基于重庆市气象局业务运行的风暴尺度快速同化和预报系统(Storm-Scale Rapid Assimilation and Forecast System,SSRAFS)、气象信息综合分析处理系统(Meteorological Information Comprehensive Analysis And Process System,MICAPS)地...基于重庆市气象局业务运行的风暴尺度快速同化和预报系统(Storm-Scale Rapid Assimilation and Forecast System,SSRAFS)、气象信息综合分析处理系统(Meteorological Information Comprehensive Analysis And Process System,MICAPS)地面观测和高空观测资料,进行模式输出统计(Model Output Statistics,MOS)方法和纳入超前实况因子的MOS(MOS with Prior Observation Predictors,OMOS)方法对重庆地区地面气温96 h内逐小时预报试验,并以SSRAFS地面气温预报结果作为参考进行对比分析。结果表明:MOS方法在1~96 h预报时效内的预报技巧高于SSRAFS,气温预报均方根误差(Root Mean Square Error,RMSE)平均减小1.22℃,CC和HR2分别平均增大0.006和20.4%;在1~7 h预报时效,RMSE平均减小1.70℃,CC和HR2分别平均增大0.07和34.5%;且MOS方法在重庆东北部及中南部地区改进效果较为明显。OMOS方法在气温短期预报中表现优于MOS方法,尤其在1~7 h预报时效,比MOS方法RMSE平均减小0.43℃,CC和HR2分别平均增大0.008和8.3%;其在1~4 h预报时效时表现更加优异,与MOS方法相比,RMSE平均减小0.66℃,CC和HR2分别平均增大0.13和12.3%。因此,在MOS的基础上,OMOS能够进一步提升地面气温的预报技巧,且在重庆东北部及中南部地区的预报效果有明显改进。展开更多
利用TIGGE资料中欧洲中期天气预报中心(ECMWF,the European Centre for Medium-Range Weather Forecasts)、日本气象厅(JMA,the Japan Meteorological Agency)、美国国家环境预报中心(NCEP,the National Centers for Environmental...利用TIGGE资料中欧洲中期天气预报中心(ECMWF,the European Centre for Medium-Range Weather Forecasts)、日本气象厅(JMA,the Japan Meteorological Agency)、美国国家环境预报中心(NCEP,the National Centers for Environmental Prediction)以及英国气象局(UKMO,the UK Met Office)4个中心1~7 d预报的日降水量集合预报资料,并以中国降水融合产品作为"观测值",对我国地面降水量预报进行统计降尺度处理。采用空间滑动窗口增加中雨和大雨雨量样本,建立分级雨量的回归方程,并与未分级雨量的统计降尺度预报进行对比。结果表明,对于不同模式、不同预报时效以及不同降水量级,统计降尺度的预报技巧改进程度不尽相同。统计降尺度的预报技巧依赖于模式本身的预报效果。相比雨量未分级回归,雨量分级回归的统计降尺度预报与观测值的距平相关系数更高,均方根误差更小,不同量级降水的ETS评分明显提高。对雨量分级回归统计降尺度预报结果进行二次订正,可大大减少小雨的空报。展开更多
采用FNL再分析资料和美国联合台风警报中心(Joint Typhoon Warning Center,JTWC)资料,运用中尺度WRF(Weather Research and Forecasting)模式,分别使用增长模繁殖法(Breeding of Growing Mode,BGM)和集合卡尔曼变换方法(Ensemble Transf...采用FNL再分析资料和美国联合台风警报中心(Joint Typhoon Warning Center,JTWC)资料,运用中尺度WRF(Weather Research and Forecasting)模式,分别使用增长模繁殖法(Breeding of Growing Mode,BGM)和集合卡尔曼变换方法(Ensemble Transform Kalman Filter,ETKF),对1209号台风"苏拉"进行了台风路径的集合预报试验,并对预报效果进行对比分析。结果表明:采用BGM或ETKF初始扰动的集合预报系统,集合平均预报对风场、温度场、位势高度场的预报效果均优于控制预报;ETKF方法的预报改进程度较BGM方法更大,且对风场和温度场预报技巧的优势尤为明显。BGM方法所得到的集合成员离散度小于ETKF方法,对大气真实状态的表征能力不及后者;两种扰动方法的集合平均都明显改善了台风"苏拉"的路径预报结果,尤其是控制预报在福建沿海第二次登陆后移速过快的问题,但对台风登陆位置预报的改进不明显;此外,采用ETKF方法的集合平均对台风"苏拉"路径预报的改进效果远优于采用BGM方法的集合平均预报。展开更多
