四个数值预报模式对四川强降水过程预报能力评估

为衡量数值模式对强降水过程的预报能力,选取欧洲中期天气预报中心(the European Centre for Medium-Range Weather Forecasts,ECMWF)数值预报产品、国家气象中心区域中尺度数值预报产品(China Meteorological Administration Mesoscale Model,CMA-MESO 3KM)、西南区域中心中尺度模式系统(Southwest Center WRF ADAS Real-time Modeling System,SWC)、国家气象中心全球数值预报系统(China Meteorological Administration for Global Forecast System,CMA-GFS)4个模式预报产品,利用目标对象检验法,对四川2018—2020年共93次强降水过程(≥25 mm·d^(-1))从降水位置、降水面积、降水强度等方面进行检验,在此基础上重点讨论36 h预报时效模式的预报能力。结果表明:(1)随着预报时效越临近,各模式预报平均水平越高,且整体对雨带位置把握较好,更具有参考性。(2)各模式对锋面降水过程预报能力较强,对暖区降水过程预报能力较差。(3)暖区强降水过程可在大尺度模式基础上结合本地中尺度模式进行订正;锋面降水过程则以ECMWF模式预报为基础,参考CMA-MESO 3KM模式对大雨及以上量级降水落区和量级进行调整。

四川盆地一次持续性暴雨的水汽输送特征

为深入认识四川盆地持续性暴雨的水汽特征及来源,提高该地区暴雨预报能力,利用四川省4955个国家级及区域级自动气象站资料、全球资料同化系统(Global Data Assimilation System,GDAS)资料、欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)第五代大气再分析资料(ERA5),基于拉格朗日方法对四川盆地2020年8月的一次持续性暴雨过程的水汽输送特征进行了分析。结果表明:强降水开始前和强降水过程中,不同起始高度层水汽输送特征有所不同。中高层起始高度(5500~10000 m),强降水开始前气团轨迹源地主要为低纬洋面,而在强降水过程中调整为地中海南岸并为盆地带来中高纬西风带干冷空气;中低层起始高度(1500~5500 m),降水过程中气团轨迹源地由地中海南岸逐渐调整为低纬洋面并为盆地带来低纬洋面暖湿空气;低层起始高度(地面至1500 m),强降水开始前轨迹源地率先调整为低纬洋面并为盆地输送比中低层更为暖湿的气流。统计不同源地水汽贡献率可知,孟加拉湾—泰国湾的水汽占主导(66.6%)、阿拉伯海次之(23.9%)、中国南海最低(9.5%)。

基于目标对象检验法的四川省两种数值模式暴雨预报对比分析

根据2021年四川省31次暴雨过程预报偏差检验,选取ECMWF预报雨带明显偏西、CMA-MESO预报较好的3次个例,基于目标对象检验法对强降水落区(≥25 mm)从位置偏差、面积偏差、雨带走向和降水强度4个方面对两模式的预报偏差特征和主要原因进行对比分析。结果表明:ECMWF模式降水落区预报较实况偏西偏北,且偏西偏差距离(59.06~123.67 km)显著大于偏北偏差距离(8.23~53.59 km),而CMA-MESO模式雨带走向和位置预报与实况更为接近。两模式降水面积预报均大于实况,ECMWF模式较实况偏大7.0%~34.3%,CMA-MESO模式偏大25.2%~45.9%。两模式降水量平均值预报与实况偏差幅度为-3.5%~20.0%,但降水量极值预报较实况偏差较大,偏差幅度为50.1%~196.9%。检验分析表明,出现在副热带高压边缘,受高原涡或西南涡影响的四川暴雨过程,在ECMWF模式预报强降水落区(≥25 mm)偏西的情况下,CMA-MESO模式可以提供订正参考。

基于分位数映射法的四川省ECMWF模式降水预报误差订正分析

为做好ECMWF(European Centre for Medium-Range Weather Forecasting)模式本地化释用,提高四川省降水预报准确率,对四川省2020—2021年7—9月模式各量级降水预报系统性偏差规律分析发现,该模式预报的雨日较实况偏多,尤其是攀西地区和川西高原;预报的大雨日数盆地西南部及攀西地区多于实况,而盆地南部少于实况。然后,基于分位数映射法对模式预报的24 h累积降水开展大量级降水订正试验与检验。基于分位数映射法订正后,暴雨及以上量级TS(Threat Score)提高7%~15%,且各量级降水TS均高于多模式集成客观预报产品2%~4%,大雨及以上、暴雨及以上量级命中率提高10%~20%,订正后雨带位置特别是暴雨落区与实况更接近。

