2020年CMA-GD(R3)模式逐时降水检验评估分析

通过对逐小时更新的CMA广东3 km短临模式(CMA-GD(R3)模式)在2020年短时临近预报(0~12 h)业务中的表现,从总体、逐月和分类型降水预报效果等方面进行了逐时降水分级检验评估,结果表明:CMA-GD(R3)模式对有无逐时降水的预报能力较好,但对短时强降水的预报能力较弱;从逐月预报效果来看,CMA-GD(R3)模式在5-6月的表现要优于8-9月,即对前汛期的预报结果优于后汛期的预报,而对于短时强降水,随着预报时效增加,其TS评分大致持平甚至略有增大,表明预报时效较长的预报也有重要的参考价值;分类暴雨过程检验分析表明,CMA-GD(R3)模式对锋面型和季风型的逐时降水预报效果要优于台风型,其中锋面降水预报在≥1、≥5、≥20、≥35 mm/h 4个量级上表现最优,而季风降水预报在≥10、≥50 mm/h两个量级上表现最优。

条件非线性最优扰动在长江中下游地区冬季暴雨中的应用研究

为了提高长江中下游地区高影响天气的数值预报,利用条件非线性最优扰动(CNOP)方法,对一次长江中下游地区冬季降水个例(高影响天气事件)进行目标观测研究,并通过观测系统模拟试验(OSSE)检验了该方法确定敏感区的有效性和可行性。试验结果表明,CNOP方法可有效识别对应于高影响天气事件的敏感区。通过对敏感区进行初始场修正后,可明显改善验证区内24 h累积降水预报误差和总能量预报误差。进一步分析发现,通过改善敏感区内的初始场信息(如水汽通量场和低层冷空气活动等),使得数值模式不仅能更真实刻画该天气系统的初始结构,还能更好模拟出该天气系统随时间的演变特征,因而减少了验证区内对该天气系统的预报误差。这一结果表明可以把CNOP方法应用于长江中下游地区高影响天气事件的目标观测研究或实践中。

最优TS评分方法在逐时降水订正中的初步应用及评估

使用2020年3—9月逐时更新的CMA广东短临3 km数值模式(CMA-GD(R3)模式)1~12 h逐小时降水量资料,利用最优TS评分订正方法(OTS)对逐小时降水量进行分级订正,并分别从整体和分类型降水过程预报订正效果进行了检验和对比评估。结果表明:从整体预报订正性能来看,通过OTS方法对CMA-GD(R3)模式订正后,对于≥1 mm/h及以上量级的降水,OTS均有较好的订正能力,并且随着雨强的增加,其TS评分的改善比率越大;同时,OTS可有效减少各个预报时效的漏报率和空报率,其中漏报率减小更加明显,表现出明显的湿偏差(空报偏多)。从三类暴雨过程逐时降水预报订正效果来看,通过OTS订正之后,对于≥1 mm/h的降水,OTS对三类暴雨类型均有正的订正能力。其中在0.1 mm、1 mm、10 mm、20 mm、35 mm、50 mm 6个量级上,季风型的逐时降水预报表现最好,6个量级的TS评分值分别为0.403、0.232、0.053、0.023、0.009和0.004;在5 mm量级上锋面型的逐时降水预报表现最优,其TS值为0.102。从改善效果来看,经过OTS订正后,在1 mm量级上台风型改善率最大,在5 mm和10 mm量级上锋面型改善率最大,在20 mm、35 mm和50 mm量级上季风型改善率最大。

日极端气温的主客观预报能力评估及多模式集成网格释用

精细格点天气预报是我国未来几年天气预报业务发展重点。利用ECMWF、GRAPES等业务数值模式和广东站点观测资料,对日极端气温的主客观预报能力进行了多角度综合评估。统计结果表明,T_(max)、T_(min)的主客观预报误差均存在明显季节差异,在系统误差相对平稳的夏半年主观预报具有较明显订正能力,模式预报呈现一定流依赖特征,温度越高(低),负(正)偏差越明显;主客观预报误差空间分布均受地形影响,随着时效延长误差总体增幅不大,主观订正能力也较稳定。根据以上评估特征和网格预报特点,研究开发了一套多模式动态集成网格释用技术方案(McGF)。结果表明,相比单个模式的预报和主观预报,McGF较明显提升了T_(max)的预报技巧;T_(min)的模式预报偏差总体较T_(max)偏小,McGF提升幅度相对较小;网格释用后的广东区域预报能较合理反映气温空间和强度特征,较周边未经释用区域明显更优。

区域海气耦合模式研究进展

本文扼要回顾了海气耦合模式的发展历程,然后介绍了国内外区域海气耦合模式的研究现状与最新进展,并对发展区域海气耦合模式所涉及的一些核心技术和科学问题进行论述,其中包括耦合技术、侧边界处理、海气与海浪(海冰)的耦合和资料同化等问题.另外,文中还讨论了区域海气耦合模式在数值模拟和动力降尺度中的应用.文章最后指出当前区域海气耦合模式发展中有待解决的一些问题,并就未来的发展方向提出了几点建议和想法.

南海海洋环境数值预报试验平台

本项目建立了针对南海区域的南海海洋环境数值预报试验平台（Experimental Platform of Marine Environment Forecasting，EPMEF）。该平台由区域大气模式、区域海洋环流模式和波浪模式组成。其中大气模式采用国际先进的WRF（The Weather Research and Forecasting）模式，