基于ECMWF极端降水天气指数的四川盆地暴雨预报研究

本文利用EC集合预报提供的极端降水天气指数能指示极端天气事件的特点,研究了四川盆地夏季(6-9月)的暴雨落区预报。综合考虑不同极端降水天气指数阈值对应的暴雨TS、ETS评分及各阈值评分最高时的发生频次,获得暴雨预报对应的最佳极端降水天气指数阈值。结果显示,08时起报的24h、48h、72h、96h、120h时效对应的阈值分别为0.5\0.6、0.5、0.4\0.5、0.4、0.2\0.3,20时起报的24h、48h、72h、96h、120h时效对应的阈值分别为0.5、0.4\0.5、0.4\0.5、0.3\0.4、0.1\0.3,通过检验表明这些阈值对暴雨落区的预报具有较好的指示意义。      

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。     

ECMWF极端天气指数在新疆强降水预报中的检验评估

使用2015年10月—2018年9月欧洲中期天气预报中心集合预报系统(ECMWF EPS)逐日降水极端天气指数(EFI)预报资料,分析新疆区域降水EFI产品与强降水的对应关系并得到预报阈值。结果表明:预报的EFI与实况降水量存在正相关关系,随着降水量增加,EFI预报结果具有线性增加趋势,说明EFI对强降水有一定的指示意义。各量级降水预报的最高TS评分随着预报时效的增加而减小,且随着降水量等级的增大而减小。不同季节暴量降水发生站次为夏季最多,冬季最少,对应的EFI阈值大都在0.4～0.6,夏季EFI值范围在0.2～0.7,夏季更易发生暴量降水。随着预报时效增加,暴量降水发生站点频次最多所对应的EFI值逐渐减小。随着降水量级增加,空报率减小幅度不大,但漏报率增加。     

极端天气指数在强对流天气中的应用及检验

数值预报特别是集合预报技术大大提高了对极端天气的预报能力,目前对于温度、风、降水等要素,欧洲中心基于集合预报产品计算的极端指数产品为其极端性提供了定量化依据。但目前尚没有应用于业务预报的强对流天气极端指数产品,本文统计了与强对流天气密切相关的物理量,并计算了其极端天气指数,统计了极端天气指数在不同强对流天气中的阈值分布。结果表明,极端天气指数与强对流天气有密切的关系,且不同类型的强对流天气极端指数的分布和阈值具有各自的特点。基于上述结果,利用极端指数和模式降水资料,使用支持向量机方法,建立了不同类型强对流天气的客观预报方法,为业务预报极端强对流天气提供客观支持产品。     

基于集合预报的川渝地区极端降水指数应用研究

利用2007—2012年中国气象局T213集合预报资料,根据Lalaurette提出的集合预报极端天气指数预报方法,提取并对比分析了川渝地区的集合预报累计概率密度分布函数特征,建立了基于集合预报与其历史预报的累计概率密度分布函数连续差异的数学模型—极端降水预报指数(EPFI),并对川渝地区历史上3次预报服务误差较大的典...     

极端降水天气预报指数对气候累积概率分布敏感性研究

针对中国气象局T213全球集合预报系统历史样本较短、极端降水天气预报指数数学模型中气候累积概率分布样本不足的问题,选取气候背景和地理地貌特征较为相似的长江中下游地区,利用扩展时间序列和空间范围的方法,增加T213全球集合预报系统的降水预报气候分布样本数,改进模式降水预报气候累积概率分布,利用2011年6月10—20日集合预报资料进行极端降水天气预报指数预报试验,分析气候累积概率分布敏感性。结果显示:扩展时间序列和空间范围增加模式T213集合预报气候样本数的方法,生成的模式气候累积概率分布较单一格点方法更具代表性,能提高极端降水天气预报指数的识别技巧,并提前8 d发出长江中下游地区极端强降水预报信号。     

基于降水极端预报指数的福建台风极端降水预报研究

应用1961—2017年中国气象局热带气旋最佳路径数据集、国家地面气象观测站日降水观测资料和2015年8月—2017年12月欧洲中期天气预报中心(ECMWF)集合预报系统降水极端预报指数(EFI)数据,根据百分位法定义台风影响期间福建省各站点的台风极端降水阈值,采用最小阈值法剔除台风极端降水时EFI箱线图中的异常值,保...     

