西北区域数值预报业务试验系统基本要素预报效果检验

利用全国地面及高空站点观测资料,对西北区域数值预报业务试验系统(northwest mesoscale numerical prediction system,NW-MNPS)2015年5月1日至2016年4月31日的预报结果进行检验分析,评估NW-MNPS模式对西北区域地面、高空要素及降水的预报效果。结果表明:NW-MNPS模式对西北区域气象要素预报整体效果较好,误差均在合理范围内。其中,对地面2 m温度预报白天偏低,夜晚偏高,昼夜差偏小;对2 m比湿预报白天偏高,夜晚偏低,昼夜差偏大;对10 m风速预报整体偏大。该模式对高空温度预报偏低,比湿预报偏高,风速预报低层偏大、高层偏小;对24 h降水预报,小雨、中雨的预报普遍偏多,而对大雨及以上量级的预报普遍偏少,尤其是大暴雨的预报。     

北京快速更新循环预报系统（BJ-RUC）模式探空质量评估分析

快速更新循环(Rapid Update Cycle)预报技术在国外已有多年研究并用于日常业务数年。北京市气象局2007年在国内建立了首家快速更新循环预报系统(BJ-RUC),并成功应用于奥运气象保障服务。使用单站(54511)实况探空,检验分析了BJ-RUC系统的探空预报性能。分析结果表明,BJ-RUC预报的模式探空与实况各要素的变化趋势有很好的一致性。其中,温度预报与实况相关性最好,风的预报次之,露点温度(尤其400 hPa以上)最差。对不同层次各要素的预报,中层最好,低层次之,高层较差。系统预报的温度、露点温度和南风分量偏大,风速和西风分量偏小。BJ-RUC对温度和中低层露点温度的预报系统误差明显,可以通过对初始场的订正等方法对其进行系统订正。初始时刻各要素与实况的相关性最好,各预报时效误差分布趋势与初始场的一致。大多数情况下,随着时效的增长预报误差增大。BJ-RUC对基本要素的预报误差使得系统对K指数预报平均偏大、CAPE偏小、高空垂直风切变偏小。但系统对K指数、CAPE和高低空垂直风切变等物理量的变化趋势预报较准确。无论基本要素,还是计算的物理参量,12小时时效内的预报误差较小、与实况的一致性较好,在短时临近预报中具有较高的参考价值。     

京津冀站点风温湿要素的机器学习订正方法

基于线性回归方法、梯度提升回归方法(GBRT方法)、XGBoost方法和堆叠集成学习方法(Stacking方法)4种机器学习方法,采用误差分析建模思路,针对北京城市气象研究院研发的睿图-睿思系统对2020年12月—2021年11月所有起报时次未来3~12 h的2 m温度、2 m相对湿度、10 m风速以及10 m风向4种气象要素预报,开展京津冀复杂地形下的站点预报误差订正技术研究及试验应用。结果表明:基于预报误差分析构建的4种订正模型中,由于Stacking方法集成了前3种方法的优势,在4个季节的4种气象要素订正中均表现最佳,其他3种单一机器学习方法试验中,XGBoost方法表现最佳,其后依次为GBRT方法、线性回归方法,但均对预报准确率有明显的正向提升效果。总体上,基于机器学习方法构建的预报误差订正模型可有效降低系统原始预报误差,有助于进一步提升复杂地形下站点客观释用产品的预报准确性。     

基于BJ-RUC模式预报产品的北京冬半年道面温度预报模型

选用2012年11月1日至2013年3月30日3 km分辨率BJ-RUC模式输出的气象要素与5个道面站数据(A1027,A1325,A1412,A1414,A1512)温度进行统计分析,按不同起报时次(08、14和05时)分别建立三类逐步回归统计模型预报未来24 h逐时道面温度,选出最优模型预报2013年11月至2014年3月道面温度。结果表明:道面温度与RUC输出的2 m温度、短波辐射显著相关,与长波辐射、湿度次相关;有显著气象因子参与的回归模型预报的道面温度好于仅加入前一天对应时刻道面温度的回归模型,预报准确度可提高25%以上,误差减少1℃以上;滚动筛选不同起报时次预报时段可将模型预报误差控制在±3℃以内,且预报早高峰温度好于晚高峰,白天好于夜间,晴天好于其他天气类型。     

