区域数值模式对两次暴雨过程的降水模拟比较

分析了应用于西南地区的MM5、GRAEPS、AREM和成都区域业务运行数值模式(η)4个区域模式对2004年6月29~30日成都邻近地区和9月2~6日四川盆地东北部的暴雨降水过程进行了模拟。模拟结果表明,4个区域模式对这两次强降水过程有不同程度的反映。MM5、GRAPES和AREM显示了较好的预报能力,特别是MM5和AREM模式的预报在落区、强度和降水演变上与实况较一致。AREM模式预报的雨区清晰,但降水强度偏弱;MM5模式在预报出强降水的同时,出现较多的虚假降水,对持续时间长的降水过程预报较好,GRAPES预报的雨区较不稳定,但对持续时间短的过程有较好的反映;η模式降水预报偏小太多,对6月30日的过程在盆地的预报无明显反映。因此,有必要加大区域模式本地化工作,发展适合西南地区的数值模式,开展数值集合预报技术研究,整体提高成都区域中心数值预报水平。     

利用MM5模式对内蒙古地区一次降水过程的模拟与检验

针对受高空低槽影响的内蒙古东部地区的一次降水过程,利用中尺度数值模式MM5对此次降水过程进行了模拟与验证,检验分析了降水量、可降水量和云系的垂直结构特征,模式较好地预报出了此次降水过程,帮助提升内蒙古地区降水的预报能力。模式在云系垂直结构、降水落区和雨量等方面的预报效果较好;模式预报的可降水量产品能够把握住可降水量的大值区和高值中心等;而云水含量的预报能给出不同高度层上的变化情况;而模式预报内蒙古东部地区降水量级和范围与观测结果还有一定差距,其原因可能与模式的初始场和边界条件的处理有关,以及与所用资料的精度也是有一定联系。     

2004年汛期(5～9月)主客观降水预报检验

随着气象事业的发展，天气预报的质量越来越依赖于数值预报产品的性能。预报产品检验是评价预报质量和提高预报水平的有效手段。针对2004年汛期（5～9月）中央气象台预报员及T213、HLAFS25、MM5、GRAPES、日本及德国等国内外数值预报模式短期时效的降水预报做了详细的统计学检验。检验结果表明，对于汛期平均而言，各模式与预报员的小雨预报较好，随降水量级的增加TS评分迅速下降，国内外数值预报模式之间降水预报水平差别不大，预报员与模式相比水平略高；但对于过程预报而言，过程不同，各模式和预报员的表现不同，预报员和MM5对河南暴雨预报较好；GRAPES和日本模式对台风暴雨预报略好；T213对于四川东部暴雨的大量级降水预报较好；无论是预报员，还是数值预报模式，北京暴雨的预报是一个典型的失败个例。同时，我们也发现检验系统存在一些问题，有待今后逐步改进。     

2012年汛期华南中尺度模式与日本模式的降水预报评估分析

采用累加降水量级检验、降水空间分布和时间演变以及天气系统分类等方法,对广东2012年汛期GRAPES华南中尺度模式和日本气象厅全球谱模式(JMA GSM,以下简称JMA)降水预报产品进行分析评估,结果表明:两个模式对小雨预报能力相当,对于中雨、大雨和暴雨GRAPES预报效果好于JMA;两个模式对广东雨带分布预报相反,GRAPES降水值随着预报时效的增加而增加;两个模式对广东较大降水过程的发展趋势预报基本准确, GRAPES降水预报以偏大为主,JMA以偏小为主;将汛期较大的降水过程按照其主导天气系统分为6类,GRAPES对其中5种类型降水预报效果好于JMA,两个模式对台风暴雨预报效果最好,对回流暴雨预报相对较差。      

基于GRAPES数值预报模式对贵州暴雨过程的模式运用研究

利用我国新一代数值预报模式GRAPES对2004年夏季贵州3次暴雨过程进行了模拟试验，模拟结果表明，GRAPES模式对贵州夏季降水过程的模拟结果有差别，对降水过程和中尺度系统模拟较好，能模拟出降水的落区和大小分布，但对局地强降水的模拟能力较差，降水大小的模拟存在偏差，模拟的降水较实况降水偏小。     

