集合动力因子在内蒙古暴雨预报中的适用性分析

针对2017年7月6—7日内蒙古东部地区的冷涡降水过程,利用NCEP的GFS预报资料为初始值得到的集合动力因子预报系统结果,从中优选出10个动力因子以及对其进行4种方法的集合,以此对强降水过程进行诊断分析和预报研究。结果表明:动力因子预报降水在空间分布上与6h观测降水基本一致,代表动力因子对降水落区具有较好的指示意义,中位数和等权平均集合预报降水的强度比观测降水偏弱,而多元线性回归和加权平均集合动力因子对强降水中心的预报相对较好。预报技巧评分计算结果表明,集合动力因子对降水预报均有一定的技巧,而多元线性回归集合结果与观测降水最为吻合,空间相关系数达到0.76,ETS评分为0.49,加权平均次之,但多元线性回归集合方法预报的降水发生频率会较实际降水偏高。     

集合动力因子对登陆台风“莫拉克”(0908)暴雨 落区的诊断与预报研究

“莫拉克”是2009年登陆我国热带气旋中影响范围最广、造成损失最大的台风.“莫拉克”带来的强降水导致台湾南部发生50年来最严重的水灾,福建、浙江等省的部分站点过程雨量超过50年一遇.因此,在台风暴雨(强降水)预报中,能否准确把握其落区就显得尤为重要.本文首先利用中尺度非静力数值模式WRF对台风“莫拉克”进行高分辨率数值模拟(三层嵌套,最高分辨率为2 km).模式较好地再现了台风中心的移动路径、强度;模拟的降水分布区域与实况也较为相符.利用再分析资料及模拟的高分辨率资料对暴雨成因进行诊断分析,表明造成此次强降水过程的水汽主要由西南季风输送,并且垂直运动旺盛,贯穿整个对流层.根据集合动力因子预报方法,运用广义湿位温、对流涡度矢量垂直分量及水汽散度通量对暴雨落区进行了诊断和预报,发现广义湿位温等值线的“漏斗状”区域与暴雨落区对应关系显著;基于NCEP-GFS每日四次的预报场资料,利用对流涡度矢量和水汽散度通量做出的降水落区预报表明,二者对降水落区均有一定的指示意义.强降水主要位于对流层中低层对流涡度矢量垂直积分量的梯度大值区附近,其时间演变与观测降水的演变具有相当高的一致性;水汽通量散度抓住了垂直运动和水汽散度这两个引发暴雨的关键因子,对降水的发生范围和强降水极值中心的判断更为准确.这三个动力因子都可以为“莫拉克”台风暴雨(强降水)落区提供信号,对台风暴雨落区具有一定的诊断和预报意义.     

ECMWF极端降水预报指数在华东台风暴雨中的应用研究

台风强降水易引发极端天气事件,预报的难度和不确定性都很大。选取2013—2017年影响华东的13个台风个例,研究ECMWF集合预报降水极端天气预报指数(extreme forecast index,EFI)与台风暴雨的统计关系。研究结果表明:EFI降水指数对台风暴雨的预报具有一定的指示意义,对不同时效选取不同的EFI阈值可以作为暴雨落区预报的参考依据。总体来看:EFI增大,发生强降水的可能性增大;随着预报时效的增加,EFI阈值逐渐减小。以TS评分最大为标准,分别确立了不同时效、不同等级暴雨在华东区域的预报阈值。对于24、48、72、96 h时效的暴雨预报,EFI阈值分别取0.7/0.8、0.7、0.6、0.5可以获得较高的TS评分及合理的预报偏差,因此可将它们作为不同时效暴雨预报的参考阈值。EFI与降水的气候百分位有较好的相关关系,EFI值越大,降水气候百分位值也越大。当EFI值较大时,可参考相对应气候百分位的实况降水量来估测台风降水。极端天气预报指数对极端降水天气具有较好的识别能力,可提前3～5 d提供极端降水信息。     

