1个标准差的概率达到80%以上,超出1.5个标准差的概率到达50%以上。 相似文献