应用耦合模式进行2003年度气候预测试验

利用中国科学院大气物理研究所IAP/LASG GOALS 4.0耦合模式,引进外强迫因子(温室气体、太阳活动及硫酸盐气溶胶)变化的影响后进行了2003年度集合预测试验研究.结果表明:GOALS耦合模式预测出了2003年夏季淮河流域的降水正异常,也较好地描述了中国区域大气环流场的变化.说明GOALS 4.0耦合模式在我国的短期气候预报业务中具有一定的预测能力.但该版模式分辨率还嫌太粗,无法细致地描述我国区域的降水分布.     

随机强迫对集合预报效果的影响研究

以Lorenz96模式为动力框架,建立了考虑模式随机强迫不确定性的集合预报系统,并选择模式气候态和集合平均预报效果为研究对象,研究随机强迫对集合预报效果的影响.结果表明,在数值模式积分过程中引入恰当的随机强迫构成的新计算范式,较非随机强迫更接近真值的气候平均与气候标准差,对刻画数值模式的气候态也有正效果;且随机强迫的正效果主要体现在长时效阶段.集合平均预报方面,绝大部分白噪声随机强迫对应的集合预报效果优于非随机强迫集合预报,集合预报效果也随白噪声强迫增大非单调变化,并且非线性系统不同,相同比率的白噪声随机强迫产生的效果也不同.同时,绝大部分红噪声随机强迫对应的集合预报效果也优于非随机强迫集合预报,但仅部分φ(表示所引入外强迫的随机性部分和确定性部分相互耦合的一个度量)值对应的红噪声强迫集合预报优于白噪声随机强迫集合预报;而且红噪声随机强迫集合预报改善效果随系数的正负分布非对称且非单调变化.此外,相关系数φ的选择也依赖于模型.     

GRAPES模式中物理过程时间计算精度对降水预报的影响

对数值模式物理过程与动力框架耦合方案进行了分析, 在GRAPES模式中引进了ECMWF模式中的Wedi (1999) 耦合方案, 此方案考虑了两个时间层物理过程的影响, 即将上游点和到达点物理过程的影响同时反馈到动力框架中, 它是二阶时间精度的耦合方案, 比原一阶精度耦合方案更加合理和准确。利用GRAPES模式, 设计了Wedi耦合方案与原耦合方案的连续数值试验。试验结果表明, 在逐日降水预报中, Wedi耦合方案与原耦合方案降水预报的T评分 (Threat score) 互有高低, 但差别不大; 预报的降水量可能有较小的变化, 但不能使预报降水的等级出现本质的改变。但对其平均后的分析可知, 新引进的Wedi耦合方案对预报降水评分具有正的贡献。即新耦合方案完善和改进了GRAPES模式, 对提高模式的降水预报准确率具有正效果。     

中国区域月平均温度和降水的模式可预报性分析

基于中国台站降水和温度观测资料、中国气象局国家气候中心月动力延伸预报的回算和预测结果讨论了中国区域月平均温度和降水模式可预报性的时空变化特征。文中以持续性预报来表征中国区域月平均温度和降水受外强迫影响下的可预报性,持续性预报技巧存在明显的年际和年代际变化特征;春末夏初和秋季预报评分相对偏低;在中国区域气候变暖和平均降水强度极值增加的背景下,温度的持续性预报评分有明显提高,降水的持续性预报略有下降。月动力延伸预报对月降水和温度的预报能力也存在明显的年际和年代际变化特征;与持续性预报相比,月动力延伸温度预报总体优于持续性预报,降水预报在初春略差,温度预报在8月相对最低。近20余年,月动力延伸预报相对于持续性预报的温度和降水的均方根误差技巧均大于零,其年际变化表现为模式对降水的预测略有提高。两种预报评估结果的空间分布分析表明月动力延伸预报达到显著性水平的正相关区域总体上比持续性预报的范围大,并基本涵盖了持续性预报的高相关区。原因是可预测信息部分来源于外强迫异常的影响,部分来源于对大气内部动力过程的模拟。     

降水落区多模式超级集合预报系统

利用多个数值模式的雨量预报集合为站点雨量预报初值,遵循预报员对降水预报分析的思路,将其以系统、能量、水汽、地形等因子对降水所作的定性预报分析结论转换为因子信度,利用因子信度对站点雨量预报初值作增减的强迫运算,并将地面站点上的相关要素转换为强迫系数,再次对站点雨量预报值作增减的强迫运算,由此得出包含多模式集合预报值、人对诸多定性因子分析信息、站点地面要素差异等综合因素的站点雨量定时定量预报值,从而实现降水客观、定点、定量预报.     