2017年广州“5·7”暖区特大暴雨的中尺度系统和可预报性

2017年5月7日广州发生了特大暴雨,各家确定性业务预报模式均漏报了此次过程。本文利用常规观测资料和广州天气雷达资料对此次暖区特大暴雨过程的天气尺度背景、中尺度系统演变和可预报性进行了详细分析,同时通过分析ECMWF集合预报中成功预报出广州周边地区出现局地强降水与预报了弱降水的成员间的差异,探讨影响本次大暴雨发生的关键触发因子。结果表明：2017年“5·7”大暴雨的环境条件和动力强迫较弱,在弱风场环境下,冷高压后部东南风或偏南风回流,经过城市热岛区域,转为偏暖气流,与山坡下滑冷气流在山前一带形成的水平风场辐合,结合山前强水平温度梯度,共同触发了初生对流单体。其后,雷暴出流和边界层暖湿气流形成的辐合线又触发新生单体,并使已减弱的降水单体重新加强产生第二阶段强降水。前两个阶段的局地特大暴雨分别是由稳定少动的块状强回波单体发展到嵌有中涡旋的强单体和较长生命史的弱HP型超级单体造成的,第三阶段的大暴雨是由向南传播合并新生单体并随短波槽东移的带状回波造成;三个阶段成熟回波垂直结构上均呈低质心暖云降水的特点。由ECMWF集合预报成功预报出局地强降水与弱降水成员之间的差异可见,加强的温度梯度及地面风场辐合可能是本次局地强降水的重要触发因子。短期时效内数值模式难以做出暖区尤其是弱风场环境下暴雨以上降水预报,目前的监测和短时临近预警是主要手段。     

集合动力因子暴雨预报方法研究

介绍了广义位温、湿热力平流参数、热力螺旋度、热力散度垂直通量、广义湿位涡、力管涡度、热力力管涡度、二级位涡、对流涡度矢量和波作用密度等宏观物理量的定义及其物理意义。个例分析表明,这些动力因子与降水系统发展演变密切相关,对地面观测降水有一定的指示作用。这主要是因为：（1）这些因子能够描述降水系统的动、热力垂直结构等共性特征;f2）这些因子大部分包含广义位温,而广义位温又与凝结潜热和相对湿度有关,因而这些因子也能描述降水系统的水汽场结构特点。以这些动力因子为基础建立了集合动力因子预报方法,该方法首先建立以GFS预报场资料为基础的单动力因子降水预报方程,然后根据其与观测降水的相关性,定义权重函数,对多个动力因子的降水预报进行权重平均,最后得到集合动力因子的降水预报。该预报方法可以充分发挥多个动力因子的优势,比较全面地反映暴雨过程的共性特征。长时间序列的统计检验表明,集合动力因子的降水预报评分略高于全球预报系统（GFS）模式自身的降水预报评分,表现在降水落区预报方面,集合动力因子的预报效果略优于GFS模式的自身预报,然而,在降水强度预报方面,集合动力因子和GFS模式都略有过度预报。集合动力因子预报方法计算量小,容易移植,可以提供降水预报产品,为预报员做暴雨预报提供支持。     

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。     

集合动力因子预报系统及其对一场切变暴雨落区的预报检验

本文对2011年12月投入业务试运行的吉林省集合动力因子系统(EDFF)的性能和优点进行了简要的介绍,并以2012年8月4日的一场切变暴雨为例讨论了该系统对这场大暴雨落区的预报能力,发现在统计的15个预报因子中有14个对暴雨落区都有很好的对应关系,并给出了此次过程各参数的暴雨落区阈值,比较这些阈值与2010年暴雨的统计阈值发现,动力因子对切变暴雨预报的阈值基本稳定。一系列检验工作表明:由于这些动力因子能够较好地表征降水系统的典型垂直结构特征,因此它们的正高值区通常与地面降水区相对应;而在非降水区,这些动力因子的数值很小,基本可以忽略;受初始资料分辨率和预报能力的影响,目前动力因子比较适合预报有组织的系统性比较强的降水系统,对于某些孤立的局地性很强的暴雨,预报能力较弱。     