2022 年汛期四川多模式降水预报检验

采用站点观测和EC、EC订正场(ECR)、CMA_3KM、SWC_3KM模式12~36 h降水预报资料,基于TS评分、SAL检验等指标,对2022年汛期四川多模式降水预报效果进行检验和对比分析。结果表明:(1)SWC_3KM有雨日数预报最接近实况分布,EC模式雨日空报最多且在川西高原和攀西地区尤为显著,EC模式大雨日数预报优于其余模式。(2)BS评分显示EC模式大量级降水预报偏干,其余模式均以湿偏差为主。TS评分暴雨量级各月均以ECR预报最优。(3)个例评分对比,ECR预报效果最稳定,过程最高TS评分次数最多,SWC模式次数最少。(4)ECR个例预报降水强度及雨带位置、走向与实况最接近,EC模式预报偏弱。SWC_3KM模式强降水雨带位置预报在盆地西北部和凉山州北部参考性较高。CMA_3KM和SWC_3KM模式预报大量级降水在高海拔地区存在较大范围空报。

四川地区气温转折过程2m温度变化订正研究

基于四川地区1990—2019年的逐日2 m最高、最低温度站点实况数据,对气温转折天气过程进行统计和分析,在此基础上,应用LightGBM(Light Gradient Boosting Machine)算法及NCEP/NCAR(National Center for Environmental Prediction/National Center for Atmospheric Research)逐日再分析资料,构建气温转折天气过程变温订正模型。结果表明:(1)出现气温转折过程最多的区域是高原与盆地的边坡过渡区,最少的是盆地;(2)各区域的气温转折过程具有明显的季节差异,均表现为春季最多、冬季最少,且春季的气温转折过程明显多于其他3季;(3)在1990—2019年验证集中,LightGBM订正模型表现较好,准确率为78.64%,平均绝对误差为1.35℃。(4)在2020年的独立样本测试中,LightGBM订正模型的准确率为53.60%,平均绝对误差为2.19℃,整体订正效果优于ECMWF模式(European Centre for Medium-Range Weather Forecasting)、中央台城镇预报指导报(SCMOC)及四川省气象台数值预报客观释用城镇预报指导报(SPCO)的预报。

基于HYSPLIT4的一次四川盆地夏季暴雨水汽路径和源地分析

利用四川省156站气象资料、全球同化系统(G13AS)资料,引入拉格朗日混合单粒子轨道模型(HYSPLIT4),定量分析了2013年7月7—11日四川盆地西部暴雨的水汽输送情况。结果表明:此次暴雨过程的水汽主要来自950和850 hPa,并且两者的水汽路径和来源有着显著差别。后向追踪1天,950和850 hPa的水汽来源大值区都出现在四川盆地区;追踪3天,950 hPa的水汽来源大值区仍然在四川盆地附近,但是850 hPa上则追踪到孟加拉湾东部;追踪到9天时,950 hPa的水汽主要来源出现在阿拉伯海到我国南海地区,850 hPa上则追踪到索马里半岛东部。总体上950 hPa的水汽输送路径有五条,其中两条是北方路径,另外三条为南方路径。850 hPa的水汽输送路径有两条,一条是北方路径,另一条是南方路径。定量分析指出,950 hPa的水汽源地主要有四个,其中阿拉伯海—孟加拉湾地区的水汽输送贡献率最大(44.1%),中南半岛—南海地区的水汽贡献率次之(33.1%),巴尔喀什湖地区(15.7%)和贝加尔湖地区(7.1%)的水汽贡献率相对较弱。850 hPa上的水汽源地也有四个,其中从阿拉伯海地区,沿南亚夏季风爆发路径而来的暖湿空气最重要(89.4%),其次从西北部巴尔喀什湖—贝加尔湖地区而来的干冷空气相对较弱(6.3%),而来自孟加拉湾(3%)和局地(1.3%)的水汽则非常少。