为减少不同气候模式评估气溶胶气候效应的差异,第六次耦合模式比较计划(Coupled Model Intercomparison Project Phase 6,CMIP6)直接给定了人为气溶胶强迫数据。因此,有必要基于此强迫数据重新评估气溶胶气候效应。本研究首先将CMIP6给...为减少不同气候模式评估气溶胶气候效应的差异,第六次耦合模式比较计划(Coupled Model Intercomparison Project Phase 6,CMIP6)直接给定了人为气溶胶强迫数据。因此,有必要基于此强迫数据重新评估气溶胶气候效应。本研究首先将CMIP6给出的描述人为气溶胶强迫的模块引入南京信息工程大学(Nanjing University of Information Science and Technology,NUIST)的地球系统模式(The NUIST Earth System Model,NESM)。之后,利用NESM模式评估地球辐射收支平衡对此人为气溶胶强迫的响应,并分析模式模拟结果的不确定性。评估给出的人为气溶胶有效辐射强迫为-0.45(±0.28)W·m^-2。其中,气溶胶直接辐射效应为-0.34(±0.01)W·m^-2,与第二次气溶胶比较计划(The second phase of Aerosol Comparisons between Observations and Models,AeroComⅡ)的评估结果基本一致;气溶胶对云辐射强迫的影响(包括半直接效应和间接效应)为-0.10(±0.30)W·m^-2,明显受到模式内部变率的干扰,具有较大的不确定性。展开更多
采用NCEP分析场,选取2010年梅雨期长江流域的一次降水过程,分别基于Slingo方案、NCAR方案和钱氏方案,利用相对湿度计算云量,并以LAPS(Local Analysis and Prediction System)系统输出的云量分析场作为观测值,分别在高层(400 h Pa)与低层...采用NCEP分析场,选取2010年梅雨期长江流域的一次降水过程,分别基于Slingo方案、NCAR方案和钱氏方案,利用相对湿度计算云量,并以LAPS(Local Analysis and Prediction System)系统输出的云量分析场作为观测值,分别在高层(400 h Pa)与低层(850 h Pa),从宏观比较与统计分析的角度,与计算结果进行云量大小与区域分布的对比分析。结果表明,三个云量计算方案对云量中心位置的把握均较为准确,但对云量值的计算存在大小不等的误差。NCAR方案计算结果和LAPS输出场最为吻合,能够体现出云量大值区,但区域一般偏大;Slingo方案相较NCAR方案来说略差,但也能较好地描述云带分布;此外,钱氏方案计算出的云量值始终偏小,但其能够较好地描述云带轮廓与云量的分布特征。综合对比结果,NCAR云量计算方案比其余两者更优,且在低层(850 h Pa)表现尤为明显。展开更多
利用CMIP5的17个全球气候系统模式对500 hPa位势高度场的年代际回报结果,采用距平相关系数、均方根误差、平均绝对误差及连续等级概率评分4种指标,评估了贝叶斯模式平均(Bayesian model average,BMA)预报方法对东亚夏季环流的回报能力...利用CMIP5的17个全球气候系统模式对500 hPa位势高度场的年代际回报结果,采用距平相关系数、均方根误差、平均绝对误差及连续等级概率评分4种指标,评估了贝叶斯模式平均(Bayesian model average,BMA)预报方法对东亚夏季环流的回报能力,并与最优单模式MIROC5和多模式简单集合平均结果进行了比较。结果表明,BMA方法对东亚夏季500 hPa位势高度场的回报效果是最好的,优于最优单模式MIROC5和简单集合平均的回报结果。BMA模型能产生高集中度的概率密度函数,并包含了多模式集成回报不确定性的定量估计。此外,BMA方法对西太平洋副热带高压的年际变率也有较好的回报效果,对西太平洋副热带高压的预报,选取60~70%概率下的结果更为合理。展开更多
利用TIGGE资料中的ECMWF、NCEP、UKMO三个中心集合预报系统以及由此构成的多中心集合预报系统所提供的地面2 m气温10~15 d延伸期集合预报产品,建立贝叶斯模式平均(Bayesian Model Averaging,BMA)概率预报模型,对东亚地区冬季地面气温进...利用TIGGE资料中的ECMWF、NCEP、UKMO三个中心集合预报系统以及由此构成的多中心集合预报系统所提供的地面2 m气温10~15 d延伸期集合预报产品,建立贝叶斯模式平均(Bayesian Model Averaging,BMA)概率预报模型,对东亚地区冬季地面气温进行延伸期概率预报研究。采用距平相关系数、均方根误差、布莱尔评分、等级概率评分等指标分别对BMA确定性结果与概率预报进行评估。结果表明,BMA方法明显地改进了原始集合预报结果,预报技巧优于原始集合预报,且多中心BMA预报优于单中心BMA预报,最佳滑动训练期取35 d。BMA预报为气温的延伸期概率预报提供了更合理的概率分布,定量描述了预报的不确定性。展开更多