基于集合预报的中国极端强降水预报方法研究

极端强降水天气属于小概率事件,其发生具有很多不确定的因素,预报难度很大。根据Anderson-Darling检验原理研究基于集合预报资料的极端强降水天气预报方法,利用2007—2010年中国T213集合预报资料和2001—2010年6—8月中国降水观测资料,分析观测与集合预报累积概率密度分布函数的特征,建立基于集合预报与模式历史预报累积概率密度分布函数连续差异的数学模型——极端降水天气预报指数(EPFI),并对2011年7月中国极端强降水天气进行预报试验。结果表明,极端降水天气预报指数可以充分利用集合降水累积概率密度分布的尾端信息,为极端强降水提供科学合理的预报,基于中国气象局(CMA) T213集合预报的极端降水天气预报指数可提前3—7 d发出极端强降水预警信号,随着预报时效的延长,预报技巧逐渐降低。研究还表明,模式气候累积概率分布的合理性将直接影响极端强降水天气识别能力。     

四川暴雨过程动力因子指示意义与预报意义研究

本文利用2010年8月18~19日四川盆地西部地区一次引发了泥石流等次生灾害的暴雨天气过程的数值模拟资料及0.5°×0.5°分辨率、每6 h一次的GFS(Global Forecast Model)预报资料,结合集合动力因子预报系统中的广义对流涡度矢量垂直分量、质量散度、垂直螺旋度、质量垂直螺旋度、水汽垂直螺旋度、热力垂直螺旋度、湿热力平流参数、密度散度垂直通量、散度垂直通量、热力散度垂直通量、水汽散度通量、广义 Q 矢量散度等12个动力因子成员对此次暴雨过程进行诊断分析和预报研究,结果显示:(1)集合动力因子预报系统中的动力因子对此次降水落区诊断效果良好;(2)各动力因子区域均值随时间的变化曲线都能表现出降水区域均值随时间变化曲线双峰形态,其中,广义 Q 矢量散度、水汽垂直螺旋度、热力垂直螺旋度、质量垂直螺旋度、垂直螺旋度与降水的相关系数较大(达0.9以上),对此次降水的诊断效果较好;(3)动力因子对此次强降水过程的发展演变具有一定的预报能力。     

WRF模式2005年汛期在陕西应用与分析

对W RF模式在陕西2005年汛期试运行情况进行分析,发现模式对暴雨落区及降水强度和不同类型的降水预报结果比较理想,5 km模拟的降水落区和强度更接近实况,但预报时效相对较短;15 km模拟结果具有较长的预报时效,对强降水过程预报结果较好,一般可达36~48 h。利用每6 h模拟降水输出结果,可判断出强降水发生时段。模式可作为未来客观预报陕西转折性天气和暴雨天气的一种新技术工具。     

云南高原山地机场强对流短临预报系统研究

基于天气雷达、地面和探空观测资料、NCEP再分析资料、FNL 数值预报产品,应用强对流天气分类识别技术和短时临近预报技术,开展风暴临近预报、强对流天气分类预警、基于数值预报的强风暴潜势诊断等研究,获得大理、丽江、西双版纳等高原山地机场及周边区域强降水、雷暴、大风、冰雹等灾害性天气的0～2h实时定量预报产品和0～12h强对流天气潜势预报产品,建立可业务运行的机场强对流天气短时临近预报系统。通过检验,证明该预报系统有较好的强对流天气预报预警能力,满足机场业务需求。     

雷暴与强对流临近天气预报技术进展

临近预报指0—6h(0—2h为重点)的高时空分辨率的天气预报,预报对象是该时段内出现明显变化的天气现象,主要包括雷暴、强对流、降水、冬季暴风雪、冻雨、沙尘暴、低能见度(雾)、天空云量等,其中,以雷暴和强对流天气的临近预报最具挑战性。综述了针对雷暴和强对流天气的以主观预报为主、结合客观算法的临近预报技术,同时讨论了高分辨率数值预报模式在临近预报中的应用。主观临近预报技术包括基于多普勒天气雷达观测数据并结合其他资料(常规高空和地面观测、气象卫星云图、快速同化循环的数值预报产品等)对雷暴生成、发展和衰减,特别是对强对流天气(包括强冰雹、龙卷、雷暴大风和对流性暴雨)的临近预报,客观算法包括几种应用最广的雷达回波或云图外推算法和强对流天气识别技术。高分辨率数值预报模式的应用包括与雷达回波外推融合延长临近预报时效,与各种观测资料融合得到快速更新的三维格点资料为雷暴和强对流近风暴环境的判断提供重要参考。     