云南省Palmer旱度模式的建立--2010年干旱灾害特征分析

2010年春季云南省发生了特大干旱灾害,造成了严重的经济损失。按照Palmer旱度模式的思路,利用云南省的气象和土壤数据,建立了云南省的Palmer旱度模式。通过将计算得到的Palmer指数值与云南省的实际旱涝灾情历史记录进行对比,发现所建立的Palmer旱度模式能够较好地反映云南省的旱涝情况。基于该模式对2010年云南特大干旱灾害进行了特征分析,结果表明,此次干旱灾害是云南省30年来干旱变化过程中的一次突变。而且结果显示,在2010年的云南干旱灾害中,严重干旱地区整体呈现东西走向的空间分布,极端干旱地区主要分布在云南省的东南部。

四川省持续性暴雨定义及时空分布特征

采用1961—2014年四川省158个气象站的逐日降水量资料,定义了四川省单站和区域持续性暴雨的标准,分析了近54年四川省持续性暴雨的时空分布特征。结果表明,盆地单站持续性暴雨多发生在9月,主要出现在盆地西北部、西南部和东北部,一般持续3天,一次持续性暴雨事件降水量一般可达150~200mm。而攀西地区单站持续性暴雨发生的次数一般为1~3次,6月发生范围最大,最长持续时间为4天,主要发生在攀西地区东部。区域持续性暴雨多发生在7月,降水中心主要分布在盆地西部沿山一带及盆地东北部,这与单站持续性暴雨频次高值区的分布基本一致。区域持续性暴雨在2001年后发生频次较前期频繁,特别是持续3天的持续性暴雨事件发生频率较高,但是强度略有减弱。

成都两次暴雨期间风廓线雷达观测的低空风场特征

利用风廓线雷达高时空分辨率资料,对2018年7月成都两次暴雨期间低空风场特征进行分析。结果表明:(1)强降水开始前,中低层(2~4 km)偏南风增强,甚至可以达到急流强度,低空急流指数峰值出现时间较短时强降水开始时间有一定提前量;(2)短时强降水开始于中低层冷空气入侵之时,0.5 km高度附近的风场扰动出现时间较强降水开始时间提前约1 h;(3)两次强降水过程显示,南风增强产生的强垂直切变有利于强降水发生,而北风增强产生的强切变使得降水减弱。

GRAPES全球模式预报检验评估--2016年夏季四川地面要素

本文使用2016年6~8月GRAPES全球模式2m温度和10m风场24、48、72h时效预报场和同期四川省156个国家气象站逐日地面温度和风场资料,选取预报准确率、平均误差、平均绝对误差、均方根误差和Alpha Index5个统计量对2016年夏季四川3个区域(盆地区、过渡区和高原区)2m温度和10m风场进行了较为详细的检验评估。研究结果表明:模式对10m最大风速的预报效果较好,准确率较高,最高可达80.64%。模式对过渡区温度预报效果较差,准确率基本低于10%,但是对盆地区温度的预报有一定可信度。模式对10m最大风速的风向预报效果不如最大风速值。全省各区各要素的AI值都在0.7左右变化,表明模式预报的随机误差大,预报和观测吻合较差。本研究还发现,整体来看模式对盆地各要素预报效果较好,对于地形复杂地区(高原区、过渡区)预报效果较差。此外,模式存在一定的系统误差,2m温度的系统误差盆地区约为-2.3^-1.7℃,过渡区约为-8.3^-6.0℃,高原区约为-7.3^-5.0℃;10m最大风速值的系统误差盆地区约为-1.3^-0.6m/s,过渡区约为-2.3^-1.3m/s,高原区约为-2.7^-1.1m/s。

四川区域暴雨过程中短时强降水时空分布特征

利用2007~2012年5~9月四川省3079个观测站的分钟级降水资料,并结合SRTM（Shuttle Radar Topography Mission）提供的分辨率为90m的地形高程数据,采用统计分析方法,分析了四川省区域暴雨过程中短时强降水的时空分布特征。结果表明：（1）四川省区域暴雨过程中短时强降水主要出现在盆地的三个区域：雅安-乐山-眉山地区、遂宁-资阳地区、绵阳-广元-巴中地区。（2）强降水过程主要发生在后半夜到凌晨（01~08时）,不同区域的强降水过程具有各自明显的日变化特征。（3）可以用3mm/10min的标准线来区分四川盆地强降水过程与非强降水过程。短时强降水过程降水率一般为3~6mm/10min,地形对短时强降水率的整体分布影响不大,但是对降水率的极端值影响较大。