BJ-RUC系统对北京夏季边界层的预报性能评估

以北京市观象台2010年8月、2011年8月每日3次 (08:00, 14:00, 20:00,北京时,下同) L波段探空秒间隔数据为实况,对BJ-RUC系统 (rapid updated cycle system for the Beijing area) 分析和预报边界层性能进行了初步评估。结果表明:BJ-RUC系统对北京地区夏季白天边界层的细致特征具有较好的预报能力,但也存在明显的系统性误差。08:00边界层偏冷; 14:00和20:00 1 km以下的边界层则显著偏暖, 边界层内明显偏湿。整体上模式对边界层内温度、湿度的预报误差均高于自由大气。该系统对北京地区边界层内早晨 (08:00) 从夜间山风向白天谷风环流过渡、午后 (14:00) 到日落后 (20:00)1500 m以下盛行西南偏南气流的日变化特征具有较强的预报能力。系统预报的14:00边界层顶高度与评估时段内实际对流边界层高度的变化趋势一致。但预报的对流边界层顶偏高,这与BJ-RUC系统采用YSU边界层参数化方案的垂直混合更强有关。     

北京地区高分辨率快速循环同化预报系统性能检验和评估

为充分了解北京地区高分辨率快速循环同化预报系统(简称BJ-RUC)的业务预报性能,对该系统在2007年汛期的预报结果采用客观检验方法进行了检验和评估,并针对典型个例进行分析,得到如下结论:BJ-RUC系统预报性能稳定,具有较好的预报参考价值;常规预报量的检验表明,3 km分辨率的预报无论是高空还是地面预报量都要优于9 km的预报;降水预报检验表明,3 km分辨率无论是降水时段、落区和雨量均较9 km分辨率有更好的预报效果,尤其是大量级降水的预报.但BJ-RUC系统对局地对流降水的预报能力仍然有限,在前6 h的预报仍然差于后面时段的预报.     

中国地面气象要素格点融合业务产品检验

对2018年5 km分辨率中国地面气象要素2 m温度、10 m风速和24 h累积降水格点融合产品进行非独立和独立检验。非独立检验结果表明:(1)相比于站点观测,2 m温度格点融合产品整体偏暖,各月平均均方根误差在1℃左右,35℃以上高温和-20℃以下低温天气时均方根误差分别在1℃和2℃以上。(2)10 m风速格点融合产品可准确地描述0~2级风速,但对3级以上,特别是6级以上大风风速描述能力偏弱,主要表现为比实际偏小。(3)卫星-地面观测的二源融合和卫星-雷达-地面观测的三源融合降水格点产品在0~0.1 mm降水区间出现降水面积过大的现象;随着降水量级的增加,两种产品的均方根误差和平均偏差均随之增加,主要表现为降水融合产品的量级比观测偏小。相对而言,三源融合降水格点产品的准确性优于二源融合产品的。独立检验结果表明,三种要素的检验指标随时间或阈值的变化趋势与非独立检验基本一致,且更能表明格点融合产品与观测之间的偏差。主要是因为独立检验中使用到的观测均未参与格点融合产品的制作过程。综上所述,中国地面气象要素格点融合产品对一般天气描述较好,但在高低温、大风或强降水等极端天气时误差较大。     

DOGRAFS温度和风场的预报检验

利用新疆2012年11月1日至2013年10月31日的地面2米温度和10米风场资料,对应用改进后的新疆快速更新循环数值预报同化系统(XJ-RUC)的预报效果进行检验。结果表明：XJ-RUC系统对地面2米温度和10米风场的预报均方根误差和偏差随起报时次和预报时效的不同存在差异,在温度预报方面存在“低温偏高,高温偏低”的趋势,夏、秋、冬三季对18UTC预报最好,春季则对00UTC的预报接近实况;10米风场的预报偏差在冬季随时效推进逐渐增大,春、夏、秋三季则在06UTC出现1.0m/s左右的风速偏差极小值。不论是温度还是风速预报,均在冬季效果最差。     