非绝热物理过程对北京暴雨数值预报不确定性影响

选取了2001年8月发生于北京市的具有不同大尺度环流强迫特征的两次强降水过程,利用MM5模式和国家气象中心的T213预报资料,分析了模式非绝热物理过程对北京市暴雨数值预报的影响特征和不确定性,探讨了解决暴雨预报不确定性的集合预报方法,进行了多物理模式集合预报试验。试验结果表明:模式非绝热物理参数化方案对精细化预报结果有明显影响,包括局地降水强度、空间分布型态、时间演变特征等;在高分辨率模式中,采用积云对流参数化方案后,会出现更多的小量级降水预报,且不论是大尺度强迫较强的暴雨,还是大尺度强迫较弱的暴雨,对流参数化方案都是造成降水预报不确定性的重要因素。多物理集合预报的初步试验结果表明,高分辨率集合预报可提供有价值的预报信息,是解决灾害性天气预报不确定性的一种有效的技术方法,但就目前的模式水平而言,可重点发展降水集合预报,特别是强降水集合预报系统,以反映模式在降水预报中存在的不确定性。     

降水落区多模式超级集合预报系统

利用多个数值模式的雨量预报集合为站点雨量预报初值，遵循预报员对降水预报分析的思路，将其以系统、能量、水汽、地形等因子对降水所作的定性预报分析结论转换为因子信度，利用因子信度对站点雨量预报初值作增减的强迫运算，并将地面站点上的相关要素转换为强迫系数，再次对站点雨量预报值作增减的强迫运算，由此得出包含多模式集合预报值、人对诸多定性因子分析信息、站点地面要素差异等综合因素的站点雨量定时定量预报值，从而实现降水客观、定点、定量预报。     

WRF模式不同云微物理参数化方案及水平分辨率对降水预报效果的影响

利用WRF模式和GFS资料对一次大尺度天气系统作用下的暴雨过程进行了回报,分析了WRF模式不同降水方案和3种不同的水平分辨率（45km,15km和5km）对降水预报效果的影响。结果表明：①对于大尺度强迫作用较强的暴雨,尤其是层状云降水为主的暴雨,云微物理过程方案对降水的影响远大于积云参数化方案对降水的影响。②WRF模式不同的微物理过程方案对各等级降水量的预报效果差别较大。其中Kessler方案的TS评分明显随降水量级的增加而减小,其他6个方案的TS评分都呈现＂两头大,中间小＂的特点,即小雨和暴雨的TS评分较高,而中雨和大雨的TS评分较低。③对于小雨量级的降水,Lin方案的预报效果最好;对于中雨和大雨量级的降水,WSM 3方案的预报效果最好;对于暴雨量级的降水,WSM 5方案的预报效果最好;整体预报效果最好的是WSM 3方案,其次是WSM 5方案,Kessler方案最差。④WRF模式的降水预报效果并不总是随水平分辨率的提高而提高。模式水平分辨率的提高存在明显的阈值（15km左右）,当模式的水平分辨率提高到超过这一阈值以后,预报效果开始转差。     

水文气象研究进展

从面向流域的定量降水估测与预报、流域水文模型、水文气象耦合预报三个方面系统介绍水文气象研究进展。研究指出,融合天气雷达、卫星遥感及实况降水等多源信息是精细化定量降水估测产品的主要发展方向;采用多模式降水预报集成技术是提高定量降水预报精度的重要途径;分布式水文模型是流域水文模型的发展方向;引入定量降水预报的水文气象耦合预报模式可以延长洪水预报预见期,水文集合预报是水文预报方法的有效解决途径,而数值预报模式与水文模型的双向耦合模式是另一重要发展方向。     

AREM模式中陆面过程的改进与试验

为了提高AREM模式业务预报能力,对AREM业务模式陆面过程参数化方案作了修改,将陆面过程模式BATS耦合其中;同时,应用耦合BATS的AREM模式与原模式分别对2006年6～7月我国南方汛期降水过程进行了典型个例模拟分析和批量后报试验;另外,对降水预报进行了分区统计检验。结果表明,引入BATS方案使模式对降水区和降水中心预报有较好的改进,漏报率减小,Ts评分明显提高,这说明恰当描述陆面过程对改进AREM模式降水预报具有重要作用。     

AN IMPROVEMENT OF STATISTICAL PREDICTION OF TYPHOON TRACKS

In this paper, a statistical interpretation composite forecast model for typhoon track is set up by using numerical forecast products and several forecast schemes. Tested in 1994 typhoon season, its forecastperformance is much better than that of a previous statistical forecast model. The test shows that it is aneffective method that sufficiently Anproves objective forecast of typhoon track using the numerical forecast output products obtained in forecast and adopting several schemes in composition.     