基于欧洲中期天气预报中心、日本气象厅、美国国家环境预报中心3个中心的气温模式预报资料,采用多模式简单集合平均(EMN)、滑动训练期消除偏差集合平均(Running Training Period Bias-removed Ensemble Mean,R-BREM)、滑动训练期超级集...基于欧洲中期天气预报中心、日本气象厅、美国国家环境预报中心3个中心的气温模式预报资料,采用多模式简单集合平均(EMN)、滑动训练期消除偏差集合平均(Running Training Period Bias-removed Ensemble Mean,R-BREM)、滑动训练期超级集合预报(Running Training Period Superensemble Forecast,R-SUP)3种多模式集成方法,通过均方根误差(Root Mean Square Error,RMSE)和距平相关系数(Anomaly Correlation Coefficient,ACC)两种检验评估方法,比较了气温的单模式预报和多模式集成预报结果,建立了针对江苏省泰州市的地面气温多模式集成预报系统。结果表明:对于该市08:00和20:00起报的气温预报,R-BREM均是相对最优的多模式集成方法,且基于该方法的多模式集成预报结果明显优于单模式预报结果,其RMSE相对于最优单模式减小了0.5℃左右,ACC增大了约0.16,改进效果显著。同时,将R-BREM方法投入到泰州市的日常气温业务预报中,有效提高了业务预报准确率。展开更多
文摘基于重庆市气象局业务运行的风暴尺度快速同化和预报系统(Storm-Scale Rapid Assimilation and Forecast System,SSRAFS)、气象信息综合分析处理系统(Meteorological Information Comprehensive Analysis And Process System,MICAPS)地面观测和高空观测资料,进行模式输出统计(Model Output Statistics,MOS)方法和纳入超前实况因子的MOS(MOS with Prior Observation Predictors,OMOS)方法对重庆地区地面气温96 h内逐小时预报试验,并以SSRAFS地面气温预报结果作为参考进行对比分析。结果表明:MOS方法在1~96 h预报时效内的预报技巧高于SSRAFS,气温预报均方根误差(Root Mean Square Error,RMSE)平均减小1.22℃,CC和HR2分别平均增大0.006和20.4%;在1~7 h预报时效,RMSE平均减小1.70℃,CC和HR2分别平均增大0.07和34.5%;且MOS方法在重庆东北部及中南部地区改进效果较为明显。OMOS方法在气温短期预报中表现优于MOS方法,尤其在1~7 h预报时效,比MOS方法RMSE平均减小0.43℃,CC和HR2分别平均增大0.008和8.3%;其在1~4 h预报时效时表现更加优异,与MOS方法相比,RMSE平均减小0.66℃,CC和HR2分别平均增大0.13和12.3%。因此,在MOS的基础上,OMOS能够进一步提升地面气温的预报技巧,且在重庆东北部及中南部地区的预报效果有明显改进。
文摘利用TIGGE资料中欧洲中期天气预报中心(ECMWF,the European Centre for Medium-Range Weather Forecasts)、日本气象厅(JMA,the Japan Meteorological Agency)、美国国家环境预报中心(NCEP,the National Centers for Environmental Prediction)以及英国气象局(UKMO,the UK Met Office)4个中心1~7 d预报的日降水量集合预报资料,并以中国降水融合产品作为"观测值",对我国地面降水量预报进行统计降尺度处理。采用空间滑动窗口增加中雨和大雨雨量样本,建立分级雨量的回归方程,并与未分级雨量的统计降尺度预报进行对比。结果表明,对于不同模式、不同预报时效以及不同降水量级,统计降尺度的预报技巧改进程度不尽相同。统计降尺度的预报技巧依赖于模式本身的预报效果。相比雨量未分级回归,雨量分级回归的统计降尺度预报与观测值的距平相关系数更高,均方根误差更小,不同量级降水的ETS评分明显提高。对雨量分级回归统计降尺度预报结果进行二次订正,可大大减少小雨的空报。