基于CRA空间检验技术的西南地区东部强降水EC模式预报误差分析

CRA(contiguous rain area)空间检验技术是将连续雨区作为目标进行检验。通过设定降水量阈值,识别、分离及平移降水目标,将预报偏差分解为落区、强度和形态误差,该方法可避免传统TS评分的双惩罚效应。利用CRA空间检验技术对2011—2014年5—9月西南地区东部EC细网格模式36 h预报时效119个降水目标的预报误差进行分析,并按照环流形势和影响系统对强降水个例进行分型,分为西南地区东部低涡切变型、西南地区东部-江淮切变型、南风型,分别对上述三类不同类型强降水个例的落区和强度误差进行了对比。得到如下结论:西南地区东部降水预报形态误差占比最大,为60%左右,其次是落区误差,为30%左右,强度误差最小,约为10%;落区平均偏西0.7°,经向偏差不明显;模式对于水平尺度较小的降水目标漏报可能性较大,而对于天气尺度降水目标模式预报面积偏大,总降水量偏大,雨强偏小;西南地区东部低涡切变型和西南地区东部-江淮切变型降水强度预报误差类似,模式预报雨区面积均偏大,降水尺度越大,偏大的概率越大,实况平均降水强度越强,模式预报强度越偏弱;南风型预报强降水面积和平均强度均偏弱,出现漏报的概率较大;而对于最大降水量,三种类型模式预报的最强降水均较实况偏弱;西南地区东部低涡切变型模式预报落区偏西,江淮至西南地区东部切变型模式预报落区偏西偏北,南风型模式预报落区偏西偏南。     

短时临近预报系统在广东一次强对流天气过程中的检验分析

利用综合临近预报系统“雨燕”SWIFT和雷暴自动识别和追踪系统TRACER两个短时临近系统在广东一次强降水过程的实际应用情况进行检验,分析了雷达回波强度、范围、移动方向和QPF预报及弓形回波的预报效果。就TRACER和SWIFT两个短时临近预报系统对这次过程的回波和降水预报进行了逐时对比检验,研究发现在大部分时间内TRACER预报强度偏弱、范围偏小;SWIFT强度偏强、范围偏大。降水预报TRACER略偏小,而SWIFT明显偏大。通过QQ图检验,降水较小时,TRACER实用性强于SWIFT;降水较大时,SWIFT强于TRACER。     

快速更新循环同化在江西暴雨数值模拟中的应用

基于WRF 模式三维同化(3DVar)建立每3 h 快速更新循环同化系统(简称RUC),循环同化地面常规观测资料、探空资料、船舶资料和飞机报,并以此为基础建立预报系统,对2011 年6 月4 日20 时-5 日20 时江西一次大暴雨过程进行模拟检验,初步研究RUC 在江西暴雨预报中的应用.结果表明:(1)RUC 有效改...     

对流天气系统自动站雨量资料同化对降雨预报的影响

利用GRAPES(Global and Regional Assimilation and Prediction Enhanced System,全球/区域同化预报系统)三维变分同化系统,针对对流天气系统特点,用改进的郭晓岚对流参数化方案作为观测算子,同化广东省自动站记录的对流天气系统的雨量资料,并且与同化探空资料进行了比较.在雨带有明显改进的区域,分别同化这两种资料都可以调整大气低层水汽辐合增加(或辐散),对流层中下层增暖增湿(或变冷变干),从而增加(或减少)降水,表明降水的同化方案对初始场的调整在一定     

Evaluation of radar and automatic weather station data assimilation for a heavy rainfall event in southern China