基于物理量场异常度的四川暴雨集合预报释用分析

根据四川区域暴雨的定义,筛选2012~2016年的区域暴雨过程,选取850hPa的比湿(q)、850hPa经向风(v)2个因子,并应用NCEP资料计算30年的气候平均值和气候标准差,引入集合预报资料,计算四川暴雨个例各要素的标准化异常度和异常度概率。得到以下结论:(1)850hPa的比湿(q)、850hPa经向风(v)两个因子的48h集合最大预报异常度对四川盆东型暴雨更为适用,实况50mm以上降水落区一般都发生在850hPa比湿(经向风)异常度大值区,而对盆西型暴雨适用性不好;(2)在四川盆东型暴雨中,60%暴雨个例的实况暴雨中心,850hPa上比湿超出气候平均1个标准差的概率达到80%以上,超出1.5个标准差的概率到达50%以上。

BP-CCA方法用于四川盆地夏季日降水量的可预报性研究

基于BP-CCA方法,首先讨论了多个因子对四川盆地夏季降水降尺度模型的可预报性,然后选取最佳预报因子并进行集合,最终基于T639模式建立最优多因子降尺度预报模型。结果表明,分别以东亚夏季10m纬向风、700hPa纬向风和700hPa相对湿度为预报因子的降尺度模型对四川盆地夏季降水的预报技巧较高,而将三个因子集合的多因子降尺度预报模型具有更好的预报能力。进一步将该方法应用于T639模式预报的预报因子场,发现多因子降尺度模型对降水的预报效果要优于T639模式直接输出的结果。

2021年攀西地区精细化预报与数值模式小时降水检验

基于精细化预报(GDDZ)和CMA-MESO、西南区域模式(SWC)两家高分辨率模式的小时降水预报,从TS(Threat Score)评分、小时降水频次、小时降水强度、峰值时间等方面,对2021年汛期攀西地区16次降水过程进行小时尺度的检验。结果表明:(1)从逐时降水来看,在晴雨(0.1 mm)TS评分中,GDDZ在00~11时表现较优,CMA-MESO模式在12~23时表现较优;在大雨(7 mm)和暴雨(15 mm)TS评分中,CMA-MESO模式表现较优。(2)从小时降水频次来看,SWC模式预报的降水发生频次空间分布与实况更为接近;从小时降水强度来看,GDDZ预报的降水强度与实况更为接近。(3)从降水量峰值时间来看,GDDZ与实况更为接近;从小时降水强度峰值和降雨频率峰值时间来看,CMA-MESO模式预报与实况更为接近。

基于西南区域模式的四川强降水开始时间订正试验

基于2018~2019年5~9月和2020年8月四川地面观测降水数据(含区域自动站),结合同时段西南区域模式08时起报的各要素场资料,开展了模式预报短时强降水开始时间的订正方法—最小偏差和订正法的本地化研究,并运用该方法对2020年8月强降水事件的开始时间进行了订正检验。结果表明:最小偏差和的订正法可以确定强降水开始时间相关物理因子订正阈值及最优阈值百分比;从2020年8月强降水的订正效果来看,该方法对短时强降水开始时间有一定的订正能力,强降水开始时间偏差减少2~8 h。

四川盆地极端暴雨过程基本特征分析

本文利用实况观测资料和NCEP再分析资料,选取1981-2015年四川盆地出现的23次极端暴雨天气个例,分析了其基本气候特征、主要环流形势、影响系统及中尺度对流环境条件,结果表明:(1)大多数极端暴雨都出现在持续性暴雨过程中,且极端暴雨出现前至少12 h已开始出现暴雨,暴雨中心主要出现在盆地西北部和西南部。(2)极端暴雨过程主要出现在500 hPa为"东高西低"型和"两高切变"型这两种环流背景形势下,"东高西低"型过程前24 h内副热带高压将西伸北抬,过程中仍保持稳定甚至会继续西伸北抬,而"两高切变型"过程前24 h内和暴雨过程中,副热带高压动态均无明显规律。(3)有3次极端暴雨过程有登陆台风,其外围环流形成的强水汽输送对暴雨有直接影响,6次过程有远距离海上台风向西或向北移动,对盆地内降水系统东移有一定的阻挡作用,利于强降雨维持。(4)"东高西低"型暴雨主要触发系统是西南低涡和高原低涡,"两高切变"型暴雨主要触发系统是切变线,且700 hPa有冷平流入侵,两种类型暴雨在200 hPa均为南亚高压东北侧的分流辐散区,暴雨中心均位于低层高比湿区和辐合中心,其中"东高西低"型暴雨低层偏南气流更强,暴雨中心主要位于盆地西北部,而"两高切变"型暴雨低层偏南气流更弱,暴雨中心位于盆地西南部的频次更高。(5)极端暴雨过程具有低层高比湿、整层相对湿度大、暖云层厚、CAPE呈狭长形态、垂直风切变小等特征,因此降水效率高,同时850 hPa比湿和假相当位温具有显著正距平,过程结束后850 hPa假相当位温明显下降。并据此建立了四川盆地极端暴雨概念模型,可供今后极端性过程的预报参考。