决策树方法在一次历史异常雷电活动中的预报能力检验

利用ncep1°×1°再分析资料和四川闪电定位仪监测网的监测资料,基于四川雷电潜势预报决策树的三类预报因子,针对2008年9月22～25日四川盆地西北部连续性雷电活动过程,重点分析了连续性雷电活动的环流背景和主要天气影响系统、热力结构特征、动力结构特征,检验了基于决策树方法筛选出的雷电潜势预报因子对连续性雷电活动的预报能力.结果表明：1）“9·23”连续性雷暴天气过程存在对流性雷暴以及副高和地面冷空气共同作用下形成的雷暴时段.雷暴区内始终存在着高能不稳定的热力条件,具有“对流层中低层正涡度、对流层高层负涡度”的典型雷暴动力结构.2）雷电潜势预报决策树的三大类预报因子能较好地预报本次雷电活动.     

基于集合预报极端天气预测指数的浙江分类强对流预报模型

利用2016—2021年ECWMF集合预报资料、浙江自动站实况资料等，计算浙江短时强降水、雷暴大风和冰雹等强对流天气相关物理量的极端天气预报指数（EFI：Extreme Forecast Index），分析EFI分布特征，并构建了分类强对流预报模型。结果表明：强对流天气与物理量的EFI有密切联系，发生短时强降水时，对流有效位能、整层可降水量、850 hPa与500 hPa温差和位温差的EFI较大，而垂直风切变的EFI为负值，因而较小的垂直风切变更有利于出现极端降水；发生雷暴大风和冰雹时，对流有效位能、850 hPa与500 hPa温差和位温差以及850 hPa温度露点差的EFI较大，700 hPa露点温度的EFI为负值，与上层干冷下层暖湿的有利层结条件有关。利用支持向量机多分类方法，将强对流天气相关物理量的EFI作为特征值开展训练，构建的预报模型对于非局地强对流天气有较好的预报效果，其中短时强降水的误判率明显低于雷暴大风。     

基于快速更新同化数值预报的小时降水量时间滞后集合订正技术

由中小尺度对流系统造成短时强降水天气的发生发展十分迅速,对其落区和时效的预报预警一直都是预报业务中的难点。本文基于快速更新同化的中尺度数值预报系统GRAPES-RAFS 0. 1°×0. 1°分辨率逐小时降水预报,首先通过时间滞后集合预报方法构建了多个集合成员,使用平均TS评分值计算相应预报成员权重系数建立预报方程,然后采用频率匹配订正法进行降水量级订正,从而得到集合订正的逐小时降水量预报。2017年8-9月的逐日试验和典型个例预报结果评估表明效果良好。(1)GRAPES-RAFS最新时次的预报场并不完全代表最好的预报效果,通过时间滞后集合订正方法自动识别优选预报成员,显著提高了预报能力;(2)GRAPES-RAFS预报存在降水量级偏弱的系统性误差,经过频率匹配方法订正后,在量级预报上更接近实况;(3)时间滞后集合预报对我国中东部(包括黄淮、江淮、江南地区)的小时降水量订正效果最好;(4)进一步使用的频率匹配订正方法显著提升了逐时降水量的预报效果,其在降水频率更高、强度更大的江南南部、华南、西南地区效果更为显著;(5)对于中小尺度的强降水过程,经过上述方法订正后,显著提高了模式对强降水系统位置、形态及降水量级的预报水平。     

短时强降水历史个例查询与潜势预报平台

短时强降水作为强对流的一种天气现象,是宿迁市较为常见的灾害性天气之一,常常对工农业生产、交通航运、建筑设施等造成影响。然而,预报一直是难点,因此如何利用现有的气象资料,开展短时强降水预报服务,并形成日常业务流程,对提高预报预警和防灾减灾能力十分重要。本文利用自动站逐时雨量资料、Micaps高低空和地面资料、NECP 1°× 1°的再分析资料和T213数值预报产品,基于Visual Basic语言开发了宿迁市短时强降水历史个例查询与潜势预报平台,以提高短时强降水预报质量,减少或避免气象灾害给社会经济造成的损失。     

