暴雨集合预报-观测概率匹配订正法在四川盆地的应用研究

利用2008—2011年6—8月中国气象局T213全球集合预报24—240 h降水预报资料和四川盆地观测降水资料,提出四川盆地暴雨集合预报-观测概率匹配订正法。该方法将集合预报降水累积概率分布与观测降水累积概率分布进行概率匹配,对降水量为50 mm的集合预报平均值进行订正,获得暴雨预报订正值(A Calibrated Heavy Rainfall forecast value),累积降水概率分布拟合函数采用Gamma函数。选取2013年6月28日—7月10日进行独立样本暴雨预报试验,分析四川盆地暴雨预报订正值分布特征和订正前后降水检验评分变化,讨论该方法存在的若干局限性。结果显示:T213集合预报对四川盆地降水预报存在预报量较观测量级小、模式预报时效越长降水预报越弱等系统性偏差,暴雨集合预报-观测概率匹配订正值普遍小于50 mm,且随预报时效延长而逐渐减小,有效地订正了T213暴雨集合预报系统性误差;暴雨集合预报-观测概率匹配订正法对"有或无暴雨"二分类暴雨预报改善较明显,ETs评分获得提高,且漏报率和空报率有所降低。

基于T639集合预报的持续性强降水中期客观预报技术研究

针对持续性强降水预报困难的问题,根据Anderson-Darling检验原理,构建基于中国气象局T639集合预报系统的持续性强降水中期客观预报方法。对比分析2010—2015年5—9月T639集合预报降水与实况降水的累积概率分布函数差异,在此基础上采用扩展时间序列和空间范围的方法构建3种模式气候累积概率方案,通过批量预报试验和检验,选取最优概率方案纳入预报模型,考察持续性强降水个例的最长预报时间。结果表明,随着预报时效的延长,集合预报模式的降水逐渐集中于小和中雨量级,无降水和暴雨以上量级的降水概率低于观测,168h以后模式降水概率趋于稳定。通过扩展时间序列和空间范围能弥补模式气候资料年限不足所带来的偏差,根据区域气候特征细分模式气候的方法重点突出了不同区域的降水特征,明显优于简单集合所有区域数据的模式气候方案。基于集合预报的持续性强降水预报模型对持续性强降水个例的预报能力为8—9d,随着预报时效的延长,降水强度以及雨带位置的预报能力逐渐减弱。

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T213集合预报的延伸期产品释用方法及初步试验

基于T213集合预报系统2008年1月中国及附近区域500 hPa高度和850 hPa温度的1~15 d预报资料,构建延伸期产品释用方法,通过对逐日11~15 d预报资料做集合平均和后向衰减权重系数滑动平均,进而得到延伸期(11~15 d)候平均和候距平预报,并对预报效果进行检验,结果表明:对11~15 d预报场做集合平均和后向衰减权重系数滑动平均均能降低预报误差,改善整体预报效果。由此得到的500 hPa高度场和850 hPa温度场11~1 5 d候平均预报误差与逐日控制预报第5d的水平相当,候距平相关系数均接近0.6,整体而言效果较好,具备一定的应用价值。500 hPa高度场和850 hPa温度场11~15 d候距平预报在中国大陆地区位相准确率均较高,东南沿海和东北部分地区稍差,且850 hPa温度场的位相准确率整体高于500 hPa高度场。候距平预报对延伸期(11~15 d)的大范围持续性异常距平具有较强的捕捉能力,对异常距平出现的范围和分布、强距平中心的位置的预报均较好,但强度整体偏弱。

我所遇到的总编辑

多年来有一个"怪病",即八小时之外的业余时间,喜欢躲在房里,在稿纸上涂鸦,虽然没出过"拳头作品",却受累不少受气不少费的心血也不少……,但,很少有回音!

ETKF初值扰动方法中真实观测及扰动调节因子研究

目前国家气象中心业务GRAPES区域集合预报系统中集合变换卡尔曼滤波(ETKF)方法采用的是模拟观测信息,为进一步完善ETKF方法,拟对ETKF初值扰动通过引入真实探空观测资料,使扰动场能够代表真实观测的不确定信息,改善区域集合预报技巧。真实观测资料的引入会使得每日的观测数目和分布发生变化,这对ETKF方法而言可能会引起扰动振幅的不稳定,因此在引入真实观测资料的基础上设计了新的扰动振幅调节因子,通过格点空间中离散度和均方根误差关系来对初值扰动振幅进行自适应调整。从初值扰动结构、概率预报技巧以及降水预报效果等方面对比分析了基于模拟观测、真实观测以及真实观测结合新型调节因子的ETKF方案的差异,结果表明:真实探空资料能够有效应用于GRAPES区域集合预报系统中,真实观测资料与模拟观测资料相比较为稀疏,可以获得更大量级的初值扰动振幅;真实观测资料有助于提高区域集合的离散度,但对集合预报准确度以及概率预报结果的提高有限,对于降水预报效果提高也有限;新型的扰动振幅调节因子可以有效获得稳定的初值扰动振幅,并保持ETKF扰动结构,真实观测资料与扰动振幅自适应调节因子相结合,可以有效提高区域集合的概率预报结果,并有效提高降水预报效果。

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型灾害性强降水过程进行了极端降水预报指数的预警试验。结果表明:极端降水预报指数可以充分利用集合降水累计概率密度分布的尾端信息,为川渝地区极端强降水提供科学合理的预警,在3次强降水预报业务中可提前1~5?d发出极端强降水预警信号,对控制预报的强降水落区有一定订正功能与补充指导作用;对于不同强降水天气过程,极端降水预报指数在不同预报时效上的预报能力有较大差异,但都对极端强降水的落区有较好的预报效果,在实际预报业务中,为灾害性降水落区的预报决策提供了有价值的参考。