多模式对四川一次强降水过程不确定性预报分析

本文就2008年“5.12”四川大地震后,5月25~26日四川盆地出现的一次强降水过程,比较分析成都区域中心运行的3个区域(GRAPES、AREM和MM5)模式降水预报情况以及各模式预报的物理量场和大气状况的演变,得到:模式就不同起报时间,对同一时间段的降水预报效果是不一样的,初始场获取的大气信息对预报有着重要作用;模式预报的降水落区与物理量的垂直时间演变密切相关;各模式大气初始场差异及随时间演变决定了各模式降水预报差异。      

新疆中强天气过程GRAPES区域模式降水预报检验

利用2009年新疆地面气象观测站的实况降水资料和GRAPES区域模式的降水预报产品,根据降水预报产品在新疆实际天气预报业务工作中的应用制定检验方案,对GRAPES区域模式12 h降水预报产品进行检验。结果表明:GRAPES区域模式的降水落区位置和落区面积预报准确率北疆高于南疆,降水落区位置预报偏南的概率比较高;各时效降水中心强度预报易偏强,随预报时效延长其准确率呈降低趋势。     

GRAPES中尺度模式的广东定量降水预报检验

采用客观降水检验方法,对GRAPES中尺度模式2011年4月1日～2012年3月31日广东降水预报进行了分级降水检验、时空分布演变评估以及降水预报个例分析。结果表明:随着降水量级和预报时效提高,模式降水预报质量呈现下降趋势;模式能够对降水过程时间演变做出准确的预报,对于实况较小的降水,模式存在预报比实况偏大的问题,而对于实况较大的降水,模式存在预报比实况偏小的问题;模式不能很好预报出与地形有关的广东3个降水中心;通过对一次台风降水预报个例分析表明,模式24 h预报能较好反映雨带分布和暴雨中心。     

三种数值模式对山西降水预报性能的对比检验

利用MM5、T213和Grapes3种数值模式的降水预报产品和山西省108个标准测站的降水实况资料,采用客观统计检验方法,对2008年7月各模式在山西省的累加降水预报进行了对比检验。结果表明：24h中雨以下预报1、213优于MM5,中雨以上MM5则略优于T213,48h预报各级降水MM5都优于T213,T213和MM5对暴雨都有一定的预报能力。无论哪个预报时效和降水量级,Grapes均无明显优势。Grapes预报降水量级和降水范围都偏小,空报较少,漏报严重,尤其48h和72h10mm以上降水基本都漏报。MM5预报降水量级和预报范围都偏大,10mm以上降水TS评分较其它模式高,但同时空报也比较严重。3种模式TS评分均随降水量级的增大而减小,T213和Grapes的TS评分随预报时效的增加而减小,MM5的TS评分随预报时效的增加变化不大。     

GRAPES与MM5产品业务应用质量对比

分别以GRAPES和MM5为核心建立中尺度数值预报业务系统,并对2006年6～8月温度和降水预报产品业务应用效果进行严格的检验。结果表明:GRAPES和MM5对黑龙江省都具有较强的预报能力,温度预报两者相当,24h降水预报GRAPES总体好于MM5,48h降水预报MM5总体好于GRAPES。两个中尺度数值预报业务系统的产品,对实现精细化预报有重要的作用,可以作为加工预报产品的基础。     

应用GRAPES模式对贵州暴雨过程的模拟试验

利用我国新一代数值预报模式GRAPES（Global／Reglional Assimilationand Prediction Enhanced System），对2004年发生在贵州的3次强降水过程，即6月23—24日、7月17—18日和7月21—22日的暴雨过程进行了数值模拟，并与实况资料进行对比分析。模拟结果表明：GRAPES模式成功地模拟了这几次降水过程中的主要天气系统的位置和移动过程，如西南低涡的加强、较强的低空急流、低空气流辐合以及高空槽过境等，因此较好地模拟出暴雨的落区和分布特征。但对强降水的模拟与实况有一定差异，对局地暴雨的模拟偏小。模拟试验分析可见：GRAPES模式对贵州暴雨有预报能力，有较好的参考作用。     