华西秋雨准4年周期特征及其与赤道太平洋海表温度的关系

利用1959～2011年华西地区气象台站资料、NCEP/NCAR再分析资料、NOAA海表温度资料,采用多锥度—奇异值分解（MTM-SVD）方法,研究了华西秋雨的准4年周期特征及其与赤道太平洋海表温度的协同变化关系.研究结果表明：华西秋雨具有显著的准4年周期,其典型循环表现为“偏强,略偏强,偏弱,略偏弱”的特点.在准4年周期上赤道中太平洋海表温度对华西秋雨的协同变化表现为“偏低,略偏低,偏高,略偏高”,这种协同变化从初夏就体现出来,并一直持续到秋末.同时在准4年周期上,华西秋雨对ENSO事件也存在一定的响应,但是主要体现在发生强ENSO事件时.准4年周期的环流分析表明,夏季到秋季赤道中太平洋海表温度偏低（高）时,秋季500 hPa高度场出现东亚/太平洋（EAP）遥相关波列正（负）异常,西太平洋副热带高压偏西（东）,华西地区来自南海西太平洋和孟加拉的水汽输送偏多（少）,华西秋雨偏强（弱）.

四川盆地突发性暖区暴雨特征及环境场条件分析

本文统计了2012~2018年四川盆地在弱天气系统影响条件下出现的30次突发性暖区暴雨过程,按850hPa影响系统将其分为了偏东风型、偏南风型和低涡型3类,并利用地面自动站和实况探空观测资料统计了暴雨的时空分布特征和相关物理量阈值,利用ERA-Interim再分析资料对各类暴雨的环流平均场进行了分析。主要结论为:(1)偏东风型和偏南风型暴雨均出现在盆地西部,其中偏东风型雨带更靠近龙门山脉,低涡型暴雨主要出现在盆地南部,3类暴雨过程中的短时强降水具有明显的日变化特征,都是夜间增多,次日上午减少;(2)暖区暴雨临近时,500hPa四川盆地为西太平洋副热带高压外围的偏南或弱波动气流,700 hPa云贵至四川盆地为西南气流,850 hPa贵州至四川盆地为偏东或偏南气流,平均风速增大2~4m·s-1,暴雨主要出现在850hPa风速辐合及浅薄的低涡环流区域,在偏东风型暴雨过程中,龙门山地形的强迫抬升也起到了重要作用。(3)暖区暴雨发生在异常高能高湿的条件下,850 hPa平均比湿达16.8 g·kg-1、CAPE平均值达1956 J·kg-1、K指数平均值达40.1℃,显著高于气候平均值和一般暴雨过程。

四川盆地区域性暴雨时空变化特征及其前兆信号研究

利用1961-2015年四川盆地逐日降水量资料、NOAA海表温度资料、青藏高原积雪资料,采用多锥度-奇异值分解等方法,研究了四川盆地区域性暴雨的时空变化特征,并对其前兆信号进行了初步探讨。结果表明:四川盆地区域性暴雨可以分为三种类型,其中盆西型出现频率最高,盆东北型次之,盆南型相对较少。四川盆地区域性暴雨年际变化中准3 a周期最为显著,典型循环体现了盆西型区域性暴雨"偏少-调整-偏多"的年际变化过程。年代际变化中准16 a周期最明显,典型循环表现为盆东北型和盆南型的交替演变。通过MTM-SVD协同变化分析,发现在盆西型区域性暴雨的准3 a周期循环中,前冬ENSO事件和前冬青藏高原积雪日数是其显著的异常前兆信号。在年代际的准16 a振荡过程中,前冬太平洋年代际振荡(PDO)是盆东北型和盆南型区域性暴雨的异常前兆信号。