基于ECMWF集合预报的极端天气预报产品应用和检验

通过个例总结和大样本分析的方法,本文分析和总结了ECMWF集合预报系统(EPS)中的极端温度和降水预报产品。以上产品主要为08—08时的平均气温、最高气温、最低气温和降水量四个要素的极端天气预报指数(extreme forecast index,EFI)和SOT("shift of tail"index)。研究显示,气温EFI和SOT预报效果接近,降水SOT优于EFI。运用过去3年的资料,以TS评分最大为标准,分别确定了不同时效、不同百分位的极端高低温和极端强降水事件在我国的预报阈值,及其对应的各检验参数。对于1%(99%)百分位的极端低温(高温)事件,平均气温EFI和SOT的阈值分别在-0.85(0.75)和0.38(0),最高和最低气温的阈值与平均气温的阈值接近。对于95%和99%的极端强降水事件,EFI的阈值分别在0.45和0.7左右,SOT的阈值分别在-0.6和0.4左右。整体上呈现时效越长阈值越小,预报效果越差;事件越极端,阈值越大的特点。且此时的bias接近或略大于1,表明预报的发生频率与实况比较接近,具有较好的应用价值。气温EFI和SOT的预报效果和阈值存在明显的季节差异,夏季预报较好,阈值较大,冬季预报较差,阈值较小。降水的季节差异不明显。EFI和SOT的预报效果和阈值在空间分布上也存在一定的差异,且不同的产品空间分布差异不同。     

武汉市10个主要极端天气气候指数变化趋势分析

根据武汉市1951—2007年逐日气温、降水量计算分析了10个极端天气气候指数的变化特征。结果表明:1)4个气温指数中,年及四季高、低温阈值均为上升趋势,并造成最长热浪天数的延长和霜冻日数的减少;低温阈值升速明显快于高温阈值,高温阈值仅在春季变化显著,最长热浪天数仅在冬季变化显著;低温阈值则为极显著上升趋势,尤其是年和冬季,造成"热春"、"暖冬"频繁;暖夜、闷热、傍晚至夜间的强对流等显著增多,暖日、高温热浪增加,霜冻日大幅减少。2)6个极端降水指数以增趋势为主,其中强降水阈值、比例、日数以及最大5日降水量在冬季增趋势最明显,仅夏季强降水阈值、比例略有减小,冬季日降水强度的增大趋势、夏季持续干期的缩短趋势显著性水平分别可达0.1、0.01。3)一些气温指数在1980—1990年代发生突变,而降水指数未现突变。     

极端天气预报指数和集合异常预报法在浙江台风和梅雨暴雨预报中的应用北大核心

利用2016—2021年ECMWF集合预报,评估了极端天气指数EFI(Extreme Forecast Index)、尾偏移指数SOT(“Shift of Tail”index)以及集合异常预报法在浙江台风和梅雨暴雨预报中的应用效果。通过研究极端天气预报指数对浙江台风和梅雨暴雨的最优预报阈值,发现梅雨暴雨阈值比台风暴雨明显偏小,且随预报时效增加减小速度偏慢。最优阈值预报相比确定性模式预报,在台风和梅雨暴雨预报检验中体现出更好的稳定性、提前性和准确性。进一步研究发现,通过区分天气类型确定的最优预报阈值,可作为台风和梅雨暴雨落区预报的参考依据。925 hPa水汽通量散度的集合异常度对浙江台风暴雨的落区和强度变化有较好的预报效果,850 hPa涡度和700 hPa垂直速度的集合异常度可以反映稳定性梅雨暴雨的过程演变。     

EC-thin降水预报与极端天气预报指数在浙江暴雨预报中的检验与释用

利用ECMWF模式降水和极端天气指数资料,以及浙江省68个气象站降水观测资料,评估了ECMWF细网格模式(EC-thin)和降水极端天气指数(EFI)对浙江2018—2020年梅汛期暴雨预报效果。研究表明：对于同一预报时效,随着阈值的增加,EC-thin和降水EFI的暴雨预报评分都呈现“先增加、后减小”的趋势,对于不同预报时效都存在某一阈值使得暴雨预报评分达到最大。从24 h时效到72 h时效,EC-thin的降水预报阈值从45 mm逐渐下降到25 mm,而降水EFI的暴雨预报阈值从07下降到06。EC-thin和降水EFI对暴雨预报的空报率随着阈值的增大而减小,漏报率随着阈值的增大而增大。对于不同预报时效,通过合理组合EC-thin降水阈值和降水EFI阈值,可以得到更好的暴雨预报效果,其评分高于单独使用降水EFI阈值或EC-thin降水阈值得到的评分。     