To improve the accuracy of short-term(0–12 h) forecasts of severe weather in southern China, a real-time storm-scale forecasting system, the Hourly Assimilation and Prediction System(HAPS), has been implemented in Shenzhen, China. The forecasting system is characterized by combining the Advanced Research Weather Research and Forecasting(WRF-ARW)model and the Advanced Regional Prediction System(ARPS) three-dimensional variational data assimilation(3DVAR) package. It is capable of assimilating radar reflectivity and radial velocity data from multiple Doppler radars as well as surface automatic weather station(AWS) data. Experiments are designed to evaluate the impacts of data assimilation on quantitative precipitation forecasting(QPF) by studying a heavy rainfall event in southern China. The forecasts from these experiments are verified against radar, surface, and precipitation observations. Comparison of echo structure and accumulated precipitation suggests that radar data assimilation is useful in improving the short-term forecast by capturing the location and orientation of the band of accumulated rainfall. The assimilation of radar data improves the short-term precipitation forecast skill by up to9 hours by producing more convection. The slight but generally positive impact that surface AWS data has on the forecast of near-surface variables can last up to 6–9 hours. The assimilation of AWS observations alone has some benefit for improving the Fractions Skill Score(FSS) and bias scores; when radar data are assimilated, the additional AWS data may increase the degree of rainfall overprediction.     

卫星资料循环同化应用对区域数值预报效果影响分析

为提高卫星资料在同化系统中的利用率及验证卫星微波资料对区域数值预报效果的影响,本文以2008年8月1-31日为研究时段,利用WRF模式及其WRF-3DVAR同化模块,设计并构建了卫星微波资料的快速循环同化方案,分析循环同化方案对数值预报的改进效果.结果表明,相比于单时次同化,循环同化方案使各预报要素的相关系数在一定程度上得到改善,均方差也呈现减小的趋势.此外,对研究时段内暴雨和台风个例的具体分析显示,循环同化方案能够有效改善降水和台风路径的预报.     

华中区域LRUC系统的构建与试验

如何将区域观测资料在中尺度模式中快速有效同化是提高区域精细化数值预报准确率和时效性的关键所在。本文简单介绍了基于LAPS和WRF建立的快速循环同化预报系统LRUC,以一次影响长江中游的典型梅雨锋暴雨过程为例,设计几种试验方案,结合实况降水分布,对比分析华中区域多普勒雷达资料循环同化对改善暴雨预报的作用;根据个例试验结果,设计批量后报试验方案,对比分析雷达资料同化对华中区域2007年主汛期(6—8月)多个时效降水预报评分。暴雨个例试验结果表明,华中区域多普勒雷达资料在LAPS中的同化,能为WRF提供更优初值场;同化华中区域地面资料和雷达资料后,比仅同化地面资料更能改进模式初值,改善模式降水预报,且降雨量级越大,24 h降水预报TS评分越高。批量后报试验结果表明,建立的快速循环同化预报系统LRUC,能对区域多源观测资料进行多时次循环同化分析,为模式初值增加观测资料的时间演变信息,提高模式对暴雨量级降水的预报水平;系统具有稳定性和一定的评分水平。     

基于中尺度数值模式快速循环系统的强对流天气分类概率预报试验

在利用实况探空资料、微波辐射计和风廓线构建的特种探空资料对北京地区强对流天气进行判别,以及快速更新循环同化预报系统(BJ-RUC模式)探空资料可应用性分析的基础上,针对模式探空基本要素计算多种热力、动力、综合不稳定物理量,根据统计的强对流天气判别指标,计算模式格点上的强对流发生概率,并进一步针对冰雹(雷暴大风)和强对流短时暴雨天气下不同物理量的阈值范围,初步探索中尺度数值模式对强对流天气分类预报的可能性.通过不同组合的预报方案进行的对比分析表明,利用北京地区中尺度数值模式快速循环系统(BJ-RUC)的格点探空资料进行强对流天气概率的预报是可以实现的,强对流天气的分类概率预报也存在一定的成功率.     

集合均方根滤波同化地面自动站资料的技术研究

模式地形与观测站地形高度差异一直是地面资料同化面临的棘手问题,合理的同化方案能够将地面自动站资料有效的同化到中尺度数值模式中。本文首先采用Guo et al.(2002)的方案实现了在WRF模式中应用集合Kalman滤波方法同化地面自动站资料;然后对方案进行调整,对10 m高度风场、2 m高度位温、2 m高度露点和地表气压进行同化。通过均方根误差分析,模拟结果和同化增量分析来确定集合平方根滤波(EnSRF)同化地面自动站资料的有效性,并进行敏感性试验分析检验模式对各要素物理量的响应状况。结果表明:在EnSRF同化系统中应用Guo et al.(2002)的方案将地面自动站资料进行同化到数值模式中,能够部分改善模拟结果;地面观测资料(温度、湿度、风场、地表气压)中各物理量分别同化到数值模式都能影响18小时降水预报,但各物理量所起作用大小不同,其中对结果影响最大的是露点;使用位温、露点分别代替温度、比湿进行同化模拟效果更好,对自动站资料的同化也更加有效。     