用WRF与MM5模拟1998年三次暴雨过程的对比分析

使用NCAR和NOAA的新一代中尺度模式WRF(WeatherResearchandForecast)和UCAR/PSU的MM5 (v3)模式 ,对 1998年发生在中国的三次强降水过程 ,即 5月的 1次华南暴雨过程 ,7月初的 1次淮河流域暴雨过程和 7月下旬的 1次长江流域暴雨过程进行了数值模拟。模拟结果表明 ,WRF模式能够成功模拟这几次不同性质的降水过程 ;与MM5对比 ,WRF更好地模拟了引起这几次降水过程中的主要天气系统的位置和移动过程 ,从而使WRF模拟的降水落区好于MM5。但在这几次过程中WRF模拟的降水都较MM 5为小 ,也小于实况值 ,分析可见 ,WRF模拟的垂直速度明显小于MM5的模拟结果 ,这可能是导致模拟的降水偏小的原因之一。     

一次盆地强降雨过程的多模式结果对比分析

运用西南区域数值模式SWCWARMS、欧洲中心细网格预报模式EC以及国家气象中心中尺度区域模式GRAPES对2018年6月25日12时～26日12时发生在四川盆地内的一次强降雨过程进行预报对比分析,多模式结果表明:EC模式与GRAPES模式对盆地西北部的暴雨漏报现象较为突出,SWCWARMS模式能较好模拟整个雨带的强度与位置,对比中尺度系统西南涡的模拟,在低涡出现和发展的12小时内,EC模式对低涡的预报能力偏弱,预报降雨量偏小,低涡位置与强度预报GRAPES与实况最接近,SWCWARMS模式与GRAPES相似,但仅有SWCWARMS预报出低涡南侧与低涡西北象限的强降雨,在低涡减弱阶段,3种模式趋于相同。EC与GRAPES模式在四川盆地内的初始涡度偏弱,辐合偏小,盆地西部边坡对流层低层垂直上升运动偏小,相对湿度偏低,这导致了EC和GRAPES模式在四川盆地西部边坡降雨强度偏小,仅有SWCWARMS模式与实况最符合,尤其对复杂地形下的降雨过程有较强的预报能力。      

一次梅雨锋暴雨过程的中尺度对比模拟分析

使用新一代细网格WRF中尺度数值模式和MM5（V3）模式，对2003年7月4～6日发生在江淮流域的一次梅雨锋暴雨过程进行了数值模拟对比分析。结果表明：WRF和MM5都能较好的模拟这次暴雨过程雨带的分布和走向，而WRF能更好的模拟降水中心的位置和雨量；与暴雨过程相联系的低空急流和涡度场等分布特征的模拟，WRF模式亦优于MM5模式。此外，在云贵高原东麓山地，与WRF模式相比，MM5模式在低层模拟出虚假的低压环流，这可能与两模式所采用的垂直坐标差异有关。对WRF的模拟结果分析发现，700hPa湿位涡异常区与暴雨发生区对应很好。     

新疆区域模式MM5和GRAPES预报能力对比检验

对新疆气象局运行的MM5、Grapes模式2008年4-9月的温度、降水预报能力进行了对比检验,得到以下结果：(1)MM5降水预报能力均优于Grapes,08点初始场降水预报能力略优于20点初始场;(2)降水预报北疆西部、天山山区最好,北疆北部、北疆沿天山次之,南疆最次;(3) MM5对西西伯利亚低槽和中亚低值系统相结合的降水过程预报能力最好,中亚低值系统次之,西西伯利亚低槽最次;(4) MM5温度预报能力均优于Grapes,白天的预报效果优于夜间,预报较实况总体偏低;(5) MM5气温预报准确率北疆优于南疆,偏东优于偏西,平均误差的分布则体现出偏西以负值为主,偏东以正值为主。Grapes的预报准确率南北疆没有明显差异,平均误差的分布也体现出偏西以负值为主,偏东以正值为主。     