ECMWF极端天气指数在华东台风降水预报中的应用和检验

选取2015—2018年影响华东地区的13个台风个例,分析降水极端天气指数EFI(Extreme Forecast Index)和SOT(Shift of Tails)与台风降水之间的统计关系。结果表明：EFI和SOT与降水气候百分位之间存在明显的正相关关系。EFI和SOT越大,强降水发生概率越高。随着预报时效的增加,EFI和SOT指数对暴雨和大暴雨的预报效果逐渐变差。对于短期(72 h以内的时效),EFI预报技巧优于SOT,而随着预报时效的延长,SOT的预报技巧逐渐接近并超过EFI。以TS评分最大为标准兼顾合理的预报偏差,得到两种极端天气指数不同预报时效、不同等级暴雨的预报阈值。总体而言,事件越极端,EFI和SOT的预报阈值越大,对于暴雨和大暴雨,EFI指数的预报阈值随着预报时效的延长有减小趋势,而SOT的预报阈值基本保持不变。在台风极端降水预报中,EFI和SOT可以作为EC定量降水预报的补充,有助于减少强降水的漏报,并提早发出预警信息。     

山东省极端强降水天气概念模型研究

利用山东省1971—1999年逐日降水资料,采用百分位法确定各站极端强降水阈值。据此阈值,在2000—2009年中挑选了39个极端强降水天气过程并进行天气分型,得到高空槽类、副高外围类、切变线类、气旋类、热带气旋类5类极端强降水概念模型。研究表明:切变线类、气旋类和热带气旋类暴雨区范围较大,而高空槽类和副高外围类暴雨区范围较零散;5类极端强降水均伴有低空急流,暴雨区一般位于700 hPa与850 hPa切变线(或槽线)之间、低空急流左侧风向风速辐合处;高空槽类、副高外围类、切变线类一型和气旋类均有冷空气影响,暴雨区位于850 hPa冷温度槽前部;5类极端强降水的产生机制不同,落区与θse的配置也不尽相同。     

江西省极端降水分类及特征分析

利用多种观测及再分析资料对江西省极端降水过程进行统计分类和天气学分析。采用百分位法、广义极值法对比计算江西省极端降水强度阈值标准,分析江西省极端降水事件的空间分布特征,筛选出2010—2019年江西省极端降水的典型过程,并进行天气学成因分析。结果表明：1） 江西省各站极端降水强度阈值空间分布差异较大,由西南向东北逐步增加,具有非常明显的地域性特征;2） 江西省典型极端降水过程发生在夏季（6—8月）,主要分为梅雨锋、强台风、西北气流类;3） 江西省梅雨锋类极端降水占典型极端降水过程的70%,该类极端降水具有稳定的大尺度环流形势,主要表现为南亚高压北跳至25°N以北,阻塞高压异常偏强,东北冷涡发展,副热带高压与大陆高压相结合,配合天气尺度稳定的切变线以及异常的西南暖湿气流,形成持续的水汽输送及异常的垂直上升运动中心。     

安徽省酷热天气分析及预报指标

基于安徽省1961-2017年逐日地面最高气温资料,采用Mann-Kendall法对安徽省高温天气事件进行突变分析,发现安徽省2000年后高温事件明显增加。为分析安徽省酷热天气特征和产生机理,文中挑选了35~37℃高温天气个例对比分析。结果发现:1)500 hPa西太平洋副高位置和850 hPa气温对酷热天气预报的指示性最好。2)受西太平洋副热带高压不同位置控制,安徽省增温机制不同:当为高压中心控制时,太阳辐射在增温过程中起决定性作用,安徽省易出现酷热天气;当高压中心位于海上,脊线位于安徽省附近时,安徽省高温强度较弱。通过酷热天气个例研究和合成平均分析,文中总结了安徽省酷热天气预报指标。     