十一运会WRF RUC系统应用及典型个例评估

第十一届全国运动会期间,山东省气象局引进了北京奥运气象科技成果"北京快速循环同化系统"(BJ-RUC),建立了山东区域的WRF-RUC系统,开发了十一运会精细化数值预报产品。文章介绍了该系统的业务运行方案和流程,并以十一运会开幕式保障服务过程为主,对WRF-RUC不同水平分辨率的站点预报结果、WRF-RUC模式场馆要素精细预报、模式不同起报时间的预报结果进行了检验评估,最后与山东省气象局业务运行的MM5、ARPS模式的预报结果进行了对比分析,评估结果对于预报员更好地使用数值模式产品具有很好的指导意义。     

针对对流降水预报的BJ-RUC系统1小时更新循环方案研究

为了提高快速更新循环系统的分析和预报水平,在BJ-RUC系统中,发展了针对1小时更新循环的分步同化方案。分步同化的方案有效解决了在现有变分同化系统中如何在分析场中加入更多的对流尺度观测信息,同时保持大尺度背景场平衡的问题。该方案是将大尺度的常规观测和小尺度、高分辨率的观测资料分步同化,从不同尺度的观测中分别提取出大尺度和对流尺度的信息。以2009年北京地区夏季的4次强降水过程为个例进行同化和预报试验。结果表明,该方案在12小时的预报时效内能有效提高降水预报。对飑线个例的详细分析结果显示,分步同化方案可以使分析场中同时保留大尺度和对流尺度的信息,从而使预报的降水位置和强度等方面都更准确,降水预报评分有明显提高。      

基于卫星降水和WRF预报降水的“6.18”门头沟泥石流事件的回报检验研究

2017年6月18日北京门头沟地区突发泥石流,造成6人伤亡。短时强降水是这起事件的主要诱发因素,但常规气象观测并没有很好地观测到此次降水过程,可见降水数据的准确性对于滑坡泥石流的实时预警及预报至关重要。近年来,卫星遥感估算降水发展迅速,WRF（Weather Research and Forecasting Model）模式关于降水的预报技巧也逐渐提高。本文以自动站降水资料为参考,首先利用定性方法和泰勒图、TS（Threat Score）评分等定量的方法比较了CMORPH（CPC MORPHing technique）、GPM（Global Precipitation Measurement）和PERSIANN-CCS（Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks-Cloud Classification System）三种卫星降水资料以及不同起报时间的WRF预报降水对此次降水过程的表现能力,然后利用降水数据驱动滑坡泥石流统计预报模型,对此次事件进行了回报,分析不同降水数据在模型中的实际应用效果,最终为滑坡泥石流实时预警和预报系统的构建提供参考。结果表明,三种卫星降水资料基本上能反映出此次降水过程东北—西南向的带状空间分布形态,其中,CMORPH与自动站资料的空间相关性最好,命中率也最高,但对降水量有一定的高估,GPM对平均降水量的时间变化有较好的反映,体现了卫星降水在观测较少地区的良好利用价值,PERSIANN-CCS的表现则相对差些。WRF模式能预报出此次降水的带状空间分布特征,但降水中心的位置与实际有所偏差;此外,预报的最大降水量的峰值出现时间比实际上晚。由于此次降水的强局地性,只有空间分辨率均匀且质量相对较好的CMORPH卫星降水驱动模型可以回报出此次事件,而自动站点资料由于空间分布不均,则没有回报出此次事件,这表明了卫星降水在滑坡泥石流实时预警系统的构建中具有一定的优势。WRF模式降水驱动模型可以提前做出预警,虽然预报的事件发生时间与实际相比偏晚3~5 h,但WRF可以较好地预报72 h内的降水,因而可以延长灾害的可预见期。WRF模式预报降水的时间和空间精度都需要进一步提高,但是仍具有很好的参考意义。