RegCM3对中国淮河流域降水模拟能力的检验及分析

检验了区域气候模式RegCM3(Regional Climate Model version3)对中国淮河流域(30°55′—36°36′N,111°55′—121°25′E)1982—2001年夏季降水及大尺度环流场的模拟能力,并选取降水明显偏多的2003年夏季为个例,评估了RegCM3模式对该年淮河流域夏季降水的集合模拟能力。模拟的20a降水的空间分布与实测资料对比表明,RegCM3成功地模拟出了淮河流域夏季降水的空间分布和年际变化;通过分析对比RegCM3模拟出的低层850hPa流场结构和水汽输送状况与实测情况,可知RegCM3能模拟出低层流场结构的大致分布和水汽输送特点,但模拟所得风速和湿度均比实况偏大。对2003年淮河流域夏季降水的集合模拟结果表明,RegCM3对中小尺度极端强降水的降水量和降水中心的模拟能力尚有待进一步提高。     

WRF和MM5模式对辽宁暴雨模拟的对比分析

用近年开发的新一代中尺度预报模式WRF(Weather Research Forecast)和已被广泛应用的MM5模式分别模拟研究了2002年8月3~4日发生在辽宁的一次区域性暴雨过程。模拟结果显示WRF模式能够比较成功地反映出导致暴雨发生的高低空环流背景和暴雨的分布状况;WRF和MM5模拟结果的对比分析表明:由于WRF的动力框架具有一定的优越性使得模式结果得到改善,在前处理和所选物理过程相同的情况下,WRF模式对能够代表本次暴雨过程中中尺度天气系统的高度场、风场、散度场、水汽通量场以及垂直速度场等物理量的模拟效果要好于MM5。高空形势场的影响使WRF模拟的降水落区和强度更接近实况。     

GRAPES-REPS西南低涡预报检验评估

利用2015年6—8月GR APES-REPS(Global/RegionalAssimilation and Prediction System-Regional Ensemble·Prediction System)区域集合预报资料,并设计西南低涡格点资料客观识别方法对西南低涡中心位置进行定位,首先评估GRAPES控制预报对西南低涡的预报准确性,之后挑选出四次生命史较长的西南低涡过程,分析评估GRAPES-REPS对西南低涡发生、发展、移动及降水过程集合预报性能。结果表明:(1)GRAPES模式对西南低涡预报的命中率较高,空报率略大于漏报率。(2)GRAPES-REPS对西南低涡发生和发展的预报效果较好,绝大部分集合预报成员能预报西南低涡发生和发展过程,但对西南低涡发生时间预报总体偏早。(3)GRAPES-REPS对西南低涡移动路径在24 h预报时效内比较合理,且集合预报平均明显优于控制预报,24 h之后东移型西南低涡移动路径明显偏北。(4)GRAPES-REPS对西南低涡强度预报总体偏强,表现为中心正涡度值偏大,位势高度值偏低。(5)24 h预报时效内,西南低涡触发的小雨到大雨量级的降水概率评分均有较好表现,且落区与实况接近,而暴雨落区个别略有偏北,但基本吻合。24 h之后,由于东移型西南低涡移动路径偏北导致模式预报降水落区偏北。可见,模式对西南低涡强降水有一定预报能力,因此,提高GRAPES-REPS中尺度集合预报能力,将有助于改进西南低涡强降水预报。     

CAMS复杂云微物理方案与GRAPES模式耦合的数值试验

CAMS复杂云微物理方案是混合相双参数方案, 包括11个云物理变量和31个云物理过程, 能够同时预报水成物的比质量和数浓度。通过在GRAPES非静力中尺度模式中增加预报量并修改相关程序后, 实现了二者的耦合, 耦合后模式运行稳定。选取2005年8月15—17日我国华北地区一次暴雨过程, 利用耦合后的模式进行48 h模拟试验, 同时还选取了GRAPES模式中其他3个比较复杂的微物理方案进行模拟, 着重分析了降水和水成物分布的模拟结果。研究结果表明: CAMS方案能够模拟出与实测相接近的雨带分布特征, 并且对降水演变的模拟结果与其他方案比较一致, 对暴雨中心位置的模拟有待改进。CAMS方案模拟的水成物垂直分布与其他方案相比具有相似的总体特征, 各相态粒子的量级和分布合理, 不同方案的结果在量值上有所差别。个例分析结果显示出CAMS方案对降水和水成物的分布能够合理描述。今后应通过更多个例进行更为精细的模拟试验, 对新方案进行检验。