文摘采用FNL再分析资料和美国联合台风警报中心(Joint Typhoon Warning Center,JTWC)资料,运用中尺度WRF(Weather Research and Forecasting)模式,分别使用增长模繁殖法(Breeding of Growing Mode,BGM)和集合卡尔曼变换方法(Ensemble Transform Kalman Filter,ETKF),对1209号台风"苏拉"进行了台风路径的集合预报试验,并对预报效果进行对比分析。结果表明:采用BGM或ETKF初始扰动的集合预报系统,集合平均预报对风场、温度场、位势高度场的预报效果均优于控制预报;ETKF方法的预报改进程度较BGM方法更大,且对风场和温度场预报技巧的优势尤为明显。BGM方法所得到的集合成员离散度小于ETKF方法,对大气真实状态的表征能力不及后者;两种扰动方法的集合平均都明显改善了台风"苏拉"的路径预报结果,尤其是控制预报在福建沿海第二次登陆后移速过快的问题,但对台风登陆位置预报的改进不明显;此外,采用ETKF方法的集合平均对台风"苏拉"路径预报的改进效果远优于采用BGM方法的集合平均预报。
文摘为减少不同气候模式评估气溶胶气候效应的差异,第六次耦合模式比较计划(Coupled Model Intercomparison Project Phase 6,CMIP6)直接给定了人为气溶胶强迫数据。因此,有必要基于此强迫数据重新评估气溶胶气候效应。本研究首先将CMIP6给出的描述人为气溶胶强迫的模块引入南京信息工程大学(Nanjing University of Information Science and Technology,NUIST)的地球系统模式(The NUIST Earth System Model,NESM)。之后,利用NESM模式评估地球辐射收支平衡对此人为气溶胶强迫的响应,并分析模式模拟结果的不确定性。评估给出的人为气溶胶有效辐射强迫为-0.45(±0.28)W·m^-2。其中,气溶胶直接辐射效应为-0.34(±0.01)W·m^-2,与第二次气溶胶比较计划(The second phase of Aerosol Comparisons between Observations and Models,AeroComⅡ)的评估结果基本一致;气溶胶对云辐射强迫的影响(包括半直接效应和间接效应)为-0.10(±0.30)W·m^-2,明显受到模式内部变率的干扰,具有较大的不确定性。
文摘采用NCEP分析场,选取2010年梅雨期长江流域的一次降水过程,分别基于Slingo方案、NCAR方案和钱氏方案,利用相对湿度计算云量,并以LAPS(Local Analysis and Prediction System)系统输出的云量分析场作为观测值,分别在高层(400 h Pa)与低层(850 h Pa),从宏观比较与统计分析的角度,与计算结果进行云量大小与区域分布的对比分析。结果表明,三个云量计算方案对云量中心位置的把握均较为准确,但对云量值的计算存在大小不等的误差。NCAR方案计算结果和LAPS输出场最为吻合,能够体现出云量大值区,但区域一般偏大;Slingo方案相较NCAR方案来说略差,但也能较好地描述云带分布;此外,钱氏方案计算出的云量值始终偏小,但其能够较好地描述云带轮廓与云量的分布特征。综合对比结果,NCAR云量计算方案比其余两者更优,且在低层(850 h Pa)表现尤为明显。
文摘利用CMIP5的17个全球气候系统模式对500 hPa位势高度场的年代际回报结果,采用距平相关系数、均方根误差、平均绝对误差及连续等级概率评分4种指标,评估了贝叶斯模式平均(Bayesian model average,BMA)预报方法对东亚夏季环流的回报能力,并与最优单模式MIROC5和多模式简单集合平均结果进行了比较。结果表明,BMA方法对东亚夏季500 hPa位势高度场的回报效果是最好的,优于最优单模式MIROC5和简单集合平均的回报结果。BMA模型能产生高集中度的概率密度函数,并包含了多模式集成回报不确定性的定量估计。此外,BMA方法对西太平洋副热带高压的年际变率也有较好的回报效果,对西太平洋副热带高压的预报,选取60~70%概率下的结果更为合理。
文摘基于欧洲中期天气预报中心、日本气象厅、美国国家环境预报中心3个中心的气温模式预报资料,采用多模式简单集合平均(EMN)、滑动训练期消除偏差集合平均(Running Training Period Bias-removed Ensemble Mean,R-BREM)、滑动训练期超级集合预报(Running Training Period Superensemble Forecast,R-SUP)3种多模式集成方法,通过均方根误差(Root Mean Square Error,RMSE)和距平相关系数(Anomaly Correlation Coefficient,ACC)两种检验评估方法,比较了气温的单模式预报和多模式集成预报结果,建立了针对江苏省泰州市的地面气温多模式集成预报系统。结果表明:对于该市08:00和20:00起报的气温预报,R-BREM均是相对最优的多模式集成方法,且基于该方法的多模式集成预报结果明显优于单模式预报结果,其RMSE相对于最优单模式减小了0.5℃左右,ACC增大了约0.16,改进效果显著。同时,将R-BREM方法投入到泰州市的日常气温业务预报中,有效提高了业务预报准确率。