数值预报产品检验和评估

通过国家级数值预报T213模式、EC模式下发产品对影响海南的热带气旋主观性检验结果表明,T213模式不管是对稳定路径还是转折路径的热带气旋在生成、移动路径以及登陆点都与实况相差很大;而EC模式对不管是转折还是稳定路径的热带气旋,都能够对移动路径、登陆点以及转折点都能够做出准确的预报;而在客观性检验的结果中也可看出T213模式和EC模式的预报能力的优劣性。因此,总体来说,在热带气旋的数值预报产品中,EC模式的预报能力明显比T213模式强,具有很高的参考意义。另外在温度场的预报中,T213模式相对于MM5模式,其预报能力具有一定的可信度,在日常预报中具有参考价值。     

基于CNN和RF算法的ECMWF降水分级订正预报方法

利用卷积神经网络(CNN)和随机森林回归模型,提出了一种新的欧洲中期天气预报中心(ECMWF)降水订正预报方法。该方法首先根据ECMWF模式对站点雨量预报值所属的等级进行划分,再计算出不同等级相对应的高相关因子矩阵。进一步利用CNN模型对高相关矩阵进行综合特征提取的学习和训练。最后对CNN模型最终输出的特征因子中,选取若干个与预报站点相关性高的特征,并与ECMWF降水量场插值到预报站点的因子一起,作为随机森林回归模型的输入因子进行预报建模。通过对10个预报试验站点未来24h降水量的分级和不分级订正预报试验,结果表明:(1)ECMWF降水量分级订正预报方法的平均绝对偏差和均方根误差分别比利用ECMWF插值到站点的预报方法减小了20%和15%;(2)24h暴雨及以上的降水分级订正预报方法的平均TS评分为0.32,也显著高于EC插值的0.19;(3)与利用同样的预报模型对全样本(不分级)的传统数值预报模式产品订正预报方法相比,本文提出的分级订正预报方法在总体预报精度和暴雨及以上的强降水预报TS评分上均有更高的预报技巧。     

多模式温度集成预报

基于中国国家气象中心T213模式、德国气象局业务模式和日本气象厅业务模式2 m高温度预报, 利用神经网络方法中的BP网络建立了我国600多个站的温度集成预报系统, 该预报系统的预报时效为72 h, 间隔为3 h。通过对2004年1—5月的预报结果检验, 表明:集成的温度预报结果明显优于3个模式单独的预报结果, 72 h内预报的平均绝对误差在3 ℃以内, 并且不存在明显的系统误差, 预报达到了一定的精度, 可以为预报员提供定时、定点精细的客观温度预报参考。分区的检验结果表明:不同区域预报误差存在差别, 新疆和西藏误差比较大, 而长江流域和华南地区误差很小, 并且不同区域系统误差的情况也不相同。从总体情况看, 预报误差还存在日变化, 一般来讲, 夜间的预报误差小于白天。     

多模式温度集成预报的检验分析

该文利用C#程序语言逐日读取欧洲数值预报模式(Ec)、中国数值预报模式(T639)、德国天气在线(ZX)、美国天气(MG)、中国天气(ZG)、中央气象台指导预报(ZY)6家模式预报的日最高气温(Tg)和日最低气温(Td)预报值,建立预报数据库。使用LINEST函数对Tg和Td做多元回归分析,得出6家模式的集成预报结果,结果表明:集成预报(JC)比6家模式预报准确率都高;同时,建立本地化订正方法,将原6家模式Tg和Td进行订正后再集成,结果表明:订正后的集成比直接集成准确率提高了0%～4%,说明订正方法的使用对提高气温预报准确率有一定的效果。另外,通过对各家模式预报结果和集成预报结果的检验分析,不仅为预报员择优使用数值预报产品提供参考依据,也为数值预报产品释用提供一定的参考方法。     