短时强降水历史个例查询与潜势预报平台

短时强降水作为强对流的一种天气现象,是宿迁市较为常见的灾害性天气之一,常常对工农业生产、交通航运、建筑设施等造成影响。然而,预报一直是难点,因此如何利用现有的气象资料,开展短时强降水预报服务,并形成日常业务流程,对提高预报预警和防灾减灾能力十分重要。本文利用自动站逐时雨量资料、Micaps高低空和地面资料、NECP 1°× 1°的再分析资料和T213数值预报产品,基于Visual Basic语言开发了宿迁市短时强降水历史个例查询与潜势预报平台,以提高短时强降水预报质量,减少或避免气象灾害给社会经济造成的损失。     

基于天气形势分型的珠江三角洲强对流潜势预报方法

珠江三角洲出现强对流的机制有多种情况,不同天气形势下引起的强对流,其出现时各项强对流指数必然存在一定的差异。本文对强对流的触发机制进行天气形势分型(冷空气影响触发、西南暖湿气流触发、后汛期副高边缘影响,台风影响等),利用广州热带海洋研究所中尺度模式GRAPES的输出资料,计算出不同天气形势下强对流发生前1h当地各层的涉及水汽条件、不稳定能量、动力条件等强对流指数,对强对流指数阈值进行选取和验证,统计出珠江三角洲不同天气形势下短时强降水和雷雨大风出现时的强对流指数阈值,并建立相应的潜势预报系统,分别通过一次典型的雷雨大风和一次短时强降水天气过程验证,表明该系统提供的强对流分型潜势预报概率产品可以较好的指示出强对流发生的时间和位置以及强对流出现的类型,预报与实况观测比较一致。     

基于数值预报和随机森林算法的强对流天气分类预报技术

随机森林算法是当前得到较为广泛应用的机器学习方法之一,有着很高的预测精度,训练结果稳定,泛化能力强,解决多分类问题有明显优势。本文将随机森林算法应用于强对流的潜势预测和分类,分短时强降水、雷暴大风、冰雹和无强对流四种类别,基于2005—2016年NCEP 1°×1°再分析资料计算的对流指数和物理量,开展强对流天气的分类训练、0～12 h预报和检验,经2015—2016年独立测试样本检验表明,针对强对流发生站点的点对点检验,整体误判率为21. 9%,85次强对流过程基本无漏报,模型尤其适用于较大范围强对流天气。随机森林算法筛选的因子物理意义较为明确,和主观预报经验基本相符,模型准确率高,可用于日常业务。     

国家级强对流天气综合业务支撑体系建设

国家级强对流天气预报业务正在从以短期预报为主调整到短期和短时预报并重的业务格局。文章从强对流天气预报技术发展与服务需求的角度,重点介绍了国家级强对流天气综合业务支撑平台及其核心技术。该平台以气象数据组织和图形化表达两个核心要求为牵引,发展了数据分析处理系统、自动气象绘图系统和WEB检索与显示系统。数据分析处理系统基于多源观测资料、中尺度数值预报和全球数值预报,发展了集约、高效的强对流天气监测和临近预报、短时预报和短期预报等数据分析处理技术,是整个平台的核心;主要核心技术包括:从不稳定与能量、水汽、抬升与垂直风切变等条件出发,以归纳总结的分类强对流天气概念模型为基础的分类强对流短期预报分析技术;应用"配料法"发展的分类分等级的强对流天气客观概率预报技术;强对流短时预报技术包括高分辨率数值预报释用、多模式预报集成、对流尺度分析、实况和模式探空分析等多项技术,重点实现了从过去3 h实况到未来12 h预报的无缝隙衔接;强对流的监测和临近预报技术在基于多源资料的强对流天气实况与强对流系统监测技术基础上,发展了基于雷达特征量、强对流实况、各类强对流指数和预警信号等多源信息的报警技术。自动气象绘图系统实现了高效、便捷地接入多种数据、自动进行数据分析和制图等多项功能。在预报服务方面,基于WebGIS发展了县级分类强对流预警信号和国家级分类强对流预警预报产品共享技术,实现强对流短时预报业务的高交互性与上下互通的功能。