排序方式： 共有4条查询结果，搜索用时 234 毫秒
1
1.
GRAPES-MESO模式不同空间分辨率对中国夏季降水预报的影响分析 总被引：3，自引：0，他引：3
国家气象中心业务运行的中尺度数值预报系统GRAPES-MESO（Global/Regional Assimilation and Prediction System mesoscale model）在升级到4.0版本后采用了与以往版本不同的三维空间分辨率设置,本文通过计算精度分析、个例分析及统计分析的方法详细阐述了两者水平分辨率和不等距垂直分层的差异,并由此深入分析了不同模式三维空间分辨率对中国夏季汛期降水预报的影响。主要结论表明,GRAPES-MESO预报系统4.0版本在水平分辨率提高到10 km并同时使用更为合理的加密垂直分层设置后,不仅提高了计算精度和计算稳定性,同时仍能满足业务预报的时效要求。对个例降水特征的分析结果表明,提高模式空间分辨率可以在一定程度上改善对降水中心的预报,但对降水落区的预报改进较为有限。对2012年7月整月批量试验的统计检验结果表明,月平均技巧评分总体变化不大,但对逐日大到暴雨评分提高较大,通过各气象要素统计检验分析可以认为,模式空间分辨率提高的主要作用是通过降低了中低层高度场、温度场和水平风场的误差,改进了对流层中层环流背景场以及对流层低层降水直接触发系统的强度预报,从而能够提高大到暴雨的降水评分。 相似文献
2.
基于GRAPES-MESO模式的非静力三维变分同化方案性能分析 总被引：1，自引：0，他引：1
利用国家气象中心中尺度业务模式GRAPES-MESO V3.0,以2009年6 8月为例,用T213模式12h预报场为大尺度模式背景场,进行了非静力GRAPES-3DVAR系统同化(3DVAR试验)与不同化(CNTL试验)探空资料的两组数值试验,并对降水、高度、温度、风场和相对湿度场进行了统计检验和典型个例分析,探讨了非静力三维变分同化系统的性能.结果表明:(1)除700 hPa相对湿度场外,3DVAR试验850,700和500 hPa初始温、压、湿和风场均方根误差均比CNTL试验有所增加,其中3DVAR试验对500 hPa初始温、压和风场的负贡献最为显著.随着预报时间延长,3DVAR试验对500 hPa风场预报的负贡献较为明显;(2)对整个模式积分区域平均状况而言,3DVAR试验对模式0～24 h和12～36 h降水预报中大多数降水量级的TS评分都小于CNTL试验;(3)CNTL试验对小雨、中雨的预报范围比较适中,对大雨、暴雨及大暴雨的预报范围均小于实况,且随着降水量级的增大,预报范围较实况偏小的程度加剧;3DVAR试验则对各量级降水范围预报偏小的程度均大于CNTL试验,特别是中雨以上强度的降水;(4)CNTL试验较3DVAR试验能更好地模拟雨带的分布、演变特征和降水强度的变化;(5)CNTL试验较好地再现了长江中下游、华南、华北、东北、西南地区东部和华东平均降水率的逐日演变及峰值、谷值模拟,但强度普遍偏弱;3DVAR试验模拟的各区域日平均降水率的演变趋势与CNTL试验类似,但强度弱于CNTL试验,因而其与实况的差异进一步加大;(6)两个试验与观测均有较好的一致性,CNTL试验的一致性略好于3DVAR试验;对＜1.5 mm·d-1的降水,两个试验都倾向于过多地预报了降水量;对＞1.5 mm·d-1的降水,两个试验预报的都偏弱;对1.5 mm·d-1以下的降水,两个试验的预报水平相当;对1.5 mm·d-1以上的降水,CNTL试验的预报优于3DVAR试验;(7)对2009年6-8月逐日降水预报结果进行了考察,整体而言,CNTL试验能较好地预报出逐日雨带的位置,强度也与实况基本接近,对西风带低槽、台风、低涡、切变线和局地降水都有较好的表现.3DVAR试验对逐日雨带的预报大致与CNTL试验类似,但预报的降水强度普遍弱于CNTL试验. 相似文献
3.
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
4.
当地面气温在0℃附近时,降水相态通常比较复杂,降水相态预报一直是天气预报的难点之一。本文根据降水粒子在下落过程中的热力结构,利用BTC算法、修订的BTC算法、Ramer算法、Bourgouin算法4种计算方案,通过GRAPES_MESO中尺度模式提供所需参数,对落到地面的降水相态进行诊断,诊断的降水相态包括雨、雪、冻雨和冰粒4种,然后利用集成方法获得大概率且破坏程度大的降水相态预报产品。基于2个冬季降水个例,研究发现4种计算方案都能较合理地得到雨雪分界线,以及降雨、降雪落区范围。其中,修订后的BTC算法可以修正原始BTC算法对降雪的诊断偏差,并且预测的冰粒比原始冰粒更少。Ramer算法会比其他几种算法获得更多的冻雨事件,而Bourgouin算法最接近合成算法的结果。对于不确定性较大的中间态的冻雨和冰粒预报,鉴于其高影响特性,方案倾向于过高估计冻雨和冰粒的预报落区。集成的最终降水相态产品反映其发生的概率大或影响程度大,能为防灾减灾提供有效的警示信息。 相似文献
1