几种数值预报模式在广西降水预报效果的比较

根据最近5年的降水资料和T213、日本、德国三家数值模式降水预报产品,对三家数值模式在广西晴雨预报和降水分级预报的能力进行分析、比较,结果表明,T213模式的暴雨预报能力最强,日本模式在大雨及以下各级降水预报中预报能力最强,但降水的量级比实况偏小;德国模式对晴雨预报,特别是无雨天气预报能力明显高于日本模式和T213模式。     

GRAPES_Meso V3.0模式预报效果检验

应用国家气象中心模式检验方法对GRAPES_Meso V3.0模式2008年2月-2009年3月的试验预报产品,如降水、中低层高度、温度和风场预报进行统计检验。检验结果表明:V3.0模式降水预报性能得到明显改善,年及四季平均的各级降水TS评分显著提高,除了秋、冬季的48h中雨和暴雨预报外,TS评分明显高于V2.5模式,但V3.0模式的预报偏差偏大,中雨以上偏大更明显。从预报的季节平均降水率分布来看,对秋、冬季我国东部24h降水预报偏小改进明显,对春、夏季强降水中心位置及强度预报也好于V2.5模式,但是48h降水预报明显偏大,逐日降水率演变图也印证了这一点。此外,V3.0模式对500hPa高度和风场及48h预报的850hPa风场和温度场改进显著,对于850hPa高度和温度的24h预报,除夏季外,其他季节预报效果优于业务模式。     

基于集合预报和支持向量机的中期强降雨集成预报试验

本文基于欧洲中期天气预报中心(ECMWF)和美国国家环境预报中心(NCEP)集合预报资料和支持向量机(SVM)回归方法建立了多模式集成的动力-统计客观预报模型(SVM-多模式集成预报),继而选用2012年5—9月(共计153 d)发生在淮河流域及其以南地区的大雨和暴雨开展了回报试验,并将所得预报结果与ECMWF的控制预报和集合平均预报进行了多角度比对评估。结果表明:在中期预报时效(4~7 d),SVM-多模式集成预报方法对2012年5—9月大雨和暴雨的预报效果最优,尤其对暴雨预报准确率明显提高,其优势主要体现在对强降雨中心分布范围和强度的预报更接近实况。     

基于Logistic回归和多指标叠加的短时强降水预报模型

利用2001—2011年中国西北地区东部10个特征站地面常规资料和MICAPS系统特征参数资料,分别运用改进的二元Logistic回归法和综合多指标叠加法,通过短时强降水天气学概念模型识别入型、水汽条件消空、敏感物理参数诊断等方法逐级判别,建立了两种短时强降水预报模型,并运用模型试预报2012年该区域的短时强降水过程。结果表明:两种新建预报模型相比平均气候概率模型试预报效果都有明显提高,而且前者高于后者;其中二元Logistic回归模型试预报TS得分高达46.6%,综合多指标叠加模型试预报TS得分19.6%,而平均气候概率模型试预报TS得分仅9. 7%;除西南气流型两者预报效果相当外,不同概念模型下二元Logistic回归模型试预报效果均优于综合多指标叠加模型。     

GRAPES_GFS在东亚地区中期预报技巧极端下降现象的初步研究

利用2016年4月1日—2018年12月31日GRAPES_GFS模式的业务预报数据,将GRAPES_GFS模式在东亚地区144小时预报500 hPa高度场的距平相关系数小于0.4,均方根误差大于60 gpm的事件定义为模式在东亚地区的中期预报技巧极端下降事件,据此标准筛选出29个个例进行了研究。结果表明,GRAPES_GFS在东亚地区中期预报技巧极端下降事件的高发期主要在春秋季,春季和秋季分别占比31.03%、41.38%,预报技巧极端下降事件通常表现在对于东亚大槽、西伯利亚槽脊、副热带高压的预报失败,四个季节合成的模式偏差均与该季节影响东亚地区主要天气系统的预报偏差大有关系。进一步通过典型个例的研究表明,东亚地区中期预报技巧极端下降事件的误差来源在不同季节表现出不同特征。冬夏季的预报偏差来源于高纬极区,多与模式在极区存在较大预报误差关联;春秋季的预报偏差主要来源于上游地区,与模式在东亚上游预报误差向下游的传播有关,未能合理预报台风活动也是预报偏差来源之一。