北京智能网格温度客观预报方法(BJTM)及预报效果检验

联系当前极端天气预报服务的需求,在最优集合预报(Analog Ensemble, AnEn)的基础上,结合模式输出统计(Model Output Statistics, MOS)方法,设计了2种基于欧洲中期天气预报中心全球确定性预报模式(EC模式)的预报改进方案(方案Ⅰ、方案Ⅱ),首先以2016—2018年EC模式预报及其相应的观测值为训练集,对方案Ⅰ、方案Ⅱ和AnEn对2019年1月1日—12月31日北京地区364个观测站的极端气温和风速预报的总体效果进行了检验评估,结果显示无论对极端气温(T)还是极端风速(V_M),方案Ⅰ和方案Ⅱ的预报准确率相比AnEn均有提升,方案Ⅱ的提升效果更好。然后,按第2、第98百分位数,定义北京地区各站极端低温(T_m)和极端高温(T_M)的阈值分别为-22.3 ℃和38.8 ℃,方案Ⅰ和方案Ⅱ对该地区T的总体预报效果表明,两种方案在AnEn基础上均有明显改进,其平均绝对误差(EMA)分别降低11.90%和21.43%;同理,按第98百分位数,定义北京地区各站V_M阈值为20.3 m·s^-1,方案Ⅰ、方案Ⅱ对V_M预报的EMA相比AnEn分别降低23.08%和26.52%。最后,对北京地区逐站T_m、T_M和V_M的预报效果的检验表明,方案Ⅰ和方案Ⅱ在AnEn的基础上对T、V_M的预报效果均有所改进,94%以上的站点显示方案Ⅱ对T和V_M预报的改进效果更好。另外,T和V_M预报准确率空间分布表明,2种改进方案对山区T和V_M预报的改进效果优于平原地区。

     

中国夏季降水多模式集成概率预报研究

基于TIGGE资料中的中国气象局（CMA）、欧洲中期天气预报中心（ECMWF）、日本气象厅（JMA）、美国国家环境预报中心（NCEP）以及英国气象局（UKMO）五个中心2007-2011年5月25日-8月31日中国地区逐日12-36 h、36-60 h、60-84 h、84-108 h、108-132 h与132-156 h累积降水集合预报资料,分别利用PoorMan （POOL）和多模式消除偏差（MBRE）两种方法对2011年各中心降水概率预报进行集成,并采用RPS和BS评分方法对预报效果进行评估。结果表明,对于12-156 h逐24 h累积降水量概率预报,多模式集成预报效果优于单模式预报效果,且多模式消除偏差概率预报效果最好;针对小雨、中雨以及大雨以上降水,PoorMan和MBRE概率预报较单中心预报效果均有提高,MBRE概率预报效果优于PoorMan方法。     

台风“利奇马”造成浙江极端降水的成因分析

利用NCEP/NCAR再分析资料(0.25°×0.25°)、FY-2G卫星的黑体亮度温度(TBB)、双偏振雷达、加密自动站资料,对2019年台风“利奇马”引发浙江极端暴雨过程的成因进行分析,结果表明:(1)“利奇马”引发的浙江特大暴雨过程是一次深厚台风本体降水,具有范围广、总量大、局地雨强极端的特点,山脉地形对降水的增幅作用显著。(2)台风登陆前后850 hPa水汽通量、850 hPa辐合和200 hPa辐散都超过气候平均值3~4个标准差,异常强的动力抬升和水汽输送为此次极端降水提供了有利的背景条件,物理量的异常度可作为判断极端降水的重要因子。(3)活跃的西南季风和副高南部的偏东急流为“利奇马”提供了充足的水汽和能量。925 hPa水汽通量辐合大值区域与暴雨落区的形态和位置对应较好,且辐合强度的变化对降水量具有一定的指示意义。(4)登陆前后台风中心密闭云区范围大、结构紧实,其中有多个中尺度对流系统强烈发展且移动缓慢,是浙江东部沿海地区产生极端降水的主要原因。基于双偏振雷达的降水估测产品在短临预报中参考价值高。(5)中层的弱干冷空气和低层的强暖湿气流促进了对流不稳定层结的发展和维持,在地面中尺度辐合线和地形的强迫抬升下不断触发中尺度对流系统并产生“列车效应”,是此次过程中西北部山区特大暴雨产生的重要原因。